激励相容的分段式用户互动补偿电价合同模型

实现电力用户与电网公司的友好互动是解决当前能源供需矛盾的有效方式,为了激励用户参与用电互动,需要设计合理的互动机制。提出一种适用于不同类型用户的激励相容的互动补偿电价合同模型。该模型以非线性定价为理论基础,以电网公司利益最大化为决策目标,考虑用户激励相容约束,确定不同类型用户对应的最优互动量和补偿价格。算例表明：该定价模型兼具定价效率与可操作性,不仅能够保证电网公司利益最大化,还能很好地激励用户参与互动,同时能够引导用户披露真实的类型信息,满足用户激励相容特性,在电力市场环境下具有现实的社会、经济意义。     

一种用于SF6分解气体检测的光纤增强拉曼光谱检测装置

SF₆分解气体(SO₂F₂、SO₂、CF₄、COS、CO₂和CO)含量是反映气体绝缘设备故障及老化状态的重要特征量,开展多组分特征气体低检出限、高准确检测方法研究对于气体绝缘设备安全可靠运行具有重大的意义。研究了一种基于光纤增强拉曼光谱气体传感平台,通过增加拉曼光的收集效率实现拉曼信号的增强。在0.5 MPa气体压强、0.3 m光纤和60 s积分时间下,SO₂F₂、SO₂、CF₄、COS、CO₂和CO的最小检测极限分别为9.5μL/L、2.9μL/L、4.9μL/L、8.5μL/L、3.6μL/L和13.9μL/L,实现了SF₆分解气体的拉曼光谱低检出限检测,在设备的在线监测领域具有极大的应用潜力。     

基于Shapley值抽样估计法的电力用户参与互动效益分摊方法研究

为促进用户与电网实施友好互动,降低能源消费和用电负荷,应研究如何将电网公司的互动效益按一定补贴比例公平地分摊给各参与用户。为解决传统Shapley值法的组合爆炸问题,提出一种基于Shapley值抽样估计法分摊用户互动效益的补偿方法,该方法在满足收支平衡的约束条件下,通过分层随机抽样方法减少样本量;为确定各层样本分配量,综合比较了随机分配法、平均分配法及Neyman最优分配法的优缺点;为解决Neyman最优分配法中参与者各层样本标准差未知的问题,提出一种基于强化学习算法的ε(t)迭代估计最优分配方法。算例表明所提出的方法具有Shapley值法的所有特性,能精确地估计Shapley值法的分摊结果,因而能实现公平合理的分配,同时能有效地减少计算时间。     

基于深度学习的电力杆塔缺陷检测

针对目前无人机电力杆塔巡检过程中航拍图像背景复杂、杆塔组件尺寸差异大、缺陷种类多导致的巡检效率低和缺陷漏检率高等问题,本文提出一种动态位置查询引导的多尺度实例分割方法和基于图特征记忆的缺陷检测方法。所提实例分割方法通过提取多尺度航拍图像特征,选择特征中具有最高关注度分数的低分辨率像素,将其映射到高分辨率特征的相应位置,并添加边界框检测器以提高电力杆塔的分割精度。在缺陷检测算法中提出可学习的图特征描述符,构建了一个记忆库来提取关键元素,以获得更准确的样本特征,提高缺陷检测效率。本文方法在自建的两个缺陷检测数据集上与其他先进算法进行对比,实例分割box＿AP和mask＿AP相较于Mask2Former分别提升了7.6%和0.5%,缺陷检测算法AUROC分别比次优算法提高7.3%和1.6%,F1-Score分别比次优算法提高6.7%和6.9%,充分表明了本文算法出色的电力杆塔缺陷检测性能。