基于场景时域概率的主动配电网全协调无功优化

针对主动配电网中风光荷储具有随机性和间歇性,无功全协调优化困难的问题,提出一种基于时域概率的场景分析法,采用CURE聚类法削减全场景数量,然后依次计算全场景的时域概率;提出一种计及源网荷储全协调互动的无功优化策略,通过求解网购电量最小为主要目标的有功优化模型得到集中式储能和可中断负荷的有功功率,以此建立主动配电网无功优化模型,并运用多目标粒子群算法求解,最后以某市一条10 kV配电线路为例验证本文方法的可行性和鲁棒性。     

基于历史信息挖掘的变压器健康状态聚类方法

传统变压器健康状态评估主要集中在评价导则与模型建立上,然而人为因素与低数据利用率或导致评估结果不准确,对此提出了一种基于历史信息挖掘的变压器健康状态聚类方法。首先利用关联分析挖掘变压器历史信息,以置信度量化评价指标。其次采用主分量分析方法获取评价指标关联权重,据此修正指标聚类空间。最后通过Canopy-kmeans两层聚类方法分析变压器集群健康状态,针对不同簇给出相应健康等级以指导状态检修与运行调度。算例分析验证了该方法的可行性与有效性。     

基于时间序列关联聚类的储能电池典型工况曲线提炼

针对储能电池真实运行工况开展评价和检测标准研究已受到业界关注,但尚未形成工况曲线的权威性分析结果。文中基于储能电池典型应用场景中的运行曲线,在未考虑时间序列关联分析工况中特征因子及不同置信度下静态配置值的基础上,提出一种基于时间序列关联分析并结合聚类法的典型工况提炼方法,分析储能电池在工况运行中出力的周期性变化规律、工作模式及其交互顺序与频次,描述电池荷电状态的运行轨迹,提炼出可实时动态控制与评估储能电池出力及能量存储状态的工况特征曲线。以储能跟踪某一风电场风电计划出力的应用工况为例,仿真验证了该方法的有效性和可行性。     

基于多元聚类模型与两阶段聚类修正算法的变电站特性分析

变电站负荷包含多种用户负荷,其特性非常复杂,选择单一的日负荷曲线或是用户构成比例作为指标进行聚类,可能忽略其他因素并导致聚类结果不够全面。由此提出了同时考虑变电站日负荷曲线与变电站用户构成的多元聚类模型。为求解该模型,首先对日负荷曲线数据采用Kmeans算法进行聚类。然后,提出一种两阶段聚类修正算法,用于依照变电站用户构成数据修正日负荷曲线聚类结果。研究结果表明,所提方法所得的聚类结果准确度高,可降低聚类结果跌入局部最优的可能性,且所得结果能明确体现各个变电站在日负荷曲线上及用户构成上的差异。     

电网分区的主动半监督探测方法

分区可以降低电网运行监控和计算分析的复杂度,在实际中得到广泛应用。考虑电力网络演化发展的局域性以及电力系统电压无功的局部性,提出了一种标签节点主动标记的半监督电网分区探测方法:依据电网分区核心节点具有相对较高的连接稠密度且与其他高连接稠密度节点间的距离相对较远的特性,筛选核心节点标记分区标签;依据分区对节点的吸引度,扩散传播分区标签,探测分区组成。为了评价电网分区结果的优劣,借鉴聚类有效性评价的思路,结合电力网络的自身特性,重新定义了silhouettes指标。IEEE 39节点系统算例和某实际电网算例验证了所提方法的有效性和实用性。所提方法可用于电压无功控制、输电断面识别等。     

基于二次聚类弱监督学习的图像语义分割

针对在给定大量用户标注图像基础上,将图像分割成一系列具有单一语义的完整区域,并同时对各区域实现语义标注的问题,提出了一种基于弱监督学习的二次聚类的图像语义分割算法。将谱聚类和判别式聚类相结合,用谱聚类学到的类标指示函数来指导判别式聚类,学习特征的潜在数据结构,利用弱监督信息对聚类分配标签。该方法能够充分利用区域上下文信息,为每个类别选择判别式特征,并且输出鲁棒的多类分类器,对外来没有标签的图像也可以进行有效的区域标注。通过在公用数据集上的充分实验,证明了本方法的有效性。     

基于半监督谱聚类的最优主动解列断面搜索

主动解列最优断面搜索是依据广域测量信息,在大电网遭受大扰动失步崩溃之前,依据实时工况和运行方式,快速准确求取电力孤岛划分的紧急策略。然而,在实际大系统的求解中,计算复杂度呈几何指数增长,是一个NP难题。提出了一种半监督谱聚类算法,首先采用最小复合有功潮流冲击的目标函数和机组同调/分离等相关约束构建详细解列断面搜索模型,然后将最优断面搜索的优化求解过程,映射为约束谱聚类对静态图分割的松弛解求取过程,最后通过改进的PAM聚类算法选择最优主动解列断面。上述过程,在不丢失全网信息前提下,降低了时间复杂度,IEEE 118标准算例和四川电网实际系统的仿真验证,证明了该算法的正确性、有效性和快速性。     

一种实用的配电网无功运行两层优化方法研究

针对多时段动态无功优化,将控制设备动作次数转化成设备调节费用并将其计入目标函数,建立以全天网损费用与设备调节费用之和最小为目标函数的优化模型。将Fisher有序聚类算法引入到负荷曲线分段问题中,使分段后的负荷曲线尽可能贴近实际负荷水平。提出一种基于改进遗传算法和准动态规划法的两层优化算法,以获取全天控制设备的动作方案,实现多时段的协调优化。为兼顾算法的寻优速度和搜索精度,可依据电网规模灵活设置各阶段保留的最优路径数,适合于大规模系统的动态无功优化。算例表明了所提方法的实用和有效。     

考虑区域负荷无功裕度的无功电压优化分区方法

考虑到无功电压分区控制对区域无功平衡能力的要求,提出了区域负荷无功裕度的概念,并建立了同时考虑节点间电气耦合程度、区域静态无功平衡能力与无功储备分区要求的无功电压优化分区模型。模型包括使各分区区域电气半径平方和最小与使所有分区中区域负荷无功裕度值最小的分区无功裕度值最大两个目标函数,约束方面要求各分区内静态无功平衡。针对所建模型的特点采用了多目标自适应进化规划算法求解,并基于IEEE 39节点算例系统,仿真对比分析了所提方法的特点,仿真结果验证了方法的有效性。