基于AP-WOA-GRU的分布式光伏集群电压越限动态预测

针对整县光伏背景下规模化分布式光伏接入配电网导致的电压波动问题,提出了一种基于近邻传播聚类（affinity propagation,AP）与鲸鱼算法（whale optimization algorithm,WOA）优化门控循环单元（gated recurrent unit,GRU）的分布式光伏集群电压越限预测方法。首先,在考虑分布式光伏地理坐标气象特征的基础上,添加基于配电网节点负荷密度因素的位置特征,采用近邻传播聚类方法,在不指定聚类数目的情况下划分具有近似气象特征和地理位置特征的分布式光伏集群,提高模型训练效果及适应性;然后,采用鲸鱼优化算法全局搜索GRU模型的最优训练参数,进一步提高模型的训练速度和预测精度;最后,利用WOA-GRU组合模型实现配电网节点电压与环境温度、光照强度的关联匹配,进而实现区域配电网电压波动及电压越限情况的整体预测。实验证明:所提出的方法能够有效提高预测精度及训练速度,强化预测模型的适应能力,具有较好的经济性和实用性。     

大豆绝缘油的氧化路径仿真分析研究

本文主要通过分子动力学仿真方法,以大豆绝缘油为研究对象,针对其热氧化过程进行分子动力学研究。模拟了大豆植物绝缘油在氧气氛围中、温升情况下油品的氧化分解路径,分析了植物绝缘油的分解产物,进一步计算了植物绝缘油的氧化活化能。结果表明：棕榈酸、油酸、亚油酸3种物质在氧化反应过程中所需的氧化活化能Ea出现依次降低的趋势,说明棕...     

考虑高能耗用户参与的调频服务跨链交易模型

随着调频辅助服务市场的发展,用户侧未能充分参与调频市场的问题日益突出,表现在调频服务和调频补偿费用分摊两方面.首先,在结合市场环境的条件下提出优先让高能耗用户参与调频市场的举措,并对可行性进行分析.然后,结合区块链技术中的跨链交易方案构建了调频服务交易框架,并按市场主体划分构建多链结构.接着,在调频服务的报价出清模型中考虑了高能耗用户调频性能对市场的潜在风险;设计了基于链码的调频市场链上交易流程,打破了调频市场中多条区块链间的价值和数据壁垒.最后,通过算例模拟交易过程,实现调频服务交易从出清到结算在日内完成,提高了交易的效率和公开透明度.     

昆明智能配电网建设方案研究

介绍昆明供电局智能配电网建设方案,提出了将昆明电网建设成安全可靠、绿色经济、互动开放的新型智能配电网的目标。     

基于成本分析的输电线路巡维模式经济效益模型研究

输电线路巡维是保障电力系统安全与电力可靠供应的基本手段,但受地形、气候、环境等多种因素影响,线路巡维存在难度大、效率低和风险高等问题,因此探讨不同巡维模式的成本体系及经济效益具有较强的意义.首先分析了不同巡维模式的成本变化情况,构建了运维模式平均成本计算模型;其次考虑故障上报、抵达故障点和故障修复及研判等巡维环节后构建了巡维模式的REI指数,可综合反映不同巡维模式的响应效率;最后基于REI指数,通过等价用户停电经济损失构建了巡维模式的经济效益测算模型.通过算例验证了该模型的可行性和有效性.     

适应于高原地区的输电线路巡维模式比选模型研究*

首先分析了输电线路巡维现状,从外部巡维环境、巡维方式、巡维效率和巡维风险四个维度,设计了输电线路项目巡维模式比选指标体系.其次借助模糊层次分析理论,建立了巡维模式比选模型.最后选取某地区巡维项目进行实例分析,得出该地区巡维项目应采用人机结合巡维模式以降低风险,提高收益.     

基于Edgex Foundry的配电网无功电压云边协同控制方法研究

针对大量多维异构的电网数据引起的存储压力、计算延迟和云边通信问题,提出了一种基于Edgex Foundry的配电网无功电压云边协同控制方法。首先,感知配电网10 kV侧的电网数据,构建了“边云”、“边边”协同控制模块与配电网无功电压信息交互模型,基于多种通信协议建立云边数据传输通道。然后,部署了面向配电网无功电压的云边协同控制模型,构建了基于Edgex Foundry的配电网无功电压“云-边-端”集中-分布式协同控制架构,实现云边协同架构与十五区图控制策略交互融合。最后,基于仿真验证了云边协同控制方法可以降低计算时延,缓解云端计算和存储压力,实现在云边协同控制中母线与支线整体联控、异常支线局部单调两种调控模式的深度融合,为实现配电网无功电压云边协同控制提供了技术支撑。     

基于交叉注意力机制的多视图项目文本分类方法

科研项目文本的分类往往需要耗费巨大的人力、物力,因此采用智能方法实现对项目文本分类意义重大。文本分类方法的核心在于文本语义特征的提取,高效的特征提取方法有助于准确构建文本到类别之间的映射。已有的文本分类方法往往基于整个文本或者一部分文本作为分类依据,可能出现信息的冗余或缺失。该文针对结构化的项目文本,在BERT等预训练网络的基础上,创新性地提出基于单交叉注意力机制的两视图项目文本分类学习方法(Two-View Cross Attention, TVCA)和基于双交叉注意力机制的多视图项目文本分类学习方法(Multi-View Cross Attention, MVCA)。MVCA方法基于项目文本的一个主要视图(项目摘要)和两个辅助视图(研究内容、目的和意义),通过两个交叉注意力机制提取包含更丰富语义信息的特征向量,进一步改善分类模型的性能。我们将TVCA和MVCA方法应用于英文论文数据Web of Science Meta-data和南方电网科技项目文本的分类任务中,实验结果验证了TVCA和MVCA方法无论从分类效果还是收敛速度上,都明显优于已有的比较方法。     

基于时间序列建模的电力营销客户交易行为分析

针对电力系统对客户服务的效率低、针对性差的问题,提出了一种采用云模型、离散余弦变换和反向传递神经网络的客户分类算法.通过云模型提取价格敏感度、投诉率、欠费率、销售变现天数以及忠诚度的变化波动情况的云测度,结合余弦变换计算得到特征向量,输入反向传递神经网络训练,从而得到自动客户分级识别的模型.结果表明,提出的模型可以有效实现客户分级以及销售状况评估,其平均检测精确度可达95%以上.