现代电力系统海量量测数据为电力系统暂态稳定评估提供可靠的数据基础,与此同时,数据信息挖掘成为研究焦点,暂态稳定分析中不平衡故障样本以及多特征电气量时间序列数据中所蕴藏的信息仍有待深入挖掘。为此,该文提出一种结合注意力机制...现代电力系统海量量测数据为电力系统暂态稳定评估提供可靠的数据基础,与此同时,数据信息挖掘成为研究焦点,暂态稳定分析中不平衡故障样本以及多特征电气量时间序列数据中所蕴藏的信息仍有待深入挖掘。为此,该文提出一种结合注意力机制的长短期记忆网络(long short term memory network with attention,LSTMA)方法,用以深入挖掘暂态稳定评估样本中所蕴藏的信息。在离线训练环节,以长短期记忆网络为基础分类器,引入Attention注意力机制引导模型学习样本中关键特征,并对损失函数进行改进,以此强化对不平衡样本的学习能力;在线应用环节,在目标域小样本条件下采用迁移学习方法更新成型的离线LSTMA模型,并对比不同迁移学习策略对模型性能影响,经过迁移学习建立的新运行点下的改进LSTMA模型评估精度有效提高,训练时间大幅减少,所得出的迁移学习策略确定方法有利于实际应用环节快速决策。研究在IEEE39节点和IEEE300节点系统上进行实验,验证了所提方法的有效性。展开更多
氢储能系统可通过电、氢之间的双向转换灵活调节区域综合能源系统RIES(regional integrated energy system)多能供应。为使系统内多种能源实现高效转换和利用,详细分析了氢储能系统各环节运行特性,结合系统能流结构及冷热负荷需求特性,...氢储能系统可通过电、氢之间的双向转换灵活调节区域综合能源系统RIES(regional integrated energy system)多能供应。为使系统内多种能源实现高效转换和利用,详细分析了氢储能系统各环节运行特性,结合系统能流结构及冷热负荷需求特性,设计了燃料电池电、热出力与系统能量流动耦合方式及冷热电联供系统运行模式,以经济最优为目标优化系统运行。算例分析表明,所设计运行模式能够使燃料电池满足多种负荷需求,实现了能量梯级利用,改善了系统运行经济性。展开更多
文摘现代电力系统海量量测数据为电力系统暂态稳定评估提供可靠的数据基础,与此同时,数据信息挖掘成为研究焦点,暂态稳定分析中不平衡故障样本以及多特征电气量时间序列数据中所蕴藏的信息仍有待深入挖掘。为此,该文提出一种结合注意力机制的长短期记忆网络(long short term memory network with attention,LSTMA)方法,用以深入挖掘暂态稳定评估样本中所蕴藏的信息。在离线训练环节,以长短期记忆网络为基础分类器,引入Attention注意力机制引导模型学习样本中关键特征,并对损失函数进行改进,以此强化对不平衡样本的学习能力;在线应用环节,在目标域小样本条件下采用迁移学习方法更新成型的离线LSTMA模型,并对比不同迁移学习策略对模型性能影响,经过迁移学习建立的新运行点下的改进LSTMA模型评估精度有效提高,训练时间大幅减少,所得出的迁移学习策略确定方法有利于实际应用环节快速决策。研究在IEEE39节点和IEEE300节点系统上进行实验,验证了所提方法的有效性。
文摘氢储能系统可通过电、氢之间的双向转换灵活调节区域综合能源系统RIES(regional integrated energy system)多能供应。为使系统内多种能源实现高效转换和利用,详细分析了氢储能系统各环节运行特性,结合系统能流结构及冷热负荷需求特性,设计了燃料电池电、热出力与系统能量流动耦合方式及冷热电联供系统运行模式,以经济最优为目标优化系统运行。算例分析表明,所设计运行模式能够使燃料电池满足多种负荷需求,实现了能量梯级利用,改善了系统运行经济性。
