基于数据挖掘技术的电网网损的评价算法的研究

针对电网网损数据样本聚合精度较低、计算精度不高的问题,提出一种基于数据挖掘计算的电网网损评价算法。该算法基于最近聚类算法原理,通过聚类中心优化调整、最远数据点二次聚类、阈值动态选取等技术,使得基于电网断面采集数据的聚类质量得到有效提升,并使基于该聚类结果的电网网损评价算法的精度得到可靠保证。仿真测试证明了,通过该算法能得出拟合度较高的电网网损曲线。     

基于数据挖掘技术的电网网损的评价算法的研究

针对电网网损数据样本聚合精度较低、计算精度不高的问题,提出一种基于数据挖掘计算的电网网损评价算法.该算法基于最近聚类算法原理,通过聚类中心优化调整、最远数据点二次聚类、阈值动态选取等技术,使得基于电网断面采集数据的聚类质量得到有效提升,并使基于该聚类结果的电网网损评价算法的精度得到可靠保证.仿真测试证明了,通过该算法能得出拟合度较高的电网网损曲线。     

互联电网共享运行备用可靠性评估

提出了互联电网共享运行备用可靠性评估算法和指标.基于能量管理系统提供的电网实时运行信息,计及区域联络线约束、在线机组状态、网损、负荷波动等随机因素对运行备用可靠性的影响,将分区评估与全网评估相结合,评估了各子区域对全网可靠性的影响.华东电网的评估算例表明,该算法可以定量评估实时系统各子区域对维持全网可靠运行所作出的贡献,为共享备用分摊计算提供依据.     

基于时序运行数据的输电网线路重要度评估

针对传统基于物理模型进行仿真模拟的方法,基于电网实际运行数据,提出一种在较长时间尺度下,面向不同运行方式的输电网线路重要度评估框架。首先基于输电网络线路有功潮流数据样本,通过模糊C-均值（fuzzy C-means,FCM）聚类与谱系聚类两步式聚类技术,划分输电网络不同的典型运行方式,建立典型场景;然后提出一种新的时序潮流熵计算方法,并将其和典型相关系数理论结合形成一种新的输电网线路重要度指标,用来对各个运行场景下输电网线路重要度进行评估,克服以往传统关键线路评估方法时不变性的缺点;最后根据复杂网络理论,从输电网络拓扑结构角度对所得结论进行分析对比,证明所提评估方法的合理性。     

电网信息系统运行状态的风险预警技术研究

电网信息系统在持续工作条件下,运行状态的风险频次较高,文中提出一种基于信息聚类融合处理的电网信息系统运行状态的风险预警技术,构建电网信息系统运行状态风险评估的信息提取模型,对采集的电网信息系统运行状态评估数据进行统计聚类分析,结合模糊自适应C聚类算法进行电网信息系统运行状态评估和状态属性分类,提取反映电网信息系统运行状态风险特征的频谱参量,采用信息反馈调节技术实现风险预警评估。仿真结果表明,采用该方法进行电网信息系统运行状态的风险预警的可靠度较高,风险预警的准确率较高且误报率较低,实时准确性较好,保障电网信息系统的稳定运行。     

一种基于实际数据驱动的新能源出力对电网线损影响评估方法

以风电、光伏为代表的大规模可再生能源接入对电网线损评估及降损管理工作带来了较大挑战。提出一种基于实际运行数据驱动的新能源出力对电网线损影响分析方法,首先根据输电线路典型模型对输电线路线损进行分析,将其表示为输送有功功率的二次多项式函数,然后将其扩展到全网,并据此构建了全网等值线损评估模型;对于等值线损模型中的未知参数,提出基于实际运行数据拟合的模型解析方法。最后,以某省级电网为例,对所提线损评估模型误差、不同发电类型线损率灵敏度因子及新能源出力对线损影响等进行了分析,对所提模型的有效性进行了验证。     

基于分层聚类算法的地区风电出力典型场景选取方法

为反映风电场出力变化特征,提出了一种基于分层聚类算法的地区风电出力典型场景选取方法。首先采用分层聚类算法对风电出力样本进行聚类分析,得到反映样本亲疏关系的聚类树状图。随后考虑风电出力典型场景的选取质量,采用类间样本离差平方和来描述类间样本的差异性,以此作为聚类数的判定依据,从而实现样本的有效划分。最后,以某地区实际风电出力数据为例,验证了所提方法的合理性,并面向调峰、无功配置等需求选取了风电出力典型日场景。     

计及用电行为聚类的智能小区互动化需求响应方法

针对复杂智能用电环境下智能用电小区的多用户日负荷需求响应问题,提出一种考虑用户用电行为聚类的互动需求响应方法。首先,以智能小区用户的基本负荷、可调度负荷、电动车负荷和储能装置负荷为约束条件,建立电网负荷波动最小优化目标的需求响应模型;然后,阐述了提出的智能小区互动化需求响应方法,将需求响应模型求解过程分解为电网侧子响应和用户侧子响应的协作互动过程;最后,基于用户侧用电行为聚类分析,采用行为矫正的混合粒子群优化算法实现需求响应模型的互动化方法求解。实验中与分时电价下的响应算法及无用户聚类的集中响应算法对比,其结果表明所提方法通过聚类分析与互动化策略能够在优化结果和算法性能方面优于对比方法。     

基于FCM和DTW的多分区电压支撑能力评估

电网规模的发展和负荷的增长使得不同分区无功电压情况的差异性增强,负荷中心区域电压稳定问题日益突出,而负荷较轻区域部分时段易出现高电压和无功过剩,亟需全面评估电网中多分区的无功电压状态,为全局无功协调控制及分区间互动支撑提供数据支持。鉴于此,文中提出一种基于模糊C均值聚类(FCM)和动态时间归整算法(DTW)的评估方法。该方法采用FCM对分区多个时间断面的指标数据进行模糊聚类,形成聚类中心并提取样本的平均特征;同时,利用DTW对聚类中心数据与参考样本进行模式识别,可评估出电网多分区的电压支撑能力。以某典型电网为例,验证所提评估方法的有效性。     

基于聚类融合技术的电力用户负荷模式提取方法

针对电力大数据背景下智能电力用户负荷模式提取的可靠性不高且传统单一聚类算法聚类结果不稳定的问题,提出一种基于主成分分析与聚类融合相结合的电力用户负荷模式提取方法。首先,对负荷数据进行预处理,通过主成分分析法减少特征间分类信息冗余实现高维特征的降维。然后,用四种聚类方法分别对降维后的数据集进行聚类分析,得到具有差异性的聚类成员。最后,利用共识矩阵对所得聚类成员进行聚类融合,得到优于单一聚类算法的最终聚类结果。通过电网实际用电数据验证了所提负荷模式提取方法能够提高聚类准确率并降低计算复杂性,并用有效性指标Silhouette对最终聚类结果进行评价。     

考虑典型场景的配电网调控方案灵活性评估方法

风电、光伏等新能源以及电动汽车充电站等时空分布高度不确定性负荷的逐渐渗透向配电网提出了调控灵活性的需求。针对配电网升级改造规划中不同的调控方案，从应对多场景、满足多目标这2个维度提出了矩阵形式的灵活性评估模式。在运行性能指标维度方面，提出包含新能源消纳、网络损耗、馈线均衡等在内的指标体系，并利用信息熵理论进行降维；在运行场景维度方面，通过K-medoids聚类算法提取典型场景集，并利用DS证据理论进行降维；最后得到对应于每种调控方案的灵活性量化指标。在IEEE 33配电网算例中，对以无功补偿电容器、无载调压变压器为代表的传统调控方案和以柔性多状态开关为代表的新型调控方案进行灵活性分析，验证了柔性多状态开关调控具有更高灵活性。     

一种基于粗糙集与小波变换的电能质量分类方法

针对目前电能质量问题分类常用方法中存在判断过程复杂且计算量大的问题。提出将小波变换和粗糙集理论相结合解决电能质量分类问题的方法。首先．利用小波变换提取扰动信号的特征矢量样本数据：然后。应用模糊C均值聚类的方法将所提取的连续的特征矢量样本数据离散化。得到离散化后的分类知识规则表;最后。采用粗糙集理论中的属性与属性值约简算法,获得判断电能质量分类的核心规则知识。通过对Matlab下的模拟信号数据进行仿真实验。结果表明该方法可直接由信号数据快速准确地判断出信号所属的电能质量类型．简单易行。     

基于ICS-K-means聚类算法和WNN的有源低压台区线损估算方法

针对传统的线损理论计算方法已不适用于含分布式电源的低压台区线损估算的问题,提出一种基于改进布谷鸟搜索K均值（ICS-K-means）聚类算法和小波神经网络（WNN）的有源台区线损估算方法。首先,基于最大互信息系数筛选线损影响因子,建立有源台区线损指标体系;然后,提出改进布谷鸟搜索聚类算法对样本数据集进行聚类,减少对初始聚类中心的依赖;最后,采用小波神经网络对每类聚类数据集进行训练及测试。算例分析验证了所提方法的准确性和有效性。     

基于多源气象预报总辐照度修正的光伏功率短期预测

针对单一气象预报源可能存在的误报和偏差问题,提出一种基于多源气象预报总辐照度修正的光伏功率短期预测方法。根据功率序列特征,采用自组织映射神经网络聚类算法实现历史数据广义天气类型划分。按照晴朗程度实现广义天气类型与公共气象服务天气类型预报的匹配对应,并计算不同广义天气类型总辐照度各等级之间的折算系数。在计算各广义天气类型系统误差的基础上,如果预测日数值天气预报广义天气类型分类结果与公共气象服务天气类型预报的一致,则叠加修正总辐照度系统误差;否则,采用树扩展朴素贝叶斯算法计算2种广义天气类型的转移概率,在修正系统误差后利用折算系数计算公共气象服务天气类型预报对应广义天气类型的总辐照度序列,并根据转移概率设定权重系数进一步修正总辐照度序列。建立预测模型,基于遗传算法优化的反向传播神经网络获得光伏功率短期预测结果。利用某光伏电站的实际运行数据和气象预报数据验证了模型的有效性。     

基于残差卷积自编码的风光荷场景生成方法

随着风、光等新能源的发展,对含大量风、光电网的调控和运行提出了更高的要求。典型场景是处理该问题的主要方式之一。针对传统聚类生成典型场景的方法易产生数据信息损失、特征提取不够精确等问题,提出了一种基于残差卷积自编码聚类的风光荷不确定性源场景生成方法。首先,利用残差卷积自编码器网络提取风光荷数据的特征,在减少数据信息损失并考虑风光荷耦合性的前提下,降低数据维度;然后,为了减少噪声数据对实验结果产生的影响,利用k-medoids进行聚类从而生成典型场景。最后,以西北某地区电网实际采集数据为研究对象进行算例分析, 与传统聚类方法进行戴维斯堡丁指数(Davies-Bouldin index,DBI)、Calinski-Harabaz指数(Calinski-Harabasz index,CHI)等指标对比,验证了所提方法的可行性。     

基于场景构建的电压暂降特征量随机评估方法

电压暂降幅度与持续时间分布是电压暂降的主要特征量,也是敏感负荷损失预估及治理方案选择的重要依据。但现有随机评估方法往往存在计算量大、精度低等不足,使得分析得到的电压暂降特征值难以进行实际应用。针对配电网节点众多、负荷变化特征明显等特点,选择将场景法应用于电压暂降特征量随机评估中。首先通过K-medoids聚类方法进行节点类别划分及典型节点选取。其次通过节点加权网络等值实现了配电网初始运行状态的多维场景降维处理。进而结合短路故障概率分布曲线及网络阻抗折算,提出了典型电压暂降场景集生成方法。最后以某配电网网架结构为例,计算了其供区内敏感负荷点处电压暂降特征量,验证了方法的有效性与可行性。     

考虑场景聚类的配电网运行灵活性评价

随着配电网新能源渗透率的不断提高,需要对配电网的运行灵活性进行全面的评估.但目前关于灵活性的讨论多集中在输电系统,且评价场景单一,也缺乏对可中断负荷等灵活性资源的讨论.因此基于灵活性场景的聚类,提出一种配电网灵活性评价方法.首先采用近邻传播算法聚类得到典型的配电网运行场景.然后考虑风电和负荷出力的不确定性,用非参数模型拟合预测误差概率分布.结合蒙特卡罗模拟和配电网经济调度模型,提出考虑配电网灵活性评价指标的实用化计算方法.采用某实际配电网数据对所提算法进行验证,并研究了可中断负荷对灵活性评价的影响.     

考虑可靠性收益的配电网智能软开关规划方法

智能软开关(SOP)具有较强的潮流控制能力,在配电网正常运行场景下和故障环境中均能有效发挥作用,在规划层面应兼顾其对于配电网供电可靠性与运行经济性提升所带来的综合收益。文中综合考虑了SOP接入对配电网供电可靠性和运行经济性的影响,建立了智能软开关规划模型;采用快速搜索和发现密度峰聚类方法对年负荷数据进行聚类,生成配电网典型运行场景以计算其对运行经济性的提升收益;采用基于关联约束的支路故障率计算方法,考虑线路电流负载率、节点电压以及线路长度对支路故障率的影响,生成动态预想故障集以计算供电可靠性收益;采用模拟退火与二阶锥规划相结合的混合算法对上述规划模型进行求解,最后,在PGE 69节点算例上验证了所提规划模型的有效性。结果表明,面向配电网可靠性与经济性的SOP规划方法能够有效降低配电网综合成本,实现投资效益的最大化。