基于信息融合理论的电力系统预测方法研究

针对电力系统大而复杂的特点,分析了以往各种预测法对电力系统预测精度提高的有限性,提出了一种基于信息融合理论的电力系统预测法.依据对信息融合熵的定义,提出并证明了信息融合的有效性和熵最大压缩两定理.基于此,给出了基于信息融合理论的电力系统预测方法的依据、准则和步骤.通过对信息融合的信息量增加定理和基于信息融合理论的电力系统预测误差减小定理的提出与证明,以及实际算例,都充分说明了该方法的可行性和优越性.     

基于遥感信息的新安江模型产流计算参数估计

卫星遥感技术和水文模型的结合应用是当今水文学研究中的热点问题。但是,直接利用遥感信息提取水文模型相关参数来模拟径流过程存在较大的不确定性。为了分析其对径流模拟不确定性的影响,构建了利用遥感信息估计新安江模型3个产流计算参数的框架:基于土壤属性推求WM,基于流域几何特征推求B,基于土地覆被分类和Landsat遥感影像推求IMP;并采用GLUE方法在高关水库流域作了长系列径流模拟研究。传统的新安江模型参数需要根据实测资料进行率定,而在新的参数估计框架下,需要率定的参数减少了3个。模拟结果表明:新的参数估计框架减少了参数的不确定性,计算得到的模拟径流90%置信区间基本包含所有的实测数据,且区间范围明显小于传统方法,尤其是在低流量的模拟结果上差别更加明显,即基于遥感信息的参数估计框架显著降低了径流模拟的不确定性,这种方法可以应用到其他相似的流域中进行径流模拟。     

基于信息融合理论的电力系统预测方法研究

针对电力系统大而复杂的特点 ,分析了以往各种预测法对电力系统预测精度提高的有限性 ,提出了一种基于信息融合理论的电力系统预测法。依据对信息融合熵的定义 ,提出并证明了信息融合的有效性和熵最大压缩两定理。基于此 ,给出了基于信息融合理论的电力系统预测方法的依据、准则和步骤。通过对信息融合的信息量增加定理和基于信息融合理论的电力系统预测误差减小定理的提出与证明 ,以及实际算例 ,都充分说明了该方法的可行性和优越性     

基于混沌理论的控制轨道函数构造

简述了混沌理论和方法在控制过程中的应用。利用非线性函数的混沌性质，通过部分离散采样值，对一类控制过程演化函数提出一种新的构造方法，得到方程的代数形式，为参数选择、轨道摄动提供了基础。提出了构造过程和构造方程形式的析出定理的理论证明，提供了构造函数的误差公式。研究表明，对于具有有限项多项式型演化函数的控制过程，如果离散采样值满足条件，则构造函数没有模型误差。     

基于不完全信息静态博弈论的购电商竞价策略研究

分析了发、配电同时开放条件下电力市场竞价的基本过程。根据不完全信息静态博弈的基本理论，提出了购电商在信息不完全条件下参与竞价的最优报价策略。引入变量ε解决了购电商对市场清算电价的评价与市场对其评价不一致的问题。对购电商存在单一支付函数和多个支付函数的不同情况，分别推导了购电商竞价的纯战略和混合战略。还就一个简化模型分别给出了购电商采用纯战略报价和混合战略报价的具体算法。通过算例验证了采用该方法进行购电报价的实用性和有效性。     

基于粗糙集理论和信息融合的变电站故障诊断方法

由于变电站故障诊断信息中含有大量不确定、噪声数据,提出了利用粗糙集理论对大量的诊断征兆信息进行分类,从而获得简约的规则.然后从单个决策表中获得多个简约的决策规则集,再利用信息融合来综合这些简约的规则集进行故障的诊断,从而提高诊断的效率和准确性.从最后仿真比较的结果中可以看出该方法对含有噪声的数据也能获得较好的诊断准确率.     

基于信息论与混合聚类分析的短期负荷预测方法研究

短期负荷预测中,影响用电量的因素众多,传统方法在其中作选择时,仅考虑每个因素与负荷的相关性,不考虑因素之间也存在相关性,造成选取的因素组合中存在相关性冗余和重叠。其次,传统聚类分析中,欧氏距离不能很好的度量负荷曲线形态上的相似性。因此,首先通过欧氏距离与余弦相似度混合度量,对负荷特性曲线聚类。然后,用信息论方法在9种影响因素中选取最优的组合,考虑了影响因素相互之间的相关性。最后,将与待预测用户同类的用户的负荷及其关联因素数据作为训练样本,建立支持向量机预测模型。通过对上海某地实际样本数据的分析,证明该方法预测结果平均相对误差为1.46%,相对误差控制在1%以内的概率达到72.72%,具有较好的实用性。     

基于粗糙集理论和信息融合的变电站故障诊断方法

由于变电站故障诊断信息中含有大量不确定、噪声数据，提出了利用粗糙集理论对大量的诊断征兆信息进行分类，从而获得简约的规则。然后从单个决策表中获得多个简约的决策规则集，再利用信息融合来综合这些简约的规则集进行故障的诊断，从而提高诊断的效率和准确性。从最后仿真比较的结果中可以看出该方法对含有噪声的数据也能获得较好的诊断准确率。     

基于改进D-S证据理论的变压器多维信息融合及状态评估

对变压器的运行状态进行正确的评估可以极大提高供电可靠性.为提高变压器状态评估的准确性,针对传统变压器状态评估方法选取单一参数的不足,提出利用改进证据理论实现多维信息融合的变压器状态参数评估方法.该方法选取常用变压器型式试验参数指标作为在线监测指标,再对指标进行归一化处理.利用改进的D-S证据理论对状态指标进行融合,搭建变压器状态参数评估模型.改进的D-S证据理论对合成规则进行了修改,有效避免了冲突证据,该方法能够充分融合多种信息.通过实验表明,该方法使变压器状态评估的准确性得到很大提升.     

基于信息触发的智能变电站保护功能判定方法研究

目前智能变电站继电保护功能正确性判定方面的研究着重于保护系统整体评价或保护执行过程正确性判断,缺乏各种类型保护功能的实时状态评估以及保护功能触发的逻辑正确性判断。文中通过分析各类型保护功能的影响因素和影响逻辑,将各保护功能所处状态进行分类与评价,通过对采样值、设备状态的获取与分析,进行保护功能触发的正确性判断。梳理了保护功能触发时二次系统产生的信息序列,采用理论序列和实际序列对比的方式进行保护功能执行过程正确性判断,同时,增加前置条件解决同类型保护功能触发时不同信息序列选取和匹配的问题。通过现场实例分析,验证了所提出的保护功能状态与行为判定方法能够在智能变电站保护功能状态监测以及故障分析方面提供理论基础。     

基于信息论的误差分析及在锅炉性能测试中的实践

信息论应用于测量技术中是有效的,但没有热效率测试方面的应用实例。首先对信息论作了介绍,并对信息熵和熵系数作了详细阐述。在邹县发电厂 1号炉热效率测试中,以信息论作为理论依据,对排烟温度和排烟氧量这两个影响锅炉热效率最重要参数的试验数据进行处理和误差分析,并对测试方法和准确性作出评价,给评定锅炉性能状况提供一些参考性意见。     

基于信息间隙决策理论的储能电站鲁棒优化配置

储能电站在转移电力需求、平抑可再生能源和负荷波动等方面发挥着重要的作用,储能电站容量优化配置是其在规划建设过程中所需要解决的关键问题。文中提出一种基于信息间隙决策理论（IGDT）的双层鲁棒优化配置模型,为解决系统在运行过程中的不确定参数带来的负面影响,模型下层搭建以经济性为目标的储能电站日前鲁棒优化运行模型;模型上层引入IGDT将经济性和鲁棒性相结合,在一定的预期目标下最大化系统能够承受的波动性,使用Benders分解法求解模型,并以IEEE 33节点配电网系统验证方案有效性,结果表明所提方案可以兼顾经济性与鲁棒性,为储能规划提供参考依据。     

基于周期函数空间的通用功率理论分析与改进

;针对基于周期甬数空间的通用功率定义在系统存在零序电压的情况定义了一种从n维空间到n维空间的映射,并在此基础上对通用功率定义进行改进.改进后的功率定义能够合理地解释系统相电压中含有零序分量时的功率问题.同时在改进的功率理论的应用过程中,系统相电压向量的量测参考点可以任意选择,这不但增强了功率定义的适应性,同时也方便了该功率定义在工程中的实际应用.对改进的功率定义的分析验证了该功率理论与传统功率理论的统一性.在三相四线制系统中,选择不同的应用参考点对改进功率定义进行分析,结果表明改进功率定义计算结果不受相电压量测参考点的影响.     

基于CNN+D-S证据理论的多维信息源局部放电故障识别

基于多维信息源融合的局部放电故障识别方法对提高故障识别的准确性和容错性具有重要意义。文中以开关柜中的典型局部放电类型为识别对象,设置4种典型的局部放电模型(电晕放电、沿面放电、悬浮放电和气隙放电),利用超声波(Ultra)法、甚-特高频(V-UHF)法以及脉冲电流法(PCM)采集不同放电类型产生的局放信号。首先利用深度卷积神经网络(CNN)算法对不同传感器测量数据进行训练,之后利用Dempster-Shafer(D-S)证据理论对多维信息源识别结果进行融合,并作出最终决策。结果表明,相比于基于单一信息源的故障识别模式,基于多维信息源的故障识别模式准确率更高,且当多维信息源中某一信息源出现误判时仍能正确识别放电类型,对信息源的容错性更好,识别效果良好。     

计及信息间隙决策理论的含电动汽车充电负荷的微电网多目标规划

为了建立能同时考虑运行层面电动汽车充电和规划层面负荷长期增长的微电网,分析了微电网规划的经济成本。针对电动汽车充电导致的负荷波动和经济效益之间的矛盾问题,构建了多目标规划模型;针对负荷长期增长的不确定性,采用信息间隙决策理论进行模拟。通过模糊隶属度函数加权模糊规划处理,建立了考虑不确定性的含电动汽车充电控制的微电网最大满意度规划模型,对微电网进行协调规划。最后,通过仿真算例验证了所提多目标规划模型具有平衡经济性和负荷波动的作用,该作用能够帮助规划决策者以最优的成本应对负荷的不确定性,并进一步研究了微电网与大电网交互时,对电动汽车接入产生的影响。     

An information theory perspective on computational vision

This paper introduces computer vision from an information theory perspective. We discuss how vision can be thought of as a decoding problem where the goal is to find the most efficient encoding of the visual scene. This requires probabilistic models which are capable of capturing the complexity and ambiguities of natural images. We start by describing classic Markov Random Field (MRF) models of images. We stress the importance of having efficient inference and learning algorithms for these models and emphasize those approaches which use concepts from information theory. Next we introduce more powerful image models that have recently been developed and which are better able to deal with the complexities of natural images. These models use stochastic grammars and hierarchical representations. They are trained using images from increasingly large databases. Finally, we described how techniques from information theory can be used to analyze vision models and measure the effectiveness of different visual cues.     

基于KELM-VPMCD方法的未知局部放电类型的模式识别

为了解决局部放电类型未知的样本无法被正确识别的问题,提出了一种基于核极限学习机变量预测模型(KELM-VPMCD)的未知局部放电类型的识别方法。通过KELM对已知局部放电类型的训练样本进行训练,然后对各局部放电类型已知的样本建立相应的变量预测模型。利用这些模型对测试样本进行回归预测。根据各样本的预测误差平方和,利用Otsu算法设置误差阈值,通过阈值识别各样本的局部放电类型。识别结果表明,所提方法对于未知的局部放电类型具有较高的正确识别率。     

基于信息矛盾原理的畸变信息修正及配电网故障区段定位

为解决依靠故障过流信息的配电网故障定位在信息畸变时易造成的误判,首先对畸变信息进行了分类,在矩阵算法的基础上提出了信息矛盾原理来检测可识别畸变,并通过贝叶斯定理对节点畸变的可能性进行了分析,最后给出了畸变修正和故障定位的策略。该策略可以快速找到畸变信息的位置,仅需提取部分故障信息即可对畸变进行修正,对较复杂的畸变以适当扩大定位区间段的方式来保证故障定位的可靠性。该策略具有故障定位准确、速度快、可靠性高的特点,可以满足复杂多电源线路上的多重故障和多重信息畸变的故障定位。     

基于粗糙集理论和故障信息网的电网故障诊断方法

在系统发生复杂故障或开关、保护存在较多误动,拒动以及因信道干扰而发生信息丢失等诸多不确定因素的影响下,仅仅利用开关和保护信息的诊断方法难以得出正确的结论.针对此问题,文章提出了一种综合利用电网故障信息的诊断方法.首先以保护、断路器作为条件属性,故障区域作为决策属性,考查各种故障情况并建立决策表.然后利用基于可辨识矩阵和信息熵的属性约简方法提取最佳属性的约简组合,根据故障信息分析处理的结果修正约简组合中相应的属性值,最后按决策规则表进行故障诊断.运用VC++编写了基于该方法的故障诊断软件,算例结果表明,该方法正确、有效,能提高系统的容错性,有效地弥补了利用开关、保护信息诊断的局限性,具有较好的实用价值.     

基于粗糙集理论和故障信息网的电网故障诊断方法

在系统发生复杂故障或开关、保护存在较多误动、拒动以及因信道干扰而发生信息丢失等诸多不确定因素的影响下,仅仅利用开关和保护信息的诊断方法难以得出正确的结论。针对此问题,文章提出了一种综合利用电网故障信息的诊断方法。首先以保护、断路器作为条件属性,故障区域作为决策属性,考查各种故障情况并建立决策表。然后利用基于可辨识矩阵和信息熵的属性约简方法提取最佳属性的约简组合,根据故障信息分析处理的结果修正约简组合中相应的属性值,最后按决策规则表进行故障诊断。运用VC＋＋编写了基于该方法的故障诊断软件,算例结果表明,该方法正确、有效,能提高系统的容错性,有效地弥补了利用开关、保护信息诊断的局限性,具有较好的实用价值。