基于自适应极限学习机的变压器故障识别方法

针对变压器状态数据累积规模和复杂程度均增大的情况,单一智能算法进行数据处理的能力有限、精度低,提出了基于自适应极限学习机的变压器故障识别方法。利用免疫算法(IA)的多样性调节机制和存储机制对粒子种群进行优、劣分类,对优、劣粒子分别采用不同的进化方式。经IA改进的粒子群优化(PSO)算法有效克服了种群容易早熟从而导致进化停滞的缺点,提高了全局寻优能力。在参数寻优的基础上,根据寻优输出结果建立变压器故障识别模型。实验计算结果表明所提方法比极限学习机(ELM)、粒子群优化极限学习机(PSO-ELM)、遗传算法优化极限学习机(GA-ELM)方法的故障识别精度高。     

水风储微电网电源容量的优化配置

由于配电系统线路功率和节点电压的约束,在微电网规划中需要弃风弃水来减少设备容量。文中提出一种高效能的友好并网型水风储微电网优化配置方法。通过量化风电资源和水电资源的最大可发电量,结合所提的微电网运行控制策略及运行约束,建立以微电网投资及运营成本、年弃风弃水电量和电源年发电量为目标函数的多目标优化模型;通过基于精英策略的非支配性排序遗传算法(NSGA-II)求出模型的最优解集,并采用逼近理想解排序方法(TOPSIS)选择满意的配置方案。通过韶关地区某实际配电系统进行多场景仿真验证,结果表明该模型提高了可再生能源利用率,保证了配电系统的电能质量,验证了该配置方法的实用性和经济性。     

电力市场中基于模糊负荷的实用有功静态安全域

提出了电力市场环境下基于模糊负荷的有功静态安全域的数学模型及计算方法.在实时平衡市场运营模式下,以系统总购电费用最小为目标函数,利用置信区间的概念求解不同模糊置信度下的显式静态安全域.在保证系统安全的前提下兼顾系统的经济性.给出了基于现代内点法的求解算法,最后以IEEEl4节点系统为算例,说明了该模型的实用性和可行性.     

特色专业建设与学生综合能力的培养研究

本文探究了电气工程类专业开展特色建设的框架构想,电气工程类在地方和民族地区实施特色专业建设和改革的思路,探索适应于特色专业建设和改革需要的师资队伍建设和培养方式以及措施,研究"工学一体化"创新人才的培养模式,提出电气工程类创新人才创新思维、创新能力和综合素质的培养方法和途径.     

基于条件风险价值风险控制的多电源虚拟电厂机组动态聚合优化模型

虚拟电厂存在源荷不确定性的问题会导致虚拟电厂在获取收益同时也要面对一定的风险损失。针对此问题,提出在日前从现有的多电源机组中选择可调容量合适的机组组建虚拟电厂,就能有效规避风险损失,使虚拟电厂的收益最大化。文中采用条件风险价值作为风险度量的指标,以运行收益最大化和风险损失最小化为优化目标,建立基于条件风险价值点（CVaR）风险控制的多电源虚拟电厂机组动态聚合优化模型。首先,采用场景技术来模拟虚拟电厂中源荷的不确定性;然后,在此基础上研究了虚拟电厂管理者的风险偏好对虚拟电厂机组选择的影响,以及环境惩罚成本和购电电价对虚拟电厂机组选择的影响;最后,通过算例仿真验证了该模型的正确性。结果表明,当虚拟电厂管理者选择合适的风险偏好时,虚拟电厂机组的动态聚合模型可有效降低虚拟电厂的风险损失以及提高虚拟电厂供能的稳定性。     

电力市场中的闲置成本及其回收方法

简要介绍了美、英两国对电力市场中闲置成本的研究情况,包括在竞争环境下闲置成本的形成原因、评判标准、影响因素、计算方法及回收策略。     

自适应免疫遗传算法及其在区域电力系统最优备用容量计算中的应用

充分利用区域互联电力系统在紧急情况下可以互相支援互为备用的特点,建立了区域电力系统的最优备用容量数学模型,该模型采用基于最小发电成本函数和最小网损函数组成的归一化最小综合经济成本作为目标函数。针对问题的具体特点,运用自适应免疫遗传算法求解最优备用容量,利用图论中的最大支撑树概念,采用自动产生可行解的编码策略对染色体进行编码,以及交叉、变异概率的自适应选取,在IEEE30节点测试系统上的仿真结果验证了所提模型的合理性、所提方法的可行性。     

双重化继电保护系统可靠性的五状态空间模型与评估方法

双重化继电保护配置是220kV及以上输电网的基本要求,对电力系统安全可靠运行有着极其关键的作用。文中针对由两套主保护及远近后备保护所组成的双重化继电保护系统,建立了4种工况下的双重化继电保护系统的五状态空间模型。在五状态空间模型的基础上,根据马尔可夫状态空间的分析原理,构造了其状态转移矩阵,确定了其正确切除故障概率和失效率与系统故障率及不同状态之间维修率的关系。以某电网为实例进行了计算,计算结果充分说明了双重化继电保护配置的重要性和关键作用。     

基于免疫PSO的新能源配电网无功多目标模糊优化

考虑分布式能源的间歇性和随机性对配电网电压的影响,用模糊数表征分布式电源出力不确定性和负荷功率的波动性,构建配电网多目标模糊无功优化模型,提出分布式电源和无功补偿装置输出无功功率的协同优化方法。以有功网损最小和电压偏差最小为目标函数,并将目标函数和约束条件模糊化,根据其隶属度函数形成模糊适应度函数,再将两目标通过最大满意度法转化为单目标,最后利用免疫粒子群算法进行求解,从而确定在负荷功率模糊波动下具有不同模糊出力水平的分布式电源和具有不同运行方式的无功补偿装置输出无功功率的最优值。以IEEE33配电网系统为算例,验证了所提出的模型和算法的可行性和有效性。