一种基于深度强化学习的电网潮流特征提取方法

为了解决现有特征提取方法存在特征辨识度低的问题，基于深度强化学习设计电网潮流特征提取方法，为了提升潮流特征的辨识度，利用点估计法计算电网潮流，以此为基础，通过模拟退火算法生成电网潮流图，并灰度处理电网潮流图，以灰度处理后的电网潮流图为依据，利用深度强化学习方法提取电网潮流特征，实现了电网潮流特征的提取。实验结果表明：与现有的电网潮流特征提取方法相比，文中电网潮流特征提取方法极大地提升了特征辨识度，证明了基于深度强化学习的电网潮流特征提取方法具备更好的特征提取性能。     

基于多维度相互校验的线路电流差动保护自校正同步策略

针对目前线路电流差动保护普遍使用的基于内部时钟同步方法,分析了基于乒乓原理测量通道时延的内部时钟同步方法在出现通道路由不一致时,会造成差动保护不正确动作的可能性。提出了一种自适应的异常差流监视手段,同时结合线路两侧的电气量同步判据,能够可靠识别出线路电流差动保护同步异常的情况。在内部时钟同步的基础上,提出了一种结合电气量判据及外部时钟的自校正同步策略,该策略能够自动完成同步状态辨识,提高了差动保护抗通道收发路由不一致的能力。实验验证表明,所提出的基于多维度相互校验的电流差动保护自校正同步策略能够提高线路电流差动保护抗通道扰动的能力。     

考虑能质系数的工商业园区综合能源协同优化方法

针对综合能源利用效率,区别于传统能源效率计算,提出基于热力学第二定律的综合能效计算方法,首先建立考虑能源能质系数的工商业园区模型,能源的利用效率不仅要从数量上,更要从质量上考虑,以综合能源效率最大和碳排放最小为目标函数,结合加权法在MATLAB/Cplex软件上进行求解。结果表明,系统中加入能质系数后,可更加准确地衡量各设备的出力情况,在多目标分析中,考虑能质系数能够有效减少碳排放并且可提高能源的梯级利用。     

基于决策树与脉冲神经膜系统的输电网故障诊断方法

为有效处理电网故障诊断过程的不确定和不完备信息,提出一种基于决策树与模糊推理脉冲神经膜系统的输电网故障诊断方法:首先采用权重网络分割法将电网分割为若干小型子网,再利用决策树算法对原始故障决策表进行训练,并约减故障信息,提取输电网故障产生式规则;然后利用模糊推理脉冲神经膜系统的强大知识并行推理和模糊信息处理能力,建立基于 FRSNPS 的故障诊断模型,实现输电网故障诊断;最后,以 IEEE14 节点标准系统为对象进行仿真实验和分析。实验结果表明,该方法在单类型和多类型故障信息丢失时,依然能够诊断出正确故障元件。     

一种基于深度强化学习的电网潮流特征提取方法

为了解决现有特征提取方法存在特征辨识度低的问题,基于深度强化学习设计电网潮流特征提取方法,为了提升潮流特征的辨识度,利用点估计法计算电网潮流,以此为基础,通过模拟退火算法生成电网潮流图,并灰度处理电网潮流图,以灰度处理后的电网潮流图为依据,利用深度强化学习方法提取电网潮流特征,实现了电网潮流特征的提取。实验结果表明：与现有的电网潮流特征提取方法相比,文中电网潮流特征提取方法极大地提升了特征辨识度,证明了基于深度强化学习的电网潮流特征提取方法具备更好的特征提取性能。     

电力系统分布式模型预测控制方法综述与展望

模型预测控制作为一类约束优化控制策略,在电力系统控制领域得到了广泛的应用,传统的集中式模型预测控制难以满足复杂互联电力系统的多目标优化、可靠性、实时优化等要求。分布式模型预测控制能够协同多个局部控制器实现全局优化或纳什优化。文中全面综述分布式模型预测控制在电力系统中的研究现状和发展方向。首先,按照控制结构对模型预测控制方法进行了分类和对比分析,接着重点阐述了非协作式和协作式2类分布式模型预测控制方法。然后,围绕分布式模型预测控制在不同应用场景分别进行综述和分析。最后,指出了分布式模型预测控制在电力系统控制应用的研究方向。     

基于序列分解的母线负荷降噪预测方法

新型电力系统背景下，分布式电源和用户侧行为的多样性使母线负荷稳定性不足，对负荷短期预测提出了新的挑战。为此，提出一种基于序列分解的母线负荷降噪预测方法，将变分模态分解方法的构造与分解规则应用到母线负荷序列分解中，针对序列分解后的余项，利用局部加权回归方法进行平滑处理，实现母线负荷降噪预测。基于某地区母线负荷有功功率实测数据，构建循环神经网络对降噪后的母线负荷进行预测，结果表明该方法能够去除母线负荷序列噪声，序列趋于光滑且保留了原始母线负荷序列的特征，具有优良的预测曲线和精确的预测结果。     

基于巡检机器人的电缆卷筒减速器故障诊断技术

针对传统电缆卷筒减速器故障诊断技术存在不同状态下的电缆卷筒减速器故障诊断误判率高的问题,提出基于巡检机器人的电缆卷筒减速器故障诊断技术。基于巡检机器人构建一个数据采集系统,利用该系统采集电缆卷筒减速器发出的振动信号数据;采用 KPCA 方法提取采集数据的特征,获得电缆卷筒减速器特征向量;将特征向量用作输入量输入到故障诊断模型中进行训练,训练期间对特征向量数据进行简化,以此提升故障诊断效率,依据输出的故障类型实现电缆卷筒减速器的故障诊断。实验结果表明,通过对该方法进行不同状态下的故障诊断误判率测试,验证了该方法的准确率高、实用性强。     

采用交流海缆接入的海上风电场无功配置方法

对于海上风电采用交流电缆接入电网的形式,由于电缆充电功率较大,在接入电缆超过一定距离时,可能导致海上风电工程及其并网点电压以及载流量控制困难.针对上述问题,本文提出了海上风电经由交流海缆接入输变电工程无功配置方法.该方法可确定初步的无功配置方案;然后对不同方案下海缆的载流量以及沿线的电压分布情况进行了分析;最后,结合不同接入功率下接入点的电压波动情况,验证初步无功配置方案的可行性.