【摘 要】
：
配电网分区规划能够实现配电网规划由大到小、由繁到简,独立的网格规划能避免配电网集中规划计算量过大的问题.基于配电网网格划分结果,提出一种考虑地理信息系统(geographic information system,GIS)信息的城市配电网格动态投资策略.首先,建立基于Matlab-OpenDSS的配电网投资仿真方法,其中Matlab生成配电网投资策略,OpenDSS搭建配电网格物理模型,并通过计算相应的投资指标校验投资策略的可行性.其次,明确配电网规划投资的目标函数及其周期数.然后,采用NSGA-Ⅱ算法优
【机 构】
：
国网河南省电力公司经济技术研究院,郑州市450052;四川大学电气工程学院,成都市610065
论文部分内容阅读
配电网分区规划能够实现配电网规划由大到小、由繁到简,独立的网格规划能避免配电网集中规划计算量过大的问题.基于配电网网格划分结果,提出一种考虑地理信息系统(geographic information system,GIS)信息的城市配电网格动态投资策略.首先,建立基于Matlab-OpenDSS的配电网投资仿真方法,其中Matlab生成配电网投资策略,OpenDSS搭建配电网格物理模型,并通过计算相应的投资指标校验投资策略的可行性.其次,明确配电网规划投资的目标函数及其周期数.然后,采用NSGA-Ⅱ算法优化求解出兼顾配电网规划方案多目标需求的各周期最优投资策略,下一周期的投资依托于上一周期的最优投资方案进行测算,从而使配电网动态投资更加符合配电网实际投资与建设流程.所提方法将多个规划评估指标加入目标函数,可提升投资策略的经济性、可行性;同时,利用动态规划将总的投资周期分成多个短期过程,更契合投资规划需求.最后,以某城市配电网格作为算例系统验证了所提方法的可行性.
其他文献
变流器是电力机车牵引系统的关键部件之一,其故障易导致列车运行瘫痪,是机车故障中危害性较大的一类.针对基于专家经验的牵引变流器故障诊断仿真模型和特征选取泛化性较差问题,文章提出一种基于深度卷积神经网络的故障诊断方法,其通过修改Xception模型卷积和池化层结构参数以匹配牵引变流器故障数据并进行训练.实验结果显示,本文所提方法Top-1准确率为0.8422,Top-3准确率为0.9201,表明将深度卷积神经网络用于牵引变流器故障诊断具有较好的鲁棒性和准确性,且通过通道增强后可以提高模型的泛化能力并实现故障分
为提前识别动车组运行过程中的故障隐患,文章基于故障预测及健康管理理论,通过整合动车组不同场景的多源异构数据,构建“车-地”一体化大数据平台;并将设备故障机理与人工智能算法相结合,构建一种动车组关键部件故障预警预测模型,以部件关键物理特性来反映其工作状态并提前识别潜在故障.通过大数据平台及牵引电机的故障预警及温度预测模型的应用,C R400A F型复兴号动车组牵引电机故障率显著下降,由平均每百万公里0.5件降至约平均每百万公里0.1件.
为提升风电机组自身的感知能力,更多的数字化、智能化新技术开始被用于风电机组.基于音频数据对风电机组的异常状态做监测,就是其中一个较为前沿和实用的技术探索方向.文章利用叶片损伤后其气动音频信号会发生变化这一特点,设计了一套基于音频数据的风电机组叶片异常状态监测系统,其通过在风力发电机组上安装拾音器、分析挖掘所收集的风电机组音频数据,并基于多分类的机器学习模型,探索出一套音频数据的特征分析和模式识别的方法.仿真和实际应用结果显示,用该方法可以识别叶片是否损伤、冷却风扇是否工作等工况,以排除冷却风扇运行对叶片异