基于改进生成式对抗网络的电网异常数据辨识方法

基于数据驱动的电网异常数据辨识方法已成为电网安全领域研究的重点,由于实际电力发电统计数据中异常数据样本数极少,给通过数据挖掘方法辨识异常数据情况带来了极大困难。文章提出了一种基于Wasserstein生成式对抗网络(Wasserstein generative adversarial networks, WGAN)和孤立森林算法(isolation forest,iForest)的发电统计异常数据辨识方法。首先,利用WGAN交替训练生成器和判别器学习发电统计数据的分布特性并生成样本,用生成异常样本对原始异常样本进行增强,根据异常数据辨识精度确定异常样本的扩充比例;然后,在扩充后得到的平衡数据集上利用孤立森林算法实现异常数据辨识;最后,通过扩充样本前后模型的准确率、查全率以及查准率来比较模型异常数据的辨识效果。算例结果表明,文章提出的异常样本增强方法能够有效地改善辨识模型对于多数类的分类偏好问题,提升整体辨识精度。     

基于预测模型的发电厂异常数据辨识方法

发电统计数据是我国实施电力监管的重要依据,其中的发电厂用电率作为反映电厂生产效能、论证节能降耗情况的关键指标,验证其上报数据的真实性和准确性十分重要。为此,提出一种基于预测模型的发电厂异常数据辨识方法。该方法首先利用Adaboost改进非线性有源自回归模型(NARX)神经网络构建发电厂用电率预测模型,通过不断引入上报值以动态的方式对当前时刻发电厂用电率进行预测。当发电厂用电率时间序列出现突变时,残差时间序列会出现明显的增大或减小,进而利用孤立森林算法得到各残差向量组的异常分值从而辨识出异常点。最后,利用该方法对注入了虚假数据的实际发电数据进行辨识,验证了所提方法的有效性。     

低压配电台区分布式光伏发电功率辨识方法

数量众多的小容量光伏电源接入低压配电台区,能够实现可再生能源发电的就地消纳,但通常因量测不足而无法掌握这些光伏电源的出力情况,不利于配电网的调度与控制。以台区为单位,提出了一种台区内总的光伏发电功率辨识方法。基本思想是以实测的光照强度数据为输入,通过训练后的神经网络映射得到台区光伏发电功率,而该神经网络训练的目标则是光照强度与台区负荷之间的低线性相关性。通过理想的数值算例与基于实际电网数据的算例验证了该方法的有效性和可行性。     

低压配电网非侵入式电力负荷异常数据辨识方法

针对传统低压配电网中传统的电力负荷异常辨识方法中存在的辨识结果正确率低,影响用电设备正常运行的问题,开展了对电力负荷异常数据辨识方法研究。通过负荷事件检测、选择符合异常特征量、基于特征匹配的异常数据辨识,提出了一种低压配电网非侵入式电力负荷异常数据辨识方法。通过实验证明,该方法与传统方法相比有效提高了辨识结果的正确率,更加满足用户对用电设备电力负荷状态的辨识要求。     

计及高渗透率光伏的配电网广义负荷一体化等值建模

计及光伏等新能源电源的配电网广义负荷模型,通常是在传统综合负荷模型的基础上并联新能源电源的等值模型,其结构庞大,模型阶数较高,使得参数难以辨识。提出一种计及光伏的配电网广义负荷一体化等值建模方法,其简化了模型结构,且无需依赖光伏发电系统的出力数据。基于光伏发电系统动态特性的理论和仿真分析,提出光伏发电系统的多项式等值模型;建立光伏发电系统和配电网静态负荷的一体化模型,扩展参数取值范围,并采用改进遗传算法对模型参数进行辨识。基于DIgSILENT-MATLAB联合仿真平台的仿真结果表明,所提一体化等值模型能够较为准确地描述计及光伏发电系统的配电网广义负荷的动态特性。     

光伏并网逆变器控制参数的dq轴解耦辨识策略

光伏并网逆变器对光伏发电系统的动态特性具有决定性作用,因此获得准确的光伏逆变器控制参数是分析光伏发电系统并网影响的基础。提出了一种针对典型光伏并网逆变器双环控制模型的dq轴参数解耦辨识策略,并通过仿真算例比较了解耦模型在不同噪声水平下的辨识效果,分析了不同类型的扰动数据对辨识的影响规律,讨论了滤波电感参数有偏差时对辨识结果的影响,最后通过参数适用性检验算例验证了所提出辨识方法的有效性。     

基于数据测试和粒子群优化算法的光伏逆变器LVRT特性辨识

为了对光伏逆变器低电压穿越控制精确建模,提出灵敏度分析和实测方案相结合的光伏发电单元低电压穿越控制参数辨识方法。首先对光伏单元待辨识参数进行灵敏度分析,提出辨识所用数据的测试方案;然后利用自适应惯性权重粒子群优化智能算法,结合多组实测数据对光伏并网系统低电压穿越控制参数予以辨识,从多组辨识结果中提取最优值;最后将最优值代入模型中,计算模型输出与实测数据的误差,验证了参数辨识结果的准确性。该方法考虑了逆变器功率等级不同给辨识结果带来的误差,辨识结果准确度较高并且多次辨识结果具有一致性,可用于工程实际计算。     

基于“秩和”近似相等特性的同期线损异常数据辨识方法

针对目前同期线损系统接入数据海量,异常数据难以辨识的问题,提出了基于"秩和"近似相等特性的同期线损异常数据辨识方法。首先引入"秩和"差异理论,分析无异常数据情况下,同期线损与理论线损差异电量的"秩和"近似相等特性;然后分析存在异常数据时的"秩和"差异特征。基于此,改进传统α阈值仅考虑误判率的弊端,提出α∩β阈值计算方法,综合考虑误判率和漏判率对异常数据辨识的影响,可判断出同期线损数据集合中是否存在异常数据;在此基础上,建立同期线损异常数据辨识模型,进一步判断异常数据的位置;最后以甘肃实际运行数据为例进行仿真,验证该文所提异常数据辨识方法的有效性。     

基于时间序列的分布式光伏电站发电数据采集方法

由于当前方法对发电数据进行采集时，没有对发电数据的缺失值进行修复，存在缺失数据修复前数据采集精度差、与实际采集数据相差多的问题。该文提出一种基于时间序列的分布式光伏电站发电数据采集方法。根据光伏电站受到的不同影响，构建了负荷异常值类型的时间序列模型，利用该模型对异常数据负荷点进行剔除，由于剔除后的数据存在缺失值，因此对其进行修复；根据修复结果，采用BP神经网络对发电数据进行采集。实验结果表明，通过对该方法进行缺失数据修复前后对比测试、不同方法与实际指标数据采集测试，验证了该方法的有效性强、实用性高。     

含光伏电源配电网故障的智能辨识方法研究

在光伏电源接入配电网后，由于光伏发电的不确定性、间歇性、波动性增加了配电网故障的辨识难度。针对此问题，提出一种熵-变分模态分量与神经网络改进ResNet模型相结合的方法。首先搭建含光伏电源配电网PSCAD仿真模型，获取不同复杂故障情景下的批量数据。其次，利用熵-变分模态(E-VMD)方法重构样本的特征矩阵，再采用改进残差网络进一步挖掘故障样本的隐含特征，然后通过模型的训练与测试。与其他文献模型的分类效果对比，改进ResNet模型故障类型识别的准确率平均达到99.95%,故障馈线识别的准确率达到99.75%,且具有良好的鲁棒性，可以有效地实现含光伏电源配电网故障的快速辨识。     

基于综合相似日和功率相关性的光伏电站预测功率修正

提出了一种基于邻近电站和综合相似日的BP网络光伏输出功率异常数据修复方法。考虑了地理位置、温度以及1日类型等影响出力的因素,通过皮尔逊积距法选取与待修复电站功率相关度高的邻近电站,综合使用灰色关联度和曲线相似度来分析相似日,找出与待修复日相符的周边电站的综合相似日数据,然后建立BP网络模型,用自适应调节学习速率的方法修复不良数据。对青海地区实际光伏预测功率中的异常数据进行修复的结果表明,该方法有较高的修复精度。     

风光协调发电系统有功控制策略研究

随着全球能源化石型能源的日益枯竭,以风电、太阳能为代表的新能源发电技术取得了显著的发展,发电系统原先单一的能源组成型式发展成多能源组成的混合型发电系统.本文基于风光协调发电系统的基本结构,提出了风光协调发电系统的有功控制策略,该策略从功率平滑控制、功率跟踪控制、频率调节控制三方面展开研究,能够实现风电、太阳能独立控制和...     

基于空间相关性的分布式光伏实用化功率预测及误差分析

低压接入的分布式光伏容量激增,其出力随机性对调度部门的负荷预测以及电网安全运行带来严峻挑战.提出一种适用于低压接入的分布式光伏功率预测方法,首先基于空间相关性原理为分布式光伏匹配集中式光伏电站作为功率预测参照,通过日发电量数据建立二者的出力关系,推算分布式光伏在运容量;随后利用参照电站的功率预测值对分布式光伏的功率预测...     

基于停运连续潮流和双向潮流追踪的潮流解恢复控制方法

针对导致潮流方程无解的支路型故障,提出了一种基于潮流追踪的潮流解恢复控制策略。首先将故障支路用支路两端节点的等值功率源替代,从网络中移去故障支路。减小等值功率直到极限点,极限点处剩余的等值功率量是超出故障后网络传输能力的功率量,将其作为控制裁减量。然后采用潮流追踪算法,将所得裁减量向发电机和负荷节点分配,以确定减负荷和减发电的节点以及各自的裁减量。仿真结果验证了所提方法的有效性。     

基于Mean-shift聚类的大规模新能源对电网线损影响评估方法

随着不同发电出力形式,特别是新能源出力的大量并网,现代电网呈现出电网结构不断扩大、运行控制日趋复杂的特性。为准确评估不同发电出力对电网线损影响因子大小,保障电网经济运行,提出一种基于Mean-shift聚类分析的电网线损影响因子评估方法。首先,提出一种基于误差平方和的滑动窗口半径最优选取方法;其次,采用基于高斯核函数的Mean-shift聚类分析法将电网量测数据按疏密程度聚类,提取出其主要特征;再次,通过对聚类结果进行多元线性回归,得到不同发电出力的线损影响因子。最后,通过在某省级电网上的实际应用效果,证明了该方法的有效性。     

基于SCADA数据的风力发电机发电性能指标评估

为评估风力发电机主流的发电性能指标量化发电效率能力,需要从中选择一种指标作为服役质量监测的主要依据。首先以某风电场的SCADA历史数据为依据,应用统计分析方法对风力发电机主流发电性能指标（可用度、发电比例、负载率）的统计特征进行了分析比较;然后,从指标信息来源的角度解释了指标之间产生差异的原因;最后,结合异常运行数据比较了性能指标对于风速、功率曲线异常波动的敏感程度。结果表明,虽然发电性能指标表现出一定的一致性,但发电比例更能代表所有发电性能指标,并且能够更好地反映风力发电机的发电性能、体现风速-功率曲线的异常波动, 在风力发电机主流发电性能指标中,发电比例更适合作为服役质量监测的主要指标。     

基于置信等效边界模型的风功率数据清洗方法

针对风电运行数据中存在的大量异常数据,结合风机运行过程与数据不确定性统计提出了一种基于置信等效边界模型的风功率数据清洗方法。首先,基于风机运行机理及运行策略提出了风速、风轮转速和功率三维关联性关系,依照风速对异常数据进行分段精细化剔除;在此基础上,结合Copula理论分运行区间建立了风速条件下风机输出功率的条件概率分布,进而求得功率在一定置信度水平下的等效边界模型,可直接用于异常数据识别剔除,提高有效数据占比;然后,采用分段三次Hermite插值法重构缺失数据,得到完整风速、功率有效数据;最后,定义置信度带宽比等数据清洗质量评价指标,采用k折交叉验证置信等效边界模型性能。选取某型号风机实际运行数据进行实例分析,结果显示清洗后数据具有更高的置信度带宽比、更适中的偏度及更高的峰度,进而表明有效数据占比大大增加且分布更加集中,表明了所提方法的有效性和合理性。     

基于BP-ANN的光伏发电功率超短期预测方法

针对光伏发电的间歇性和波动性问题,采用基于BP-ANN建立光伏发电系统输出功率超短期预测模型,利用输出功率的历史值、过往及预测日气象信息,对输出功率进行预测,并提出适用的预测流程及预测误差评估方法。实际应用以及与实时监测数据对比,表明该方法方法误差较小,合格率较高,能够满足应用的要求。     

Design Estimation of the Hybrid Power Source Railway Vehicle based on the Multiobjective Optimization by the Dynamic Programming

The power source of hybrid railway vehicles consists of both generation and energy storage devices. The hybrid vehicles have a high degree of freedom in the system design because they have different power sources. Therefore, it is difficult to establish generalized design methods of the power system. Various patterns of device capacities of generation and energy storage equipments are available for the hybrid vehicle. And various types of power control strategies are also selectable. With this background, this paper proposes a globally searched design estimation method for hybrid vehicles, which is based on multiobjective optimization by dynamic programming. The proposed method enables us to globally clarify the optimal candidates in accordance with various railway lines from a wide search domain. This results in various design concepts of the hybrid vehicles. Then, this paper confirms that the proposed method provides effective design guidelines for the conceptual design of the hybrid vehicles. Therefore the proposed method is useful for the design problem of hybrid vehicles that have a higher degree of freedom compared to electric railway vehicles. Copyright © 2007 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.