Transmission system restoration with co-optimization of repairs,load pickups,and generation dispatch

This paper studies the restoration of a transmission system after a significant disruption such as a natural disaster. It considers the co-optimization of repairs, load pickups, and generation dispatch to produce a sequencing of the repairs that minimizes the size of the blackout over time. The core of this process is a Restoration Ordering Problem (ROP), a non-convex mixed-integer nonlinear program that is outside the capabilities of existing solver technologies. To address this computational barrier, the paper examines two approximations of the power flow equations: The DC model and the recently proposed LPAC model. Systematic, large-scale testing indicates that the DC model is not sufficiently accurate for solving the ROP. In contrast, the LPAC power flow model, which captures line losses, reactive power, and voltage magnitudes, is sufficiently accurate to obtain restoration plans that can be converted into AC-feasible power flows. An experimental study also suggests that the LPAC model provides a robust and appealing tradeoff between accuracy and computational performance for solving the ROP.     

电力终端通信接入网统一建设模式研究

终端通信接入网作为骨干通信网的延伸,是电力通信网的重要组成部分。针对目前电网公司的运检、营销等业务部门均按自身需求单独建网导致通信资源利用率低的问题,文章提出了接入网统一建设的基本思路和一种接入网多业务承载与隔离技术方案,并通过典型案例说明了统一建设方案可大幅度降低设备投资。     

智能电网运行充裕性的研究框架 （二）问题与思路

剖析了智能电网的发电—用电充裕性评估及控制任务。从需求、扰动、控制对象和控制时滞等方面梳理问题的复杂性;讨论充裕控制的决策过程,包括对信息的要求、待调控出力的预报、充裕性事件的设定、充裕度量化指标的定义、系统功率平衡与备用功率的动态行为、充裕度的在线评估、备用资源的调度与控制。提出基于风险观点的动态优化及解耦协调的求解思路,将整个问题解耦为不同子问题后分别优化,再通过协调获得全局准优化的效果。     

UPFC在线运行优化辅助决策应用功能设计

由于缺乏UPFC实时运行优化指导工具,UPFC强大的潮流控制能力无法灵活发挥。基于智能电网调度控制系统设计了UPFC运行优化辅助决策应用功能,根据实际UPFC工程限额工作模式下潮流计算特点,求解UPFC控制措施灵敏度,利用在线丰富的计算资源,进行UPFC多控制目标集群并行计算,获取UPFC静态安全控制措施和潮流优化控制措施。该应用功能可利用UPFC控制能力提高电网运行的灵活性,为调度运行人员提供辅助决策。苏州南部电网500 kV UPFC工程算例分析说明了UPFC在线运行优化辅助决策计算流程,结果显示所提方法可有效解决UPFC近区静态安全问题,并优化近区网络损耗。     

CPU-GPU异构计算框架下的高性能用电负荷预测

随着电网的快速发展,用电信息采集系统的数据计算业务面临着巨大挑战.近年来,图形处理器(GPU)因其在浮点计算速度和存储带宽方面的优势成为高性能计算问题中的研究热点,也被成功应用在电力系统计算分析等科学计算领域.在基于人工智能方法的电力负荷预测问题中,以往大部分研究仅考虑了使用GPU加速预测模型的训练,而并未应用在数据集的获取和计算上.提出了一种基于中央处理器-图形处理器(CPU-GPU)异构计算框架下全流程加速的高性能用电负荷预测方案.首先结合统一计算架构(CUDA)和多线程技术实现了使用多台GPU完成用电负荷的并行预处理,随后在聚类分析后基于XGBoost算法完成了多台区负荷预测,并利用GPU加速了模型的训练计算.最后通过对深圳市43254个台区用电信息的实例分析,验证了所提方法的高效性与适用性.     

基于风火协调的闭环控制系统研究和应用

为了提高风电消纳,降低弃风率,研究了一种基于风火协调的闭环控制系统(以下简称闭环控制系统)。该系统根据风电上网断面的负载率设置不同区间并采取相适应的风火协调控制策略,在保证断面安全稳定的前提下尽可能提高风电消纳,在断面发生越限时则尽可能降低火电和适当减少部分风电。由于风电出力缺乏有效的预测技术,系统依据风场出力能否及时跟踪上轮指令情况进行风电发电能力的预估,同时在系统可靠性方面,系统增加了指令防误检查和控制模式自动切换逻辑。指令防误检查在指令出口前进行各项约束条件检查,确保下发的指令不会对系统造成较大冲击,引发新的安全稳定问题。控制模式自动切换功能是在系统出现异常时,风电自动跟踪新能源系统或人工控制,火电自动跟踪调度计划系统(Optimal Planning System, OPS)或人工控制,确保系统异常时仍能保持电网安全稳定运行。最后通过在山西电网的实际应用,验证系统的有效性和实用性。     

视频监控系统安全架构设计和研究

为提高视频监控系统安全,保障系统稳定运行,通过分析视频监控系统环境和应用功能特点,设计了视频监控系统软件安全架构,结合具体模型和数据处理流程,重点从身份管理、身份认证、访问控制、安全审计和数据的机密性、可用性、一致性、有效性等不同方面对视频监控系统软件的应用安全和数据安全方案进行设计。应用结果表明,在不降低软件性能条件下,安全架构及详细设计方案对提高软件安全性有明显效果,有效地提高视频系统自身安全性。     

电网应急指挥系统中开源WebGIS框架设计与应用

文章提出一种基于开源平台的WebGIS框架,并详细阐述了该框架结构和实现机制。框架前台基于Flex和OpenScales富客户端技术开发,地图服务通过GeoServer地图服务器发布,空间数据库采用PostgreSQL/PostGIS。基于该框架,开发了中国南方电网应急指挥信息管理系统地形图综合应用,实现电力基础数据管理与可视化展现、突发事件成灾模型与灾害评估展现以及应急预案与辅助应急指挥可视化展现。     

基于阻抗分析法的风储并网系统谐波稳定性分析

储能系统多通过逆变器接入电网,大量的并网逆变器会对网络的稳定性造成较大的影响,易引发谐振。建立了风储并网系统的阻抗模型,研究了风机转子侧电流环比例增益和积分增益、储能逆变器电流环比例增益和积分增益对系统稳定性的影响。采用基于入网电流反馈的有源阻尼振荡抑制策略,提高弱电网条件下风储并网系统的谐波稳定性,并分析了其控制参数对谐波振荡抑制的影响。最后通过仿真结果,验证了分析结论的准确性和方法的有效性。     

Weakly supervised temporal action localization with proxy metric modeling

Temporal localization is crucial for action video recognition. Since the manual annotations are expensive and time-consuming in videos, temporal localization with weak video-level labels is challenging but indispensable. In this paper, we propose a weakly-supervised temporal action localization approach in untrimmed videos. To settle this issue, we train the model based on the proxies of each action class. The proxies are used to measure the distances between action segments and different original action features. We use a proxy-based metric to cluster the same actions together and separate actions from backgrounds. Compared with state-of-the-art methods, our method achieved competitive results on the THUMOS14 and ActivityNet1.2 datasets.