基于DCC-GARCH的海上风电场出力空间相关性分析及预测

多座海上风电场出力之间存在一定的空间相关性,构建合适的风电出力相关性模型有助于提高风电出力的预测精度。针对空间相关性具有时变特性以及难以描述和衡量,提出基于动态条件相关广义自回归条件异方差（DCC-GARCH）模型的海上风电场出力相关性模型。利用多维正态分布和DCC-GARCH模型拟合多风电场的皮尔森相关系数,求解随时间变化的风电场出力空间相关系数,在准确表征空间相关性大小的同时体现空间相关性的时序变化特征。基于DCC-GARCH模型建立多座风电场出力动态空间相关性短期预测模型。基于江苏省盐城市海上风电场数据进行算例分析,结果验证了所提方法的合理性和有效性。     

Sn掺杂Ge-Sb-Te相变薄膜的晶化特性

用磁控溅射法制备了掺杂Sn的Ge2Sb2Te5相变材料薄膜,研究了Sn含量对结晶性能的影响.薄膜的X射线衍射(XRD)表明,热处理使薄膜发生了从非晶态到晶态的相变,并出现Sn-Te相.通过示差扫描量热(DSC)实验测出在不同加热速率下非晶态薄膜粉末的结晶峰温度,计算了材料的结晶活化能.根据结晶动力学分析和结晶活化能数据,掺杂Sn后的Ge-Sb-Te具有更高的结晶速率,用于光存储时将具有更高的擦除速度.     

基于分层学习的三维模型兴趣点提取算法

针对基于学习的三维模型兴趣点提取问题,提出一种兴趣点分层学习的全监督算法.提取三维模型表面所有顶点的特征向量后,将人工标注的兴趣点分为稀疏点和密集点,对于稀疏点使用整个三维模型进行神经网络训练,对于密集点则找出兴趣点分布密集的区域进行单独的神经网络训练;然后对2个神经网络进行特征匹配,得到一个用于三维模型兴趣点提取预测的分类器.测试时,提取新输入的三维模型上所有顶点的特征向量,将其输入到训练好的分类器中进行预测,应用改进的密度峰值聚类算法提取兴趣点.算法采用分层学习的策略,解决了传统算法在模型细节处难以准确提取密集兴趣点的问题.在SHREC’11数据集上的实验结果表明,与传统算法相比,该算法提取兴趣点的准确率更高,出现的遗漏点和错误点更少,对解决越来越精细的三维模型的兴趣点提取问题有较大帮助.     

基于恢复价值动态评估的配电网恢复控制决策

配电网停电后,停电场景、恢复进程和应急情况下的负荷职能等均会影响负荷恢复供电的紧急程度,通常根据待恢复对象自身的恢复价值静态设置其重要等级或重要度,这制约了有限恢复资源的精细化管理.为此,考虑冷负荷启动特性与负荷间职能耦合关系对负荷单位恢复价值的影响,考虑间歇性电源出力的可控性对电源恢复价值的影响,结合母线恢复为周边其他待恢复对象带来的潜在恢复价值,同时计及系统供电缺额、恢复代价和恢复操作的不确定性,提出了综合恢复收益、代价和风险的负荷及电源母线恢复价值动态评估方法.以此为基础,建立了配电网供电恢复多进程优化模型及分区并行恢复决策方法.最后,通过仿真分析验证了所提策略能够有效提高恢复资源的利用率.     

基于配电网分区的分布式混合储能优化方法

为了提高配电网对呈现不同出力特征的分布式电源的消纳能力,实现含多种分布式电源及大负荷并涉及不同出力特征的配电网优化运行,提出一种基于配电网分区的分布式混合储能优化方法。考虑多种分布式电源及大负荷的概率特征,通过K-means算法得到各分布式电源及大负荷的离散化模型,并计算离散化后配电网的电气距离矩阵,得到配电网分区的相似矩阵;采用吸引子传播(AP)聚类算法将配电网按照节点间的相似度大小分为多个分区,进而确定安装混合储能系统的聚类中心节点;考虑储能系统的充放电效率和荷电状态进行混合储能系统的容量配置,采用希尔伯特-黄变换将各分区的不平衡功率分解为高频分量和低频分量,分别作为功率型储能和能量型储能容量配置的参考功率,以确定最优配置方案。算例分析结果表明,所提优化方法可以有效提高储能的利用效率以及配置方案的经济性。     

基于BAS-BP分类器模型的电压暂降源识别

为提高不同电压暂降扰动源的识别正确率,对电压暂降进行有效治理,提出一种利用天牛须搜索(BAS)算法和反向传播(BP)神经网络构建BAS-BP分类器模型的电压暂降源识别方法。文中应用改进S变换提取16个特征指标,组成电压暂降源识别指标体系,为消除冗余信息对分类结果的影响,利用组合赋权法筛选出9个指标作为分类器的输入量。通过BAS算法对BP神经网络的初始权值和阈值寻优,构建BAS-BP分类器模型,实现对配电网不同类型电压暂降源的识别。仿真结果表明,该分类器模型具有一定的抗噪能力与适用性,并且与常规分类器模型相比,具有更好的分类效果。     

通过轨迹特征根分析时变振荡特性

电力系统受扰轨迹具有非平稳振荡特性,无法由平衡点特征根反映。为此,提出受扰轨迹振荡模式的时变性概念,给出瞬时阻尼的计算式;采用小波脊方法获取轨迹各窗口内的特征根,构成振荡模式的时间序列,以便研究扰动大小和系统时变性对低频振荡的影响。小波变换利用滑动的伸缩窗口在多个尺度空间分析信号的时频特性,有较好的频率适应性。通过追踪小波变换的极大值点可以克服Prony和傅里叶算法不适用于时变系统的困难,反映时变振荡特性。指出由于小波变换反映的是窗口内的平均振荡特性,窗口过宽会掩盖其时变性,因此不能用于时变性太强的场合。     

基于灰色关联度的风机MPPT控制影响因素分析

鉴于现有研究未明确指出诸多因素对风机最大功率点跟踪控制性能的影响程度及其主导因素,基于灰色关联度理论定量评估了多种相关因素对最大功率点跟踪控制性能的影响程度。以多种影响因素作为子序列,包括空气密度、风速湍流强度、平均风速、风力机转动惯量、半径和最佳叶尖速比,将评估最大功率点跟踪控制性能的平均风能利用率作为主序列,通过灰色关联度分析获取这些因素对平均风能利用率的影响程度。研究结果表明,湍流强度和转动惯量是影响风机最大功率点跟踪控制性能的主导因素,应在风力机结构设计和最大功率点跟踪控制系统优化时重点考虑。     

Bottom-Up法计算油田注入水中三种细菌的不确定度

为保持地下压力,在油田开采过程中需向地下油层中注水,注入水中最为常见的三种细菌是腐生菌、铁细菌和硫酸还原菌,这些细菌的存在会降低注入水水质并腐蚀管道,影响油田开采。为客观评价三种细菌检测的准确度,采用绝迹稀释法检测技术,利用Bottom-Up法,通过21组数据对三种细菌检测方法的不确定度进行计算。结果表明,绝迹稀释法检测油田注水三种细菌的不确定度分别为:硫酸还原菌±4 mL^-1,腐生菌±6 mL^-1,铁细菌±16 mL^-1。通过Bottom-Up法对检测不确定度进行评估,可真实、准确地反应油田注入水中三种细菌的实际含量范围,为油田注水达标提供技术保障。     

利用摇摆曲线分析多机振荡

互联多机系统的机电振荡是制约系统稳定运行的一个重要瓶颈,利用摇摆曲线直接提取振荡信息已得到广泛重视。在多机系统中,提取系统振荡信息需要确定在什么曲线上提取。应用EEAC的分群理论把多机系统分成互补的两群,可以显示主导振荡模式的中心位置。EEAC等值机解决了曲线选择的问题,可以提取主导振荡信息。通过改进的多机Prony算法直接对多机曲线进行信息提取,可以更多地反映系统的振荡信息,并且各机组的振荡模态能够显示该机组对振荡模式的参与程度。通过对三机的小系统和华东-福建联网的大系统进行算例仿真可以看出,两种方法都可以提取出弱阻尼或负阻尼的振荡信息。EEAC曲线可以突出主导模式,多机Prony算法可以显示更多振荡模式及其模态。