基于卷积神经网络与多维度电力大数据的信用评估系统

来源 :电测与仪表 | 被引量 : 0次 | 上传用户:Jany9538235
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
2017年,国家发展和改革委员会牵头启动“信易+”联盟建设,社会信用体系建设全面铺开.其中,企业信用评估是国家信用体系建设重要组成部分,国家对企业信用建设给予了高度重视.通过服务电力业务的信用评估系统构建,可以高效支撑电力行业对企业异常用电行为进行预警.在国家大力倡导社会信用体系建设背景下,国家电网各业务部门及单位积极开展了自身信用体系建设.文中使用电力行业上下游的企业用户用电信息、履约情况、安全监管等数据,结合改进的模糊聚类算法对电力企业用户进行划分和用电信用系统构建,同时使用卷积神经网络算法(CNN)对企业信用评估系统进行分析建模.改进的模糊聚类算法能够适应不同的数据分布和提高聚类效果;改进后的多尺度卷积核CNN模型设计能克服传统CNN算法计算量大、易过拟合的缺点.实验证明多维度电力数据集可以很好反映企业信用信息,文中所提出的分类模型的运算效率和准确率较高,整体实现了企业电力风险评估系统.
其他文献
在发展能源互联网和低碳电力背景下,综合能源系统成为节能减排的重要支撑技术,随着电力和天然气系统耦合程度不断加深,天然气供气充裕性对系统影响越来越大.在此背景下,提出一种计及供气充裕性的电-气互联系统优化调度模型,采用气荒因子协调机组调度,建立以系统运行成本、环境污染、弃风光量以及失负荷成本为目标的优化调度模型.通过算例结果分析证明了电-气互联综合能源系统中计及天然气系统供气充裕性的必要性,验证了所提模型可以实现系统可靠、低碳、经济运行的目标,同时表明P2G技术能够消纳过剩新能源,实现互联系统总体经济最优.
为提高继电保护装置定值核对工作效率和准确率,文章基于图像处理技术提出了一种继电保护定值自动核对方法.利用手机摄像方式采集定值单图像信息,设计算法对原始图像进行灰度增强、二值化以及倾斜校正等预处理,从中提取出清晰的定值单表格部分.通过形态学方法对表格图像进行单元格分割,再对各单元格图像进行光学字符识别并对识别结果进行关联校正,进而得到定值条目信息.最后建立关键词库以及针对不同型号的保护装置定制处理流程,对定值信息完成存储与自动核对.现场应用结果表明,此法具有较高的可行性和可靠性,可为提高相关人员工作效率,确
随着泛在电力物联网加速建设,聚合用户侧可控负荷提高电网的可调控容量,提高电网的可靠性与经济性变得越来越重要.文中挖掘用户侧可控负荷类型,聚焦需求侧响应策略,从系统运营者角度构建了实时平衡市场中大工业用户、负荷集中商、终端用户参与需求响应以及发电商上调出力的数学模型,建立系统运营者的最小调整成本目标函数.在此基础上,提出需求响应的斯塔伯格博弈数学模型,模型中系统运营者作为领导者,需求响应市场主体作为追随者,系统运营者对各追随者提供激励,各市场主体根据激励相容原则进行决策,决策出最佳需求响应电量,此时为系统最
虚拟电池在与电池相关领域的开发环节起到了重要的作用.文中针对虚拟电池搭建一个硬件在环仿真平台,包括dSPACE、虚拟电池、充放电设备以及数据采集设备等.根据虚拟电池的实际使用场景,文中建立电池等效模型,并将多串电池模型计算过程进行矩阵化处理.考虑电池组中电池存在不一致性,根据正态分布对电池模型参数进行差异化的处理,并通过MATLAB软件进行多串电池模型的联合仿真.结果 显示所提出地方法能够较好的模拟电池组中电池的动态性能以及单体的不一致性.
变压器空载合闸的振动信号包含了丰富的机械特征信息,为了实现对变压器绕组松动故障诊断,提出了一种局部均值分解(LMD)边际谱能量熵与烟花算法优化支持向量机(FWA-SVM)的方法.通过LMD提取若干反映变压器合闸过程绕组状态信息的乘积函数(Product Function,PF)分量;依据各PF分量相关系数与能量分布,将前6阶PF分量进行希尔伯特变换,并求取对变压器绕组状态变化敏感的边际谱能量熵作为特征向量;将特征向量输入到烟花算法(FWA)优化的支持向量机(SVM)分类器,实现变压器绕组轻微松动故障早期预
随着电-气-热综合能源系统(IES)内多类型能源转换设备广泛接人,热网动态特性对系统运行影响日益显著,能源低碳转型战略的实施使得碳排放成为IES运行关注的焦点之一.对此,文章开展考虑热动态和碳交易的电-气-热IES协调调度的研究.基于动稳态模型构建的供热网络潮流结果,研究其动稳态差异;进一步面向当前碳交易市场发展需求在IES运行中考虑碳交易,构建以购能成本、运行成本及碳交易成本等综合成本最低为目标的电-气-热IES协调调度模型,从多环节挖掘节能减排潜力;构建算例系统进行仿真分析,结果表明,考虑热动态特性和
为了提升智能电网无线通信的鲁棒性以及链路预测精度,提出了一种基于长短时记忆网络的智能电网链路质量置信区间下限预测方法.文中分析了智能电网的通信需求和无线链路的特点,根据分析结果,采用小波去噪算法将信噪比时间序列分解为确定性部分和随机性部分,将确定性部分输入到两层长短时记忆神经网络进行预测.计算随机部分的方差时间序列,作为另一个两层长短时记忆神经网络的输入进行预测,分别预测确定性部分和随机部分的方差,计算置信区间边界.实验结果表明提出方法具有更好的鲁棒性以及预测精度.
考虑多用户的用电特性有助于更好提升需求响应的实施效果.为此,对工业用户和商业、居民等中小型用户的用电特性进行研究,设计了工业用户负荷削减、负荷转移,并通过自备电厂参与需求响应的复合模型,以及中小型用户聚合商提供负荷削减和旋转备用的模型,并将这些模型融人含风电场的多机组日前调度规划系统之中.以系统总成本最小为目标,运用Gurobi软件对系统模型求解,验证多用户需求响应对系统优化运行的效果.算例分析表明,通过联合不同用户参与需求响应,能够进一步帮助系统节能减排、削峰填谷,并提高风电利用率.
由于抽水蓄能机组抽水调相转为抽水工况,后加负荷速度不可控,启停过程中负荷跃变剧烈,孤网期间容易影响电网频率稳定.为着力解决长期以来困扰海南电网“大机小网”下的频率稳定问题以及排查可能存在的安全稳定威胁,文章依据抽水蓄能机组同步机、水轮机及其调速器的数学模型,构建了水轮机调速器环节与同步机转子运动环节的动态反馈线性化模型.通过BPA仿真计算,研究了水轮机调速器动态对抽水蓄能机组的频率稳定性的影响.通过计算海南电网频率稳定性与机组功角稳定性,确定了抽水蓄能机组单机最大容量.该研究为未来海南电网稳定运行、抽水蓄
考虑到风力发电具有波动和不确定的特点,难以预测,文章提出了基于卷积神经网络和LightGBM算法相结合的新型风电功率预测模型.通过分析风电场与相邻风电场原始数据的时序特征,构建出新的特征集;应用卷积神经网络(CNN)从输入数据中提取信息,基于数据间的对比结果调整相应参数;为了提高预测结果的准确性和鲁棒性,将LightGBM分类算法加入模型中.对比所提模型与支持向量机以及单一的LightGBM和CNN模型仿真结果,证明所提模型具有更好的精度和相率.