长、短期电力负荷大数据下的智能预测实例分析

电力信息化平台的感知能力与检测精度日益提高,基于电力多维海量数据开展智能算法数据分析与知识挖掘,可高效处理数据,并获取具有指导意义的结论。考虑到不同时期的数据中彼此存在联系,可通过筛选历史时期数据的有效相关信息进行智能算法训练并做出合理预测。通过长、短期记忆网络对实际负荷数据进行预测,验证结果显示,基于长期数据可以较为准确地预测负荷变化情况,平均误差小于5%,对于合理规划电力生产具有一定的指导作用。     

基于云服务的煤矿水害监测大数据智能预警平台构建

针对华北型煤田煤层底板突水监测预警问题,以底板"下三带"理论为基础,开展了微震-电法耦合系统水害监测预警。在分析微震-电法耦合系统监测数据基础上,采用Flume设计数据迁移子系统,以流处理方式对监测源数据进行预处理,对关键目标数据进行采集、聚合和传输,实现了有效监测数据的实时迁移。此外,针对煤矿水害多源监测预警过程中数据规模大、数据实时处理要求高等特点,结合多源异构数据关联分析和时空属性数据分析处理需求,基于Spark和HDFS设计实现了具备TB级数据存储处理能力的煤矿水害多源监测大数据存储平台。该平台采用HDFS设计构建统一的多源时序大数据存储体系,通过MapReduce实现大数据并行处理,利用YARN实现资源的调度与管理,为海量数据存储提供支撑。平台采用Spark Streaming框架搭建了数据实时处理中心,通过流处理方式实现监测数据高速处理,并通过智能预警算法模块和远程服务接口为预警系统现场应用提供支撑。在智能预警技术方面,结合监测数据的时空属性特点,提出了基于深度学习时空序列预测方法——长短时记忆循环网络智能预警模型的底板突水模型预警技术。该预警技术基于LSTM方法,以"下三带"理论为基准对模型进行初始化,形成初始预警判据;将电法、微震监测数据作为输入变量,实际涌(突)水事件作为干预输出量,对智能预警模型进行半监督分类学习训练,形成动态化、参数最优的模型预警准则,将监测数据动态划分为4个预警等级,从而实现了水害智能动态预警和数据可视化表达。在冀中能源葛泉矿东井的实际应用中发现,该平台能够基本达到预期目标。     

求解绝对值方程的捕鱼算法

提出一种求解绝对值方程的捕鱼算法。算法首先将绝对值问题转化为一个最小化问题,然后使用三种搜索模式对目标函数进行寻优。数值实验结果表明,与粒子群算法和人群搜索算法以及他们的改进算法相比,所提算法不仅获得了稳定的求解结果,而且在最小值、最大值、平均值和方差等指标上均明显优于其他对比算法。     

基于局部搜索策略的混合自适应布谷鸟算法

为了提高布谷鸟算法的搜索精度和全局收敛速度,提出一种基于局部搜索策略的混合自适应布谷鸟算法。在该改进算法中,每个当前解的周围随机产生一个局部种群,利用正余弦算子的局部寻优能力得到局部最优解,并用局部最优解替换当前解,以提高局部搜索精度;同时采用自适应发现概率和搜索步长替代布谷鸟算法中的固定发现概率和搜索步长,以提高算法的全局收敛速度。对25个经典高维基准函数进行实验表明,所提算法在收敛速度和求解精度上优于布谷鸟算法,通过将其应用于拉压弹簧、三杆桁架设计和0-1背包问题,验证了算法的有效性。     

定制式乡村住宅的智能设计方法

个性化住宅设计是美丽乡村建设的重要内容。面对目前乡村设计服务资源不足的实际情况,文章提出一套定制式乡村住宅的智能设计方法,包括村民劳动力和建筑产品特征信息的采集和量化方法;在建立乡村住宅设计数据库的基础上研究综合能够求解复杂分类问题的智能算法,建构定制式乡村住宅智能设计模型。帮助设计师通过数字化设计方法合理配置建筑产品,快速准确地生成符合特定村民建造能力的住宅建筑设计方案。     

北京国泰怡安电子有限公司产品简介

1 GY601点型光电感烟火灾探测器（智能编码型） GY601点型光电感烟火灾探测器应用在G6系列火灾报警系统中。该产品超薄美观，采用专利迷宫设计，内置CPU智能算法，自身具有分析真伪火情、漂移自动跟踪补偿功能；自动调节灵敏度，并具有学习模式，自诊断等功能。产品采用GS601电子编码器编码，占一个地址（1～127），需与GT600底座配合使用。     

不确定环境下回收发动机拆卸调度方法

针对再制造系统中回收发动机的不确定因素,研究面向再制造拆卸的调度问题。首先为了减少再制造拆解过程中不确定因素的影响,采用模糊综合评价法进行了回收质量等级划分;然后采用双重模糊变量描述了回收发动机质量状况差异及拆解时间的不确定性,建立了基于双重模糊机会约束的再制造拆解车间生产调度问题模型;应用双重模糊模拟技术产生输入和输出数据,利用神经网络逼近模型的不确定函数,将训练后的神经网络嵌入遗传算法求出优化结果。通过仿真实例验证了该混合智能优化算法解决双重不确定拆卸调度问题的有效性和合理性。     

序列二次规划-遗传算法及其在变压器局部放电超声定位中的应用

针对基本遗传算法(genetic algorithm,GA)局部寻优能力较差和易出现早熟收敛现象,提出了一种改进的遗传算法,即序列二次规划-遗传算法(sequential quadratic programminggenetic algorithm,SQP-GA)。该混合优化算法SQP-GA在基本GA中引入序列二次规划(sequential quadratic programming,SQP)算法,经典算法SQP作为一个元算子有效地提高了基本GA的局部搜索能力,并克服了早熟收敛现象。函数仿真测试结果表明,SQP-GA混合优化算法在收敛速度和寻优精度上都优于基本GA,表明所提出的算法的有效性。同时,利用提出的SQP-GA求解变压器局部放电超声波定位问题,并将其定位结果与GA和非智能算法的定位结果进行比较;算例结果表明,基于SQP-GA的变压器局部放电超声定位法能有效地防止结果陷入局部最优,该方法的定位效果理想。     

带有精英保留机制的混合差分化学反应算法

传统智能算法在求解复杂的带有多峰特点的优化问题时,由于其计算量和变异方式的限制很容易陷入局部最优,并且不具备跳出局部最优进行二次搜索等能力。针对这一问题,本文提出了混合差分的化学反应算法,在利用化学反应算法(CRO)良好的全局搜索能力的同时,使用差分变异策略来加强算法的计算精度。对于优秀分子可能在反应中被消耗掉的现象,有针对性地加入了精英保留机制来保持种群的优良。本文选取了CEC2005中的测试函数,特别是几个带有多峰特点的复杂测试函数来分析改进算法的各项性能,并与几个改进的智能算法进行了对比实验。最终验证改进算法在提高计算精度和全局搜索能力两方面具有良好的效果。