基于改进的AHP-CRITIC组合赋权与可拓评估模型的配电网综合评价方法

针对配电网综合评价问题,提出了一种改进的基于最小二乘的AHP-CRITIC组合赋权与可拓评估模型。针对单一赋权法具有一定偏向性的问题,通过层次分析法和CRITIC法分别确定主观权重与客观权重,构建基于最小二乘的组合赋权模型并采用遗传算法求解,从而确定综合权重。针对传统可拓评估模型中经典域确定的主观性,引入三角模糊数对其进行构建。针对现有关联度与等级变量特征值计算的准确性问题,分别提出了关联度的修正方法与等级扩展方法。算例表明,所提方法能够对配电网进行科学合理的分类,评价结果可信度高。     

基于影子价格和空间误差面板数据模型的配电网投资优化方法

针对目前配电网的投资分配忽略地理邻接及电网互联影响的问题,提出了一种基于影子价格和空间误差面板数据模型的配电网投资优化方法.首先建立由底层指标和目标层指标构成的评价体系,利用最优化问题的求解方法求解各底层指标的影子价格和最优解.据此,结合各层指标权重得出配电网综合评分.引入空间误差面板数据模型,根据综合评分结果,构建投...     

一种考虑低压侧直供潜力的输配电网规划方法研究

针对电网规划中输配电网协调性不足和资源利用率不高的问题,将直供负荷纳入电网规划中,以合理利用高电压等级变电站的容量,并充分利用变压器低压侧直供潜力来提高电网的供电能力。通过引入反馈变量,建立输电网与配电网连接处功率耦合关系,实现输电网规划模型和配电网规划模型的分布式求解,在优化配置模型求解过程中,由于目标函数比较复杂且为非线性函数,采用群体最优值交叉操作的量子粒子群算法（CR-QPSO）对其进行求解,并建立粒子记忆集以加快模型收敛速度案例分析验证了所提方法的有效性。     

基于CNN-SVM的高压输电线路故障识别方法

高压输电线路故障识别对保证电网安全稳定运行具有重要意义。提出了一种基于CNN-SVM的高压输电线路故障分段识别方法。针对传统故障识别方法数据特征提取过程复杂的问题,通过深度学习的CNN模型,将故障特征以时序矩阵形式输入其卷积层与池化层,从而简化特征提取与计算过程。此外,针对高压输电线路故障特征不明显导致相间故障识别率较低的问题,提出将故障相间电流差及非故障相负序与零序分量作为特征,输入到SVM模型,进而判断相间故障接地类型。仿真结果表明,所提方法准确率高,与其他深度学习方法相比,在相间故障识别的准确率上提升尤为显著。     

一种考虑低压侧直供潜力的输配电网规划方法研究

针对电网规划中输配电网协调性不足和资源利用率不高的问题,将直供负荷纳入电网规划中,以合理利用高电压等级变电站的容量,并充分利用变压器低压侧直供潜力来提高电网的供电能力。通过引入反馈变量,建立输电网与配电网连接处功率耦合关系,实现输电网规划模型和配电网规划模型的分布式求解,在优化配置模型求解过程中,由于目标函数比较复杂且为非线性函数,采用群体最优值交叉操作的量子粒子群算法（CRQPSO）对其进行求解,并建立粒子记忆集以加快模型收敛速度案例分析验证了所提方法的有效性。