多类型源储协调互动的配电网分布鲁棒优化调度

分布式光伏、风电等可再生能源出力具有较强的随机性和不确定性,其大量并网给配电网的运行带来了极大的挑战。本文提出了一种多类型源储协调互动的配电网分布鲁棒优化调度方法,基于分布鲁棒优化理论,对配电网中传统离散设备、可再生能源以及储能决策进行协调优化,提高配电网运行的经济性和安全性,实现了配电网运行决策保守性与鲁棒性的有效平衡。首先,考虑多类型源储资源的协调互动,建立配电网优化调度模型,并将其转化为混合整数二阶锥规划的形式;其次,利用可再生能源出力场景集进行不确定性刻画,建立分布鲁棒优化模型,并通过列和约束生成算法进行求解;最后,在PG&E69节点系统上进行算例分析,验证了所提方法的可行性与准确性。     

电网故障处置预案文本中的命名实体识别研究

电网故障处置预案是电网故障处置的重要参考,对电网故障处置预案文本中各类电力设备、名称编号等细粒度的关键实体信息进行抽取,是实现计算机学习理解预案内容并进一步支撑故障处置智能化的重要基础。文中提出一种基于深度学习的电网故障处置预案文本命名实体识别技术,首先采用字向量表征预案文本,然后将注意力机制以及双向长短期记忆网络相结合,有所侧重地提取实体词深层字符特征,最后采用条件随机场求解最优序列化的标注。算例表明:文中所提预案文本命名实体识别模型不依赖人工特征,能够自动高效地提取文本特征,准确识别预案文本中细粒度的实体词,满足预案文本中关键实体信息精确定位和识别的要求。     

基于改进LMD和能量相对熵的主动配电网故障定位方法

针对配电网发生单相接地故障且分布式电源（distributed generations, DGs）大量接入后,配电网结构和运行方式复杂多变、故障后电气量不明显、故障特征弱等特点,提出一种基于改进局部均值分解（improved local mean decomposition, ILMD）和能量相对熵的主动配电网故障定位方法。首先,利用镜像延拓将信号在两端延拓,消除LMD存在的端点效应,同时,在信号中加入自适应噪声,克服LMD存在的模态混叠问题,对各区段暂态零序电流进行ILMD分解;然后对分解后所有乘积函数（product function, PF）的能量相对熵进行计算,所有PF分量的相对能量熵之和即为区段间的相对能量熵,通过所设置的定位判据,对故障区段进行判断。仿真结果表明,所提算法在10 kV小电流接地系统和改进的IEEE33节点系统中,在不同的仿真条件下故障定位结果准确率高,验证了所提方法的准确性。     

宽频带范围下磁场能量收集的匹配网络设计

磁场能量收集技术是电磁环境中分布式传感器实现自供能的有效手段。与工频磁场和射频磁场等单一频率的磁场环境不同,电力变换器中的磁场分布具有宽频率范围特性。为了提高取能模块的功率密度,应尽可能多地在有限体积内收集能量,提出通过采用双级谐振-带通滤波网络。与此同时,基于相同取能线圈,充分对比了不同电流和负载特性下,单级谐振网络和双级谐振-带通网络的输出特性,归纳出双级谐振-带通网络的适用范围。     

考虑新能源消纳及需求响应不确定性的配电网主从博弈经济调度

针对当前配电网侧风电消纳率较低的问题,运用Stackelberg动态博弈理论,提出一种以配电网侧为主体、负荷侧为从体的主从博弈模型.通过分析用户负荷特性,建立用户负荷特性模型;运用三角模糊数描述需求响应的不确定性,建立价格型需求响应不确定性模型;以配电网侧配电网运行成本最小及风电消纳最大、负荷侧用户电费最低为目标建立配电网主从博弈经济模型,二者通过优化配电网侧的准实时电价策略集及负荷侧需求响应策略集达到博弈均衡;以修改后的IEEE 30节点系统为算例,采用改进型教与学优化算法求得该主从博弈模型的均衡解.算例仿真分析表明,所建模型能够有效提高配电网风电消纳能力,减少配电网运行成本和用户电费,实现主、从体双方社会效益与经济效益最优化.     

基于多变量解耦控制的配电网单相接地故障集成化柔性消弧方法

随着静止无功补偿装置、柔性消弧装置、大功率逆变器等电力电子装备应用逐渐增多,配电网柔性化加快发展,但已有电力电子装备存在功能单一、成本高等问题.基于直流侧并接储能元件的直挂式级联H桥变流器,将多变量解耦控制方法与电流消弧方法相结合,实现柔性电力电子装备输出电流在dq0坐标系下的独立调节,使单套柔性电力电子装备同时集成配电网有功功率、无功功率双向流动控制,以及单相接地故障柔性消弧功能,有效提高电力电子装备的利用效率.理论分析以及功率控制和单相接地故障消弧建模仿真结果验证了所提方法的可行性.     

基于改进自注意力机制生成对抗网络的智能电网GPS欺骗攻击防御方法

为了避免全球定位系统欺骗攻击(GSA)对相量测量装置造成的危害,提出了一种基于改进自注意力机制生成对抗网络(SAGAN)的智能电网GSA防御方法.首先,通过引入深度学习参数,构建了改进网络-物理模型,利用历史数据计算得到当前时刻的量测值.然后,在SAGAN的生成器和判别器网络中分别融入一个时间注意力模块,提出了一种用于实现网络-物理模型的改进SAGAN防御方法.通过训练改进SAGAN,得到一对判别器和生成器,利用判别器检测采集的量测值是否遭受GSA,当检测到攻击时,利用生成器生成的数据替换欺骗数据,从而实现智能电网对GSA的主动防御.最后,基于IEEE 14节点和IEEE 118节点系统进行仿真测试,结果验证了所提方法的可行性和有效性.     

基于MMS替代协议的变电站安全通信技术研究及应用

目前,绝大多数变电站基于IEC61850标准建设,站内通信协议主要包括制造报文规范(MMS)、面向通用对象的变电站事件(GOOSE)、采样测量值(SMV)等,在工程应用实践中逐渐暴露出一些不足与安全隐患.为此,基于MMS替代协议,重点介绍了其实现的功能与安全防护技术.在功能方面,MMS替代协议增加了多个服务,并优化了现有MMS协议的不足;在安全防护技术方面,MMS替代协议的应用层实现了基于SM2算法与调度证书的双向身份认证,杜绝未授权设备的非法接入、攻击,从协议源头杜绝设备连接的不安全性;MMS替代协议的传输层实现了基于SM2算法与调度证书的全链路加密、认证,确保传输数据报文防伪造、防抵赖、防窃取,保护数据报文的机密性、完整性.测试结果表明MMS替代协议在工程应用中具有一定的参考意义.     

基于图像识别的铜转炉吹炼造渣期渣含Fe预测模型研究

铜转炉吹炼是火法炼铜的关键工序,其终点判断与炉寿、铜产率和直收率紧密相关,目前现有人工经验、仪器测定和物料平衡法等终点判断方法均存在一定的局限性。理论上铜转炉吹炼造渣期终点与渣含Fe是否达标有关,而不同Fe含量渣样呈现不同的图像特征,鉴于此,基于图形识别的特征向量提取原理,分别采用卷积神经网络(CNN)算法与支持向量机(SVM)算法,构建了铜转炉吹炼造渣期渣含Fe预测模型,为图像识别技术在铜转炉吹炼终点判断中的应用奠定数模基础。两种模型的实例分析表明,卷积神经网络的训练集预测准确率98%,测试集预测准确率约50%;支持向量机模型的训练集预测准确率99%,测试集预测准确率62%。     

基于自适应共振理论(ART)网络的机床设备实例的分类

阐述了自适应共振理论(ART)网络的原理及训练算法.利用ART网络良好的自组织,自学习,可塑性强的特点,提出基于神经网络的机床设备实例分类的策略.该方法求解简单快速,容易实现,效率高,在实际工程中具有良好的应用前景.