面向分布式电力交易的区块链算法应用研究综述

当下分布式电力交易呈现出中心化网络风险验证和市场竞争过小等问题。区块链技术去中心化、防篡改及分布式存储等特点与分布式电力交易中存在的问题高度契合,将区块链技术应用于分布式电力交易中受到广泛关注。文章从安全防护类算法、数据同步类算法及共识类算法3个方面梳理了区块链相关算法,将其结合分布式电力交易的部分适用场景展开分析,总结现有区块链核心算法在分布式电力交易中优缺点。最后,对区块链技术现在存在的问题及各类算法在未来分布式电力交易的适用性进行分析,通过对3类算法分析综述,从安全、共享、共识3个方面提高分布式交易的交易速率和可靠性,为未来区块链核心算法在分布式电力交易领域的应用提供研究思路。     

基于 RA-LSTM 的轴承故障诊断方法

为解决轴承故障诊断时网络模型不能对一维振动信号中的特征按照重要程度分配不同的权重,导致无法提取具有代表 性意义的特征,进而影响诊断模型的精确度与鲁棒性的问题。 提出基于反向注意力机制( reverse attention mechanism,RA)的特 征突出处理方法,通过将特征进行注意力反向与剪枝,降低非重要特征占比,从而对重要特征进行凸显。 并通过长短期记忆网 络(LSTM)进一步学习特征之间的时间信息后通过全连接层进行故障类型分类。 通过实验选取了最优数据截取长度、剪枝超参 数并对信号添加噪声后模型的稳定性进行了验证。 实验结果表明所提出的 RA-LSTM 轴承故障诊断方法具有优异的故障诊断 性能,故障诊断精度能达到 100%,且在添加噪声后模型的诊断能力仍具有优异的鲁棒性。     

融合 YOLOv5s 与 SRGAN 的实时隧道火灾检测

针对传统隧道火灾检测方法速度慢、误检率高的问题,提出了一种基于 YOLOv5s 的实时火焰检测算法,采用 K-means 重新计算锚框尺寸。 本文提出的 YOLOv5s-SRGAN 融合算法,在 1 326 幅隧道火焰图像中的召回率为 94%,是 YOLOv5s 的 1. 7 倍。 引入了 CBAM 注意力机制模块和梯度均衡机制,分别通过特征提取网络和损失函数提升模型的性能。 与原 YOLOv5s 相 比,火焰检测的平均正确率(IOU= 0. 5)提高了 44%,测试集平均检测速度为 32 FPS。 结果表明,改进后的火焰检测算法对小火 焰目标有了更好的识别效果。     

大型光学遥感卫星高可靠高性能综合电子系统设计

针对大型光学遥感卫星高可靠高性能和好用易用的需求,设计了一种具有高度容错能力的综合电子系统,详细介绍了 系统的体系架构和信息流设计,深入探讨了卫星运行管理和系统容错机制等关键设计技术。 介绍了所设计综合电子系统在某 型号卫星上的在轨应用情况,该卫星充分采用了论文提出的多冗余备份架构、容错技术和运行管理技术,平均每天完成 21 次成 像和 11 次数传,日均拍摄面积高达 1 100 000 km 2 ,最长连续无故障运行时间超过 6 个月,充分验证了所设计综合电子系统具有 在轨高效稳定运行的能力。     

欧洲战略备用机制对我国发电容量充裕性问题的启示

确保发电容量充裕是电力系统安全运行和电力市场稳定的必要条件,是电力工业发展中需要解决的核心问题之一。随着全球能源电力低碳转型,电力系统发电容量充裕性面临着严峻挑战,国际上已实施多种容量机制。文章结合欧洲能源转型及电力市场化改革过程梳理容量机制的建设背景、发展脉络及现状,重点分析欧洲2019/943法案推荐近期适用的战略备用机制,及该机制在芬兰、德国、比利时的设计细节。双碳目标下,我国煤电将由主体电源转变为调节性、支撑性电源,亟需容量机制保障其安全平稳转型。文章梳理了我国煤电容量机制现状及问题,指出战略备用机制具有良好的适用性,分析设计实施该机制的关键问题,为国内容量机制建设提供了决策参考。     

基于注意力机制和卷积神经网络的配电网拓扑辨识

针对当前配电网拓扑变化频繁,拓扑结构实时获取困难等问题,文章提出基于注意力机制和卷积神经网络的配电网拓扑辨识方法。首先利用卷积神经网络挖掘量测信息和配电网拓扑结构之间的关系,学习其映射规则;考虑当前配网中同步相量测量装置(phasor measurement unit,PMU)和微型同步相量测量装置(micophasormeasurementunit,μPMU)等高级量测设备安装数量不足导致获取量测数据质量不高的问题,在卷积神经网络隐藏层中融入注意力机制,以增强模型鲁棒性;通过随机森林算法对特征数据集进行降维,降低模型时、空复杂度;最后,分别基于IEEE 33节点配电网和PG&E69节点配电网开展算例分析,以验证方法的可行性和优越性,并检验利用更少特征进行拓扑辨识的可能性。结果表明：所提方法具有良好优越性和鲁棒性,泛化能力强,在仅提供少量时间断面量测数据情况下便可实现配电网拓扑辨识,且对于辐射网和含环网络同样适用。     

引入电能质量保险机制的日前电能量市场打分出清决策

针对当前日前电能量市场以价格为单一出清依据的现状,提出一种基于熵权法的日前电能量市场打分出清决策方法。首先,介绍参与出清的主体及各主体职能及交互关系,并阐述该方法的基本原理。其次,构建打分出清法模型,包括上网侧电能质量保险模型以及各主体出清收益模型。再次,构建打分出清决策指标体系,包括发电商上网电价、发电能源类别、上网电能质量等级、申报电量偏差率、发电稳定性、燃煤费用及环境污染治理成本7项指标的定义及具体计算。然后,基于熵权法计算各项出清决策指标权重,并应用模糊理论计算得到各发电商各出清时段的得分。市场运营机构根据各时段得分情况,公布出清及惩罚结果。最后,算例结果表明了所提方法的有效性与实用性。     

基于自适应校准和多分支注意力的遥感目标检测

面向复杂多变的遥感场景下目标检测易受干扰的问题,提出了结合自校准模块和D_Triplet Attention的任意方向目标检测模型SD-Centernet。该方法在网络结构中引入旋转角度,为检测框提供角度信息。在Dlanet特征提取网络中引入self-Calibrated模块,通过自适应校准操作融合来自两个不同空间尺度的信息,增大输出特征的感受野。同时为了加强图像局部信息的聚焦,引入D_Triplet Attention,更好的解决了跨维度交互问题。SD-Centernet在HRSC-2016数据集上的检测精度达到86.25%,检测速度达到14.9帧/秒,有效提高了遥感航拍中多方位目标的检测效果。     

自适应加权的多特征融合ECT图像重建算法

为了解决电容层析成像(electrical cpacitance tomography, ECT)图像重建中电容值与介电常数这一非线性病态问题,提出一种自适应加权的多特征融合(adaptive weighted multi-feature fusion, AWMF) ECT图像重建算法,利用网络模型拟合电容张量和介电常数的非线性映射关系。首先,在网络模型中采用密集卷积网络(DenseNet),不仅缓解梯度消失现象,还融合不同通道的特征信息;添加挤压激励网络(squeeze excitation network, SENet)自适应调整特征通道的权重,用以提取不同通道的关键特征,提高重建图像的精度。其次,构建树形聚合结构（tree aggregation structure network, TASN）网络模块,扩大感受野并提取丰富的多尺度特征信息,消除普通卷积所带来的伪影现象。在COMSOL5.3软件上建模仿真后,通过MATLAB2014a对图像进行重建。实验结果表明,重建图像误差系数降低至0.0256,相关系数提高至0.9717,与传统算法和CNN算法相比,具有更高的图像重建质量。     

考虑车辆充电调度机制的电动公交车充电站规划

针对电动公交车充电站的最佳充电容量难以确定及其充电效率低的问题,提出了一种在站址既定情况下考虑车辆充电调度机制的电动公交车充电站优化规划方法。首先,根据电动公交车的发车状态模拟电动公交车日常运行中的电能消耗,生成电动公交车的总运行负荷时序曲线;然后,基于生成的运行负荷时序曲线,构建充电需求度指标,制定电动公交车的充电调度机制;最后,在满足电动公交车充电需求的同时兼顾充电站精细化规划的要求,建立以充电能力最强、投资运行成本最小、光伏能源综合利用指标最大为优化目标的充电站多目标优化规划模型,并采用小生境多目标粒子群优化算法对该模型进行求解,以确定电动公交车充电站的充电桩数量以及光伏发电系统和配电变压器的容量。工程实例分析结果验证了所提方法的正确性和有效性。