一种考虑储能的电力信息物理系统连锁故障阻断控制策略 被引量：1

1

作者 王岩 李琰 徐天奇 《科学技术与工程》 北大核心 2024年第7期2775-2781,共7页

电网信息物理高度融合背景下,为了降低电力信息物理系统发生跨空间连锁故障的风险,提出一种计及储能配置的连锁故障阻断控制优化策略。首先,基于电力系统可观可控性构建信息物理多重交互机理,并根据系统间交互阐明过载主导型连锁故障的... 电网信息物理高度融合背景下,为了降低电力信息物理系统发生跨空间连锁故障的风险,提出一种计及储能配置的连锁故障阻断控制优化策略。首先,基于电力系统可观可控性构建信息物理多重交互机理,并根据系统间交互阐明过载主导型连锁故障的演化过程。同时在现有调控手段基础上考虑储能入网对连锁故障阻断控制的影响。并将阻断控制表述成多阶段最优潮流问题,获得兼顾安全性与经济性的连锁故障控制方案。采用IEEE-118节点系统对不同控制策略进行对比,验证了所提控制优化策略的有效性,并分析了储能规模对阻断控制的影响。 展开更多

关键词 储能技术 电力信息物理系统 连锁故障 阻断控制 最优潮流

下载PDF 职称材料

具有双重时延的电力信息物理系统的同步控制

2

作者 宋晴 李琰 +1 位作者 葛耀东 徐天奇 《科学技术与工程》 北大核心 2024年第4期1522-1529,共8页

随着电力系统的安全可靠运行越来越依赖于通信系统,时间延迟也成为影响电力信息物理系统同步的主要因素之一。针对具有双重时延的电力信息物理系统(cyber physical power system,CPPS)的同步问题,设计控制器解决时延对系统同步的影响。... 随着电力系统的安全可靠运行越来越依赖于通信系统,时间延迟也成为影响电力信息物理系统同步的主要因素之一。针对具有双重时延的电力信息物理系统(cyber physical power system,CPPS)的同步问题,设计控制器解决时延对系统同步的影响。首先,搭建具有双重时延的电力信息物理系统模型,然后根据系统模型设计出控制器,并通过构造Lyapunov函数证明控制器的有效性。对于大规模的系统,提出自适应牵制同步控制器,即将控制器添加到按照结构熵筛选出的牵制节点集的节点。结构熵可以解决当节点度相同时牵制节点的选择问题。最后通过两个算例验证了所提方法的可行性。 展开更多

关键词 电力信息物理系统(CPPS) 时延 同步 自适应控制器 LYAPUNOV函数 结构熵

下载PDF 职称材料

基于NILM的电动自行车室内充电监测

3

作者 陈志高 李琰 徐天奇 《现代电子技术》 北大核心 2025年第9期167-172,共6页

电动自行车室内充电导致的火灾事故频发,监测其室内充电行为成为一大难题。文中通过研究各类品牌与型号电动自行车充电时共同的负荷特性,提出基于小波事件检测和两阶段特征选择的非侵入式电动自行车室内充电监测系统。首先,利用多层小... 电动自行车室内充电导致的火灾事故频发,监测其室内充电行为成为一大难题。文中通过研究各类品牌与型号电动自行车充电时共同的负荷特性,提出基于小波事件检测和两阶段特征选择的非侵入式电动自行车室内充电监测系统。首先,利用多层小波变换对信号发生突变时的敏感性,基于电动自行车充电时负荷的暂态特性捕捉充电事件,提高检测精度并降低计算量。然后,利用其稳态特性进行两阶段特征选择:第一阶段使用MDMR过滤器对14种负荷特征的重要性进行排序;第二阶段采用OCSVM作为包装器筛选最优特征子集。实际用户监测实验验证了该方法能够做到快速响应和高精度识别并且计算成本低,为电动自行车室内充电监测提供了一种经济高效的解决方案。 展开更多

关键词 非侵入式负荷监测 电动自行车 室内充电 小波变换 特征选择 一类支持向量机

下载PDF 职称材料

基于退火优化粒子群算法的负荷辨识方法 被引量：2

4

作者 莫杰 徐天奇 +1 位作者 李琰 朱全聪 《云南民族大学学报（自然科学版）》 CAS 2024年第5期630-637,660,共9页

在粒子群算法对非侵入式负荷辨识的研究中,粒子的随机性是影响负荷辨识的重要因素之一.针对粒子随机性导致的辨识结果准确度不高及容易陷入局部最优陷阱等问题,结合模拟退火算法,提出了一种基于退火优化粒子群算法的非侵入式负荷辨识方... 在粒子群算法对非侵入式负荷辨识的研究中,粒子的随机性是影响负荷辨识的重要因素之一.针对粒子随机性导致的辨识结果准确度不高及容易陷入局部最优陷阱等问题,结合模拟退火算法,提出了一种基于退火优化粒子群算法的非侵入式负荷辨识方法.首先,对用于电力负载分析的REDD数据集中的家用电器负荷数据进行特征分析提取;然后,利用粒子群算法作为模拟退火算法的基本框架,对数据集中各自家庭的不同电器进行负荷辨识;最后,以辨识功率与实际功率为标准量进行误差分析.在以数学模型进行求解的单一目标及多目标负荷辨识问题中,对现有模型不同类别算法的辨识结果进行比较,结果表明提出的优化粒子群算法辨识准确度较高及收敛性更好. 展开更多

关键词 模拟退火算法 粒子群算法 非侵入式负荷辨识

下载PDF 职称材料

基于CEEMDAN-精细复合多尺度熵和Stacking集成学习的短期风电功率预测 被引量：6

5

作者 康文豪 徐天奇 +2 位作者 王阳光 邓小亮 李琰 《水利水电技术（中英文）》 北大核心 2022年第2期163-172,共10页

为了解决风电功率的间歇性与非平稳性带来的功率预测难度,提出了一种基于CEEMDAN-精细复合多尺度熵和Stacking集成学习的短期风电功率预测方法。在对风电功率进行预测之前,对风电功率数据进行预处理。首先引入自适应噪声完备集合经验模... 为了解决风电功率的间歇性与非平稳性带来的功率预测难度,提出了一种基于CEEMDAN-精细复合多尺度熵和Stacking集成学习的短期风电功率预测方法。在对风电功率进行预测之前,对风电功率数据进行预处理。首先引入自适应噪声完备集合经验模态分解(CEEMDAN)方法分解风电功率原始序列,并计算各分解分量的精细复合多尺度熵(RCMSE)。然后,将熵值相近的分量序列重组成新序列,以降低模型复杂度和提高计算效率。在预测阶段,对重组之后的序列分别建立Stacking集成学习模型进行风电功率短期预测,最后对预测结果进行重组。通过新疆某风电场实测数据证明:结合各单一预测模型优点的Stacking集成学习模型方法与其4种基学习器KNN、RF、SVR和ANN相比,Stacking模型具有更高的风电预测准确度。在同等条件下,CEEMDAN-RCMSE-Stacking模型均方根误差相比单一的Stacking模型及EMD-RCMSE-Stacking模型分别减少了20.34%和9.74%,平均绝对误差分别减少了24.55%和6.35%,而拟合优度系数分别提高了4.09%和1.62%,即CEEMDAN-RCMSE-Stacking模型拥有更高的预测性能。 展开更多

关键词 短期风电功率预测 CEEMDAN 精细复合多尺度熵 Stacking集成学习 影响因素 新能源 清洁可再生能源

下载PDF 职称材料

基于特征工程和MRFO-ET的短期风电功率预测 被引量：5

6

作者 康文豪 徐天奇 +2 位作者 王阳光 邓小亮 李琰 《水利水电技术（中英文）》 北大核心 2022年第3期185-194,共10页

为解决风电历史数据挖掘不充分导致的预测精度不高问题,提出一种基于特征工程、蝠鲼觅食优化算法(Manta Ray Foraging Optimization,MRFO)和极端随机树(Extremely Randomized Trees,ET)模型的短期风电功率预测方法。首先对时间特征提取... 为解决风电历史数据挖掘不充分导致的预测精度不高问题,提出一种基于特征工程、蝠鲼觅食优化算法(Manta Ray Foraging Optimization,MRFO)和极端随机树(Extremely Randomized Trees,ET)模型的短期风电功率预测方法。首先对时间特征提取小时属性特征,并通过对风速、风向和温度等原始气象特征进行特征创造,从而充分挖掘历史数据的隐含信息,同时通过PCA方法降低数据维度。其次,将降维后的数据输入ET模型,并利用MRFO优化ET模型的参数;最后,以新疆某风电场实测数据进行了算例仿真。结果表明:与5种典型机器学习模型相比,ET模型具有更高的风电预测准确度。与单一ET模型相比,特征工程-ET模型较大程度地提高了预测精度,验证了特征工程方法的有效性。在同等条件下,特征工程-MRFO-ET模型比使用特征工程-ET模型均方根误差和平均绝对误差分别降低了29.46%和36.54%,而拟合优度系数提高了3.97%。与此同时,特征工程-MRFO-ET模型也比特征工程-GA-ET模型和特征工程-PSO-ET模型拥有更高的预测精度。研究成果可为解决短期风电功率预测问题提供了一种新的思路。 展开更多

关键词 短期风电功率预测 特征工程 主成分分析 蝠鲼觅食优化算法 极端随机树 新能源 影响因素 人工智能算法

下载PDF 职称材料

双层特征选择和CatBoost-Bagging集成的短期风电功率预测 被引量：6

7

作者 康文豪 徐天奇 +2 位作者 王阳光 邓小亮 李琰 《重庆理工大学学报（自然科学）》 CAS 北大核心 2022年第7期303-309,共7页

为了充分挖掘风电场数据和提高短期风电功率预测精度,提出了一种基于双层特征选择和装袋算法(bootstrap aggregating,Bagging)集成分类梯度提升算法(categorical boosting,CatBoost)的短期风电功率预测方法。首先,对风电场原始特征数据... 为了充分挖掘风电场数据和提高短期风电功率预测精度,提出了一种基于双层特征选择和装袋算法(bootstrap aggregating,Bagging)集成分类梯度提升算法(categorical boosting,CatBoost)的短期风电功率预测方法。首先,对风电场原始特征数据应用模拟退火特征选择进行特征寻优,得到第一层特征集。然后,在其基础上,第二层特征选择通过距离相关系数和最大信息系数分析风电功率强相关的特征,从而形成最终特征集。最后,建立CatBoost-Bagging集成模型进行风电功率短期预测,并使用新疆某风电场实测数据对算法有效性进行验证。结果表明,与传统单一机器学习模型及其Bagging集成模型相比,CatBoost-Bagging集成模型的预测精度和模型拟合效果更好。 展开更多

关键词 短期风电功率预测 双层特征选择 CatBoost算法 Bagging集成学习

下载PDF 职称材料

基于特征选择和改进深度森林的短期风电功率预测 被引量：6

8

作者 康文豪 徐天奇 +2 位作者 王阳光 邓小亮 李琰 《陕西科技大学学报》 北大核心 2021年第6期148-153,188,共7页

针对风电数据特征维数高、数据冗余性大和有效特征挖掘不充分,最终导致预测精度偏低的问题,提出了一种基于特征选择和改进深度森林的短期风电功率预测方法.首先使用Kendall Rank相关系数、灰色关联度和随机森林特征重要性三种方法进行... 针对风电数据特征维数高、数据冗余性大和有效特征挖掘不充分,最终导致预测精度偏低的问题,提出了一种基于特征选择和改进深度森林的短期风电功率预测方法.首先使用Kendall Rank相关系数、灰色关联度和随机森林特征重要性三种方法进行特征选择,选择有效特征,综合确定最佳输入特征集.然后,在深度森林的基础上,引入优良预测性能的极端随机树构建级联层,提出改进深度森林模型以提高模型泛化能力和预测性能.最后,建立改进深度森林模型进行风电功率短期预测.以新疆某风电场实测数据进行了算例仿真,验证了该方法的有效性.结果表明其与对比方法相比,具有更好的准确性和拟合效果. 展开更多

关键词 短期风电功率预测 特征选择 深度森林

下载PDF 职称材料

基于VMD-CNN-LSTM的短期风电功率预测研究 被引量：1

9

作者 张子华 李琰 +2 位作者 徐天奇 王阳光 邓小亮 《云南民族大学学报（自然科学版）》 CAS 2023年第3期359-365,共7页

风电功率预测的准确性可提高发电商的电力市场竞争力,降低电力系统运行难度,然而风电功率主要受风速影响,属于非平稳性时间序列,固有的随机性和间歇性使得日前风电功率预测的精度很难大幅度提高.利用变分模态分解(VMD)将风电功率和风速... 风电功率预测的准确性可提高发电商的电力市场竞争力,降低电力系统运行难度,然而风电功率主要受风速影响,属于非平稳性时间序列,固有的随机性和间歇性使得日前风电功率预测的精度很难大幅度提高.利用变分模态分解(VMD)将风电功率和风速数据分解为相同数量的子模态分量以降低数据非平稳性,并将风电功率和风速对应子模态分量重构为二维矩阵作为卷积神经网络和长短时记忆网络(CNN-LSTM)的输入,构建VMD-CNN-LSTM新型深度神经网络混合模型,将预测得到的若干子模态分量重构得到风电功率预测结果.利用某风电场实际运行数据进行算例分析,与VMD-LSTM、EMD-LSTM、EMD-CNN-LSTM模型进行比较,实验结果表明提出的新型神经网络混合模型在保证预测精度的同时具有良好的适应能力. 展开更多

关键词 风电功率预测 组合预测 变分模态分解 卷积神经网络 长短时记忆网络

下载PDF 职称材料

基于并联定值电阻及稳态频域实部突变的缆线混合故障选线 被引量：1

10

作者 杜磊 徐天奇 李琰 《云南民族大学学报（自然科学版）》 CAS 2023年第5期616-625,共10页

经消弧线圈接地系统投切并联定值电阻会改变电力系统的拓扑结构,因此可以为故障选线提供更多信息.基于此提出了基于并联定值电阻及稳态频域实部突变的缆线混合故障选线.首先分析了定值电阻投切前后稳态信息的差异,发现在投切定值电阻前... 经消弧线圈接地系统投切并联定值电阻会改变电力系统的拓扑结构,因此可以为故障选线提供更多信息.基于此提出了基于并联定值电阻及稳态频域实部突变的缆线混合故障选线.首先分析了定值电阻投切前后稳态信息的差异,发现在投切定值电阻前后故障线路零序复电流实部变化明显大于健全线路,因此针对此差异,计算投入定值电阻前后零序复电流实部变换从而实现故障选线.大量仿真结果证明,该方法受不同故障条件影响较小,可靠性高,抗干扰性强. 展开更多

关键词 故障选线 定值电阻 稳态信息

下载PDF 职称材料

基于越限风险值指标的电网脆弱环节识别

11

作者 赵莹 李琰 徐天奇 《陕西科技大学学报》 北大核心 2022年第5期185-190,203,共7页

为了提高电力系统运行的稳定性,针对电网运行时受不确定因素影响会引起线路功率和节点电压越限的问题,考虑风电和负荷波动两个不确定因素提出越限风险值指标识别电网的脆弱环节.首先,分别定义线路功率越限风险值指标和节点电压越限风险... 为了提高电力系统运行的稳定性,针对电网运行时受不确定因素影响会引起线路功率和节点电压越限的问题,考虑风电和负荷波动两个不确定因素提出越限风险值指标识别电网的脆弱环节.首先,分别定义线路功率越限风险值指标和节点电压越限风险值指标;接着,用n-k方法分别模拟电网中的线路断开和节点失效的情况,得到线路越限风险值和节点越限风险值分别对线路和节点进行排序;并利用二元决策图(BDD)算法提高n-k方法的识别效率;然后对IEEE 30节点系统和IEEE 118节点系统进行实验,验证越限风险值指标和n-k识别方法的有效性和普适性;最后分别模拟线路断开和节点故障,基于IEEE 118节点系统的切负荷量来评价识别指标和方法. 展开更多

关键词 越限风险值指标 脆弱环节 BDD n-k方法

下载PDF 职称材料

虚假数据注入攻击建模及攻击下脆弱线路的快速筛选 被引量：9

12

作者 王竞才 李琰 徐天奇 《电力建设》 CSCD 北大核心 2022年第1期104-112,共9页

随着电网与通信网的高度融合,虚假数据注入攻击已经成为了目前电网的一种安全隐患。为了更好保障电网安全稳定运行,在信息物理高度融合的背景下,首先建立一种电力信息物理系统虚假数据注入攻击的双层攻击模型,其中上层模型表示攻击者的... 随着电网与通信网的高度融合,虚假数据注入攻击已经成为了目前电网的一种安全隐患。为了更好保障电网安全稳定运行,在信息物理高度融合的背景下,首先建立一种电力信息物理系统虚假数据注入攻击的双层攻击模型,其中上层模型表示攻击者的攻击策略,下层模型代表电网在该攻击下的响应,并利用卡罗需-库恩-塔克(Karush-Kuhn-Tucker, KKT)条件对该模型进行求解;其次,提出一种具有迭代思想的快速筛选法,可以对虚假数据注入攻击下的脆弱线路进行快速筛选;第三,提出一种多线路攻击策略,帮助电网运行人员对电网进行更深入评估;最后,通过在IEEE 39节点系统和IEEE 118节点系统上的仿真验证了攻击模型的合理性以及快速筛选法的可行性。 展开更多

关键词 电力信息物理系统 双层攻击模型 虚假数据注入攻击 快速筛选

原文传递