基于数据预处理与特征表示的多核SVM短期光伏发电预测

针对气温、降雨等气象数据有时难以获得且仅有的辐照度、光伏发电功率属于多源数据、毛刺多、具有不同特征的问题,提出了基于数据预处理与特征表示的多核支持向量机光伏预测方法,利用小波阈值分析法对光伏发电功率与辐照度进行去噪处理,通过对辐照度特征表示参数提取,进行SOM与k-means结合的二次聚类选取相似日,并采用多核支持向量机进行预测。结果表明,小波阈值去噪后能大幅提高预测精度,仅用辐照度与功率数据进行预测也能取得较高的预测精度,且多核预测精度高于单核预测精度。     

交直流混合微电网接入分布式新能源的关键技术研究综述

随着传统能源的日益短缺和环境问题的日趋严重,分布式电源接入是电网发展的必然趋势。微电网是促进分布式能源消纳与管理的有效模式,而交直流混合微电网因其兼备交流微电网与直流微电网的优点,已成为研究热点。该文综合国内外交直流混合微电网的已有研究成果和相关内容,从交直流混合微电网的拓扑结构与容量配置、性能评估、电源管理与保护技术等方面进行总结概括,并对交直流混合微电网的发展前景和实际应用的相关问题做出展望,对国内交直流混合微电网的进一步发展提供相关思路,具备现实意义。     

实现影响因素多源异构融合的短期负荷预测支持向量机算法

针对智能电网大数据环境下,导致电力系统负荷波动的诸多因素存在多源异构性的问题,利用多核函数来对其多源异构特性进行差异化处理和融合,能够描述影响因素的内在分布特性并应对其变化,提高负荷预测精度。选取历史负荷、气温、气压、相对湿度、降雨量、风向、风速、节假日及电价9个属性作为多源异构影响因素,利用样本特征分布法、单变量法及核矩阵秩空间差异法来选择多核函数的构成,采用双层多核学习算法,建立了并行化多核支持向量机(SVM)负荷预测算法流程,并在Hadoop集群上进行了仿真验证。仿真结果表明,多核SVM比单核SVM预测平均相对误差小,双层多核学习、基于lp范数的多核SVM模型预测精度最高。因此,多核SVM能有效处理负荷预测中的多源异构数据,经并行化处理后,能提高负荷预测的速度与精度。     

电网调控决策知识模型建模及实现方法

特高压交直流工程建设及大规模新能源接入电网,对电力调度运行提出更精细化要求,传统依靠调度人员记忆和理解各类文本形式调度规则的方法不再适用。该文分析电网稳定运行规定(简称稳定规定)的特点及复杂性,并介绍适用于稳定规定表述的产生式规则系统。接着提出稳定规定知识模型的系统性建模方法,建立稳定规定通用概念知识模型,采用决策图谱对概念知识模型进行表述,采用决策模型和标注法对概念知识模型进行具体实现。之后,基于数字孪生电网模型,提出稳定规定知识模型的数字化实现技术路线,并介绍基于该知识模型研发的稳定规定数字化应用系统在实际生产中的应用情况,还对其可能的拓展应用场景进行展望。