检索结果-南通市图书馆

蓄热式电采暖柔性负荷特性建模及可调潜力研究

在线全文

学校读者我要写书评

暂无评论

高电压技术 2022年第6期48卷 2108-2116页

作者：张华鲁严干贵石杰邓博雅杨玉龙刘伟东北电力大学现代电力系统仿真控制与绿色电能新技术教育部重点实验室吉林132012 南瑞集团有限公司(国网电力科学研究院有限公司) 南京211106 东南大学电气工程学院南京210096

为了充分挖掘蓄热式电采暖作为柔性负荷的可调潜力,将蓄热式电采暖柔性负荷特性作为研究对象,首先,分析了蓄热式电采暖系统运行的各项特点,对单体蓄热电采暖的负荷特性进行了建模;然后,运用中心点聚合算法,将电采暖负荷进行聚合,使每个... 详细信息

为了充分挖掘蓄热式电采暖作为柔性负荷的可调潜力,将蓄热式电采暖柔性负荷特性作为研究对象,首先,分析了蓄热式电采暖系统运行的各项特点,对单体蓄热电采暖的负荷特性进行了建模;然后,运用中心点聚合算法,将电采暖负荷进行聚合,使每个聚合群体的参数相似;接着,基于用户房屋散热系数和蓄热电采暖用户温升系数等参数对电采暖进行集群处理,并由温度和功率的关系进行电采暖负荷聚合体的建模;最后,根据具体的算例,仿真分析了电采暖负荷的可调控容量和调控响应持续时间。算例结果表明,在室内外温差不断降低的情况下,电采暖聚合体的最大可调容量和调控响应持续时间随之上升,通过合理地设置用户的舒适温度区间,可以得到集群蓄热式电采暖的最大可调控容量,以对电网进行调峰支撑,达到最有效的需求响应效果。研究结果验证了所提蓄热式电采暖集群运行负荷模型和调控潜力分析的有效性。

关键词：柔性负荷蓄热式电采暖可调潜力负荷建模调峰负荷聚类

考虑簇间重叠关系的负荷曲线多重聚类集成算法

在线全文

学校读者我要写书评

暂无评论

电网技术 2022年第5期46卷 1982-1989页

作者：孙玉芹王松雷黄冬梅孙园胡安铎孙锦中上海电力大学数理学院上海市浦东新区201306 上海电力大学电子与信息工程学院上海市浦东新区201306

负荷聚类用于对负荷种类进行划分,从而制定节能策略,有助于实现“碳达峰、碳中和”。基于现有算法的不足,该文提出一种考虑簇间重叠关系的负荷曲线多重聚类集成算法。首先利用人工定义的层次聚类划分中心构造标签可信空间,以评判层次聚... 详细信息

负荷聚类用于对负荷种类进行划分,从而制定节能策略,有助于实现“碳达峰、碳中和”。基于现有算法的不足,该文提出一种考虑簇间重叠关系的负荷曲线多重聚类集成算法。首先利用人工定义的层次聚类划分中心构造标签可信空间,以评判层次聚类算法的标签可信度,进而形成多重可信簇;其次基于潜在簇和潜在聚类中心的概念,利用同时考虑负荷曲线数值和形态特性的相似度度量函数构建可信簇的簇间相似矩阵,最后使用谱聚类作为最终集成手段完成标签的对齐,得到最终聚类结果。该文算法与层次聚类和谱聚类算法的结果对比表明,该文在轮廓系数S,戴维森堡丁指标D和Calinski-Harabaz指标H上均有较好表现,且拥有更为合理的曲线聚类图像,从而验证了算法的有效性。

关键词：智能电网负荷聚类层次聚类谱聚类聚类集成局部假设

基于粒计算和双尺度相似性的负荷曲线集成聚类算法

在线全文

学校读者我要写书评

暂无评论

电力建设 2022年第5期43卷 117-126页

作者：孙园李秋雨黄冬梅孙玉芹胡安铎孙锦中上海电力大学数理学院上海市201306 上海电力大学电子与信息工程学院上海市201306

电力负荷曲线聚类通常依靠负荷形态差异和负荷数值差异对负荷曲线进行分类。提出了一种基于粒计算和双尺度相似性的集成聚类算法,采用以欧氏距离和皮尔森相关系数作为相似性度量的K-means算法生成基聚类,再通过粒度距离度量基聚类间的... 详细信息

电力负荷曲线聚类通常依靠负荷形态差异和负荷数值差异对负荷曲线进行分类。提出了一种基于粒计算和双尺度相似性的集成聚类算法,采用以欧氏距离和皮尔森相关系数作为相似性度量的K-means算法生成基聚类,再通过粒度距离度量基聚类间的相似性,从而选择部分基聚类参与集成,最后生成相似度矩阵并采用层次聚类获得最终聚类结果。算例结果表明,该算法能够克服传统负荷聚类算法只能从数值相似性或形态相似性上单一的度量负荷曲线相似性的局限,可以显著提高电力负荷曲线聚类的质量。

关键词：负荷聚类粒计算双尺度相似性相似度矩阵集成算法

在线全文

学校读者我要写书评

暂无评论

基于负荷时间序列聚类的有序用电管理策略

武汉大学学报（工学版） 2024年第1期57卷 80-88页

作者：方晓明孙彬郑峰童光波肖伟丁同陈红坤国网湖北省电力有限公司黄冈供电公司湖北黄冈438000 武汉大学电气与自动化学院湖北武汉430072

针对目前有序用电方案制定未充分考虑用户负荷特性差异的问题,提出了一种基于负荷时间序列聚类的有序用电管理策略。首先提取单个用户的典型负荷曲线形态;之后采用Canopy和k-shape时间序列聚类算法,解决用户对象较多时传统聚类算法准确... 详细信息

针对目前有序用电方案制定未充分考虑用户负荷特性差异的问题,提出了一种基于负荷时间序列聚类的有序用电管理策略。首先提取单个用户的典型负荷曲线形态;之后采用Canopy和k-shape时间序列聚类算法,解决用户对象较多时传统聚类算法准确性不足的问题,对不同用户的负荷时序数据进行聚类,从而将多个用户划分成不同用电类型;最后根据不同类型用户的负荷特性,制定针对性的有序用电管理策略。以某区域电网实际负荷数据进行算例分析,结果表明,所提方法相比传统方法能更加准确地对多个不同负荷特性的用户进行分类,从而更有效地指导有序用电管理策略的合理制定。

关键词：时间序列负荷聚类有序用电负荷特性相似性度量

基于负荷聚类与网络等效的配电网多维典型场景生成方法

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2021年第8期41卷 2661-2670页

作者：李博孙建军余攀查晓明王朝亮许烽武汉大学电气与自动化学院湖北省武汉市430072 国网浙江省电力有限公司电力科学研究院浙江省杭州市310014

分布式发电接入的配电网规划需要分析接入前后电压分布特征。由于负荷与分布式发电数量多、随机波动等原因,兼顾效率和精度的评估方法一直是研究热点。该文提出一种基于负荷聚类与网络等效的配电网多维典型场景生成方法。首先,基于矢量K... 详细信息

分布式发电接入的配电网规划需要分析接入前后电压分布特征。由于负荷与分布式发电数量多、随机波动等原因,兼顾效率和精度的评估方法一直是研究热点。该文提出一种基于负荷聚类与网络等效的配电网多维典型场景生成方法。首先,基于矢量K-medoids聚类方法,将负荷按照功率波动特征划分为n类,并将分布式发电分为光伏和风电2类;其次,提出一种表征对线路压降影响力大小的节点加权系数计算方法,将辐射状配电网简化为n+2节点等效配电网络;第三,对负荷/光伏、风电分别进行n+1维、1维K-means聚类,并根据聚类中心计算初始网络节点典型场景;最后以某配电网为例,进行算例分析,结果验证了算法的可行性,以及典型场景下电压分布评估结果的准确性。

关键词：配电网电压分布评估典型场景负荷聚类网络等效

基于空间密度聚类和异常数据域的负荷异常值识别方法

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2021年第10期45卷 97-105页

作者：赵天辉张耀王建学陕西省智能电网重点实验室(西安交通大学) 陕西省西安市710049 西安交通大学电气工程学院陕西省西安市710049

针对海量电力负荷数据,提出一种基于空间密度聚类和异常数据域的负荷异常值识别方法。首先,基于空间密度聚类方法将负荷曲线按照正常和异常用电模式进行分类,并对正常用电模式中的负荷曲线进行负荷水平分类。然后,在不同负荷水平下,利... 详细信息

针对海量电力负荷数据,提出一种基于空间密度聚类和异常数据域的负荷异常值识别方法。首先,基于空间密度聚类方法将负荷曲线按照正常和异常用电模式进行分类,并对正常用电模式中的负荷曲线进行负荷水平分类。然后,在不同负荷水平下,利用负荷期望值的置信区间和负荷样本与样本均值之间偏差的四分位差,构建异常数据域。考虑非典型用电行为的偶然性,引入用电时刻偏移量,对形成的异常数据域进行修正,并构建面向异常用电模式的异常数据域。在算例中,采用居民和工业用户的负荷数据集对所提方法进行检验,相比于传统方法,文中所提方法的识别精确率平均提高了10%以上,综合评价指标平均提高了4%以上。

关键词：负荷异常值不良数据辨识负荷聚类用电模式负荷水平四分位差用电时刻偏移

在线全文

学校读者我要写书评

暂无评论

基于多维聚类的配变负荷注意力短期预测方法

上海交通大学学报 2021年第12期55卷 1532-1543页

作者：钟光耀邰能灵黄文焘李然傅晓飞纪坤华上海交通大学电子信息与电气工程学院上海200240 国网上海电力公司上海200122

在大规模配变负荷预测中,由于负荷特性差别以及受影响因素不同,若使用统一模型,准确率低且泛化能力差,若针对单台配变进行负荷预测建模,计算资源消耗过大.提出了一种基于多维聚类的配变负荷注意力长短期记忆网络(Attention Long Short-T... 详细信息

在大规模配变负荷预测中,由于负荷特性差别以及受影响因素不同,若使用统一模型,准确率低且泛化能力差,若针对单台配变进行负荷预测建模,计算资源消耗过大.提出了一种基于多维聚类的配变负荷注意力长短期记忆网络(Attention Long Short-Term Memory, Attention-LSTM)短期预测方法.首先提取每个配变日负荷特征序列并利用非参数核方法进行概率拟合,形成配变负荷的典型日负荷序列;以欧式归整距离以及影响因素相似性作为相似度评判标准,使用改进的k均值聚类(k-means)双层聚类对日典型负荷序列进行负荷聚类分析;利用近邻传播(Affinity Propagation, AP)聚类提取影响因素相似时间序列,构建训练集,训练Attention-LSTM模型;针对不同的配变负荷类型以及不同的相似时间序列得到不同的Attention-LSTM模型.通过选取某市级配电网实测负荷数据以及气象等影响因素数据,验证了所提方法的有效性和实用性,准确率提升了2.75%且效率提升了616.8%.

关键词：短期负荷预测日负荷序列负荷聚类相似时间序列长短期记忆网络

在线全文

学校读者我要写书评

暂无评论

基于卷积变分自编码器的日负荷曲线聚类研究

现代电力 2023年第5期40卷 770-778页

作者：杨亚兰李晨鑫秦毓毅王渝红方飚舒虹国网四川综合能源服务有限公司四川省成都市610021 四川大学电气工程学院四川省成都市610065

用户日用电数据可以反映用户的用电行为特征,聚类任务能够从大量运行数据中提取典型用户日负荷曲线为电力系统的规划与调度等任务提供依据。针对传统聚类方法在数据量庞大、数据维度较高的日负荷数据场景中具有效率低下、提取潜在表征... 详细信息

用户日用电数据可以反映用户的用电行为特征,聚类任务能够从大量运行数据中提取典型用户日负荷曲线为电力系统的规划与调度等任务提供依据。针对传统聚类方法在数据量庞大、数据维度较高的日负荷数据场景中具有效率低下、提取潜在表征困难等问题,提出基于卷积变分自编码器(variational autoencoders,VAE)的聚类方法对负荷曲线进行聚类。该方法首先通过卷积变分自编码器降维提取日负荷数据的潜在特征,并配合K-means进行负荷聚类任务,最后基于各负荷曲线与聚类中心的距离通过加权修正每一类聚类中心以得到更具代表性的典型日负荷曲线。利用UCI数据集中的葡萄牙用户实际采集数据进行算例验证,结果显示该方法的戴维森堡丁指数(Davies-Bouldin Index,DBI)相较于传统聚类方法K-means、PCA+K-means等下降明显,说明类内更加紧密,类间更加远离,提高了聚类质量。然后利用高斯距离加权改进了聚类中心,提取到更加典型日负荷曲线,使得分析用户用电行为特征更为精确。验证了卷积变分自编码器聚类方法在日负荷曲线中的有效性。

关键词：负荷聚类典型日负荷曲线卷积神经网络(CNN) 变分自编码器(VAE) 距离加权

基于VMD和时空网络变分自编码器的负荷聚类

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2024年第14期24卷 5831-5838页

作者：陆绮荣王泽鑫叶颖雅邹健桂林理工大学信息科学与工程学院桂林541006 广西嵌入式技术与智能系统重点实验室桂林541006

为了解决用户用电负荷曲线数据维度高、特征提取困难以及序列存在信号模态混叠的问题,提出了使用变分模态分解(variational modal decomposition,VMD)和改进基于时空网络的变分自编码器(variational auto-encoder,VAE)对电力负荷曲线进... 详细信息

为了解决用户用电负荷曲线数据维度高、特征提取困难以及序列存在信号模态混叠的问题,提出了使用变分模态分解(variational modal decomposition,VMD)和改进基于时空网络的变分自编码器(variational auto-encoder,VAE)对电力负荷曲线进行特征提取。通过模态分解得到信号的固有模态,对模态重构得到时序特征较明显的序列信号。再通过长短期记忆网络(long short-term memory network,LSTM)和卷积网络(convolutional neural network,CNN)组成的时空变分自编码器进行潜在特征提取,并构建网络分类器来联合损失优化自编码器模型。最后使用Minibatchkmeans算法聚类并计算聚类中心。使用UCI数据集中葡萄牙居民用电量作为实验数据,通过实验结果表明经模态分解后通过降维再聚类的算法在戴维斯丁堡指数(Davies-Bouldin index,DBI)和轮廓系数(silhouette coefficient,SC)上表现出较好效果。

关键词：负荷聚类变分模态分解长短期记忆网络卷积神经网络变分自编码器