检索结果-南通市图书馆

基于时间同步感知的智慧园区多态路由优化方法

在线全文

学校读者我要写书评

暂无评论

华北电力大学学报（自然科学版） 2024年第4期51卷 124-132,142页

作者：衣鹏陈心怡曲睿周振宇吕磊李嘉周黄林新能源电力系统国家重点实验室(华北电力大学) 北京102206 国网福建省电力有限公司信息通信分公司福建福州350003 国网四川省电力公司信息通信公司四川成都610064

随着大量分布式能源终端接入,智慧园区中爆炸式增长的业务对队列积压、误码率、吞吐量等服务质量(quality of service,QoS)需求差异性大,现有的路由优化与差异化业务需求适配性差、时间同步与路由优化存在耦合性、链路与网络拥塞信息的... 详细信息

随着大量分布式能源终端接入,智慧园区中爆炸式增长的业务对队列积压、误码率、吞吐量等服务质量(quality of service,QoS)需求差异性大,现有的路由优化与差异化业务需求适配性差、时间同步与路由优化存在耦合性、链路与网络拥塞信息的不确定性等挑战,影响园区网络路由性能。针对上述挑战,提出了一种联合背压和Q学习的时间同步感知多态路由协议(backprEssure and Q-Learning based timE synChronizaTion-aware polymoRphic routIng protoCol,ELECTRIC)算法。首先,建立时间同步感知多态路由协议架构,实现园区终端的集中管理和数据传输优化;其次,根据背压算法,将队列积压最小化问题转化为队列积压差最大化问题,避免网络拥塞;然后,利用时间偏差阈值的概念对时间同步进行感知,使延迟唤醒的休眠态终端变为活跃态,并基于本地和历史信息进一步学习最优路由选择策略;最后,通过仿真结果验证,相较于基于Q学习的路由选择(Q-learning based route selection,QLRS)算法和基于队列积压的背压路由选择(queue backlog based backpressure route selection,QBBRS)算法,所提算法可分别提高平均吞吐量17.39%和56.52%,降低平均队列积压33.86%和44.07%,降低误码率31.58%和58.06%,保障智慧园区不同业务差异化的QoS需求。

关键词：智慧园区多态路由时间同步感知 Q学习背压

基于电碳联合机制的电动汽车共享充电两阶段博弈协同调度策略

在线全文

学校读者我要写书评

暂无评论

电网技术 2024年第9期48卷 3584-3594,I0017,I0018,I0019页

作者：陈颉张晓东李隆意张鸿伟潘瑞苏永新湘潭大学自动化与电子信息学院湖南省湘潭市411105 国网湖南省电力公司岳阳供电分公司湖南省岳阳市414000

针对电力需求响应机制下电动汽车(electric vehicle,EV)共享充电调度场景中多元主体决策间的复杂博弈关系,该文提出了一种基于电-碳联合机制的EV共享充电两阶段博弈协同调度策略。首先,依据电-碳联合市场交易利润导向,构建第一阶段完全... 详细信息

针对电力需求响应机制下电动汽车(electric vehicle,EV)共享充电调度场景中多元主体决策间的复杂博弈关系,该文提出了一种基于电-碳联合机制的EV共享充电两阶段博弈协同调度策略。首先,依据电-碳联合市场交易利润导向,构建第一阶段完全信息动态博弈的电-碳联合竞价策略;其次,依据电-碳联合市场分配导向,构建第二阶段序贯博弈的电-碳联合分配策略。该两阶段策略分别采用交替方向乘子(alternating direction method of multipliers,ADMM)和最优响应算法进行优化,确保多主体共享充电最优均衡。算例分析表明,该策略可促进各主体参与电-碳联合市场交易,在确保自身利益最大化的前提下,实现EV充电负荷和共享充电设施合理匹配,降低充电成本,优化EV共享充电期间的碳排放量,其对“碳达峰、碳中和”政策实施意义重大。

关键词：博弈优化电动汽车共享充电电-碳联合机制

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

火电机组AGC性能提升新方法

电力系统及其自动化学报 2024年

作者：徐振华王林石涛姚晔程功林济铿国网福建省电力有限公司电力科学研究院同济大学电子与信息工程学院

针对新型系统下需要快速地提升火电机组自动发电控制(AGC)性能的问题，提出基于全域灵敏度分析及参数优化设置的火电机组AGC性能提升新方法。在概述火电机组完整控制系统及AGC指令执行过程的基础上，提出基于全域灵敏度分析的影响机组AG... 详细信息

针对新型系统下需要快速地提升火电机组自动发电控制(AGC)性能的问题，提出基于全域灵敏度分析及参数优化设置的火电机组AGC性能提升新方法。在概述火电机组完整控制系统及AGC指令执行过程的基础上，提出基于全域灵敏度分析的影响机组AGC性能的关键环节和参数辨识方法，通过比较其灵敏度的综合影响大小而确定关键参数；进而，提出基于关键参数优化设置的AGC性能提升新模型，并把模型转换为易解形式，采用进化算法结合仿真法进行求解。算例表明，相较于Z-N法和文献[17]方法，所提方法使机组AGC综合性能指标分别提升了14%和4.9%。

关键词：自动发电控制全域灵敏度分析关键参数优化设置火电机组控制系统

Ag表面对SF_(6)初级分解产物氧化反应的影响作用研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电工技术学报 2024年第9期39卷 2841-2850页

作者：李昊天曾福平颜伊鸣朱可馨姚强唐炬武汉大学电气与自动化学院武汉430072 国网重庆市电力公司电力科学研究院重庆401123

运行经验显示SF_(6)在气体绝缘开关设备(GIS)中的热稳定性低于预期,GIS内部的金属表面可能对SF_(6)初级分解与次级反应具有显著的影响作用,但作用机理尚不明晰。该文基于密度泛函理论获得了O_(2)在Ag表面的解离-吸附构型,并建立了低氟... 详细信息

运行经验显示SF_(6)在气体绝缘开关设备(GIS)中的热稳定性低于预期,GIS内部的金属表面可能对SF_(6)初级分解与次级反应具有显著的影响作用,但作用机理尚不明晰。该文基于密度泛函理论获得了O_(2)在Ag表面的解离-吸附构型,并建立了低氟硫化物与Ag表面O原子的反应模型,初步揭示了GIS过热故障状态下SF_(6)初级分解产物在Ag表面的氧化反应机理;基于过渡态理论和反应动力学理论,计算获取了界面反应的能垒和反应速率常数,并与气相反应对比,分别确定了三种低氟硫化物的氧化反应路径及其主要场所,并分析了Ag表面对反应的促进/抑制作用机制。结果显示,Ag表面可显著促进SOF_(4)与SOF_(3)的产生,但不利于SF2的表面氧化反应。

关键词：气体绝缘开关设备六氟化硫过热分解银表面氧化反应

基于表层温度深度学习的电缆接头绝缘劣化非接触式诊断

在线全文

学校读者我要写书评

暂无评论

红外技术 2024年第6期46卷 712-721页

作者：严丹昭陈晶兰旺耀廖一鹏福州亿力电力工程有限公司配网建设分公司福建福州350000 国网福建省电力有限公司福州供电公司福建福州350009 福建众想电子信息科技有限公司福建福州350026 福州大学物理与信息工程学院福建福州350108

为提升电缆中间接头绝缘层劣化程度的现场诊断效率和准确度,提出一种基于表层温度自适应深度学习的接头绝缘劣化状态非接触式诊断方法。首先,对电缆接头及两端电缆的绝缘表层进行红外热成像,实现电缆接头中心两边多个对称区域的表层温... 详细信息

为提升电缆中间接头绝缘层劣化程度的现场诊断效率和准确度,提出一种基于表层温度自适应深度学习的接头绝缘劣化状态非接触式诊断方法。首先,对电缆接头及两端电缆的绝缘表层进行红外热成像,实现电缆接头中心两边多个对称区域的表层温度、接头两端电缆的表层温度的非接触式采集;其次,构建基于双隐层自编码极限学习机的深度学习网络,以挖掘表层温度数据内部深层次隐含特征,将提取的深度隐含特征作为随机森林诊断模型输入;然后,提出一种非线性动态自适应旋转角的量子旋转门以改进量子烟花算法的更新策略,并用于诊断模型参数优化;最后,结合接头表层红外温度和绝缘介质损耗角正切值构建数据集,对诊断模型进行训练和现场测试。实验结果表明,改进后的量子烟花算法可以较好地逼近全局最优解、收敛效率高,深度学习随机森林诊断模型具有较强的特征抽取和分类能力,参数优化后诊断模型的分类精度和稳定性得到有效提高,在小样本训练集条件下就能达到较好的诊断效果,可实现接头绝缘劣化状态的非接触式诊断。

关键词：电缆中间接头红外测温绝缘劣化诊断双隐层自编码极限学习机随机森林量子烟花算法

基于CALMET-WRF耦合的复杂地形下导线覆冰的精细化数值模拟研究

在线全文

学校读者我要写书评

暂无评论

大气科学学报 2024年第3期47卷 509-520页

作者：王帅李劲松原辉芦竹茂胡帆赵倩国网山西省电力公司电力科学研究院山西太原030002 国网山西省电力公司山西太原030002 国网山西省电力公司超高压输电分公司山西太原030002

利用耦合了WRF模式的CALMET模型,对2022年1月5—10日山西省南部中条山区导线覆冰事件的天气背景场进行了数值模拟,在评估了WRF和CALMET对气象要素的模拟效果的基础上,分别利用WRF和CALMET模拟的气象场驱动Makkonen覆冰模型,对本次导线... 详细信息

利用耦合了WRF模式的CALMET模型,对2022年1月5—10日山西省南部中条山区导线覆冰事件的天气背景场进行了数值模拟,在评估了WRF和CALMET对气象要素的模拟效果的基础上,分别利用WRF和CALMET模拟的气象场驱动Makkonen覆冰模型,对本次导线覆冰过程进行了数值模拟,得到了如下结论:1)相比于WRF模式的模拟结果,CALMET降尺度后的气象场能更符合实际地形影响下近地面温度场和风场的分布规律,其模拟的近地面低温区(气温<0℃)范围较WRF模拟范围更大。2)CALMET的气温均方根误差整体较WRF模式减小0.5~1℃,相关系数由0.5~0.8提升至0.6~0.85;风速的均方根误差较WRF减少了1 m/s,相关系数较WRF提升0.2,说明WRF模式结合CALMET模拟气象场更加接近真实观测结果。3)利用CALMET降尺度场驱动覆冰模型能较好地反映微尺度地形下电线积冰的时空分布特征,各杆塔模拟的覆冰厚度偏差较WRF显著减小了2 mm,且降低了模式对覆冰启动的滞后时间。

关键词： WRF模式 CALMET模式复杂地形覆冰厚度动力降尺度

维普期刊数据库博看期刊

适用于MMC-MTDC的母线侧故障分析及保护策略

在线全文

学校读者我要写书评

暂无评论

高电压技术 2024年第5期50卷 2067-2077,I0019-I0022页

作者：鄢仁武俞智鹏方略斌福建理工大学电子电气与物理学院福州350118 智能电网仿真分析与综合控制福建省高校工程研究中心福州350118 国网福建省电力有限公司福州350013

柔性直流输电系统中,直流故障的分析与判别是柔直系统中亟待解决的重要问题。为了更好地分析故障特征,推导出一种多端柔性直流输电网(modular multilevel converter-high voltage direct current,MMC-MTDC)的母线侧简化电路故障计算方法... 详细信息

柔性直流输电系统中,直流故障的分析与判别是柔直系统中亟待解决的重要问题。为了更好地分析故障特征,推导出一种多端柔性直流输电网(modular multilevel converter-high voltage direct current,MMC-MTDC)的母线侧简化电路故障计算方法,并分析了母线侧单极接地故障和极间短路故障的故障特征,在此基础上设计了一种适用于多端柔性直流输电网的故障判别方案和保护措施。该判别方案通过故障启动判据、故障区域判别和故障类型判别3个模块进行故障判定,采用了故障电压瞬时跌落值与系统电压之差及故障线路电流值作故障特征量,整套判别方案不受其他元件参数、故障位置等因素的影响,将Spearman相关性分析与传统电气故障区域判别相结合,准确判定系统区内外故障的同时,解决了故障区域判别中受线路各参数干扰导致误判的问题,仿真测试验证了本保护方案的可行性。

关键词： MMC-HVDC 直流故障母线侧故障故障特征 Spearman相关性分析保护设计

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

西北地区扶贫光伏整县开发决策演化博弈

中国电力 2024年第2期57卷 149-160页

作者：刘宁张驰王栋杨明杰国网甘肃省电力公司信息通信公司甘肃兰州730000

双碳目标背景下,西北地区分布式光伏整县开发新模式为解决该地区就地消纳难、弃光严重、光伏扶贫工作分散化等问题提供了新思路,然而光伏扶贫整县市场中各方利益主体的多主体决策问题成为当前扶贫电站市场运行的重中之重。以演化博弈论... 详细信息

双碳目标背景下,西北地区分布式光伏整县开发新模式为解决该地区就地消纳难、弃光严重、光伏扶贫工作分散化等问题提供了新思路,然而光伏扶贫整县市场中各方利益主体的多主体决策问题成为当前扶贫电站市场运行的重中之重。以演化博弈论为基础,构建了包含用户、国有企业、光伏企业和政府在内的四方演化博弈模型,研究了以甘肃省、青海省、宁夏回族自治区为代表的西北地区光伏扶贫整县市场多主体决策演化及参数影响。结果表明,国企和光伏企业的均衡策略均为积极策略,而由于西北地区各地光照资源、电价、用电量等不同,用户和政府的均衡结果及时间也存在差异,光照资源丰富且政府补贴力度较大的地区光伏扶贫收益较为可观,用户投资热情高涨且实现均衡时间较短;成本节约和降低租金是改善西北地区均衡路径的有效措施。

关键词：光伏扶贫整县模式协同机制四维演化博弈路径

基于分解式Transformer的联邦长期时间序列预测算法

在线全文

学校读者我要写书评

暂无评论

山东大学学报(工学版) 2024年

作者：刘冬兰刘新刘家乐赵鹏常英贤王睿姚洪磊罗昕国网山东省电力公司电力科学研究院山东省智能电网技术创新中心山东大学软件学院国网山东省电力公司

为解决基于Transformer的方法存在计算成本高和无法捕捉时间序列总体趋势的问题,将Transformer与季节性趋势分解法相结合,提出基于分解式Transformer的联邦长期时间序列预测算法,其中分解方法用于捕捉时间序列的全局概况。在实际场景中... 详细信息

为解决基于Transformer的方法存在计算成本高和无法捕捉时间序列总体趋势的问题,将Transformer与季节性趋势分解法相结合,提出基于分解式Transformer的联邦长期时间序列预测算法,其中分解方法用于捕捉时间序列的全局概况。在实际场景中,时间序列数据来自多个不同客户端。考虑数据隐私问题,利用联邦学习从多个客户端获得整体最优预测模型,采用基于局部锐度感知最小化的优化器提高全局模型的泛化性。与先进的方法相比,该方法在4个基准数据集的多变量和单变量时间序列预测任务中都有改进,在用电负荷(electricity consuming load,ECL)数据集上性能最高可提升26.9%。试验结果充分表明季节性趋势分解法与局部锐度感知最小化的优化器在长期时间序列预测任务上的有效性。

关键词：隐私保护联邦学习长期预测模型泛化 Transformer