新能源实时错误数据辨识与修正深度学习模型

针对新能源电站实时采集数据错误的问题,利用新能源电站历史数据,采用基于数据间模型的方法辨识和修正错误数据,进而利用辨识和修正的结果数据,建立基于决策树分类模型的新能源实时错数辨识模型,以及基于深度神经网路的新能源实时错数修正模型,从而在实时运行过程中,可利用得到的模型对新能源错数进行实时快速辨识和修正,可显著提高错数辨识和修正效率,支撑新能源电站的实时分析应用,保障新能源电站的实时安全稳定运行。通过某典型风电场和光伏电站真实历史数据的算例分析,验证了所提方法的有效性。     

基于三相负荷平衡控制的电网节能降损技术研究

介绍某公司研发的一种新型换相开关,并进一步阐述解决三相不平衡的综合产品：集控终端、主站系统和手持PDA装置等,此类产品能够实时采集线路三相数据,调整其三相不平衡程度,并能够帮助电网公司提高电网供电可靠性和提升优质服务水平,具有巨大的经济效益与社会效益。     

基于代理模型的分布式能源现货市场运营模式

如何在信息不对称的环境下实现分布式能源现货市场中多主体利益最大化是亟需解决的问题。提出一种新型的基于代理模型的分布式能源现货市场运营模式,并提出数据驱动的日前市场代理模型的建模方法,得到不显式包含物理模型信息的分布式能源市场出清电价曲线与各市场主体最优联络线功率曲线及其日用电成本之间的映射模型,进而建立基于代理模型的分布式能源现货市场出清多目标优化模型,分布式能源现货市场运营商可基于该模型科学、公正地最大化各市场主体的经济利益。与基于物理模型的集中调度运营模式和基于分段报价的集中竞价出清模式的算例进行比较,验证了所提现货市场运营模式和代理模型建立方法的可行性和有效性。     

数据驱动的虚拟电厂调度特性封装方法

虚拟电厂技术已成为解决新能源/分布式电源并网调度问题的重要技术手段。然而虚拟电厂调度特性由多个不同类型电源共同决定,具有非线性、时序耦合性和时变性的特点。该文提出虚拟电厂调度特性建模方法,解决虚拟电厂如何参与电网调频备用校核和实时优化调度的问题。首先,提出虚拟电厂调度特性封装模型的概念,包括调度成本模型和调度指令可行性模型,为虚拟电厂参与电力系统全局优化调度提供准确依据。然后,提出数据驱动的虚拟电厂调度特性封装建模方法,包括基于深度神经网络的调度成本模型封装方法和基于集成分类的调度指令可行性模型封装方法。进而提出基于封装模型的全局优化调度模式,建立了全局优化调度模型。最后,通过对扩展的包含多个虚拟电厂的IEEE-30节点系统的研究和算例分析,验证了提出的数据驱动虚拟电厂调度特性封装方法,以及利用虚拟电厂最小化实时调度成本的可行性和有效性,解决了虚拟电厂参与电力系统调频备用校核和实时优化调度的难题,为包含虚拟电厂的电力系统全局优化调度提供科学依据和可行方案,也为数据驱动方法在电力系统建模问题中的应用提供借鉴。     

探讨入侵检测技术在电力信息网络安全中的应用

当前,电力信息系统已经得到了比较广泛的应用,电力部门在实现管理信息化的同时,其所面临的安全问题也日益严峻,可以说电力信息的安全问题已经成为电力系统安全和稳定运行的隐患。在本文中,笔者结合自身经验,系统分析了电力信息网络安全结构中存在的入侵问题,并提出了把数据挖掘算法应用到电力信息网络入侵检测的想法,以此条电力信息网络的安全。     

新能源实时错误数据辨识与修正深度学习模型

针对新能源电站实时采集数据错误的问题,利用新能源电站历史数据,采用基于数据间模型的方法辨识和修正错误数据,进而利用辨识和修正的结果数据,建立基于决策树分类模型的新能源实时错数辨识模型,以及基于深度神经网路的新能源实时错数修正模型,从而在实时运行过程中,可利用得到的模型对新能源错数进行实时快速辨识和修正,可显著提高错数辨识和修正效率,支撑新能源电站的实时分析应用,保障新能源电站的实时安全稳定运行。通过某典型风电场和光伏电站真实历史数据的算例分析,验证了所提方法的有效性。     

模型与数据混合驱动的分布式光伏超短期功率预测

针对光伏短期预测不能考虑云团因素以及云团移动机理建模复杂的问题,对模型与数据混合驱动的分布式光伏超短期高精度功率预测方法进行研究。首先,采用深度神经网络模型,实现辐照度和温度与光伏功率的高精度拟合;其次,基于区域多个分布式光伏电站的实际监测数据,建立数据驱动的云团遮挡判别模型;最后,结合云团遮挡情况及其移动态势对邻近电站的影响分析,实现分布式光伏超短期功率的精准预测。依托国内某区域多个分布式光伏电站历史数据进行算例分析,仿真结果验证了所提分布式光伏超短期功率预测方法的有效性和实用性。