基于数据中台的实物资产分析评价工具及方法研究

针对实物资产台账管理业务系统多,实物资产数据统计时间长、分析工作效率低的问题,提出基于数据中台的实物资产分析评价工具及方法研究课题,通过数据中台相关技术的应用,实现实物资产分析评价数据的自动采集统计,提供更加准确及时的数据分析支持,根据电网实物资产管理需求构建数据模型,落实数据统计和分析,保障电网实物资产管理工作的科学性.     

基于解释结构模型的变电设备实物资产效益 影响因素分析

变电设备实物资产效益的影响因素很多,明确不同的风险因素对变电设备实物资产效益的影响对于加强变电设备实物资产管理非常有意义。首先利用鱼骨图,总结了变电设备实物资产效益的影响因素并对其进行解释;其次以影响因素为研究对象,运用解释结构模型对影响变电设备实物资产效益的因素进行了分析,得到了影响变电设备实物资产效益的最终风险、源头风险和过程风险。结果表明:万元资产设备故障率是源头风险,频率合格率、资产后续支出率、设备缺陷比率、资产平均负载率、资产闲置率是最终风险。     

基于灰色关联和TOPSIS模型的电网实物资产综合价值评价

新形势下电网实物资产管理的重要性愈加突出,合理的电网实物资产综合价值评价对电网实物资产管理有着重要指导作用。针对电网实物资产综合价值,首先从规模结构、健康水平、利用效率、管理效益4个方面选取了17项指标,构建了电网实物资产综合价值评价指标体系,其次利用灰色关联度和理想解法建立了电网实物资产综合价值评价模型,最后以某电网公司的3个分公司的电网实物资产数据为例,对其综合价值进行评价,验证了指标体系及评价方法的合理性。     

一种基于模糊评价的输电铁塔资产损失评估方法

输电铁塔是架空输电线路上最重要的支撑设备,关系着电力系统的稳定运行。输电铁塔的受灾倒伏往往给设备资产带来相应的损失。本文分析了输电铁塔的资产评估因素,利用模糊评价法评估出输电铁塔的资产价值,提出了一种计算输电铁塔资产损失的理论方法。最后,给出案例说明,验证了本方法的可行性。     

基于大数据的电网实物资产分析评价系统设计与实现

实物资产分析评价指通过汇集资产在全寿命周期各个阶段的数据,从规模结构、健康水平、利用效率及退役报废等方面进行分析,掌握实物资产现状,从而提出实物资产配置、管理改进方案,最终为实现资产安全、效能、成本的综合最优以及提升资产运行效益提供科学客观的事实依据。本文介绍了一种基于大数据思想和ID-CROSS算法的实物资产分析评价系统,利用数据解析链路原理,实现实物资产分析评价的指标体系、分析维度、数据来源、加工过程和展现。系统的设计与开发立足于工程实践和系统成果在电网企业的应用,验证了文中设计思路的可行性和有效性。     

一种新型非线性差分方程负荷模型接口方法

提出了一种非线性差分方程形式的负荷模型与电力系统仿真计算程序接口的新方法,它同时适用于线性和非线性差分方程形式的负荷模型的时步转化问题.该方法利用差分方程结构简单、易于辨识的特点,将其辨识算法嵌入电力系统仿真计算程序中,解决了非线性差分方程的步长调整问题,使差分方程的计算步长可自动跟踪电力系统仿真计算步长的变化.利用实测的负荷动态响应数据验证了该方法的有效性.     

一种基于敏感性分析的有限元模型优化方法

有限元计算是机械结构分析的重要手段,尤其在机械结构的振动分析方面具有明显优势.然而,有限元计算结果与振动测试结果之间仍存在误差,敏感性分析方法可以通过更新与优化有限元模型减少计算误差.通过对某实际飞机翼箱的实验,采用敏感性分析法进行了有限元模型优化.优化结果表明,采用敏感性分析方法对模型进行更新可显著减小有限元计算的误差.     

一种基于ARMA模型的单回路控制性能评价方法

针对工业过程常规PID控制回路中由于广义被控对象发生变化导致的系统性能退化的现状,针对单入单出控制系统研究了基于脉冲响应曲线的性能评价方法。该方法利用系统单位脉冲响应函数与自回归滑动平均模型Green函数等价的特点,通过对系统常规运行数据进行时间序列分析即可得到系统单位脉冲响应曲线;利用脉冲响应曲线的性能分析系统克服随机干扰的能力,判断当前控制器下系统响应迟缓/振荡。最后将该方法分别应用于仿真过程和工业实际过程验证其可行性和有效性。     

电网企业实物资产的特点及管理方法研究

针对我国电网企业实物资产种类多、总量大、管理难度大等特点,分析了现阶段电网企业实物资产管理存在的主要问题,从规范制度标准、资产过程管理、固定资产清理、资产定期核对、应用信息化系统等方面,系统提出了实物资产的管理方法.     

运行资产价值的实物期权模型及短期风险评估研究

运用实物期权理论研究发电商短期内的运行资产价值,并引入了VaR风险价值的概念,对短期内发电商运行的价值进行了风险评估。在电力市场条件下,针对发电商一般会同时在现货市场和合同市场上分配出力的情况,考虑机组的技术约束,采用蒙特卡罗模拟与动态规划法相结合的方法,对发电商的运行资产价值及其风险作出了定量分析。     

一种基于时钟同步的新能源场站快速频率响应功能测试方法及验证

随着电网新能源占比不断增大,特高压直流输电逐步投运,电网系统调频难度不断加大,新能源场站快速频率响应功能入网检测工作遇到诸多问题。针对青海某风电场两站共用一套AGC、共用一套快频装置的情况,在检测过程中从技术层面做出两站GPS时钟同步、AGC指令叠加及功率分配的优化、功率波动较大等问题的改进,顺利完成检测工作,为今后的快频装置入网检测工作提供参考。     

电力企业基于风险效用模型的资本结构实证分析

电力工业发展的客观需要促使我们对电力企业融资效率进行研究。基于此,本文借鉴风险效用理论,建立基于风险效用函数的资本结构模型,并对其中一家电力上市公司的资本结构进行了实证分析。     

大规模电力系统仿真用新能源场站模型结构及建模方法研究(一):模型结构EI北大核心CSCD

建立准确的新能源场站模型是研究大规模新能源接入对电网影响的基础。该文首先从大规模新能源接入对系统功角稳定性、频率稳定性、电压稳定性、和电力电子多频段振荡角度出发,论述大规模电力系统仿真对新能源场站模型的需求,并总结出新能源场站等值模型需求表。然后,通过仿真验证新能源场站模型对大规模电力系统仿真的关键影响因素,在某些工况下,新能源场站内的拓扑结构、集电线路阻抗、发电单元功率分布的影响不可忽略。最后,综述现有新能源场站等值方面相关文献,通过需求分析、场站为单位的建模体系,提出统一结构的新能源场站等值模型。     

Rowe剪胀方程及一种新的推导方法

剪胀性是岩土材料的重要特性之一。Rowe剪胀方程是一种经典的剪胀方程,它形式简单,所需假定较少,能够反映粗粒土、岩石乃至混凝土的剪胀性。在国内外受到广泛关注,且有很多的改进和发展。但在通常的Rowe剪胀方程的推导中,有一些概念尚需要商榷,所引入的锯齿面也容易引起误导。本文对Rowe剪胀方程及其发展改进进行梳理,提出了参考面的概念,并给出了一种新的推导方法。新的推导方法比传统方法在概念上更为严密,对两种推导方法的探讨也有助于加深对Rowe剪胀方程的理解。     

一种新能源电站有功功率柔性控制方法及应用

当前新能源电站有功功率控制主要采用通信指令调节大量逆变器和风机等设备的方式,其有功功率控制速度慢,无法满足系统级有功功率紧急控制对新能源场站级有功功率控制提出的要求。为此,结合当前新能源电站有功功率控制模式,利用保护装置毫秒级开断速度的优势,提出一种有功功率柔性控制方法,并设计该控制方法的系统架构及有功功率控制流程,以满足正常运行时自动发电控制和紧急情况时快速控制的双重需求。提出多目标约束有功功率优化控制的数学模型,并阐述通过改进的优先顺序法求解该数学模型的具体步骤。通过现场实际应用的案例分析,验证了所提方法的可行性和有效性。     

基于统计学特征的新能源消纳平衡模型及灵敏度分析

在碳达峰、碳中和背景下,新能源将快速发展,掌握消纳机理、量化消纳措施以及科学制定消纳目标,关系到新能源的健康发展和高效利用。研究含高占比新能源电力系统的平衡机理,从新能源统计学规律中提炼出消纳曲线,进而推导出新能源利用率和新能源发电占比的解析式;分析新能源利用率、新能源发电占比对电网备用率、负荷率、常规电源调峰率、新能源资源系数、新能源穿透率的灵敏度,揭示消纳措施对消纳目标的作用机理和规律;基于统计学规律建立新能源消纳的测算模型和回算模型。基于西北电网实际运行数据进行量化分析,结果表明,所提模型和方法可以揭示新能源消纳的规律,为新能源装机规划、消纳措施量化、消纳效果评价提供理论依据和工程指导。     

一种基于非线性模型的家庭能量优化方法

本文提出了一个家庭需求响应计划(DR).DR计划通过安排设备的运行时间和能耗水平在家庭能源管理系统中发挥关键作用,从而节省能源成本.DR程序提出了具有挑战性的优化问题,因为它们的公式是混合整数非线性问题(MINLP),这些问题通常很难解决.为了克服这个困难,我们使用了一种改进的粒子群优化算法(PSO),它能够实现近乎最...     

一种基于混合模型的短期电价预测方法

针对电力现货价格存在的高波动性、非线性特征的问题,采用变分模态分解（VMD）和WOA-ATT-BiLSTM相结合的方法实现了短期电价预测。首先使用VMD将原始电价序列分解成多个相对平稳的子序列,然后采用结合注意力机制的ATT-BiLSTM来提取电价子序列中的特征信息并进行预测,同时引入鲸鱼优化算法（WOA）优化ATT-BiLSTM的超参数来提高预测精度,最后为验证方法的有效性,使用了法国电力市场的数据进行实验比较。结果表明,基于VMD和WOA-ATT-BiLSTM模型的平均绝对百分比误差（MAPE）为2.91%,均方根误差（RMSE）为1.65欧元/MWh,平均绝对误差（MAE）为1.29欧元/MWh,相较于其他对比模型具有更准确的预测效果。     

一种基于CAEs-LSTM融合模型的窃电检测方法

为解决现有的智能电网电力盗窃行为检测方法中准确性不足、检测效率低下等问题,提出了一种由卷积自编码器网络(convolutional auto-encoders,?CAEs)和长短期记忆网络(long short term memory,?LSTM)相结合的CAEs-LSTM检测模型。该模型通过分析数据集的特点对电力数据进行二维转换,设计卷积自编码器结构,采用池化、下采样和上采样重构电力数据的二维空间特征,加入高斯噪声提高模型鲁棒性,并构建长短期记忆网络以学习全局时序特征。最后,对提取的时空特征进行融合从而检测能源窃贼,并进行了参数调优。在由国家电网公布的真实数据集上,通过将CAEs-LSTM模型与支持向量机、LSTM以及宽深度卷积神经网络进行对比,CAEs-LSTM模型的平均精度均值和曲线下面积值均最优。仿真实验表明,基于CAEs-LSTM模型的窃电检测方法具有更高的窃电检测效率和精度。