基于Grassmann流形的谱聚类分析算法

在标准谱聚类分析算法中,基于欧氏空间的度量不能完全反映数据集合复杂的空间分布特性,导致聚类结果不够准确。而使用流形空间能够更准确的描述数据之间的几何结构关系。在基于规范化拉普拉斯矩阵的谱聚类算法基础上,研究Grassmann流形的光滑曲面的空间表达方式,应用适合度量数据点之间距离的特性,提出基于Grassmann距离度量的改进的谱聚类分析算法,在流形空间上分析待聚类数据点之间的相似性。实验结果表明,该算法不仅能够对分布在相同或不同子空间上的数据进行有效聚类,而且能够对具有复杂几何结构的数据集合进行分析,在流形空间上进行有效聚类。     

适用于输电网网架规划的人工鱼群算法

以人工鱼群寻优思想为基础,提出了适用于输电网网架规划的人工鱼群算法。针对输电网规划的特点,定义了该算法的参数,给出了选取上述参数的原则和求取“距离”、“邻域”和“中心”的运算规则,制定了以觅食行为算子、聚群行为算子和追尾行为算子为基础的寻优策略。将N安全意义的启发式倒推策略运用到该算法中,加快了其收敛速度。2个算例的求解结果验证了该算法的正确性和有效性,表明该算法具有良好全局寻优能力和较快的收敛速度。     

基于自适应人工鱼群算法的输电网网架规划

本文针对输电网网架规划问题采用了自适应人工鱼群算法。自适应人工鱼群算法采用反馈调节觅食视野策略,有效兼顾了全局搜索能力和局部搜索能力,增强了算法的收敛效率,同时有效避免了人工鱼在局部极值点大量聚集的缺点。最后,通过Matlab的仿真,验证了该算法的可行性,表明该算法用于电力系统输电网网架规划是有效的,具有良好的计算效率和全局收敛能力。     

基于谱聚类分析的托辊故障诊断

有效地诊断托辊故障,对提高选煤工作效率和工厂智能化水平具有重要的作用。针对工业现场环境复杂,噪音类型多且杂的特点,首先提出利用差分法来消除托辊音频序列数据时间趋势影响的有效方法,在此基础上提取托辊音频序列特征,分别利用K-Means和谱聚类算法进行聚类分析以及故障识别,并从噪音音频序列数据中挖掘有用的信息。然后为了评价聚类模型的优劣,创新提出将同一音频序列分割得到子音频序列的相同聚类标签的平均比率,以此作为聚类优劣的评判标准。实验结果表明,谱聚类算法的效果优于K-Means,动态选取谱聚类的参数值能够提高局部诊断准确率,且具有较强的鲁棒性,能够实现对生产范围内多种类型噪音音频信号进行有效聚类识别。智能化托辊故障诊断系统的应用提高了选煤工作效率,减少了非计划停机次数,产生了较好的经济效益。     

基于继电保护信息与改进谱聚类分析的电网故障区域识别算法

为了提高聚类算法在故障区域识别中的定位能力与容错性,提出了一种基于继电保护状态信息与谱聚类相结合的电网故障区域识别算法。该方法首先利用各个智能电子装置(IED)提供的继电保护状态值形成特征向量,然后根根事先划定的元件与IED的关联方式,对谱聚类结果进行分析,最后得到故障元件。在容错性方面,对特征向量畸变对聚类分析的影响做出了分析,并发现使用密度调整谱聚类可以取得更好的效果。经仿真实验表明,对核函数的密度差进行改进,相比于已有的基于聚类原理的故障定位算法有更高的定位精度和容错能力,并且定位能力有所提高。     

高受电比例受端电网的输电网网架结构优化技术研究

从保证电网安全的角度简要介绍了高受电比例受端电网的输电网网架结构需要具备的能力和满足的要求,对各电压等级电网在受端电网输电网网架结构中的定位与规划思路进行了梳理。考虑到在受端电网中存在着对受电能力影响显著的关键断面,提出了此类断面的优选指标和提升其受电能力的加强策略。考虑到受端电网在构建特高压环网的进程初期会出现与输电网网架结构密切相关的多级电磁环网问题,提出了电磁环网解环的基本原则。总结得出了高受电比例受端电网的各级输电网优化及协调发展的技术要求,并将其应用于江苏电网的远景输电网网架规划与优化,有效地提高了未来江苏电网乃至华东电网的受电能力和安全稳定运行裕度。     

考虑网架对短路电流适应性的输电网扩展规划

随着社会经济的发展,全社会的用电量越来越大,这需要更大更坚强的电网来支撑。输电网的扩展规划是电网发展的决策性工作,关系到整个系统运行的灵活性和费用的经济性。然而,随着建设规模的扩大,输电网中迅速增大的短路电流水平严重地危及着电网的安全稳定。从经济性的角度建立了输电网扩展规划的优化模型,并在规划中考虑了线路的开断对网络阻抗的修正,更精确地计算了短路电流。选取Garver-6节点系统作为算例,基于遗传算法实现了扩展规划的程序流程,验证了优化模型的可行性,证明了在考虑网架结构对短路电流的适应性后,可以找到适应度更好、更经济的规划方案。     

基于分层分区思想的配电网主次网架结构研究

目前配电网多选用单层辐射状网络结构,于线路末梢设置联络,然而在规划中,通过变电站出线的载流量确定线型的方式将增大该结构的建设投资,降低线路利用率。结合终端节点实际地理信息,提出了一种配电网主次网架构建模式。首先,基于分层分区的基本思想,运用改进K-means聚类算法对供区终端节点聚类分区,定义等效负荷点,通过最短环路法生成主干网架;然后,以线路建设费用最低为目标构建配电网最优潮流模型,完成次级网络模型搭建。主次网络结构可实现按需选取线型的功能,在满足负荷发展模式和电压水平要求的同时降低投资。算例论证了方法的可行性和有效性。     

基于循环谱特征和聚类分析的触电识别

针对触电事故具有随机性、难以识别的问题,提出一种基于循环功率谱密度特征和聚类分析的触电事故识别方法.首先利用循环功率谱分析获得触电前、后剩余电流信号的循环功率谱三维图,对剩余电流中150Hz成分对应的循环谱切面分析,提取特征循环频率1200Hz的线谱占比,定义四种循环频谱特征;然后利用K-means聚类分析对不同维度的循环频谱组合特征进行聚类,提出了触电识别判据,同时提出加偏置修正的欧式距离测度提高了聚类识别准确率.结果表明:单相电路时循环谱2、3、4组合特征与其他维度特征相比对触电事故的识别率最高,为94.67％,对应的触电前、后剩余电流聚类中心分别为20.597、57.682、4.773和4.102、11.387、0.923;三相电路时最佳识别特征为循环谱特征4,对应的触电前、后剩余电流聚类中心分别为16.136和2.197;加偏置项修正后的欧氏距离对触电事故识别率达到了99.33％.研究结果为有效识别触电事故提供一定理论参考.     

基于谱聚类的无功电压分区和主导节点选择

传统无功电压分区常采用基于潮流运算的聚类算法。该算法计算较复杂,且难以体现出电网拓扑结构。针对这些问题,提出一种基于复杂网络理论的谱聚类无功电压分区新算法。该算法首先基于电网的节点导纳矩阵构建无功电压分区模型,其次利用谱聚类对模型进行分析得到低维度聚类样本,再应用改进的K-means 聚类算法获取分区方案。为了确保分区方案的可行性,基于模块度、无功平衡与无功储备等三个指标建立了一个评价体系,并对分区方案进行校验。为了提高主导节点选择的准确度,引入了程度中心性评价指标。通过IEEE-39节点标准测试系统对算法进行仿真,仿真结果验证了算法的可行性与优越性。     

A Spectral Approach for the Efficient Identification of Power Transmission Network Uncontrolled Separation

Uncontrolled network separation (system island formation) is one of the most critical contingencies in power systems. The integrity of the whole power transmission network is a prerequisite for reliable system operation. Therefore, in order to safeguard the system operation and control, it is imperative to quickly identify the topological changes, especially the formation of system islands. In this paper, we developed a spectral clustering-based approach to efficiently detect the existing or the potential network islands. The core of this approach is a graph-algebraic model, which combines the real-power deliverability and topological information of a power transmission network. Based on an improved spectral clustering algorithm, the proposed approach can efficiently identify the critical situations of the network splitting under multiple line outages. This approach has been successfully tested by using the New England 39-bus and 118-bus systems under different scenarios.     

基于半监督谱聚类的最优主动解列断面搜索

主动解列最优断面搜索是依据广域测量信息,在大电网遭受大扰动失步崩溃之前,依据实时工况和运行方式,快速准确求取电力孤岛划分的紧急策略。然而,在实际大系统的求解中,计算复杂度呈几何指数增长,是一个NP难题。提出了一种半监督谱聚类算法,首先采用最小复合有功潮流冲击的目标函数和机组同调/分离等相关约束构建详细解列断面搜索模型,然后将最优断面搜索的优化求解过程,映射为约束谱聚类对静态图分割的松弛解求取过程,最后通过改进的PAM聚类算法选择最优主动解列断面。上述过程,在不丢失全网信息前提下,降低了时间复杂度,IEEE 118标准算例和四川电网实际系统的仿真验证,证明了该算法的正确性、有效性和快速性。     

考虑双尺度相似性的负荷曲线集成谱聚类算法

负荷聚类可以依据形态特性差异对负荷曲线进行归类,实现用户用能行为规律分析,为需求侧响应、电网客户服务等提供重要的决策信息。文中提出一种考虑双尺度相似性的负荷曲线集成谱聚类算法。首先,为了克服欧氏距离在负荷特性相似程度度量上的局限,基于负荷差分向量的余弦距离实现负荷形态变化的相似性度量,提出一种双尺度相似性度量方式;然后,基于双尺度相似性与谱聚类算法,建立差异化基聚类模型;最后,依据聚类评价指标自适应计算基聚类模型权重,以加权一致性矩阵与谱聚类实现聚类集成。算例结果证明,所提方法可有效挖掘负荷形态特性差异,在不同数据集中性能表现稳定,具有显著的聚类有效性和鲁棒性。     

基于谱聚类的城市低电压分区治理决策

在目前配电系统相对发输电系统较为落后的电力市场环境下,低电压治理是亟须解决的问题。合理地确定治理分区是科学、有效地进行低电压治理的重要前提。基于谱聚类算法的城市低电压分区方法,首先考虑了最低电压幅值、低电压涉及户数、电压越（下）限时间及年供电量4个指标构成样本空间。其次通过欧氏距离建立拉普拉斯（Laplace）矩阵,由Laplace矩阵的相对特征值差自动确定低电压治理的分区数目,将Laplace矩阵的前两个和前三个特征向量映射到二维和三维空间,直观地划分治理分区。然后构造评估函数,评估低电压分区的效果,采用k-means算法对特征向量进行聚类,画出分区谱系图,得到层次分明的低电压分区治理方案。该算法基于复杂网络原理,具有严谨的理论依据。以江西省某市典型数据为例验证了所提算法的有效性。     

谱聚类算法在家用负荷识别中的应用

家用负荷识别可提高用户对用电情况的认知度,优化用电模式,响应节能政策。提出一种分步识别的方法。识别前依据谱聚类方法得到负荷类别及其聚类中心,建立标准模板库,存储各负荷类别的特征量,特征量主要包括6项:负荷投入或者切除时刻变化的暂态有功功率、无功功率波形标幺值及各自幅值和稳态的有功功率、无功功率值。首先以综合负荷的功率变化为依据,提取负荷变化时刻及稳定运行后的功率确定特征量。第一步粗选,依据其投入或切除瞬时波形进行调整后与标准模板库波形进行匹配确定负荷所在大类;第二步精选,依据其瞬时波形幅值与稳态运行功率值与所在类别中的负荷相应特征量进行比较得到识别结果。该方法能精准确定负荷类别,简单可靠,可为家庭负荷建模提供数据支持。实例也验证了该方法的有效性。     

一类复杂输电网络改进的可靠性评估模型

含500kV／220kV电磁环网的大型输电网通常采用"一次电网环网,二次电网分区开环"的运行方式,以减小短路容量,提高电网的安全稳定性。这一类复杂输电网络的可靠性评估面临着计算量庞大、状态分析困难等问题。提出了一种改进的可靠性模型,用具有多状态的等值发电机和等值负荷来简化二次电网,并对最小切负荷量的线性规划模型进行修正。该模型既保留了二次电网对一次电网的支持作用,又有效地改善了计算效率,极大地缩短了评估时间。通过对实际的大型交直流混合输电网进行算例分析,验证了该模型的有效性及可行性。     

输电塔结构风力功率谱随机振动分析

根据输电塔结构所受自然风特性,采用达氏风速谱,在ANSYS中通过施加风速功率谱的方法进行输电塔结构的随机振动分析,得到输电塔的前32阶模态及风速谱施加后的各向位移、结构内力变化等情况,并将Y方向和Z方向动力计算结果与静力计算结果比较,得出两者基本吻合的结论。     

Identification of Partial Discharge Location Using Probabilistic Neural Networks and the Fuzzy C-means Clustering Approach

This article proposes an approach for location of partial discharge sources in the power cable and gas-insulated load break switches using a probabilistic neural networks and the fuzzy C-means clustering approach. Three different defect positions are designed in the power cable and gas-insulated load break switches. The three different defect positions of partial discharge occurrence are located by the proposed method. Discrete wavelet transform is employed to suppress noises of measured signals by the high-frequency current transformer. The proposed method can assist electrical engineers in making accurate statistical judgments. To accurately discover the different defect positions, the proposed method uses feature extraction and statistical analysis of the measured signals. Finally, experimental results validate that the proposed approach can effectively determine the location of partial discharge sources in practical partial discharge measurement.     

识别输电网络脆弱环节的新方法

识别输电网络脆弱环节的新方法，基于保持多机系统原有结构模型，通过对大扰动后注入到系统中的暂态能量的变化和在网络中的分布情况，利用各输电支路脆弱性指标排序识别出1个临界割集，从而实现对输电网络薄弱环节的识别。该方法的有效性，用英国10机系统仿真试验得到验证。     

区域光传输通信网络的融合

随着电力网架的不断发展和“三集五大”体系建设的推进,通信站点不断增多,光通信网络结构越来越复杂,面对提升集约化、扁平化、专业化管理的需求,承载的业务越来越多。通过对台州、临海二级区域通信网络现状及存在问题的分析,提出了地、县区域内通信网络融合方案,优化了通信系统网络结构,传输网自愈保护能力得到增强,智能化水平明显提升,区域通信网络的安全可靠性能大幅提高。