期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
考虑输电断面限制的风-光-梯级水电站长期优化调度 被引量:11
1
作者 陈锴 钟浩 +3 位作者 李世春 吴巍 方园 阮建雄 《智慧电力》 北大核心 2020年第5期27-33,共7页
针对风-光-梯级水电站系统中水电站电量外送因输电断面限制因素产生的严重弃水问题,结合风、光、水时序发电互补及梯级水电站发电、储能双重特性,建立输电断面限制条件下的多能源补偿调节长期优化调度模型.首先分析风电、光伏可再生能... 针对风-光-梯级水电站系统中水电站电量外送因输电断面限制因素产生的严重弃水问题,结合风、光、水时序发电互补及梯级水电站发电、储能双重特性,建立输电断面限制条件下的多能源补偿调节长期优化调度模型.首先分析风电、光伏可再生能源季节性出力,根据风光出力预测值调整梯级水电站运行水位,实现水库储能并转移发电时段,同时采用逐步优化算法与水位廊道约束耦合方法求解以外送发电量最大为目标的调度模型.最后通过算例仿真,验证了本文模型的有效性和可靠性. 展开更多
关键词 可再生能源 消纳能力 梯级水电站 输电断面 电力外送
在线阅读 下载PDF
减少弃水的风-光-梯级水电站双层优化模型 被引量:6
2
作者 许欣慧 舒征宇 +1 位作者 陈锴 李世春 《可再生能源》 CAS 北大核心 2020年第11期1500-1507,共8页
为减少风-光-梯级水电站系统因输电断面限制造成的弃水,提升区域输电通道利用率,文章构建了风-光-梯级水电站双层优化模型。该模型上层为风-光-梯级水电站优化调度层,根据风光出力、径流预测值及水电调度规律制定梯级水电站出力计划;下... 为减少风-光-梯级水电站系统因输电断面限制造成的弃水,提升区域输电通道利用率,文章构建了风-光-梯级水电站双层优化模型。该模型上层为风-光-梯级水电站优化调度层,根据风光出力、径流预测值及水电调度规律制定梯级水电站出力计划;下层为汛期梯级水电站蓄能优化层,以满足汛期梯级水电站最小出力为限制条件,考虑梯级水电站水力、库容耦合对水电蓄能的影响,通过挖掘梯级水电站间的可调库容与互补能力,寻求梯级水电站蓄能最优值。最后,通过算例验证了模型能够减少汛期梯级水电站的弃水,提高风-光-梯级水电站系统的外送电量,并在非汛期提高输电通道利用率。 展开更多
关键词 风-光-梯级水电站 弃水 输电通道
在线阅读 下载PDF
基于油中气体分析与类重叠特征的变压器分层故障诊断模型 被引量:10
3
作者 陈铁 冷昊伟 +1 位作者 李咸善 陈一夫 《中国电力》 CSCD 北大核心 2022年第7期22-32,41,共12页
油中溶解气体分析可以有效识别变压器放电故障与过热故障,为提高变压器故障诊断准确度,提出一种基于类重叠特征的变压器分层故障诊断方法。首先使用支持向量数据描述(SVDD)划分出变压器故障样本数据空间的重叠区域,选择类重叠率与类重... 油中溶解气体分析可以有效识别变压器放电故障与过热故障,为提高变压器故障诊断准确度,提出一种基于类重叠特征的变压器分层故障诊断方法。首先使用支持向量数据描述(SVDD)划分出变压器故障样本数据空间的重叠区域,选择类重叠率与类重叠度作为重叠特征,分别对类重叠程度和样本点重要性进行描述,然后以类重叠率为分层标准建立分层故障诊断模型,采用分隔训练法将各诊断层的样本集分开训练,针对分类难度较大的重叠区,基于类重叠度构造二分类模糊支持向量机(FSVM)进行故障诊断。实验结果表明,相比于其他模型,所提方法具有更高的准确度。 展开更多
关键词 变压器故障诊断 类重叠 分层诊断 支持向量数据描述 模糊支持向量机
在线阅读 下载PDF
基于KPCA-WPA-SVM的变压器故障诊断模型 被引量:18
4
作者 陈铁 吕长钦 +1 位作者 张欣 陈卫东 《电测与仪表》 北大核心 2021年第4期158-164,共7页
为提高变压器故障诊断的精度,文章提出一种基于核主成分分析(KPCA)和狼群算法(WPA)优化支持向量机(SVM)参数的变压器故障诊断方法。通过KPCA提取样本数据的非线性特征,并获得其主成分,再将其输入至高斯核SVM构成诊断模型,并利用WPA对SV... 为提高变压器故障诊断的精度,文章提出一种基于核主成分分析(KPCA)和狼群算法(WPA)优化支持向量机(SVM)参数的变压器故障诊断方法。通过KPCA提取样本数据的非线性特征,并获得其主成分,再将其输入至高斯核SVM构成诊断模型,并利用WPA对SVM的惩罚因子以及核参数进行优化。实验结果表明,该方法诊断准确率达到93.33%,与传统SVM以及KPCA-SVM诊断模型相对比,具有更高的变压器故障诊断准确率。 展开更多
关键词 核主成分分析 狼群算法 支持向量机 故障诊断 电力变压器
在线阅读 下载PDF
基于数据驱动的用户用能行为分析方法 被引量:12
5
作者 李江峡 马艳 +3 位作者 古海生 伍先艳 田斌 柴涛 《智慧电力》 北大核心 2020年第9期63-68,共6页
随着综合能源系统的快速发展,为了满足综合能源系统联合规划的需要,亟需对综合能源系统中用户用能行为进行分析建模。基于数据驱动思想,引入了深度学习方法,提出了一种用于用户用能行为分析的方法。首先,对影响用户用能行为的数据类型... 随着综合能源系统的快速发展,为了满足综合能源系统联合规划的需要,亟需对综合能源系统中用户用能行为进行分析建模。基于数据驱动思想,引入了深度学习方法,提出了一种用于用户用能行为分析的方法。首先,对影响用户用能行为的数据类型、结构进行分析;然后,引入Seq2Seq技术,以GRU为神经元构建深度学习模型;最后,通过算例对所提方法的有效性进行验证。算例研究表明:所提的方法能够以海量历史数据为基础,准确预测出用户的用能行为情况。 展开更多
关键词 用户用能行为分析 数据驱动 深度学习 Seq2Seq技术 GRU
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部