基于DTW-FCBF-LSTM模型的超短期风速预测

为了实时调整电网调度计划、提高电网消纳风电的能力,提出了一种基于动态时间规整(DTW)进行相似数据分析、快速相关过滤方法(FCBF)进行输入属性特征选择、以及基于长短期记忆神经网络(LSTM)的超短期风速预测方法。利用DTW方法筛选出与待预测数据相似性高的训练样本;运用FCBF算法得到优选的输入特征集;构建LSTM模型进行超短期风速预测。以风电场实测数据为算例,将文中方法与现有算法的预测精度进行了对比,验证了所提方法的有效性和先进性。     

基于ICA的语音信号表征和特征提取方法

推导了基于独立分量分析(independent component analysis,ICA)的信号表征方法的有效性,并将基于ICA的信号特征分析应用到说话者识别任务中,通过计算机仿真实验证明该方法对非高斯语音信号受高斯噪声干扰时特征提取的有效性。最后的比较结果证明,基于ICA的信号特征,性能较传统的基于离散余弦变换(discrete cosinetransform,DCT)的Mel频率倒谱系数(mel-frequency cepstral coefficients,MFCC)特征有明显的提高。     

市场环境下含氢储能的售电公司优化调度

电力市场可促进新能源的充分消纳，为能源互联网的高效运行提供平台。市场环境下的氢储能系统不仅具有充电、放电的双向调节性能，还可以通过售氢服务参与市场行为。售电公司作为售电侧改革的焦点，可以通过氢储能平抑由可再生能源不确定性引起的风险，增加收益。文章首先针对含售氢服务的储氢站进行系统建模，全面考虑制氢、发电和售氢3种工作模式；其次，综合考虑配网安全运行要求以及售电公司运营经济性，以售电公司日前收益最大为目标，建立含氢储能的售电公司优化调度模型。利用二阶锥松弛技术将原混合整数非凸非线性模型转化为混合整数二阶锥规划模型，在商业优化软件GAMS 中调用Cplex求解器进行求解。算例表明，氢储能的参与可为售电公司带来较大收益，并且质子交换膜燃料电池并网逆变器产生的无功功率可为配电网提供多样化辅助服务。