基于图卷积网络的电网无功容量计算∗

传统电网无功容量计算方法往往需要耗费大量时间,为此提出了一种基于图卷积网络 (GraphConvolutional Network,GCN)的无功容量计算方法.该算法通过特征矩阵以及邻接矩阵刻画电网节点的关键信息及节点间的连接关系,训练得到能够快速计算电网无功容量的模型.算例分析表明,使用 GCN 计算电网所需的无功容量误差较小, 有良好的精度且计算速度快于传统的无功计算方法.     

基于改进图卷积网络的配电网状态估计方法

采用小样本量测信息进行配电网实时状态估计,对提高配电网可靠性,保证其稳定运行具有重要作用。为了在配电网量测信息不足条件下进行高精度状态估计,提出了一种基于改进的图卷积网络(graph convolutional network,GCN)的物理–数据融合配电网状态估计新方法。该方法首先利用少量相量量测单元将配电网进行切割分区,然后根据分区后的最大直径确定卷积网络所需要的卷积模块数量,其次修改了传统GCN中的邻接矩阵表示方法,从而实现利用卷积网络将配电网分区子系统中的状态变量均由量测量表示。通过IEEE33节点典型算例,验证了所提方法有效性。同时,通过与传统的高斯–牛顿优化算法和传统深度学习网络对比测试,结果表明,所提方法不仅能够将计算复杂度转移到离线阶段,而且能够不依赖于高冗余度的伪量测,具有较高的估计精度与计算速度。     

基于图卷积网络的车联网资源管理

车辆到一切(V2X)通信是有效地提高交通安全性和移动性的解决方案.为了解决深度学习在功率分配中存在的需要大量训练数据和泛化性问题,减少车辆网络信道干扰,提出了基于图卷积神经网络(GCN)的总用户速率最大化,总用户能效最大化的两种准则下的功率分配框架.所提出的框架首先将无线干扰信道转化为图数据结构,证明了干扰信道的无序性...     

基于一维卷积神经网络的配电网无功优化

深度学习和数据驱动技术的快速发展,为历史数据下的配电网无功优化提供了新的解决方法,提出了一种基于一维卷积神经网络的配电网无功优化方法。利用配电网节点的历史负荷数据,用优化算法得到对应的无功优化策略,并将无功优化策略进行二进制编码。通过训练一维卷积神经网络模型来映射配电网节点负荷和无功优化策略间的非线性关系,将训练好的模型用于配电网无功优化。在一个改造后的IEEE 33配电网节点系统进行仿真验证,结果表明相比九区图无功优化,所提方法的系统网损和节点电压偏移明显降低。     

基于数据驱动的非全实时观测配电网无功优化方法

现阶段配电网中量测设备覆盖率较低,只有部分节点的负荷数据可以实时采集得到,因此在配电网中进行实时无功优化时无法使用基于潮流计算的优化方法.考虑到以上情况,文章提出了一种基于数据驱动的非全实时观测配电网无功优化方法.该方法基于历史运行数据使用最优潮流离线生成无功优化策略,并通过训练神经网络构建可实时量测节点负荷数据和无功...     

基于多智能体深度强化学习的配电网无功优化策略

配电网中光伏、风机设备出力随机波动以及负荷波动带来的电压波动、网损增加等问题,给配电网在线无功优化带来了挑战.本文采用一种无模型的深度确定性策略梯度(MADDP G)算法多智能体强化学习框架,采用集中训练、分散执行的方式解决无功优化问题.MADDP G算法将每一个智能体当作一个行动者(Actor),在离线训练过程中每个...     

基于图卷积网络改进的人体动作识别模型

针对双流自适应图卷积动作识别网络2S-AGCN模型忽略了人体动作识别中特征的长距离信息以及通道之间的依赖的缺点，设计了一种双重注意力机制对2S-AGCN模型的图卷积模块进行改进，实现精度的提升。双重注意力机制包含了空间注意力机制以及通道注意力机制，其中空间注意力机制有选择性地聚集上下文，通道注意力机制分为两个并行的模块，第1部分提高了特征的可辨性，第2部分在捕获特征远程依赖的同时，保留了精准的位置信息。结果表明，以双流自适应图卷积动作识别网络2S-AGCN模型为基础网络，融入了双重注意力机制模块的模型在Kinetics数据集上的Top-1和Top-5分别提升了0.6%和1.3%,在NTURGB+D120数据集的CS和CV上的Top-1分别提升了1.2%和0.5%,在NTURGB+D数据集的CS和CV上的Top-1分别提了0.2%和0.1%。     

城市配电网无功优化及网络重构的研究

依据配电网实际结构，分别建立了无功优化和网络重构的数学模型，开发了相应的计算机实用软件。无功优化部分研究了考虑电容器成本以及不考虑电容器成本时的无功补偿配置方案，并进行了经济效益分析，考虑了配电网负荷的变化，给出了补偿装置随负荷变动的投切表；网络重构部分研究了配电网络在某一负荷状态下如何确定其最优结构，给出了负荷变化以后网络中联络开关的具体操作表。应用于具体算例，结果表明本文的方法是切实可行的。     

基于时空特征图卷积网络的配电网实时状态估计方法

为了在考虑负荷时空特性以及不健全量测的场景下实现配电网的实时、高容错状态估计,本文从时空图的角度提出一种基于时空特征图卷积网络的动态状态估计算法.首先将配电网量测数据组成三维张量;然后利用时空特征图卷积网络分别提取量测数据的空间拓扑、时间序列和节点属性上的特征信息,通过特征融合得到实时状态估计结果;最后根据状态估计结果...     

基于深度强化学习的配电网多时间尺度在线无功优化

含分布式电源的配电网存在潮流建模不精确、通信条件差、各无功补偿设备难以协调等问题,给配电网在线无功优化带来了挑战.文中采用深度强化学习方法,提出了一种多时间尺度配电网在线无功优化运行方案.该方案将配电网在线无功优化问题转化为马尔可夫决策过程.鉴于不同无功补偿设备的调节速度不同,设计2个时间尺度分别对离散调节设备和连续调...     

基于改进遗传算法的配电网无功优化

针对配电网的特征,建立了综合考虑全年网损、电压品质和补偿设备投资的无功优化数学模型。对传统遗传算法的遗传算子和终止判据等方面进行了改进,提出了一种配电网无功优化的改进遗传算法,使其计算效率和全局寻优能力均有提高。采用本文提出的改进遗传算法,通过实例计算,结果表明其优化效果优于传统遗传算法。     

基于遗传算法的配电网无功优化探讨

首先介绍了无功优化的定义及在配电网中的作用,然后介绍了经过改进的遗传算法在配电网无功补偿优化方面的应用,并且与传统遗传算法相比,改进的遗传算法解决了传统遗传算法过早收敛的问题,同时存在局部最优、计算复杂的缺点。     

基于改进遗传算法的配电网无功优化

针对传统遗传算法在电网无功优化领域应用中存在的不足,结合配电网的特征,建立了综合考虑全年网损、电压品质和补偿设备投资的无功优化数学模型。同时应用自适应遗传算法对传统遗传算法的遗传算子和终止判据等进行了改进,提出了一种配电网无功优化的改进遗传算法,使其计算效率和全局寻优能力均有提高。实例计算表明,其优化效果优于传统遗传算法。     

配电网的无功优化和无功补偿

结合我国配电网网损大、电压合格率低的特点,提出了配电网无功优化规划的数学模型,分析了其在4种配电网无功补偿方式的应用。利用该数学模型可得到并联电容器的补偿容量和有载变压器分接头的位置,解决了补偿容量依据供电部门要求达到的功率因数确定,而不是依据用户用电时的实际效益、最佳电能质量、最小支付电费的经济功率因数来确定的问题。     

基于混沌神经网络的配电网无功优化

利用混沌人工神经网络对配电网中无功进行优化,模拟配电网中的“痛点”,即无功配置不合理的线路,反应给神经元,令神经元输出“痛感”,因此根据“痛点”找到无功配置不合理的线路,重新分配无功,直到实现配电网无功优化配置.经对IEEE30节点的配电网实例的计算,验证了该方法的有效性,更适应智能电网的要求.     

基于数据校核与图卷积神经网络的高容错配电网故障诊断方法

目前运用配电网中的多源故障遥信数据对配电网故障进行诊断的技术逐渐火热,但由于信息的误报、漏报使得诊断结果往往不尽如人意。针对配电网多源故障信息不健全的问题,本文提出了一种将数据校核操作与图卷积神经网络相结合的高容错性配电网故障诊断方法,旨在利用不健全故障信息对配电网进行故障诊断。首先,将多源故障遥信数据作归一化处理后再进行数据校核,从源头改善数据的不健全性;接着,根据配电网图模将多源故障数据转化为故障图数据;最后,将故障图数据送入图卷积神经网络进行学习训练,训练完毕的模型在部署后可实现对配电网的故障诊断。在Python 3.7平台进行实验,通过算例分析证明本文所提方法可有效提高配电网故障诊断的容错性。     

基于改进遗传算法的配电网无功优化

遗传算法是近年被广泛应用于配电网无功优化的一种新型的优化算法，本文在基本遗传算法（SGA）的基础上，提出基于定制的初始种群的形成方法以保证个体的多样性，提出反映个体分布疏密情况的个体分布散度，设计出随个体分布散度成反比，随最优个体相对保留代数成指数上升的自适应变异率，为配电网无功优化提供了一种新的算法，算例表明本文提出的算法优化效果好，在精度上以及收敛速度上都具有较大的提高。     

基于改进边图卷积网络的电力系统小干扰稳定评估模型

小干扰稳定问题对电力系统安全稳定的影响日益突出。采用样本学习的思路建立从稳态运行信息到关键振荡模式的映射模型,为大电网振荡特性的快速预测和评估提供了新的技术路径。采用图卷积网络,并引入边卷积的设计来考虑输电通道潮流分布的影响,建立了小干扰稳定评估的边图卷积网络模型(edgegraphconvolutionalnetworksforsmall-signal stability assessment,EGCN-SSA)。采用卷积增强技术改善网络退化现象,并建立多任务学习框架,同时预测多模式的振荡频率和阻尼比。在IEEE10机39节点上的算例和模型对比验证了所提出模型的性能以及对拓扑变化的适应能力。     

配电网无功优化及无功管理

本文简要地介绍了配电网无功优化的现状,对近年来提出的几个配电网无功优化的模型、优化方法,进行比 较和归纳,提出开展以降损为目标的配电网无功管理的设想。     

配电网无功优化规划及控制系统

针对现在我国电网无功优化的建设情况,提出要加强配电网的无功优化建设,尤其要把无功优化的前期规划与无功优化的控制系统结合起来,切实提高无功优化的实用化水平。简要介绍了无功优化前期规划的基本方法和无功优化控制系统的组成和基本调节原理。