基于图计算的营配数据融合模型构建及应用

文章首先分析了营配领域业务发展、营配贯通及数据应用现状,基于图理论,提出“营配一张图”数据融合模型构建方法,从提升营配图数据质量的角度,提出基于热重启随机梯度下降算法和余弦退火算法的户变拓扑辨识校正算法;结合营配数据规模及分析处理需求,提出营配图计算算法框架。在此基础上,通过在某省建设营配设备运维知识图谱应用,验证模型构建方法及计算框架的有效性和实用性。     

面向电力物联网的认知反向散射通信鲁棒资源分配算法

在反向散射通信网络中,反射节点可以收集环境中的无线射频信号并转化为能量信号存储起来,从而以绿色、低成本的特点延长电力物联网传感器节点的运行寿命。然而,现有大部分工作都集中在网络架构设计与性能分析上,缺少分析信道不确定性对资源分配的影响。为了提高系统传输鲁棒性、频谱利用率及克服信道不确定性对性能的影响,文章提出了一种基于中断概率约束的认知反向散射通信鲁棒资源分配算法。具体来讲,考虑物联网节点中断速率约束与最小能量收集约束,通过联合优化次发射机的传输时间、发射功率和反射系数,使得系统吞吐量最大化。仿真结果验证了所提算法的鲁棒性,在电力物联网有很好的应用价值。     

基于云雾边协同理念的“电网一张图”维护与自动更新策略研究

为了实现智能电网“源-网-荷-储”协调互动优化运行的目标,需要对发、输、变、配、用“物理一张网”进行数字建模,构建为各个业务部门提供数据服务的“电网拓扑结构关联一张图”。文章在介绍智能电网构成和云雾边技术架构的基础上,提出了基于变电站自动化系统和智能台区分别建设能量管理系统的雾节点和边节点,对“电网一张图”提供在线维护和自动更新的策略,然后讨论了这一策略涉及到的图数据库与电力图计算、电网图模型在线更新、低压配电网拓扑结构辨识等关键技术。此策略将“源-网-荷-储”各种环节以“电网一张图”的形式紧密连接,为智能电网的高效运行提供了技术基础。     

基于机器学习的电力通信网带宽分配算法

网络切片技术可以优化5G电力通信网的数据传输性能,但是数据传输性能取决于5G电力通信网为各切片分配的带宽大小。为优化5G电力通信网中网络切片的时延效果,提出了一种基于机器学习的5G电力通信网带宽资源分配算法。该算法通过对5G电力通信网历史预留带宽量及获得的时延效果进行学习,进而确定当前时隙网络应该预留的带宽资源大小。得到当前网络所预留带宽大小后,算法会基于切片重要度按序准入切片。仿真结果显示,所提出的基于机器学习的带宽资源分配算法可以提升17.968%切片加权时延和,并获得43.21%的决策性价比增益。     

基于图数据分割的子图集成学习方法及在电价预测领域的应用

目前的日前电价预测模型往往在欧式空间下进行建模,而许多研究表明图神经网络技术在各领域都具有优良的性能,但存在难以叠加多层以及鲁棒性不强等问题,因此,为进一步提升电价预测精度及图神经网络算法性能,提出基于图数据分割的子图集成学习方法,算法首先通过对区域电价多源信息进行图数据建模,形成具有边信息和节点信息的电价图数据,然后借鉴集成学习的思想,通过将电价图数据进行分割,形成多个子图数据,利用图卷积对每个子图进行图学习,最后将每个子图学习结果进行聚合,形成一层多子图学习层,所提方法适用于不同的图卷积核以及不同的下游任务场景,最后为日前电价预测任务构建预测模型。利用美国电力市场的运营数据进行算例分析,通过与对照算法对比及不同的图卷积核对比,证明所提算法具有更好的预测精准度。     

含分布式电源优化调度的配电网络重构

配电网络重构是配电网优化的重要措施。分布式电源（DG）接入配电网将改变网络潮流分布,直接影响网络重构结果,而网络重构引起的DG相对位置变化也将引起DG最优输出功率的变化,进行单个优化不能达到整体最优的效果。针对这一问题提出了一种含分布式电源优化调度的配电网络重构方法。采用改进最小生成树算法和改进粒子群算法将网络重构和DG的优化调度相结合进行交叉迭代。首先,进行DG的优化调度;其次,进行网络重构。只要网络结构发生变化,就需要重新进行DG优化调度,直到重构和DG优化调度均无操作时算法收敛,停止计算。实际算例表明,该方法能有效降低配电网的网络损耗、改善电压质量,可以达到配电网总体最优。     

基于自适应扩散算法的主动配电网协同优化运行策略研究

针对光伏、风电与负荷的协同运行问题,文章提出了自适应扩散算法的分布式协同优化运行策略,该策略通过在自适应扩散算法中构造自适应邻接矩阵和融合矩阵,作为加权因子对节点状态值进行迭代更新,获得全网用户一致检测信息,实现分布式电源功率等边际成本控制。文章采用所提出的策略进行主动配电网有功功率的优化调度,实现源荷间的协调运行。仿真分析表明,自适应扩散算法能够有效解决分布式网络节点信息的实时检测问题,并具有快速学习和适应环境变化的能力。最后以IEEE-14节点配电系统为例进行仿真分析,验证了算法的有效性和可行性。     

基于最短路算法和最小节点电压法的配电网络重构

提出了一种基于最短路算法和最小节点电压法的配电网络重构方法。首先将整个配电网当成一个赋权图,在潮流计算的基础上,利用最短路径法为每个负荷分别寻找供电路径,然后在形成的树状网络中利用最小节点电压法进行支路交换操作细致优化网络,从而得到满足目标函数的网络拓扑。实例表明该方法对所寻网络没有特殊要求,不依赖于网络初始结构,易于解决复杂结构网络的寻优问题,重构速度较快、结果理想。     

并联式混合动力汽车模糊能量管理策略优化

文章分析了并联式混合动力汽车电机和发动机功率的实时分配问题,为提高发动机和电机的工作效率,设计了一种基于蚁群优化的模糊控制策略。通过发动机台架性能测试的实验数据,拟合得到发动机工作效率函数,并绘制发动机工作效率图。根据发动机工作效率图制定模糊控制规则,并以发动机工作效率为优化目标,利用蚁群算法对模糊隶属度函数参数进行优化。ADVISOR的仿真结果表明,与未优化的模糊控制策略相比,优化后的模糊控制策略能更有效地改善混合动力汽车的整车燃油经济性,并能更好地解决电池过度放电的问题,提高电池的工作寿命。     

基于图表示学习与知识蒸馏的电缆故障快速识别方法

在牵引供电系统设备故障预警中,准确并快速识别电缆的早期故障是智能化运维的关键技术。为挖掘特征构建的深层信息和解决工程部署迭代速率问题,文章提出一种基于图表示学习和知识蒸馏的电缆故障识别方法。首先,对电缆的电流信号采样分析,将时间序列下的特征信息用图特征进行动态显示和更新,采用卷积自编码器对特征图像实现降噪重构;然后,利用基于知识蒸馏的图卷积神经网络识别算法,构建教师-学生网络故障识别模型,研究在PSCAD仿真环境中搭建电缆故障模型采集过电流扰动信号;最后,通过实验对比证明所提模型的有效性和准确性,所提模型大幅提升模型迭代速率,同时增强在噪声扰动下的鲁棒性,具有工程应用价值。     

主动配电网分布式经济调度的通信拓扑优化

主动配电网采用基于局部通信的分布式经济调度算法能够有效控制网络中的分布式电源经济安全运行。针对优化局部通信网络的权重参数有助于提高分布式调度算法的性能,在分析分布式算法性能影响因素的基础上,提出了分布式调度通信拓扑优化的数学规划模型,该模型以最小化通信网络邻接矩阵第二大特征根为优化目标将通信拓扑优化问题转化为半定规划;通过算例验证了所提方法的有效性。     

一种库群优化补偿调节模型及其基于大系统分解协调的算法

本文在总结众多水库群优化补偿调节模型的基础上,提出了一种系统描述跨流域梯级水库群优化补偿调节的数学模型,并导出了一种基于大系统分解协调的算法.该算法将复杂的多阶段多维决策问题按时段分解为若干相对独立的简单的子系统优化问题,并通过较高一级上的协调,逐次迭代达到整体优化.这种算法将避免水库群优化补偿调节计算中的“维数灾”问题.     

基于融合寻优算法的热电负荷经济性调度

在“双碳”目标下,发展能源利用效率高的热电联产电厂是非常必要的。热电负荷经济性调度是热电联产电厂降低能耗、提高企业经济效益的重要技术手段。为了获得更具经济优势的负荷分配结果,以文献中七机组的典型热电联产电厂为例,构建了热电负荷分配经济性模型,通过引入布谷鸟灰狼融合算法,同时使用惩罚函数进行约束处理,构建得到了不同的优化分配方案,并对所建立模型进行了负荷经济性调度。结果表明：优化后发电成本最低可达10113.81美元/h,与文献结果接近,且优于传统方案优化效果。此外,4种不同方案的优化结果对比表明,提出的CS-GWO算法在算法性能方面具有明显优势,其展现出了更好的收敛性及鲁棒性,能更加快速、准确地为电厂与电网、热网间的负荷匹配问题提供合理的解决方案。     

考虑可再生能源不确定性的最优潮流研究

文章针对含有可再生能源的电网提出了最优潮流优化模型,并对风电出力、光伏出力以及水轮机组出力的不确定性进行了建模。提出了考虑可再生能源不确定性的最优潮流模型,以机组成本以及网络中的网损最小为目标函数,考虑相应的约束条件,利用改进斑点鬣狗优化算法对模型进行求解,引入混沌序列控制向量提升算法整体的寻优性能。最后,在IEEE 30节点系统中对所提的模型和算法进行了仿真分析。     

基于神经网络的柴油机性能预测模型优化

在利用神经网络建立柴油机性能预测模型时,首先统计分析了网络结构、初始权值阈值以及训练样本划分对神经网络预测性能的影响.针对网络预测性能面对随机初始权值阈值及训练样本随机划分时表现的不稳定性,利用遗传算法分别建立针对该两项不稳定因素的优化算法,并在这两种优化算法的基础上提出对网络初始权值阈值及训练样本划分全面优化的综合优化算法.对神经网络预测模型的优化研究是基于某型船用高速大功率高压共轨柴油机,柴油机试验覆盖其推进特性10%,～100%,工况下的126个运行点.通过对优化算法的对比和验证,确认了笔者提出优化算法的高效寻优能力,并对优化获得最优预测模型的性能进行测试,该预测模型具有较好的预测性能.     

基于鲸鱼优化算法的架空导线温度计算方法

架空导线运行温度是电网系统的重要监测参数。文章提出一种基于鲸鱼优化算法(whaleoptimization algorithm,WOA)的架空导线温度计算方法。将架空导线温度值作为鲸鱼位置,利用IEEE标准计算对应的载流量,将其和额定载流量的差值作为适应度函数,通过迭代求解最优鲸鱼位置,作为最终的温度值计算结果。利用IEEE标准所提供的计算样例对所提方法进行有效性验证。实验对比WOA、粒子群优化算法(particleswarm optimization,PSO)和灰狼优化算法(grey wolf optimizer,GWO) 3种启发式算法的性能,结果表明WOA算法的准确率相比PSO和GWO更高,对100组温度值计算结果的平均误差仅为0.000 01℃,误差和仅为0.000 982℃;同时WOA算法的运行时间更短,综合性能最优。     

基于滚动寻优动态规划的负荷优化分配研究

针对动态规划算法在负荷优化分配过程中存在的“维数灾”问题,对算法进行改进。在顺序造表阶段,利用前一阶段的优化信息,完成本阶段的优化计算,建立一种滚动的优化计算方法,以滚动寻优代替全域枚举寻优的方式构造负荷优化分配顺序表,再将构造好的顺序表用于机组逆序分配。改进后的算法减少了优化计算的计算量,提高了优化计算效率,高效准确地完成机组负荷优化分配任务。以贵州某电厂4台300MW机组和1台660MW机组为例进行计算,验证改进后算法的准确性以及算法改进的有效性。算例结果表明：采用滚动寻优方式可以有效减少优化计算量,减少优化计算耗时,提高计算效率。     

三峡梯级水电系统多地区输电短期经济运行网络模型及算法

本文以三峡梯级水电系统为背景,建立了梯级水电系统多地区输电的短期优化运行网络模型;采用线性与非线性最小费用流算法相结合的算法进行梯级间的负荷分配;数据结构采用面向弧表示的最短路算法,速度快,内存小。整个算法用FORTRAN语言编程在IBM PC/XT微机上试算,结果较满意,验证了本文所提出的网络模型及算法的正确性。     

基于粒子群算法的储能电站经济优化调度策略

储能电站的功率分配方案直接影响其调度成本,合理的功率分配方案是保障电站运行经济性的基础。为了合理有效地进行储能电站功率分配,文章以单位周期内调度成本最低为优化目标,搭建了考虑电池容量损失的储能电站调度成本模型,并利用粒子群优化算法(PSO)寻求储能电站调度任务的最优分配方案。在保证完成储能电站调度任务的同时,最大限度地降低调度成本。案例仿真结果表明,文章所提出的PSO优化分配方案比传统等比例功率分配方案具有明显的优越性。当储能电站在传统调度方法下寿命终止(1 597次)时,PSO优化调度方法同比节约调度成本约19.7%,且在此基础上可继续工作370次,使储能电站的运行寿命延长23.2%。