基于形态小波范数熵和支持向量机的电能质量分类研究

针对电能质量信号分类存在实时性差、准确度低的问题,提出了一种基于HMT(hit or miss transform)小波范数熵(norm entropy,NE)和支持向量机(support vector machine,SVM)的电能质量扰动识别方法。根据HMT小波分解每一层能量不同的特点,取扰动信号的10层小波分解的范数熵组成特征矩阵。特征量起到了对扰动信号分形的作用,以此作为SVM的输入。为了提高分类的准确度,研究采用了粒子群算法(particle search optimization,PSO)对SVM参数进行了寻优,分类准确度达到99%左右。同时比较了HMT小波和传统db4小波分别和SVM结合时的准确度,证明了HMT小波的优势和本文特征量提取法的有效性。而对于含噪声的电能质量信号,采用了广义形态滤波器进行了滤波预处理。仿真结果表明,该方法识别准确率高,稳定性好,适用于电能质量扰动识别系统。     

基于降噪自动编码器与一维卷积网络的风机故障诊断方法

针对风力发电机在发生不同故障时相应的传感器数据会发生变化的特点,提出了一种基于自动降噪编码器与一维卷积网络的故障诊断模型。通过构建在时序上能同时识别多个特征的一维卷积层,实现对所有传感器时序数据的特征提取,提取的特征在全连接层的作用下,通过合理设置网络结构与参数,实现对故障的准确识别。同时,针对在复杂生产环境中,传感器的数据会含有噪声的情况,提出了基于自动降噪编码器的降噪方法,通过降噪编码器的降噪作用,将噪声信号重构成原始信号,从而提高在噪声环境下的故障识别效果。仿真算例表明,与基于模型的方法和其他基于数据驱动方法……相比,所提出的方法在精度、鲁棒性上都有明显优势……。     

美国电力市场违约风险量化机制分析EI北大核心CSCD

违约风险量化是电力市场中央对手方进行市场违约风险管理的必要环节和重要内容。对美国电力市场违约风险的量化方法进行分析,并提出了一种新的风险量化公式。从时间和品种两个维度,对美国电力市场违约风险的量化思路进行分析;并将违约风险量化使用的方法划分为债务直接预测法和量价预测法,预测的数学方法包括可单一使用的数学方法(加权平均法等)及其组合使用,讨论了不同方法的特点,并考虑数据波动时效性创新性提出了新的风险量化公式,通过算例验证了上述分析。最后对国内电力市场给出了下列建议:违约风险量化需结合风控手段、结算方式和风险偏好,通过缩短结算周期、预付费制度来优化结算制度。     

基于多层级条件风险价值的高渗透可再生能源电力系统低碳运行联合优化

在双碳目标下,风电渗透率增加给新型电力系统的安稳运行带来挑战,而条件风险价值法（Conditional Value-atRisk,CVaR）可对风电的随机风险进行分类量化评估,以用于系统调度运行。根据CVaR提出了改进的多层级条件风险价值法（Multi-layer Conditional Value-at-Risk,MCVaR）,并建立了基于MCVaR的高渗透可再生能源电力系统低碳运行联合优化模型。仿真算例结果表明,MCVaR相较于CVaR能够显著降低系统的弃风与切负荷量,同时系统的极端损失下降了49.45%。所提方法能够在满足系统可控风险约束的前提下,实现运行经济效益与低碳环保收益的综合最优化。     

计及碳税和风险成本的灵活爬坡服务设计

新能源强波动性、随机性等特点要求电网具有高度灵活性，灵活爬坡服务作为一种新兴的辅助服务，以应对新能源出力波动、风光等弱惯量系统对电网运行造成的影响。但灵活爬坡服务设计上的不完善可能导致与预期不符的结果，如灵活爬坡服务以降低火电等可控电源运行效率为代价获取爬坡能力的实质，会造成系统碳排放增大，与新能源初衷相背，而常规的基于固定置信度的预测区间计算灵活爬坡服务需求的方法存在不经济的问题。基于节能减排目标，采用理论论证和简单实例论证灵活爬坡服务的存在会引起系统碳排放上升，为衡量不同出清机制对于碳排放增量的利用效率，并将环境机会成本的概念引入灵活爬坡服务的定价依据，提出了基于碳税的计及边际环境损失的定价方法，以限制其对环境的不良影响。通过对误差率概率分布及冗余率进行预测，关联灵活爬坡服务需求及弃电、切负荷等风险成本，以经济最优为目标进行爬坡服务需求预测。通过实地数据的模拟证明了所建模型的有效性。