【摘 要】
:
电力负荷是反映经济运行趋势的重要“晴雨表”。随着电力系统智能化程度提高,电力负荷数据逐渐呈现出异构多源、体量巨大、时效性强等典型特点。电力负荷异常检测及数据修复是实现电力负荷应用的首要条件,在电网信息化建设进程中十分重要。本文以电力负荷数据为基础研究对象,以提高负荷数据的异常检测准确率和数据修复精度为研究目标,提出了两种电力负荷数据异常检测方法以及一种数据修复方法,主要研究工作如下:(1)基于多尺
【基金项目】
:
国家重点研发计划智能机器人专项子课题(2019YFB1312102); 河北省自然科学基金(F2019202364);
论文部分内容阅读
电力负荷是反映经济运行趋势的重要“晴雨表”。随着电力系统智能化程度提高,电力负荷数据逐渐呈现出异构多源、体量巨大、时效性强等典型特点。电力负荷异常检测及数据修复是实现电力负荷应用的首要条件,在电网信息化建设进程中十分重要。本文以电力负荷数据为基础研究对象,以提高负荷数据的异常检测准确率和数据修复精度为研究目标,提出了两种电力负荷数据异常检测方法以及一种数据修复方法,主要研究工作如下:(1)基于多尺度特征融合与AP-LOF模型的电力负荷数据异常检测方法针对电力负荷数据非线性、维度高、时间耦合性强等特点,提出一种基于多尺度特征融合与AP-LOF(Affinity Propagation and Local Outlier Factor)模型的电力负荷数据异常检测方法。首先,提取了电力负荷曲线变动性、波动性、趋势性特征对原始高维数据进行表征,以挖掘电力负荷内在模式信息。其次,基于堆叠型自编码器(Stacked Auto-Encoder,SAE)将有效特征融合精炼,进一步降低计算开销。最后,在局部异常因子(Local Outlier Factor,LOF)的基础上,引入近邻传播(Affinity Propagation,AP)算法更新融合特征的隶属度及吸引度矩阵,将所有待检测数据划分为多个簇。通过簇心计算LOF,使其具有更为稳定的异常判定阈值。实验结果表明,基于多尺度特征融合与AP-LOF模型的负荷异常检测方法在ECMC公开数据集上的AUC值达到0.986。与孤立森林、一类支持向量机等常规异常检测方法对比,本方法具有更高的检测精度。(2)基于DCE-LAE的电力负荷数据异常检测方法常规异常检测方法精度低、计算开销大、特征工程与异常检测任务分离等问题严重制约了电力负荷领域的工程应用。为此,构建一种基于深度卷积嵌入长短期记忆编码器(Deep Convolution Embedded LSTM Auto-Encoder,DCE-LAE)的无监督深度学习模型,并应用于电力负荷数据异常检测。自编码器(Auto-Encoder,AE)聚焦于非线性特征,长短期记忆网络(Long-Short Term Memory,LSTM)则更关注一维时序特征。将LSTM融入AE架构使网络在保留全局上下文信息的同时,有效提升了网络对深度信息的捕获。此外,将深度卷积网络(Deep Convolutional Network,DCN)嵌入至该架构中提高感受野,以提取更多负荷序列特征。最后,将KL散度(Kullback-Leibler Divergence,KLD)作为嵌入卷积损失并与模型重构损失相结合联合优化,削减嵌入微调对重构空间的扭曲,进一步提高结果的可靠性。实例仿真通过与不同方法对比,结果表明DCE-LAE异常检测的查准率、查全率和F1分数为98.9%、97.2%、98.0%,均优于SAE和LAE等检测模型。在电力负荷的时序重构性能上,DCE-LAE的MAE、MAPE、RMSE值分别为94.78、1.95%、104.18,相较其它模型均有不同程度提高,从而验证了该方法在负荷异常检测及时序重构能力方面的适应性与有效性。(3)基于IBAS-RBF的电力负荷数据异常修复方法针对传统方法电力负荷数据异常修复精度低和鲁棒性不强等问题,提出一种利用改进天牛须搜索算法(Improved Beetle Antennae Search,IBAS)对径向基核函数神经网络(Radial Basis Function Kernel Neural Network,RBF)参数进行优化的电力负荷数据异常修复方法。IBAS结合变步长因子和模拟退火技术,以非线性递减策略限制搜索步长,维持较高全局搜索能力,同时防止较快收敛与局部最优。此外,构建了IBAS-RBF模型对电力负荷的单点及连续点异常进行修复,并用质量评估指标对修复前后的数据质量进行动态评估。实验结果表明,经过IBAS-RBF对电力负荷数据修复,消除了电力负荷的极值异常,提升了负荷序列的时间相似性与空间一致性,准确性和一致性分别提高了8.2%和7.9%;修复了电力负荷的连续点异常,使得轨迹更加平滑,变化趋势更加明显,趋势性和有效性分别提升了6.3%和1.7%。
其他文献
人力资源是企业发展的重要助力,在企业内部的平稳运行、企业外在的形象建设等方面发挥着至关重要的作用。新形势下,企业人力资源管理工作应着重探究思想政治教育工作路径,开展员工思政素养培养工作,从而为员工提供精神动力、文化支撑和个性化依据,实现从思维层面引导员发展。文章针对企业人力资源管理工作中融入思想政治教育的作用和现存问题进行探究,针对工作中存在的重视程度不足、融合深度不足和员工思想复杂等问题,立足于
<正>广州珠江实业集团有限公司将广州城市更新集团有限公司作为城市更新及产业运营主平台,依托环市东商圈更新改造项目,集中攻关解决一系列CIM应用关键性技术难题建立一套行之有效的城市核心区更新改造BIM/CIM一体化实施模式,形成可复制、可推广的珠江更新模式。
复兴屯银铅锌多金属矿床位于大兴安岭中南段银多金属成矿带,为陆相火山—次火山热液型银铅锌多金属矿床。金属矿物主要有针碲金银矿、自然银、银黝铜矿、闪锌矿、方铅矿、黄铜矿等;脉石矿物主要有菱锰矿、菱铁矿、石英、长石及绢云母等。矿石结构主要为半自形—他形粒状结构、交代结构、胶状结构等;矿石构造主要为浸染状构造、角砾状构造及细脉浸染状构造。矿体主要赋存在北东向和北西向断裂交会部位,产于满克头鄂博组火山角砾岩
西北岔区位于夹皮沟金矿区南侧,具有良好的成矿地质背景与条件。通过1∶1万地面高精度磁法测量对西北岔区进行金找矿预测,认为断裂对金成矿具有重要控矿作用,结合成矿地质背景,共圈出磁异常4处,磁异常编号分别为C-8、C-9、C-10、C-11。根据磁异常特征,共推断出8条断裂。F9断裂与C-10磁异常套合较好,具有良好的成矿条件,可作为找矿远景区。
小学是学习语文的关键时期,小学生处于识字和表达的过渡时期,在这段时期,小学语文教师更应该注重作文课堂的讲解。小学生的想象能力十分丰富,他们的世界是充满童话幻想的世界,小学语文教师更应该注重小学生想象能力的开发。文章就小学语文童话作文课堂的现状,浅谈如何进行小学语文童话作文课堂讲解。
针对五龙金矿床163号脉Au品位数据,采用SPSS软件进行了统计分析。结果表明:Au品位数据明显呈现右偏态分布特征,对数据进行对数处理后基本呈现正态分布;163号脉Au品位随深度增加,呈现波浪状变化特征,结合地球物理深部解译及矿山深部钻探工程验证,证实深部具有较大成矿潜力。
布金黑铅锌多金属矿区位于锡林郭勒盟草原地区,在“绿水青山就是金山银山”理念指引下,自2018年开展绿色勘查实践工作以来,率先编制具体实施方案,在施工过程中积极采用“一基多孔”“以钻代槽”等新技术、新方法,因地制宜开展技术创新,改进传统施工工艺,加强场地功能分区建设,大力倡导推进环保土工布铺设防护,并对施工后场地进行修复治理,最大程度减小对生态环境的扰动,实现资源勘查与环境保护双赢的目的。该勘查项目
在对色日金银矿床进行相关资料综合研究的基础上,分析了矿床成因类型和不同比例尺化探异常特征,并探讨了其地质意义。研究结果表明:金、银矿体与矿区内大面积分布的印支晚期花岗岩时空关系密切,金矿体主要受北东向断裂控制,银矿体主要受近东西向断裂控制,金、银矿体产生明显分异,表明二者为不同成矿期(阶段)的产物。不同比例尺(1∶20万、1∶5万、1∶2.5万)化探测量圈定的综合异常除主成矿元素Au、Ag外,Sn
矿集区复杂的人文干扰给传统物探方法应用于深部探测带来较大限制。将微动(被动源面波)勘探方法应用于鸡冠咀矿区外围深部找矿,采用圆环半径分别为75、150、300、600 m的四重嵌套三角形观测台阵,利用扩展空间自相关法(ESPAC)进行面波频散曲线提取,获得目标区2 000 m以浅的视横波速度结构,推断火山岩盆地边界形态及深部大理岩、岩体范围,圈定成矿有利部位。结果显示,28线成果与以往的勘探线剖面
上宫金矿床位于熊耳山金矿田北部。通过对上宫金矿床区域地质背景、矿床地质特征、成矿流体特征进行研究,认为成矿流体演化可分为4个阶段。矿石包裹体以气液两相包裹体为主,常见气液比5%~10%,但从5%~30%均有产出;最有利的成矿温度为200℃~300℃;盐度主要集中于5%~10%,平均值为8.9%,成矿流体为中高盐度流体;成矿压力为80~93 MPa;成矿流体主要属于NaCl-CO、CO2-H2O的含