针对新能源电力系统中源荷不确定性导致的系统调度灵活性严重不足问题,文中提出了一种考虑源荷不确定性的电力系统两阶段鲁棒优化模型。根据源荷不确定性特征,结合K-means法和鲁棒优化理论,在多时间尺度对电力系统灵活性需求进行量化。...针对新能源电力系统中源荷不确定性导致的系统调度灵活性严重不足问题,文中提出了一种考虑源荷不确定性的电力系统两阶段鲁棒优化模型。根据源荷不确定性特征,结合K-means法和鲁棒优化理论,在多时间尺度对电力系统灵活性需求进行量化。首先,建立日前鲁棒调度模型,充分挖掘火电机组、抽水蓄能等资源的灵活调节潜力,将火电灵活改造及抽水蓄能抽发状态作为模型的第一阶段决策变量,各灵活资源的出力作为第二阶段决策变量,并以灵活改造成本、碳排放成本及运行成本最小为优化目标。其次,在模型求解中,将所建立的两阶段鲁棒模型转化为相对独立的主问题和子问题,并采用列与约束生成(column and constraint generation,C&CG)算法和强对偶理论反复迭代,以逼近最优解。最后,通过算例验证,所提出的优化调度策略在满足灵活性需求的基础上,统筹各类资源,实现了系统中经济性、环保性、灵活性的均衡,并增强了对源荷不确定性风险的抵御能力。展开更多
针对有噪声的高维数据引起决策树预测准确率下降的问题,利用容噪主成分分析(Noise-free Principal Component Anlysis,NFPCA)算法思想对C4.5算法改进而形成NFPCA-in-C4.5算法。该算法一方面将高维数据噪声控制问题转化为拟合数据特征与...针对有噪声的高维数据引起决策树预测准确率下降的问题,利用容噪主成分分析(Noise-free Principal Component Anlysis,NFPCA)算法思想对C4.5算法改进而形成NFPCA-in-C4.5算法。该算法一方面将高维数据噪声控制问题转化为拟合数据特征与控制平滑度相结合的最优化问题,从而获得主成分空间;另一方面在决策树自顶向下构建新节点的过程中,再将主成分空间恢复到原始数据空间来避免降维过程中属性特征信息永久消失。实验结果表明NFPCA-in-C4.5算法兼具降维和容噪功能,避免了降维中由特征信息损失和噪声残留造成的预测模型准确率大幅降低的问题。展开更多
文摘针对新能源电力系统中源荷不确定性导致的系统调度灵活性严重不足问题,文中提出了一种考虑源荷不确定性的电力系统两阶段鲁棒优化模型。根据源荷不确定性特征,结合K-means法和鲁棒优化理论,在多时间尺度对电力系统灵活性需求进行量化。首先,建立日前鲁棒调度模型,充分挖掘火电机组、抽水蓄能等资源的灵活调节潜力,将火电灵活改造及抽水蓄能抽发状态作为模型的第一阶段决策变量,各灵活资源的出力作为第二阶段决策变量,并以灵活改造成本、碳排放成本及运行成本最小为优化目标。其次,在模型求解中,将所建立的两阶段鲁棒模型转化为相对独立的主问题和子问题,并采用列与约束生成(column and constraint generation,C&CG)算法和强对偶理论反复迭代,以逼近最优解。最后,通过算例验证,所提出的优化调度策略在满足灵活性需求的基础上,统筹各类资源,实现了系统中经济性、环保性、灵活性的均衡,并增强了对源荷不确定性风险的抵御能力。
文摘针对有噪声的高维数据引起决策树预测准确率下降的问题,利用容噪主成分分析(Noise-free Principal Component Anlysis,NFPCA)算法思想对C4.5算法改进而形成NFPCA-in-C4.5算法。该算法一方面将高维数据噪声控制问题转化为拟合数据特征与控制平滑度相结合的最优化问题,从而获得主成分空间;另一方面在决策树自顶向下构建新节点的过程中,再将主成分空间恢复到原始数据空间来避免降维过程中属性特征信息永久消失。实验结果表明NFPCA-in-C4.5算法兼具降维和容噪功能,避免了降维中由特征信息损失和噪声残留造成的预测模型准确率大幅降低的问题。
文摘针对现有入侵检测技术误报率高、未知攻击检测难,而单一检测技术难以检测复杂的网络攻击等问题,提出一种基于FCM-C4.5的双过滤入侵检测机制。检测机制分两层对数据进行过滤,第一层采用模糊C均值聚类算法FCM(fuzzy C-means algorithm)初步过滤掉明显的正常数据,从而减少了第二层过滤的数据量;第二层运用决策树C4.5算法进行细过滤,从而获得效率与精度的提高。通过KDD CUP 99数据集的实验表明,该检测机制既能检测到已知攻击又能检测到未知攻击,且具有较高检测率和较低误报率。
