基于XGBoost与Stacking模型融合的短期母线负荷预测

母线负荷预测对于电网安全稳定调度具有重要意义,但母线负荷随机波动性较强,其负荷类型因供电区域的差异而不同。为此,提出一种基于极限梯度提升(XGBoost)与Stacking模型融合的短期母线负荷预测方法。基于XGBoost建立多个母线负荷预测元模型,组合构成Stacking模型融合的元模型层,连接一个XGBoost模型对元模型进行融合,整体构成综合预测系统,并采用粒子群优化算法优化系统参数。通过对具有不同负荷属性的220 kV母线进行实例分析,验证了所提方法的有效性与适用性。     

一种变电站负荷行业构成比例估算方法

为解决负荷模型的时变性问题,提高电网运行的安全性和经济性,提出基于能量管理系统底层负荷出线和专线用户的日负荷数据估算变电站负荷行业构成比例的方法。以实际电网数据为例,首先采用因子分析法对高维度的日采样数据进行降维;然后根据降维结果进行K-means聚类,并基于聚类结果进行负荷特性分析,从而获取典型行业日负荷曲线;最后根据所有底层出线和专线用户的行业归属情况及功率,自下而上聚合得到220 kV变电站的负荷行业构成比例。与用电信息采集系统用户数据的比对结果表明,所提方法估算得到的上层变电站负荷行业构成比例与实际总体相符。     

微电网自适应电流保护原理完善及其新算法研究

微电网由于其运行模式及网络拓扑结构多变等与传统电网的特征差异,需要提供适应其特性的新的保护原理。自适应保护的实时性等特点与该问题恰好契合。首先分析了原有自适应电流保护原理在应用于故障时可能在同一线路出现双向短路电流的微电网中时容易出现的错误,并对此进行了原理完善。其次尝试新的自适应电流保护算法,用三阻抗圆交点的方法计算出等效阻抗这一关键参数,再加入自适应突变量算法,以规避原有算法易受扰动而导致动作错误的问题。而后采用PSCAD对典型微电网进行建模仿真,算例结果验证了该保护能纠正原有原理在特定情况下出现的错误,比原算法更好的稳定性与准确性。     

基于关联分析及堆栈自编码器的气象敏感负荷功率估算方法

气象敏感负荷的逐年增长是夏季电网负荷不断攀升的重要原因,准确估算此类负荷功率对电网运行调度、估计地区需求侧响应能力均有益处。提出了改进典型相关分析方法,建立了负荷-气象非线性关联模型,基于此可计算历史负荷数据中的气象敏感负荷功率。建立了基于堆栈自编码器(SAE)的气象敏感负荷功率估算模型,利用SAE的无监督学习提取日负荷曲线的降维特征,利用关联模型的计算结果作为有标签样本训练估算模型的全连接层,从而由日负荷曲线直接获得气象敏感负荷功率曲线。基于实际电网数据的算例结果验证了所提方法的有效性。