-
题名基于多周期差分特征融合卷积网络的电能质量扰动分类
- 1
-
-
作者
董优丽
丁小俊
李鑫
王颂凯
严林
-
机构
湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室
-
出处
《三峡大学学报(自然科学版)》
2025年第5期106-112,共7页
-
基金
国家自然科学基金项目(52077089)。
-
文摘
电力事件或电力故障持续时间的不确定性以及监测设备的多样化导致电网中实际采集的扰动信号长短不一.针对变化样本长度的电能质量扰动分类问题,本文提出了一种利用多周期差分特征(multi-period differential features, MPDF)和多通道卷积网络的分类方法.首先将扰动信号进行二维转换并以不同的周期间隔进行差分处理,消除正弦周期的背景,强化扰动发生和结束时段的扰动特征;然后构建多通道卷积网络捕捉原始信号和多个周期差分信号的特征信息,再利用全局平均池化获取全局特征;最后将特征进行融合以形成信息丰富、有辨识度的特征表示,从而实现任意长度扰动信号的分类.仿真实验表明该方法特征提取能力强,对变长扰动信号的识别率高.
-
关键词
多周期差分特征
变长扰动
电能质量扰动
融合网络
-
Keywords
multi-period differential features
variable length disturbance
power quality disturbance
fusion network
-
分类号
TM933
[电气工程]
-
-
题名计及时间演变和空间相关的多风电场短期功率预测
被引量：4
- 2
-
-
作者
李丹
甘月琳
缪书唯
杨帆
梁云嫣
胡越
-
机构
三峡大学电气与新能源学院
梯级水电站运行与控制湖北省重点实验室
新能源微电网湖北省协同创新中心
-
出处
《电网技术》
EI
CSCD
北大核心
2023年第3期1117-1126,共10页
-
基金
国家自然科学基金项目(51907103)。
-
文摘
针对多风电场站和多时间步的日前风电功率预测问题,提出了同时计及单风场功率时间演变和多风电场间空间相关的深度时空融合多风电场短期功率预测模型。它由门控循环单元、多核卷积层和时变模式注意力机制共同构成。首先通过门控循环单元和多核卷积层分别提取各风电场历史风电数据的时序和多周期特征;然后引入时变模式注意力机制对多风电场时变特征的演变模式赋予相关性权重,同时实现对多风电场功率时间演变规律的纵向追踪与横向对比。中国北方某风电基地实际算例结果表明,所提预测模型能有效利用风电功率时空特性,与现有多种预测模型相比具有更高的预测精度和更强的风功率时变模式学习能力。
-
关键词
多风电场
风电功率短期预测
多周期特征
门控循环单元
多核卷积层
时变模式注意力机制
-
Keywords
multi-wind farms
short-term wind power forecasting
multi-period feature
gated recurrent unit
multi-core convolutional layers
time-varying pattern attention mechanism
-
分类号
TM614
[电气工程—电力系统及自动化]
-
