基于Bootstrap的负荷模型的小样本不确定性分析

电力系统不确定性分析中常对实测数据或模型参数的总体分布做出假定。实际上,概率分布的选取会造成计算结果的差异,影响判断和决策的制定。结合Bootstrap法和随机响应面法,提出了根据小样本数据的总体分布特性快速计算不确定性的策略：首先利用Bootstrap法估计小样本数据的经验概率分布,然后再估计不确定性分析所需的统计量,最后采用随机响应面法快速定量计算服从经验概率分布的参数所引起的不确定性。由于Bootstrap法可将小样本问题转化为大样本问题来估计未知参数的近似分布,该策略可充分利用现场实测的小样本数据,客观估计小样本空间下输出响应的不确定性。     

基于Bootstrap的实测负荷模型参数优选

负荷模型对电力系统的动态仿真及控制起着举足轻重的作用。为使建立的负荷模型具有较好的泛化能力,在Bootstrap原理的基础上,本文充分利用实测负荷数据,提出了负荷模型参数优选的策略:首先利用优化的方法(如遗传算法)辨识单条实测曲线的负荷模型参数,然后利用Bootstrap法估计型各参数的统计特性,最后根据统计特性选择相应的参数值。由于Bootstrap法可将小样本问题转化为大样本问题来估计未知参数的近似分布,因此该策略可充分利用现场实测的小样本数据,客观估计小样本空间下参数的统计特性,达到参数优选的目的。     

基于随机响应面法的动态仿真不确定性分析

为分析负荷模型、故障时间长短等关键参数变动对电力系统动态稳定的影响,将一种新方法———随机响应面法应用于电力系统动态仿真的不确定性分析中。随机响应面法能够建立响应与输入参数之间的多项式表达关系,仅需少量仿真便可快速估计出响应的统计信息,克服了传统不确定性分析方法的仿真次数多、时间长等缺点。IEEE 9节点系统的算例分析证实了随机响应面法的有效性和实用性。IEEE 39节点系统的仿真结果表明,关键参数的变动可引起较大的响应不确定度,尤其是负荷模型结构的不同对系统的动态行为和动态稳定有着重要影响,可直接关系到系统的安全稳定运行。     

负荷模型不确定性对多机系统小扰动稳定的影响分析

由于负荷模型是大量实际负荷元件的聚合,具有不确定性,因此研究负荷模型的不确定性对系统小扰动稳定的影响具有重要意义。基于综合负荷模型的状态空间描述,建立了系统状态方程和代数方程对状态变量和代数变量的偏导数矩阵的负荷子块的解析式,据此分析综合负荷模型对系统状态矩阵的影响。用所提出的灵敏度因子的定义分析其对系统特征根分布的影响,获得了一种分析负荷模型的不确定性对多机系统特征值分布影响的方法。该方法很好地解决了负荷模型参数在其不确定性范围内变化时如何影响多机系统的振荡模式这一问题。通过两区域四机系统的计算分析说明了所提出方法的有效性。     

基于随机响应面法的电力系统仿真不确定性分析

随机响应面法可克服传统方法仿真次数多、时间长的缺陷,仅需少量次数仿真便可快速估计出响应的不确定度。但由于电力系统的复杂性和强非线性,随机响应面法用于电力系统仿真仍有若干问题值得深入探讨。为使随机响应面法得到更广泛的应用,文中以蒙特卡洛模拟作为参照,详细探讨了配置点选取、参数服从经验概率分布或参数具有相关性时的不确定度等...     

基于Bootstrap方法的独立分量分析可靠性研究

语音信号盲分离受到随机采样的数据所影响,产生统计可靠性问题,从而影响分离的效果.Bootstrap方法是以原始数据为基础的抽样统计推断法,可方便的应用于实际的数据处理之中,分析ICA的统计可靠性,但传统Bootstrap方法本身的计算特性限制了自助样本的生成范围,从而使得自助概率分布产生了一定的偏离,使之无法渐近于真实情形.本文通过对Bootstrap样本生成范围的拓展,改进了独立分量分析在语音信号应用的可靠性算法,获得了更加精确的可靠性参数.     

负荷模型不确定性对电网动态影响的分析方法

为了快速搜寻大型电力系统中关键的负荷节点,并定量分析其不确定性对系统暂态稳定的影响,系统地提出了一种分析大电网中负荷模型不确定性对电网动态影响的方法。此方法第1步通过寻找系统发生扰动时的电气中心,并对各节点的负荷重要度指标值由高至低的排序来寻找对动态仿真结果影响较大的负荷节点,对重要负荷进行初步的筛选。第2步应用概率分配法进一步对重要负荷的不确定性进行定量分析,精确分析负荷模型的不确定性对系统动态特性的影响。对海南电网的仿真分析验证了该方法在大电网动态仿真中的实用性和有效性,可为运行人员快捷地寻找出在故障中显著影响发电机功角的重要负荷节点,并对响应进行定量的不确定性分析。     

负荷模型不确定性对电力系统动态仿真的影响

为解决蒙特卡洛模拟法仿真次数过多、消耗时间过长等缺点,采用一种新的不确定分析方法--概率分配法(probabilistic collocation method,PCM),定量分析动态负荷所占比例的不确定性对动态仿真及稳定的影响裕度。新英格兰 10机 39节点系统的仿真分析验证该方法在电力系统动态仿真中的实用性和有效性。仿真分析显示离故障点较近且负荷较重的节点,其动态负荷所占比例的不确定影响最大;某些距故障点较远但负荷较重的节点,其不确定性对暂态稳定仍有较大的影响。对电力系统的动态仿真结果表明PCM方法可直接在输出响应与指定参数间建立多项式关系,仅用参数的概率密度函数及少量仿真便可快速估计出响应的概率分布,从而对响应进行不确定性分析。     

考虑源荷不确定性的高风险连锁故障快速筛选

电力系统日益增强的源荷双侧不确定性给动态安全评估带来了更大挑战。基于随机响应面法和深度森林,提出一种考虑源荷不确定性的连锁故障快速筛选方法。首先,提出了结合分布因子的改进随机响应面法(SRSM-DF),快速计算线路连锁开断过程中的随机潮流。然后,基于深度森林提出了SRSM-DF计算误差快速判断方法,该方法可兼顾随机潮流计算的速度和精度。最后,构建了两阶段高风险连锁故障筛选策略,进一步考虑故障导致的切负荷和直流功率损失,并建立了求取连锁故障后果的线性规划模型,以降低连锁故障筛选的计算复杂度。实际电网仿真结果表明,所提方法能够快速筛选得到不确定条件下的高风险连锁故障。     

基于预测负荷不确定性的电价分析

未来时间机组可用率和预测负荷不确定性等因素导致电价是一个随机变量,因此,从概率角度考察电力市场中的电价分布规律是合理、必要的。提出了由预测负荷的不确定性而直接导致的电价不确定性问题,给出了用蒙特卡罗法进行风险值(VaR)计算的解决方法,并建立了基于预测负荷不确定性的电价预测模型,算例研究表明模型和算法的正确性。     

基于模糊神经网络的空间负荷预测小区用地分析

对配电网的空间负荷预测方法进行改进,重点研究小区用地分析的模糊推理模型,把人工神经网络技术与模糊推理系统相结合的方法应用于小区用地分析。该方法采用人工神经网络技术提取模糊规则,形成一类具有学习功能的模糊智能系统,具有自适应能力强、推理效率高及知识表达能力较强等特点。以实例验证了该方法的有效性。     

考虑气温影响的负荷模型参数不确定性建模

气温变化会引起电力负荷构成的变化,从而会导致负荷模型参数发生改变.采用模型向量基理论,在统计调研郑州地区220 kV典型变电站日负荷曲线和负荷模型参数基础上,计算得到了各变电站夏季和冬季负荷模型参数.考虑负荷模型参数的不确定性,引入可信性理论,以所得的不同气温下各变电站负荷模型参数为样本,建立了负荷模型参数随气温变化的...     

考虑可调负荷集群响应不确定性的联合调度模型

售电侧放开是新电改的一项重点任务,分析需求响应策略的经济性和安全性会为售电市场开放后的需求响应业务实施提供支持。需求侧管理将大量的小时响应负荷建模成多个负荷集群,通过电价信号调整集群的用电量,实现用电高峰时段减小电力缺口的目的。但负荷集群对电价响应的不确定性会造成潜在风险损失,在经济调度模型中考虑这种响应不确定性以达到降低风险值得研究。首先基于蒙特卡洛法得到负荷集群的响应偏差率,然后使用风险损失(VaR)度量负荷集群响应不确定性的风险损失,最后在满足各种约束条件的基础上,对引入风险损失的优化模型进行求解。算例结果表明该联合调度模型保证调度经济性的同时,减少需求侧因负荷响应不确定带来的风险损失。     

基于软件无线电架构的EVM通用测试模型与不确定度分析

基于软件无线电思想,设计了一种灵活、开放的EVM通用测试模型,给出了测试模型的总体架构与软件架构,并分析了基于该模型的EVM测试系统误差来源,确定了影响EVM测试不确定度的主要因素,利用极限误差法量化分析了EVM测量不确定度,最后通过实际应用对模型的有效性进行了验证,为通信设备EVM测试和结果估算提供了可靠的技术基础。     

基于负荷分解的城市长期负荷预测模型研究

我国城市出现了快速增长的空调负荷。考虑空调负荷的增长规律及影响因素,从负荷分解的角度构建了城市长期负荷预测模型。在模型中,高峰负荷被分解为3部分：居民空调负荷、工作区空调负荷以及基本负荷。以上海为例进行的实证研究表明,基于负荷分解的预测模型能够反映城市电力需求的增长,可为需求侧管理提供制定政策的依据。     

计及负荷不确定性的无功优化模型与算法

提出一种计及负荷不确定性等影响因素的无功优化模型与算法,以克服单一负荷水平下无功优化模型不能全面刻画其负荷随机特性的不足,该模型目标函数为系统有功功率损耗最小,并将节点电压越限和补偿设备的调节代价作为罚函数计及其中,以负荷正态随机分布特性为基础,将系统总负荷分段并得到多组负荷样本及其对应的概率值,对每一负荷样本分别进行优化,最后结合其对应的概率,即可得到不确定负荷下的最终解.针对无功优化多目标、多约束的特点,采用遗传算法对其进行求解.将问题的解转化为染色体组,通过对染色体组进行选择、交叉和变异等遗传操作,搜索问题的最优解,通过IEEE-30节点算例对所提出的方法进行了验证,结果验证了该模型和方法的可行性和有效性,     

基于随机波动模型的短期负荷预测

研究了负荷时间序列波动性,考虑方差时变特征,提出了基于随机波动(SV)模型的短期负荷预测方法。引入伪极大似然估计解决SV参数估计问题,进而将模型转换为状态空间方程,利用卡尔曼滤波获取标准SV模型参数。另外,还将模型推广为非高斯假设SV模型。利用动态波动曲线的构建,讨论了负荷时间序列条件方差的时变性特征。基于日用电量数据建立了SV族日负荷预测模型,并利用平均绝对百分误差、均方误差、TIC 3种指标将SV族模型预测结果与广义自回归条件异方差(GARCH)模型做了比较,得到SV族模型的前2种指标均小于GARCH模型,而且SV模型的TIC指标更接近于零。算例分析表明了SV族负荷预测模型的可行性和有效性。     

基于孪生网络的小样本轮胎花纹验证算法

为推进车辆安全检查中同轴轮胎类型判别自动化的实现,提出一种基于孪生网络的轮胎花纹图像验证算法。该算法面向小样本轮胎花纹图像,在孪生网络的基础架构上,增加方向矫正的图像预处理模块,实现轮胎花纹的对齐,消除轮胎图像间明显纹理的方向特征差异;在其子网络的低层级卷积网络中使用Gabor方向滤波器,提升网络对轮胎花纹纹理特征的学习速度以及对不同质量轮胎图像识别的鲁棒性。在CIIP_TPID和WTP数据集上的实验表明,该算法的准确率分别达到0926和0849。     

基于阻抗网络模型的多变流器直流微电网小扰动稳定性分析

大量新能源设备与负荷通过电力电子变流器接入直流微电网,导致多变流器直流微电网(MCDCM)的小干扰稳定性面临严峻挑战,且使用传统阻抗比与状态空间模型分析MCDCM时存在一定的局限性.基于变流器端口的阻抗特性,建立MCDCM的阻抗网络模型与具有开环稳定特性的负反馈系统,并将阻抗网络模型应用于直流微电网的稳定性判别与设计....