基于预训练GRU-LightGBM的电力负荷预测

本文研究工作围绕电网中的核心环节电负荷预测展开.在总结分析之前研究学者的研究成果基础上,提出了基于预训练GRU与LightGBM相结合的方法.该方法首先使用电负荷数据训练一个特征提取网络GRU,然后使用该网络进行时序特征的提取,并将提取到的时序特征与非时序特征使用LightGBM进行电负荷的预测.本方法的创新点在于提出了预训练网络来扩充特征,充分融合时序特征及非时序特征.并且考虑到电网的地区差异性,在整体训练过程中将GRU网络参数进行了适应性微调.保证提取到的时序特征是符合当前地域特点的.通过仿真实验最终发现该方法在各项指标上取得了2％的提升.     

计及灵活性提升的热电厂日前市场竞价策略

针对含多类型燃煤热电机组与多种电热解耦设备的热电厂在电力现货市场中的报价决策问题,提出了基于价格接受者角色的热-电分步决策竞价模型。首先,依据次日预测价格进行热电厂日前最优产量决策,确定厂内电热解耦设备的运行计划。然后,根据机组调节能力,计算热电厂在次日各时段的发电功率范围;进而,构建分段阶梯形报价曲线。最后,以中国北方地区某典型燃煤热电厂为例,基于现货市场试点的3种典型场景出清电价,验证了所提热-电分步竞价决策模型的有效性;同时分析结果表明,日前市场难以为燃煤热电厂灵活性提升改造提供足够的经济激励。     

基于多模型选择性融合的变压器在线故障诊断

在线智能化故障诊断是变压器故障诊断的发展趋势,为发挥不同征兆子集及诊断算法的性能优势,实现多元诊断模型的互补决策,文中通过对智能诊断算法的性能进行多维对比分析,选取综合性能优的诊断算法用于征兆子集优选,使用优选子集与诊断算法训练多个诊断模型,通过模型间差异性分析有选择地对模型进行融合并用于最终决策.实例验证结果表明,融合模型泛化性能及均衡诊断能力均有提升.     

基于遗传算法与模糊PID复合控制的电机调速研究

为了加强永磁同步电机调速系统的智能控制,提出了一种基于遗传算法与模糊PID智能控制的永磁同步电机调速控制策略。首先建立永磁同步电机的基本模型,利用遗传算法对模糊PID控制器进行改进,优化其参数选择和提高控制效率,并搭建Simulink仿真模型和实验验证模型。其结果得到:利用遗传算法能够迅速得到模糊PID控制器的最佳匹配初始参数,且在电机启动阶段和突加干扰阶段,遗传改进模糊PID控制系统相比于传统的PID控制系统其转速、转矩以及三相电流输出均表现出更加稳定以及波动更小。系统出现干扰后,在该组合智能控制作用下系统在极短时间内恢复稳定,其动态响应速度显著快于传统PID控制方法。结果表明该基于遗传算法与模糊PID控制系统能够对永磁同步调速系统进行有效控制,进而使系统具有较优异的启动特性和动态稳定。     

融合格拉姆角场的深度特征学习在痕量气体浓度识别中的应用研究

针对气体绝缘金属封闭式组合电器(gas insulated switchgear, GIS)设备中痕量气体紫外分析光谱信号易出现吸收峰重叠的问题,提出了一种结合格拉姆角场(Gram''s angle field, GAF)和VGG16改进模型的多组分痕量气体的定量检测方法。首先利用GAF将一维紫外光谱信号转换为时序图像,将光谱信号映射为具有丰富特征信息的图像形式,从而提升原始光谱信号的特征表达能力。其次将GAF特征图输入到VGG16改进模型中,实现痕量气体浓度的特征识别。最后通过不同浓度下采集到的CS2、SO2和H2S的单组分气体和混合气体,与卷积神经网络(convolutional neural network, CNN)、VGG16和SDP_VGG16等模型进行对比实验,并结合受试者工作特征曲线下面积(area under the curve, AUC)进行验证。结果表明,该方法可以有效地检测出SF6分解所产生的CS2、SO2和H2S痕量气体,是一种行之有效的特征提取方法。     

基于模型预测控制的能源产消者端对端交易策略

新能源政策市场化无补贴发展背景下,为保障分布式光伏资源的消纳,须探索有效的市场机制,发挥用户调动灵活性资源的主动性。端对端(Peer-to-Peer, P2P)能源交易作为本地电力消费者和生产者间直接能源交易模式,有利于局部区域功率平衡。采用连续双向拍卖市场机制,提出基于模型预测控制的P2P市场交易策略。针对储能参与后的产消者电量投标决策问题,利用模型预测控制滚动优化储能的充放电功率,指导市场主体的电量投标。在此基础上,将具有学习能力的增强零信息策略作为报价方法,实现各主体的自主决策。辽西某区域电网算例结果表明：所提方法能够有效调动市场主体的积极性,指导其投标行为,进一步增加个体收益,提高配网接纳分布式光伏的能力。     

Neural network-based sliding mode adaptive control for robot manipulators

This paper addresses the robust trajectory tracking problem for a robot manipulator in the presence of uncertainties and disturbances. First, a neural network-based sliding mode adaptive control (NNSMAC), which is a combination of sliding mode technique, neural network (NN) approximation and adaptive technique, is designed to ensure trajectory tracking by the robot manipulator. It is shown using the Lyapunov theory that the tracking error asymptotically converge to zero. However, the assumption on the availability of the robot manipulator dynamics is not always practical. So, an NN-based adaptive observer is designed to estimate the velocities of the links. Next, based on the observer, a neural network-based sliding mode adaptive output feedback control (NNSMAOFC) is designed. Then it is shown by the Lyapunov theory that the trajectory tracking errors, the observer estimation errors asymptotically converge to zero. The effectiveness of the designed NNSMAC, the NN-based adaptive observer and the NNSMAOFC is illustrated by simulations.     

基于数据块的关系数据库日志挖掘技术

在关系型数据库中数据库通过Redo日志来实现事物的快速提交,并记录事物的操作过程与操作内容.通过对Redo日志的分析与变化数据内容的捕获,将变化数据传送到灾备端,并在灾备端实现变化数据的写入,是目前数据库复制最主要实现原理.本文分析了oralce数据库Redo日志文件结构,阐述了日志文件头标志位信息.结合Redo 日志文件头定位分析技术,给出了一种基于数据块的数据库Redo日志挖掘算法.通过测试分析,验证了该Redo日志挖掘技术的可行性与可靠性.最后展望了下一步的研究方向.     

供热系统热动态特性回归模型及热电联合调度

集中供热系统的热动态特性可用于提高供热季热电联产机组的调峰能力以促进风电消纳。采用物理模型对集中供热系统热动态特性进行建模,涉及系统内部各环节的个体特性以及供热管网的拓扑结构特性等,导致基于物理模型的热电联合调度模型过于复杂而不利于在大电网中的应用。首先,着眼系统整体特性,利用自回归分布滞后时间序列建立了质调节运行模式下的热动态特性简化回归模型,并给出了建模方法;之后,构建了基于回归模型的热电联合调度;最后,通过与基于物理模型的调度模式进行对比,验证了基于回归模型的调度模式能够减少变量数量和计算时间,具有良好的简化效果和较高的准确性。     

Effect of YSZ-incorporated glass-based composite coating on oxidation behavior of K438G superalloy at 1000 °C

A glass-based composite coating incorporating YSZ particles was prepared by sintering on K438G superalloy substrates. The YSZ additions increased the cyclic oxidation resistance at 1000 °C, while the formation of zircon resulting from interfacial reactions between YSZ and the glass matrix worked reversely. Besides, the YSZ inclusions changed the crystallization behavior of the glass matrix, and only anorthite precipitated during cyclic oxidation. Due to the synergy of sand-blasting and sealing effect of the glass-based coating, the oxidation behavior of K438G was changed and a layer of alumina instead of chromia formed at the substrate/coating interface. Furthermore, a gahnite layer formed at the alumina/gahnite interface because of interfacial reactions between alumina and the glass matrix, leading to the formation of a bi-layered thermally grown oxide. Thus, the alumina layer was protected from the attack of the active glass matrix. Accordingly, the coated K438G superalloy exhibited satisfactory oxidation resistance at 1000 °C.