基于人工神经网络的电力系统精细化安全运行规则

随着大规模可再生能源不断并网,对电网的实时调控能力提出了更高的要求。传统的基于在线关键断面自动发现以及基于连续潮流的在线极限传输容量计算方法,模型复杂、计算周期长,难以做到在线运行。从数据驱动的角度出发,首先将电网实时运行状态的潮流量抽象为该时刻电网的运行特征;然后对所有特征进行聚类和分布式特征选择;最后运用人工神经网络建立所选特征与关键断面极限传输容量之间的对应关系。算例分析表明,所提基于人工神经网络的电力系统精细化安全运行规则,在保证时间效率的前提下,能够在一定程度上提高关键断面极限传输容量的预测准确度。     

智能控制中心二级精细化规则生成方法

为了提高电网调度的智能化水平,针对输电断面,提出了智能控制中心二级精细化规则生成方法,含以下3个阶段:数据生成阶段,提出了包含初始属性集、样本空间和仿真模式等内容的主题定义方法;特征选择阶段,提出了适用于连续属性的启发式回归特征选择(HRFS)方法;规则表示阶段,提出了基于线性回归树的二级精细化的知识表示方法,在初级精细规则基础上利用二级精细规则进行进一步修正.对4机双区域测试系统和某省级电网分别进行精细规则算例研究,结果表明:由于挑选了能表征系统状态的特征属性,同时在运行状态子空间分段生成规则,二级精细化方法生成的规则进一步提高了精度和适用性,可以在保证系统安全的前提下进一步挖掘输电走廊的潜力,并提供了可用于控制决策的更精细的灵敏度信息.     

关联规则技术在电力系统中的应用

关联规则是数据挖掘中一种重要的挖掘方法,可发现被研究对象与对研究对象有影响的各因素之间的关联关系。简单介绍了关联规则的基本原理和挖掘方法,结合实际的理论分析结果和电力系统自身的特点,通过对电力设备的优化检修,电力营销策略的制定等方面指出了数据挖掘技术在电力行业中的应用前景是巨大的。     

电网自动电压控制精细规则自动发现技术研究

自动电压控制(AVC)已经在各级电网调度中心广泛使用.传统上AVC中的电压限值、功率因数限值等控制参数由人工经验制定.当电网结构发送变化或局部电网区域的负荷特性变化时,经常出现多级电压限值不能适配,影响AVC控制效能.文章提出一种基于大数据分析自动提取的AVC精细规则来优化AVC控制限值参数的方法.首先提出基于控制仿真...     

风电接入下断面极限传输功率运行规则的场景聚类提取方法

在传统运行规则制定方法的基础上,提出风电接入下断面极限传输功率(TTC)运行规则的场景聚类提取方法。以风电场出力-负荷水平为标准对网络状态进行场景聚类,在某场景下计算TTC风险值作为调度参考依据。规则的形成使用数据挖掘技术,分为样本生成、特征选择、规则提取3个步骤。综合所有场景调度信息,生成包含风电信息的TTC规则库。用IEEE 39节点系统进行考虑暂态安全的算例仿真,结果表明了所提方法提取的TTC调度信息能较好地体现电网运行状态与TTC间的关系。     

含风电系统断面TTC运行规则的极限学习机提取方法

风电集中接入使得传统方式有效计算极限传输容量存在困难。为此,提出一种基于差分进化极限学习机的含风电系统输电断面极限传输功率(Total Transfer Capability, TTC)运行规则提取方法。首先基于K-medoids聚类方法提取以"风功率-负荷"二维特征表征的典型运行场景,然后通过随机采样和重复潮流方法生成用于TTC运行规则挖掘的知识库。接着采用RELIEF-F算法筛除冗余特征并辨识与输电断面TTC存在强关联的特征属性,以削减运行特征的高维度。最终通过将训练数据输入差分进化极限学习机,从知识库中提取TTC运行规则。算例验证表明,所提方法能够以较高的计算精度及较强的泛化能力实现TTC的快速估计。     

电网精细规则在线自动发现系统架构与功能设计

提出了电网精细规则在线自动发现系统的架构,在关键断面在线自动发现的基础上,利用自动学习的方法,在线自动发现精细化的电网运行规则。开发了精细规则在线自动发现系统,阐述了系统中各核心模块的功能,包括：关键断面在线自动发现、初始规则获得、样本仿真、特征选择、规则生成等。四机双区域系统和某省级电网的算例测试表明：精细规则具有较...     

基于精细积分法的电力系统自励磁仿真

精细积分法是一类高精度求解微分方程的方法,它摒弃了传统求解动力学方程常用的差分格式。为此,给出了同步电机的自励磁数学模型,并结合精细积分法的思想,推导出一种形式简洁、仿真快速的精细自励磁积分格式,同时考虑了发电机磁路的饱和特性。通过对自励磁暂态过程仿真发现：与隐式梯形法相比,精细积分法不仅具有非常高的计算精度和良好的数值稳定性,而且在仿真过程中可以采用较大的步长,进而提高系统的仿真速度。     

基于模糊规则的电力系统运行数据异常识别研究

在识别电力系统运行数据异常的过程中,由于缺乏对数据之间关联关系的分析,识别结果的误差相对较大,因此提出一种基于模糊规则的电力系统运行数据异常识别方法。在构建电力系统运行数据模糊规则阶段,充分考虑了电力系统运行数据自身的属性特征,以合理粒度为原则,构建了具有多层结构的模糊规则,对数据的特征参量进行分割处理后,根据数据集中隐含的结构信息构建了电力系统运行数据之间的关联关系。在数据异常识别阶段,将模糊规则作为判断标准,计算电力系统运行数据的特异性程度,并通过约束模糊粒度保障识别结果的精度。测试结果证明,设计方法对不同程度数据异常的识别误差始终稳定在3.0%以内。     

精细时程法电力系统暂态仿真初探

通过精细时程积分法,针对电力系统的模型,推导得到了一种快速、简捷的电力系统精细时程暂态稳定计算方法.仿真结果显示该方法计算结果与电科院PSASP程序仿真计算的结果相符,且数值稳定性好、编程简单,适用于电力系统稳定计算.     

配电系统继电保护操作电源的选用

通过对几种常见的配电系统继电保护操作电源的技术经济性比较,分析了它们的优缺点,并对配电系统操作电源的选用提出了自己的看法.     

湖北电网运行分析系统的实现与应用

介绍了依托于调度综合数据平台建设湖北电网运行分析系统的思路和实现该系统的关键技术,该技术旨在通过将调度中心各应用系统的历史数据进行统一信息规整和加工,通过报表和图形的展现为电网调度决策分析提供支持.     

基于混合互信息的特征选择方法及其在静态电压稳定评估中的应用

电力系统的高维性是理论研究和工程实践中遇到的重要难题,特征选择是属性空间降维的有效手段,因而研究电力系统特征选择有着重要的理论价值和实际意义。为此提出了特征选择的混合互信息法(HMI)。HMI既考虑了候选属性所能提供的关于目标属性的新信息量,又考虑了候选属性与目标属性之间的相关性。文中针对静态电压稳定评估问题,将混合互信息法和其他几种基于互信息的特征选择方法进行了比较,实验结果表明:混合互信息法是一种有效的特征选择手段;数据挖掘技术在电力系统是有应用潜力的。     

电力系统暂态稳定评估的关联规则挖掘

根据IEEE16 机系统进行暂态稳定仿真, 首先对经典k- means 算法和模糊聚类FCM算法比较分析, 确定聚类个数并选择效果较好的FCM算法进行聚类, 找出候选离散断点, 再结合信息熵理论确定最终离散断点, 然后将连续数据离散化到各个离散区间中, 映射为连续的数字标识, 找出暂态稳定特征属性之间以及特征属性与暂态稳定属性类别之间的关联关系, 最后对挖掘出的规则进行分析研究, 从而对电力系统进行暂态稳定评估。     

基于粒子群进化算法的极限输电容量计算方法

针对 N -1静态安全模型的电力系统可用输电容量（ATC）计算问题,提出一种基于粒子群进化算法的新方法。其基本思想是,对得到的某个ATC可能值,验证在该功率传输水平下系统是否满足静态安全约束。对群中每个粒子对应变量分为区域交换功率值和停运支路编号2部分,二者以不同方式分别进化。计算过程中,不可行粒子用于得到ATC的值并对其采取校正措施来加快得到ATC的速度,可行粒子用于判别严重支路。计算终止时得到区域间ATC、关键支路和对ATC影响较大的严重支路集。在IEEE 118节点测试系统上,通过与其他计算ATC的方法相比较,表明该算法可以准确捕获严重支路集并得到ATC的值。     

基于数据挖掘的电站运行优化应用研究

火电机组运行优化目标值的合理确定是关系到机组经济性诊断正确性与准确性的重要因素,该文充分利用火电厂运行数据的关联特性,提出了基于模糊关联规则挖掘的电站运行优化目标值确定方法,利用改进的模糊关联规则挖掘算法从电站运行历史数据中挖掘定量关联规则,以指导优化运行,解决了传统优化目标值确定中对机组实际状态考虑不足而失去指导意义的问题。以某300MW机组历史运行数据为基础,对各典型负荷工况下的历史数据进行挖掘,得到各运行工况下的最优值以指导实际运行。运行试验结果表明,基于模糊关联规则挖掘的运行优化目标值确定方法可以提高机组运行效率,降低污染物排放,优化目标值来源于机组实际运行数据,能够反映机组在特定负荷和相关条件下的最优运行状态,可以指导机组的优化运行。     

电力系统运行可靠性成本价值评估

电力系统运行可靠性评估的最终目标是辅助运行人员进行调度决策,因此,制定合理的决策依据至关重要,但常用的可靠性指标却难以直接作为决策判断的依据。文中提出了运行可靠性成本价值评估的概念和指标,指出“期望社会成本最小”可以作为运行人员选择最优调度方案的决策依据,并为此建立了发输电系统运行可靠性成本价值评估的模型和算法,实现了运行可靠性成本和效益的综合评价。通过对IEEE RTS测试系统的最优旋转备用分配方案选择的计算分析,验证了所述算法的有效性,说明了运行可靠性成本价值评估的实用价值。