电力脑初探:一种多模态自适应学习系统

机器学习的进步正推动人工智能蓬勃发展。电力系统运行具有随机性、时变非线性和部分可观测性等特征,导致相关研究面临数据饥饿、状态弥散、目标复杂等综合挑战。为此,该文提出研究一种多模态自适应学习系统——"电力脑"。首先,探讨电力脑的研究背景、概念及主要特征。其次,分析电力脑研究面临的挑战,提出多模态学习机制及其数学实现,以建立电力脑认知计算的理论基础。然后,借鉴认知神经科学等前沿研究,提出自上而下的电力脑认知计算结构,交互反馈的自适应学习模式,以及深度引导强化学习相结合的基础学习单元。该构架的核心特征在于用领域知识保证结果可行,用数据驱动提升其精度与性能。最后,探讨电力脑的实际应用,提出相应的学习算法结构,并展望需要进一步研究的问题。     

高压电缆感应式取电电源分析及设计

通过建立高压电缆感应取电的精确工作模型,推导了取电线圈输出功率与输出电压、负载阻值、磁芯参数及线圈匝数的关系,并提出取电线圈的设计方法。设计了一种两级稳压电路,第1级采用滞环控制的Boost电路预稳压,输出较高的电压以获取大的输出功率,并有效防止磁芯饱和;第2级采用Buck电路获得所需的供电电压。最后,为验证理论推导的正确性,设计了一个取电稳压电路,在电缆电流为0.2-1 kA范围内,该取电电路可稳定输出15 V/18 W的直流电。     

2019CIGRE成都国际研讨会配电技术报道EI北大核心CSCD

首先介绍了2019 CIGRE成都国际研讨会概况;然后报道了配电网规划和运行,分布式灵活性资源,微电网、光伏和电池储能,直流配电,综合能源系统规划和运行等技术领域或专题的新进展;最后,对主动配电系统规划与运行、交直流混合配电,以及综合能源系统等技术的发展趋势和相关前沿问题进行了展望。     

英国可再生分布式发电市场进展和配电网应对方案

本文介绍了英国可再生分布式发电市场现状和英国配电网(132kV～11kV)所取得的相关进展.简述了英国分布式发电相关政府法规、市场补贴机制和分布式电源入网规程.分析了高比例分布式发电对配电网造成的困难,并用实际工程案例阐述了应对方案.进而,为解决分布式发电带来的故障电流增高、电压升高和反向潮流等技术问题,列举了英国各地区试点项目应用的故障电流限值器、FACTS装置、储能设备和中压直流输电等技术方案.介绍了英国实时网络分析软件和配电系统优化技术,应用该技术可进一步释放配电网容量.     

未来配电系统形态及发展趋势

基于国内外电网技术的研究热点,探讨未来配电网的形态和发展趋势。首先,在阐释传统配电网和未来配电网区别的基础上,从未来配电网的格局、结构、运行模式、物理信息系统、能源互联网等5个方面,探讨未来配电系统的形态;然后,分析了能源结构发展,产业技术驱动,政策、体制改革等3个方面的趋势,进而综合评估未来配电网的发展趋势。最后,总结8项主要关键研究领域,并从政策和技术角度提出了支持我国配电网发展的3点建议。     

数字化主动配电系统初探

基于配电系统需求和数字技术发展趋势,对数字化主动配电系统(digitalized active distribution system,D-ADS)进行了分析和展望。简要梳理配电数字化发展现状,在此基础上初步提炼D-ADS的定义和主要特征,借鉴基于模型的系统工程方法建立D-ADS的形式化模型。其次,分别以设备数字化和系统数字化2个维度为例,探索D-ADS的潜在技术应用,梳理D-ADS的技术挑战并提出有关建议。对D-ADS的特点进行小结。     

人在回路的电网调控混合增强智能初探:基本概念与研究框架EI北大核心CSCD

大电网是典型的复杂系统,具有开放性、不确定性、脆弱性及多因素高度耦合等特征,随着我国新型电力系统的逐步建设,整个系统的规模和复杂性达到前所未有的高度。传统电网调控难以适应在新形势下大电网安全稳定运行面临的严峻挑战,需要引入人工智能技术,以提升分析和决策的效率和效果。为降低人工智能存在的应用风险、促进人工智能的能力进化,提出人在回路的混合增强智能电网调控的基本概念与研究框架,以及混合增强需要遵循的主要原则与总体研究思路。在此基础上,探讨人机任务分配、人机可解释交互、人类可介入学习、多人机协同以及混合智能趋优进化等关键技术,提出相应的研究方案和需要突破的难点,并设计人机协同混合增强调控的应用场景,为开展人在回路混合增强智能调控的系统性研究奠定基础。