考虑训练样本分布不均衡的超短期风电功率概率预测

提出一种考虑训练样本分布不均衡的超短期风电概率预测方法。首先构建深度信念混合密度网络,通过深度信念网络独特的预训练和微调机制提取输入变量的隐特征,利用Beta混合概率分布的有界性准确表征风电预测功率的概率分布,实现隐特征与预测功率概率分布参数之间的非线性映射;然后引入训练样本分布平滑策略,其中特征分布平滑技术用于校准输入特征,标签分布平滑技术用于对各样本误差赋予差异化权重,从输入和输出两方面改善训练样本分布不均衡现象对预测结果的不利影响。实际算例结果表明,与常见风电功率概率预测模型相比,所提模型在点预测和概率预测方面均能获得较高的预测精度,尤其能有效提高低密度样本区域的预测精度。     

基于数据驱动方法的风电机组功率优化

风电机组功率与风电产能息息相关,为提高风电产能及其收益,有必要对风电机组功率进行优化。应用前馈神经网络,从历史运行数据中挖掘风电机组功率与风速和控制量间的函数关系,进而提出逐点优化策略和聚类优化策略,用于实现风电机组功率优化,即在已知测量风速时,优化确定风电机组控制量,实现风电机组功率最大化。后者优化策略在前者优化策略基础上,应用K均值聚类方法聚类风速,从而降低优化计算复杂度,利于风电机组功率的实时优化。定义平均功率增益、功率增益百分比和功率增益概率三种指标用于测度功率优化效果。将两种优化策略应用至H56-850型风电机组,将优化后的风电机组功率与历史运行记录进行对比,结果表明,两种优化策略均可有效提高风电机组功率输出。此外,聚类中心数为5的聚类优化策略,能以较低的优化计算复杂度,达到与逐点优化策略相近的优化效果。     

基于故障树分析的电力变压器可靠性跟踪方法

电力变压器是电力系统中最重要的输变电设备之一,提高电力变压器的可靠性,对整个电网的安全可靠运行具有重要意义。提出了基于故障树分析的系统不可靠性跟踪和薄弱环节辨识方法。给出了应用故障树评估系统可靠性指标的最小割集法。提出了适用于故障树分析的系统不可靠性指标比例分摊准则和系统不可靠性指标跟踪算法。根据变压器结构、各部件功能和故障模式分析,建立了变压器故障树模型。对变压器进行了可靠性跟踪算例分析,确定了影响变压器可靠性的关键部件,辨识了变压器薄弱环节。     

基于DE-GWO算法的光伏系统MPPT仿真研究

光伏系统受部分遮影作用,使其P-V特性曲线呈现多峰特性,导致传统最大功率点跟踪算法的跟踪效率降低。为此,本文提出含双层结构的最大功率点跟踪算法,将差分进化算法和灰狼优化算法分别置于附属层和主层,运用更替和反哺方式促使两组算法协同搜索使光伏系统输出功率最大化的占空比。首先,将占空比拟物为各算法的个体和灰狼;然后,采用差分进化算法快速搜索多组群体,将各组群体内最佳占空比更替为主层狼群的位置;最后,应用灰狼优化算法对狼群的位置寻优,并将α狼反哺回附属层,指导附属层群体更新。在Matlab2017a/Simulink环境下,应用本文算法对不同遮影程度的四组案例进行仿真,结果表明,本文算法在四组案例中跟踪效率分别为:99.63%、99.91%、99.41%和99.95%,均高于其余三类算法,可较好提升光伏系统发电量。     

基于Markov链的光电转换系统可靠性评估与应用

光电转换系统可靠性评估可为光伏电站规划提供有价值参考。为此,本文提出基于Markov链的光电转换系统可靠性评估模型,该模型应用经验准则划分温度-辐照状态并构建其Markov链,再使用应力分析法计算光电转换系统故障率,而后形成光电转换系统故障率Markov链。据此,计算光电转换系统平均故障率等可靠性指标,定义光电转换系统平均故障率的温度和辐照弹性系数,用于量化光电转换系统平均故障率对两类气象因素的灵敏度关系。收集美国North Dakota州多处观测站的实测温度和辐照数据,评估某光电转换系统在不同观测站的可靠性指标,结果表明,低纬度观测站的光电转换系统平均故障率较高,且光电转换系统平均故障率的辐照弹性系数高于温度弹性系数,光电转换系统平均故障率对辐照更敏感。