改进SOM神经网络在电力调度故障诊断中的应用

为了解决电力调度自动化系统中故障、安全监测不到位,尤其是缺少精确定位和关联分析等问题,利用改进的SOM神经网络提出了一种故障诊断模型.首先,在分析调度系统历史数据基础上,提取故障的特征向量,建立学习样本.接着通过算法训练输入和输出间的内在联系,供后续测试验证使用.最后,在已具备数据内在映射关系的网络中,测试待检测数据,验证其故障诊断的效果.最后的结果表明,此模型对不同类型故障识别和诊断能力较强,是一种行之有效的人工智能诊断方法.     

基于模糊神经网络的电力调度自动化设备健康评估

针对电力调度自动化设备健康评估过程中存在的评估方式简单、评估方式可解释性弱以及评估效果不精确的问题,本文提出了一种基于模糊神经网络的电力自动化设备健康评估模型.用模糊理论进行分析,用模糊集合描述评价指标,用数据指标的隶属度描述设备运行情况,结合神经网络的自适应功能,针对个体设备提供更加准确的、更具个性化的健康评估.     

调峰辅助服务与电量协调优化的日内安全约束经济调度

大规模可再生能源的接入给电网调峰带来了巨大挑战,使得当前调度模式下发电机组均衡地完成其电量进度愈发困难。针对电网的日内调度计划,提出了调峰辅助服务与电量协调优化的日内调度模式,避免调峰服务市场机制与现有调度模式产生冲突。在该调度模式的基础上,建立了调峰辅助服务与电量协调优化的日内安全约束经济调度模型,实现了调峰资源与常规发电资源的协调调用,最优化系统的总调度成本。为了加速求解该调度模型,提出了以识别起作用安全约束为特征的迭代求解算法。最后,通过基于IEEE-30节点系统和实际省级电网的算例分析验证了所提模型方法的有效性、高效性与实用性。