基于改进自适应密度峰值算法的日负荷曲线聚类分析

电力市场的逐步开放以及大量可再生能源的接入使用户具有更多的用电自由,导致电力用户类型多样化、用户间负荷特性差异逐渐增大、负荷数据的类簇分布情况复杂化。为解决传统聚类算法面对不均衡负荷数据集时聚类效果不佳以及缺乏自适应能力等问题,提出一种改进自适应密度峰值聚类(Improved self-adaptive Density Peak Clustering,ISDPC)算法。首先,基于K-最近邻(K-Nearest Neighbor,KNN)和相对密度的思想定义了一种新的密度度量方式。然后在决策图中拟合分段函数得到最优类簇数目。最后,通过构造加权KNN图改进样本分配策略。试验结果表明,与传统聚类算法相比,所提方法聚类结果更加精确、具备自适应能力、鲁棒性更强。     

基于改进最小叉熵法的区域综合能源系统经济效益评估

区域综合能源系统（regional integrated energy system,RIES）作为一种可充分利用多种能源的有效网络形式,其组成方案的经济效益评估意义重大。文章首先分析了RIES的架构,搭建了RIES经济性评价指标体系。为提高指标权重融合的合理性,本文提出可反映主客观权重内在联系的改进最小叉熵法;并结合优劣解距离法（Technique for order preference by similarity to ideal solution,TOPSIS）和秩和比法（Rank-sum ratio,RSR）,进行RIES投资方案的多准则评价排序并选出最优方案。最后,选取某工业园区不同系统组成方案作为算例进行经济效益评估验证,结果证明了该方法的工程实用性,对RIES规划、改造等项目的经济效益评价具有一定的参考价值。     

基于深度强化学习的无人机间通信链路智能决策

由于无人机组网灵活、快速、低成本的特性,空中基站被视为在未来无线通信中有前景的技术。无人机集群可以通过相互协调和合作,完成的复杂任务,具有重大的研究和实用价值,而无人机间的高效通信是当下面临的重大挑战。为了在满足无人机间通信速率的前提下,尽可能节省发射功率,本文提出基于深度强化学习的集群方案和功率控制的智能决策算法。首先,本文设计了三种无人机集群方案,以对地面用户提供无缝的无线覆盖;然后,本文提出了基于深度Q网络（Deep Q-network）算法的集群方案和功率控制决策算法,用深度神经网络输出不同条件下联合决策的无人机集群方案和发射功率,并研究了重要性采样技术,提高训练效率。仿真结果表明,本文提出的深度强化学习算法能够正确决策无人机集群方案和发射功率,与不带强化学习的深度学习（Deep Learning Without Reinforcement Learning, DL-WO-RL）算法相比,用更低的发射功率满足无人机之间的通信速率要求,并且重要性采样技术能够缩短DQN算法的收敛时间。      

基于随机机会约束规划的最优电价决策

提出了一种配电市场初期进行最优电价决策的方法。根据负荷和实时电价随机性的特点,将两者构成随机向量,基于随机机会约束规划(CCP)建立了数学模型。以减小用户成本为目标,以配电公司利润保证为约束,同时考虑配电公司面临的市场中的风险。通过这个数学模型可以有效地确定最优零售电价,并可以使配电公司对实时市场的风险进行规避。算例分析了各个因素对零售电价的影响,并通过随机量不同形式的概率分布验证了模型的合理性。     

内蒙古不同地区、不同畜种乳及乳制品中乳杆菌属细菌的分布

对采集呼伦贝尔市、巴彦淖尔盟及阿拉善盟牧民家庭的各类乳及乳制品样品中的乳酸杆菌进行了分离鉴定，以研究内蒙古不同地区、不同畜种乳样中乳酸菌的种类及分布情况：结果表明，不同地区、不同畜种乳样中乳酸杆菌的分布是有差异的，呼伦贝尔市以鼠李糖乳杆菌(24．1％)、戊糖乳杆菌(17.2％)、植物乳杆菌(13．8％)占优势；巴彦淖尔盟以植物乳杆菌(62.5％)、干酪乳杆菌(7.5％)和瑞士乳杆菌(7.5％)占优势；阿拉善盟以干酪乳杆菌(31．2％)和植物乳杆菌(25％)占优势。3个地区共有的菌株类型为植物乳杆菌、干酪乳杆菌和弯曲乳杆菌。在内蒙古传统乳制品中，植物乳杆菌占绝对优势，占分离菌数的38．8％，其次是干酪乳杆菌、鼠李糖乳杆菌等。     

关联规则在输电网安全性评价中的应用

一种新的查找方法:数据挖掘方法,用来查找输电网存在的危险点。建立了一个智能化的数据挖掘工具,从输电网安全性评价数据库的大量历史数据中获取输电网中存在的危险点从而指导管理者进行决策。数据挖掘工具的核心是:采用Apriori算法找关联规则从而判断影响输电网安全性的危险点。通过危险点查找,确认发生事故的可能性及其严重程度,提出相应的整改和控制措施,达到预防、控制隐患和事故。     

动态风险评价指标下的配电侧最优购电分配

针对配电侧在场购电时,很难处理好风险、收益及供电可靠性三个目标函数之间关系的问题,提出衡量配电侧最优购电分配的评价指标.既考虑了对评价指标的主观及客观分析,也考虑了购电时的决策影响和实时变化的动态风险.运用层次分析法、熵权法和贝叶斯方法给出购电分配的指标权重.评价指标下的收益和供电可靠性用升半梯形法作标准化处理,风险则用降半梯形法标准化处理.所建立的模型能科学地处理配电侧购电风险、收益及供电可靠性三个目标函数之间相互影响且相互冲突的关系.     

基于遗传膜算法的含风电机组和电动汽车的配电网分时段动态重构

在新能源不断接入配电网的环境下,配电网分时段动态重构变得越来越重要。配电网分时段动态重构模型中考虑了电力公司从风电机组的购电成本、随机波动性成本、电动汽车充放电成本和网络损耗成本等。在满足各时段配电网安全运行等约束条件下,以配网经济性最优为目标函数确定最终的开关组合,该模型反映了风电机组和不同类型电动汽车对电网经济性的影响。为克服重构中产生大量重复解,提出等份交叉概率选择法,并提出一种膜计算与改进遗传算法相结合的遗传膜算法对上述模型进行求解,该算法克服了基本遗传算法的"早熟"问题。实验验证了上述模型和方法的正确性和有效性。     

水轮发电机转子绕组故障的智能在线识别

针对水轮发电机常见故障转子绕组两点接地和匝间短路目前尚缺有效的在线监测措施的问题,提出了一种基于智能技术的转子绕组故障在线识别途径。由相关文献提及的现场运行故障特征分析确定需要采集的各实时特征量,采用模糊理论对故障特征量变化的严重程度进行聚类,采用适合处理动态数据的Elman神经网络基于特征量对转子绕组故障进行识别。在Matlab 6.5下仿真一台凸极发电机转子绕组故障的结果表明,该技术流程能够识别出凸极发电机转子正常运行、匝间短路,两点接地等运行工况。     

采用PSO-BF算法的微电网多目标电能优化调度

考虑到微电网中各分布式电源的特点以及充分发挥分布式发电技术在经济、环境和能源方面的优势,在满足系统约束条件下,提出了一种综合考虑微电网的运行成本、电压偏差以及微电网削峰填谷能力的微电网多目标经济调度模型。同时针对粒子群算法(PSO)在求解优化问题时易陷入局部最优的缺点,提出一种粒子群-细菌觅食算法(PSO-BF)用于求解微电网电能优化调度问题。仿真结果表明该算法具有较强的全局、局部搜索能力且收敛速度快、精度高的特点。