基于AdaBoost-DT算法的电力市场串谋行为识别研究

针对电力市场中购电商串谋的识别方法定性分析居多,实时性不高的问题,文中提出基于AdaBoost-DT算法的串谋行为智能识别方法,将AdaBoost-DT集成分类算法用于串谋识别中,解决了串谋行为难以量化识别的问题。从串谋机理出发,设计了一套基于任意2个购电商之间的串谋识别指标体系。面对数据不均衡问题,采用过采样法对训练数据集进行增广,利用AdaBoost-DT分类算法训练串谋行为智能识别模型。最后,以月度交易数据为支撑进行算例分析,采用接收者操作特性曲线(ROC)和接收者操作特性曲线下的面积(AUC值)评价模型的识别效果。实验结果表明,该串谋行为识别方法的准确率较高且实时性较好,充分验证了算法的有效性。     

基于混合模糊Petri网的电力系统故障暂态识别方法

提出一种基于混合模糊Petri网(hybrid fuzzy Petrinets,HFPN)的电力系统故障暂态信号识别新方法。该方法将小波变换特征提取、模糊逻辑和模糊Petri网相结合构成混合模糊Petri网,有效解决了单一的模糊Petri网无法识别故障暂态信号的缺陷,也改善了原有识别方法推理过程不容易被人理解的不足。对故障发生后1/4个周期内的三相电流和零序电流,应用小波变换提取小波能量,再经过模糊推理系统得到模糊值作为特征量,最后应用模糊Petri网进行识别。大量PSCAD/EMTDC仿真试验结果表明:该故障识别方法能快速准确地识别各类故障暂态信号,识别速度快,并且以概率的形式给出发生各种故障的可能性;基于HFPN的图形化表示方法清晰直观,不受故障时刻、过渡电阻、故障位置等因素的影响,对噪声信号和不同线路都具有较好的适应性。     

基于小波包和模糊Petri网的输电线路故障类型识别方法

提出一种基于小波包和模糊Petri网的输电线路故障类型识别方法。利用小波包对故障电流信号进行分解,并计算出各频段的能量值,以此能量特征值作为训练样本对模糊Petri网模型进行训练优化,使用测试样本对模型进行测试,实现输电线路故障识别。通过算例仿真验证,表明该方法具有一定的有效性和实用性。     

应用模糊Petri网的继电保护行为评判

模糊Petri网应用于电网故障诊断时不能很好地实现对保护行为的评判,为此,提出了应用模糊Petri网前后向推理的继电保护行为评判新方法。为缩小诊断范围,首先利用实时接线分析法对故障区域进行识别;再对故障区域内的元件利用模糊Petri网前向推理进行诊断;最后,利用后向推理算法,并结合数据采集与监控/能量管理系统(SCADA/EMS)信息及相应计算,推断出拒动及误动的保护装置和断路器。详细给出了模糊Petri网后向推理的算法以及对保护装置和断路器进行评价的判据。仿真算例验证了所提方法的有效性,在实际故障分析中有较好的实用价值。     

基于自适应加权模糊Petri网的电网故障诊断研究

本文针对电网故障诊断中存在的保护和断路器拒动误动以及故障信息丢失的情况,给出基于加权模糊Petri网(WFPN)的故障诊断方法。考虑到故障诊断模型中权值设定完全依赖于专家经验的问题,设计具有学习能力的加权模糊Petri网,建立电网元件的WFPN故障诊断模型,并利用粒子群算法对权值进行学习实现权值自适应,最后利用故障诊断模型进行故障案例的仿真分析,并与基于加权模糊Petri网的诊断方法相比证明所提出方法具有较好的诊断可信度。     

电力系统故障恢复Petri网模型的硬件实现

应用Petri网络法描述电力系统故障恢复过程,并利用数学规划方法将数学描述和数学推理计算引入电力系统故障恢复控制领域,为实时决策提供必要的条件,具有较高的应用价值。但在Petri网络的实际应用中,由于软件实现过程存在许多问题,如软件项目和复杂度很大、控制周期较长、管理需求变化因素大等,因而限制了Petri网的应用范围。文章采用硬件电路设计并实现电力系统故障恢复的Petri网模型,实现了硬件设计的“软件化”,其优点是结构灵活,通用性很强,系统容易维护和扩展。文章通过分析Petri网的拓扑结构,利用高速硬件描述语言(VHDL)为该Petri网模型进行程序设计,采用现场可编程门阵列(FPGA)获得电力系统故障恢复Petri网模型的硬件实现电路,最后结合算例阐述了具体的技术方案。算例结果表明了该硬件电路的有效性。     

加权模糊Petri网在电网故障诊断中的应用

以模糊Petri网为基本工具,在研究模糊Petri网的基本结构及概念的基础上,提出了一种基于加权模糊Petri网规则推理的电网故障诊断算法。首先选取经典算例系统建立各元件的加权模糊Petri网模型,然后利用该算法进行了逻辑验证和实例数据的仿真,结果表明,该算法在电网故障诊断中应用的可行性和有效性,给出的故障发生概率为研究人员进一步诊断提供了一定的依据。     

基于分布式并行计算的电力系统不良数据识别方法

电力系统不良数据识别方法以单一误差为标准多次比对、多次循环,难以同时处理大量数据,导致不良数据识别误差大、速率低.为改进不良数据识别方法存在的缺陷,设计了基于分布式并行计算的电力系统不良数据识别方法.采用MapReduce模型搭建分布式并行计算框架;设定不良数据判断标准,预处理电力数据;利用标准残差向量和残差灵敏度,识别电力系统不良数据.通过试验验证识别方法的应用效果,结果表明所提方法的平均识别相对误差为12.51％,多种类不良数据漏检率较低,证实了该识别方法的应用效果良好.     

基于对象Petri网技术的电力系统故障恢复方法

应用Petri网技术求解电力系统故障恢复问题具有模型直观、过程清晰等优点,还能够描述恢复过程中的并发与资源竞争问题.但在利用Petri网对大系统建模和分析时会遇到组合爆炸问题,从而限制了它的应用范围.文章构建了基于面向对象Petri网技术的电力系统故障恢复计划生成算法,降低了大系统Petri网模型的维数,简化了建模和求解工作.通过分析给出了算法的对象划分、结构封装、对象间的消息传递关系以及图形化的建模;所设计的对象结构及对象关系保证了系统的安全性;引入了带有寻优意义的冲突消解策略,保证在有限资源的条件下得到优化的恢复方案;利用回溯策略解决了死锁问题.最后结合算例阐述了具体的技术方案.算例结果表明了该方法的有效性.     

模糊Petri网模型在飞机电力启动系统故障诊断中的应用

基于模糊产生式规则的模糊Petri网模型,能较好地表示和处理模糊知识,并能根据变迁的可信度大小,找到一条最有可能产生已知故障的路径.为此,以飞机电力启动系统为例,针对其故障信息的不确定性和模糊性,给出基于模糊Petri网模型,建立在模糊Petri网模型基础上的反向模糊推理方法,并验证了该方法的可行性和有效性.     

基于加权模糊时序Petri网络的电网故障诊断模型

提出了一种基于加权模糊时序Petri网络(FTPN)的电网故障智能诊断模型,该模型主要包括停电区域识别、可能故障元件加权FTPN建模、故障元件集求解、保护/断路器动作情况判定4个部分。介绍了故障差错告警差错信息的分类以及故障告警信息时序特性,研究了断路器动作信息及网络拓扑关系,结合广度优先搜索,得到了停电区域识别方法。最后,以新英格兰10机39节点系统为例,建立了母线和线路加权FTPN故障诊断数学模型,并给出该系统的总体结构,结果表明该模型能够快速故障定位,准确提供保护和断路器动作评价信息。     

基于价值认同的需求侧电能共享分布式交易策略

分布式电源、储能和柔性负荷的集成赋予了需求侧灵活调控能力,使其能够以产消者身份进行电能共享,从而促进电力资源的优化配置。为此,针对电能共享市场的交易机制进行研究,文章提出了基于价值认同的需求侧电能共享分布式交易策略,旨在降低电力市场的交易成本并提高市场效率。首先,基于剩余理论设计了边际价格驱动下的电能共享模式,同时基于最优反应函数建立了市场博弈模型,揭示了市场无序竞争导致的无谓损失。对此,提出了价值认同机制以提高电能共享市场的运营效率,并设计了基于一致性算法的分布式交易策略以实现产消者间的去中心化交易,从而保护用户的隐私安全。最后,通过数值仿真验证了所提交易策略能够实现电能共享市场的帕累托改进并促进电力资源的优化配置。     

基于时序信息的模糊Petri网电网故障诊断方法

为提高电网故障诊断的准确性,充分利用报警信号的时序信息,研究一种基于时序信息的分层变迁模糊Petri网故障诊断方法。首先,建立分层变迁加权模糊Petri网(WFPN)故障诊断模型;其次,构建元件、保护和断路器之间的时间关联特性(TAC),进行时间关联一致性检查;最后,通过模糊推理进行故障诊断,并对保护和断路器异常行为进行评判。通过典型电网算例推理验证,结果证明该方法不仅能够提高故障诊断的准确性和容错性,还能够判断保护和断路器的异常行为并推出元件故障发生时刻。     

基于价值认同的需求侧电能共享分布式交易策略

分布式电源、储能和柔性负荷的集成赋予了需求侧灵活调控能力,使其能够以产消者身份进行电能共享,从而促进电力资源的优化配置。为此,针对电能共享市场的交易机制进行研究,文章提出了基于价值认同的需求侧电能共享分布式交易策略,旨在降低电力市场的交易成本并提高市场效率。首先,基于剩余理论设计了边际价格驱动下的电能共享模式,同时基于最优反应函数建立了市场博弈模型,揭示了市场无序竞争导致的无谓损失。对此,提出了价值认同机制以提高电能共享市场的运营效率,并设计了基于一致性算法的分布式交易策略以实现产消者间的去中心化交易,从而保护用户的隐私安全。最后,通过数值仿真验证了所提交易策略能够实现电能共享市场的帕累托改进并促进电力资源的优化配置。     

基于模糊时间Petri网的电网故障诊断方法

故障元件判别作为电网故障应急处置的首要环节,是在线调控运行的重点工作之一。针对现有基于Petri网的电网故障诊断方法未充分利用时序信息或者时序推理过程复杂的问题,提出一种基于模糊时间Petri网的电网故障诊断方法。为Petri网中库所及变迁引入时间属性以表征电力系统告警信息的时序约束关系,定义了置信概率与时序约束的关联推理运算,并从模型结构出发建立了模糊时间Petri网的分层推理过程,能够同时推理得到元件故障的置信概率及其时间点约束。算例仿真表明,所提方法能够快速判定故障元件,诊断结果正确且合理,具有较强的容错性,且能对告警信息做出正确评价。     

考虑灵活块交易的电力现货市场出清模型

灵活块交易是国外电力现货市场新设计的交易品种。该交易品种允许发电企业、电力用户根据自身的发电技术特征与用电实际需求,选择多样化、个性化的交易方式,以增加市场的流动性,这对于在中国开展电力现货市场建设试点具有借鉴价值。为此,文中首先简要介绍了北欧电力现货市场的运行机制,描述了现货市场中小时交易、灵活小时交易、块交易等交易品种的定义与特点。在此基础上,结合现货市场交易机制设计,重点构建了考虑灵活块交易的现货市场出清模型。由于该模型属于多时段、大规模、非线性混合整数规划问题,因此为提高该模型的求解效率,提出了降低模型非线性程度的线性化建模方法。最后,通过算例分析验证了所提模型与求解方法的正确性和有效性。     

考虑用户切换行为的电力零售市场博弈模型

为了定量研究电力零售市场中用户在零售商间的切换行为对零售商竞价策略的影响,基于Bertrand竞争模型建立电力零售商参与零售市场竞价交易的博弈模型,其中引入市场份额函数反映用户切换行为;从理论上证明该模型纳什均衡解的存在性和唯一性,并采用非线性互补方法求得均衡解。算例仿真验证了所提模型的有效性,且用户的切换行为有助于缓解零售商在零售竞价交易中报高价的市场力滥用行为,进而提高电力零售市场的效率。     

基于人工智能的输电线路故障快速诊断方法研究

针对电力系统发生故障后未经处理的多源告警信息可能导致故障处理时间增加的问题,提出一种基于人工智能的输电线路故障诊断方法。对输电线路故障诊断Petri网模型进行改进,在建立的模糊Petri网模型中预设变迁阈值,采用逆向搜索策略,对模糊Petri网进行约简,减小推理规模,提高故障诊断效率。所提方法可以对故障信息进行快速分析、分类处理,大大减少调度员处理信息的工作量,提高输电线路自动化水平,确保电力系统安全稳定运行。通过算例验证了所提方法的有效性。     

基于GSPN与BN的测试性建模方法

针对目前主流建模方法是基于测试结果可靠的假设条件前提,难以得到故障和测试之间准确的信息描述的问题,提出基于概率广义随机Petri网的测试性建模新方法。首先对主流建模方式和广义随机Petri网建模方式进行对比,阐明主流建模方式存在的问题,以及选择广义随机Petri网建模的原因;然后对Petri网原理进行分析,并将概率理论引入广义随机Petri网模型中,采用贝叶斯网络获取模型节点的条件概率,也是首次将贝叶斯网络和广义随机Petri网结合;最后对某导弹发动机系统进行建模,得到故障和测试的概率相关性矩阵,并对测试性指标进行求解。通过对比原有模型的相关性矩阵和本文所得到的概率相关性矩阵,验证了所提方法的可行性和准确性。