期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于图卷积网络的新型电力系统实时无功功率优化
1
作者 张沛 刘晓菲 +4 位作者 李文云 路学刚 王珍意 翟苏巍 孙慧博 《南方电网技术》 北大核心 2025年第7期3-14,共12页
新能源出力的快速变化引起电网电压频繁波动,严重威胁电网的安全与经济运行。为此,提出了一种基于图卷积网络(graph convolutional network,GCN)的实时无功功率优化方法。首先,构建了考虑节点重要性的多目标无功功率优化模型。基于此,... 新能源出力的快速变化引起电网电压频繁波动,严重威胁电网的安全与经济运行。为此,提出了一种基于图卷积网络(graph convolutional network,GCN)的实时无功功率优化方法。首先,构建了考虑节点重要性的多目标无功功率优化模型。基于此,建立无功功率优化模型的图表示,并结合优化问题重构邻接矩阵。然后,基于GCN算法映射出最优解集,并利用改进CRITIC-AHP-TOPSIS组合赋权算法选取最优解,获得实时优化策略。最后,以改进的IEEE 39节点系统和实际电网为例,验证了所提方法不仅具有求解速度快和避免陷入局部最优解的优势,而且获得了更理想的电压偏差和有功功率网损,保障新型电力系统运行的安全性和经济性。 展开更多
关键词 图卷积网络 新能源 实时无功功率优化 节点重要性 最优解
在线阅读 下载PDF
基于哨兵二号的多光谱指数迭代水体提取方法
2
作者 马仪 吴星宇 +3 位作者 张珂 李顺章 王国芳 孙建文 《人民长江》 北大核心 2025年第S1期140-144,共5页
针对哨兵二号卫星结合最大类间方差的阈值法自动提取水体信息存在大量噪点的问题,以最大类间方差为基础,结合形态学膨胀算法,提出了一种结合5种水陆像元度量指数的多指数迭代算法,该算法以各种水陆像元度量算法在水体信息提取中的误提... 针对哨兵二号卫星结合最大类间方差的阈值法自动提取水体信息存在大量噪点的问题,以最大类间方差为基础,结合形态学膨胀算法,提出了一种结合5种水陆像元度量指数的多指数迭代算法,该算法以各种水陆像元度量算法在水体信息提取中的误提和漏提概率为基础,对算法进行排序后结合形态学膨胀在迭代的过程中可以不断优化水体提取的识别范围的特点,使最大类间方差的阈值划分更加接近最佳阈值,从而有效降低水体提取噪点,提高水体提取的精度。以哨兵二号卫星遥感影像为数据源,以云南省昆明市寻甸县的清水海水库为水体信息提取对象,采用最大类间方差法、最大类间方差迭代法、多指数迭代提取算法对清水海水库进行水体信息提取研究,从而比较并检验算法的提取效果。结果表明:最大类间方差迭代法的平均相对误差为12.46%,决定系数为0.827 9,平均Kappa系数为0.94,相较于改进前平均相对误差降低了29.74%,决定系数提升了0.732 2,平均Kappa系数提升了0.12;多指数迭代提取算法可以进一步提升水体信息提取的精度和稳定性,它的平均相对误差为10.62%,决定系数为0.913 3,平均Kappa系数为0.95,相较于迭代法而言平均相对误差降低了1.84%,决定系数提升了0.085 4,平均Kappa系数提升了0.01。 展开更多
关键词 水体提取 哨兵二号 最大类间方差法 最大类间方差迭代法 归一化差分水体指数 清水海水库
在线阅读 下载PDF
基于HPO优化ECA-CNN-BiLSTM的变压器运行状态分类与识别方法
3
作者 邹德旭 毛雅婷 +5 位作者 权浩 周涛 彭庆军 洪志湖 代维菊 王山 《南京信息工程大学学报》 北大核心 2025年第3期301-314,共14页
变压器运行状态分类与准确识别对于变压器稳定运行和电力系统安全供电至关重要,此类研究目前还存在对变压器负荷数据的关注使用较少、机理模型复杂度高以及油温等数据和过负荷状态并不明确对应等问题.因此,本文提出一种改进的混合模型,... 变压器运行状态分类与准确识别对于变压器稳定运行和电力系统安全供电至关重要,此类研究目前还存在对变压器负荷数据的关注使用较少、机理模型复杂度高以及油温等数据和过负荷状态并不明确对应等问题.因此,本文提出一种改进的混合模型,结合了猎人猎物优化(Hunter-Prey Optimization,HPO)算法和高效通道注意力(Efficient Channel Attention,ECA)模块,应用于卷积神经网络(Convolutional Neural Network,CNN)和双向长短时记忆(Bidirectional Long Short-Term Memory,BiLSTM)神经网络,用于变压器运行状态分类和过负荷故障识别.选取某主变包含9种变压器负荷相关特征的数据作为样本,通过K-Means++聚类和变压器正常周期性负荷分析选定负荷状态类别,基于HPO优化混合模型参数,提高模型的性能和泛化能力.通过对变压器负荷数据进行预处理和特征提取,使用优化后的模型进行负荷阶段的准确识别.实验结果表明,所提出方法的识别准确率可达99.24%,在变压器运行状态的分类和识别上取得了良好的效果. 展开更多
关键词 电力变压器 状态分类识别 高效通道注意力 卷积神经网络 双向长短时记忆
在线阅读 下载PDF
水轮发电机组抑制超低频振荡的阻尼控制参数优化研究 被引量:22
4
作者 邓伟 刘少博 +3 位作者 王德林 周鑫 和鹏 康积涛 《电工电能新技术》 CSCD 北大核心 2019年第3期38-46,共9页
异步联网后云南电网的某直流孤岛中,出现了长时间的超低频振荡现象,严重影响了孤岛系统的安全稳定运行。电网中水轮机的水锤效应时间常数变大,阻尼比会随之减小,导致系统的稳定性得恶化。本文利用等值的单机系统模型,基于频域响应法分... 异步联网后云南电网的某直流孤岛中,出现了长时间的超低频振荡现象,严重影响了孤岛系统的安全稳定运行。电网中水轮机的水锤效应时间常数变大,阻尼比会随之减小,导致系统的稳定性得恶化。本文利用等值的单机系统模型,基于频域响应法分析了水锤效应与系统稳定性的关系。根据调速系统的阻尼特性,在实际孤岛中进行了PID参数优化仿真试验,比较了不同PID参数下的频率稳定性,给出了调速系统与直流频率限制控制器的协调控制方法。最后,运用云南电网的某实际直流孤岛作为算例,验证了本文提出的控制方法对抑制超低频振荡的有效性。 展开更多
关键词 超低频振荡 水锤效应 调速系统 阻尼特性 直流频率限制控制器
在线阅读 下载PDF
基于改进概率神经网络的储能电池荷电状态估计 被引量:8
5
作者 翟苏巍 李文云 +2 位作者 周成 汪成 侯世玺 《智慧电力》 北大核心 2024年第2期94-100,共7页
锂离子电池荷电状态(SOC)估计技术是储能电站电池管理系统重要组成部分。为了实现对SOC的准确估算,提出一种改进概率神经网络(MPNN)用于储能电池荷电状态估计。相较于传统神经网络,结合概率函数和补偿机制的MPNN,不仅可避免陷入局部最优... 锂离子电池荷电状态(SOC)估计技术是储能电站电池管理系统重要组成部分。为了实现对SOC的准确估算,提出一种改进概率神经网络(MPNN)用于储能电池荷电状态估计。相较于传统神经网络,结合概率函数和补偿机制的MPNN,不仅可避免陷入局部最优,而且具有更优秀的拟合能力,可进一步提高SOC估计精度。仿真实验表明,所提MPNN方法的SOC估计值平均绝对误差和均方误差均低于1%,获得了满意的性能。 展开更多
关键词 储能电站 锂离子电池 荷电状态 神经网络 数据驱动
在线阅读 下载PDF
基于雷电定位数据驱动的紧密输电通道连续雷击跳闸预警方法 被引量:21
6
作者 鲍捷 王昕 +3 位作者 张峰 黄绪勇 孙鹏 李祖毅 《电网技术》 EI CSCD 北大核心 2022年第3期1194-1205,共12页
国内电网公司已经积累了数十亿条雷电定位数据,目前对于雷电定位数据的利用集中在跳闸事故发生后被动的故障原因确认。在主动雷击防护层面,以往的研究分别在电网侧对输电线路进行了雷击跳闸风险评估,或在灾害侧对雷电的活动规律进行了... 国内电网公司已经积累了数十亿条雷电定位数据,目前对于雷电定位数据的利用集中在跳闸事故发生后被动的故障原因确认。在主动雷击防护层面,以往的研究分别在电网侧对输电线路进行了雷击跳闸风险评估,或在灾害侧对雷电的活动规律进行了预测。同时考虑电网侧输电线路的雷击跳闸风险和灾害侧实时雷电活动所带来的风险,以此来提高雷击预警的效率,减少虚警和漏报事件的发生。在预警时,充分挖掘海量历史雷电定位数据,基于雷暴云移动轨迹预测的结果,判断雷暴云是否在紧密输电通道附近,再判断雷暴云是否为高风险雷暴或者接近低防雷性能输电线路,然后综合两者的结果发出连续雷击跳闸预警。在云南地区的算例验证中,对于电网公司调度部门所关注的紧密输电通道,该文提出的连续雷击跳闸预警的准确率达到了80%,有一定的工程实践价值,可以辅助电网公司进行相关调控决策。 展开更多
关键词 雷电定位数据 紧密输电通道 连续雷击跳闸预警
在线阅读 下载PDF
基于深度强化学习的风储合作决策方法 被引量:7
7
作者 翟苏巍 李文云 +2 位作者 邱振宇 张新怡 侯世玺 《智慧电力》 北大核心 2023年第9期60-65,共6页
目前,风电场配置储能是提高风电经济性较为有效的手段。针对最大化风储合作收益问题,提出一种基于深度强化学习的风储合作决策方法。首先,综合考虑风电、储能系统、外部电网以及需求侧柔性负荷,构建一种新型风储合作系统;然后,针对传统... 目前,风电场配置储能是提高风电经济性较为有效的手段。针对最大化风储合作收益问题,提出一种基于深度强化学习的风储合作决策方法。首先,综合考虑风电、储能系统、外部电网以及需求侧柔性负荷,构建一种新型风储合作系统;然后,针对传统深度强化学习方法易陷入过估计问题,提出改进双竞争深度Q网络(D3QN),并进一步设计基于D3QN的风储合作决策算法;最后,结合实际数据对算法进行仿真验证,结果表明相比传统深度强化学习策略,所提方法能更好协调风电和储能运行,提高风储合作系统的运行收益。 展开更多
关键词 风电 储能系统 强化学习 深度神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部