基于深度学习的电力通信光纤配线标签识别研究

电力光纤作为电力业务通道承载介质,其标签管理尤为重要.光纤配线标签通常粘贴在光纤端子处,软体材质容易导致标签堆叠、扭曲,加之光照不均、背景复杂、文本变形和文本方向不一致等干扰及影响因素,使得现有文本检测和识别方法难以正确识别光纤配线标签.针对这一问题,文章提出一种基于YOLO、PSENet文本检测和DenseNet、S...     

基于温度密度聚类的热泵负荷集群控制策略

首先描述了典型温控负荷的热力学模型,并在此基础上讨论了常用温度设定控制策略下负荷温度分布变化及负荷开关状态变化。随后以温度队列为基础,提出了一种基于负荷温度的密度聚类集群控制策略。该策略考虑负荷在温度区间内的分布情况,通过密度聚类算法对负荷群进行聚类分析并确定密集区域与非密集区域;随后计算温度节点和补偿节点并确定设备响应群体和温度设定值;最后以温度设定值为响应信号对负荷群进行控制。以常用温控负荷电热泵为控制对象进行仿真分析,与常用温度设定控制下负荷群开关变化次数进行了对比。结果显示,负荷在控制中开关状态变化次数明显降低,负荷群中发生开关状态变化的负荷数目明显减少。     

计及用户舒适性与公平性的热泵负荷集群控制策略

温控负荷作为一种需求侧典型柔性负荷,具有应用规模大、可调节性强等特点,可通过集中控制辅助实现新能源消纳。以典型温控负荷电热泵作为调控对象,提出了一种计及用户舒适性与公平性的负荷调控策略。该策略考虑温控负荷温度变化对用户舒适度的影响,以平均舒适度与最佳舒适度偏差量最小为目标,建立数学模型并利用自适应粒子群优化算法求取最佳任务分配量;同时计及热泵参与响应的公平性,在负荷集群控制环节引入控制频次约束对调控策略进行修正,以解决单个热泵控制频率过高的问题。通过仿真验证所提调控策略可减少负荷平均舒适度与最佳舒适度偏差量,并有效避免了负荷调控频次过多的现象,提升了温控负荷参与调控过程中的用户体验。