【摘 要】
：
变压器的安全运行是电力系统可靠供电的重要环节,而变压器油中溶解气体浓度变化是变压器运行状态监测的重要组成部分.本文以变压器油中溶解气体浓度为监测信息,提出了一种结合贝叶斯概率矩阵分解和长短期记忆神经网络的变压器运行状态监测方法.首先,针对油中溶解气体实际监测时存在的数据缺失问题,采用贝叶斯概率矩阵分解对缺失数据进行预测填补;然后,利用皮尔森相关系数和长短期记忆神经网络构建油中气体监测浓度变化趋势的预测模型,进而实现变压器运行状态的监测.实例分析结果表明,该方法可以有效填补监测数据缺失部分,准确预测油中溶解
【机 构】
：
国家电网有限公司,北京 100120;国网天津市电力公司,天津 300010;天津大学智能电网教育部重点实验室,天津 300072
论文部分内容阅读
变压器的安全运行是电力系统可靠供电的重要环节,而变压器油中溶解气体浓度变化是变压器运行状态监测的重要组成部分.本文以变压器油中溶解气体浓度为监测信息,提出了一种结合贝叶斯概率矩阵分解和长短期记忆神经网络的变压器运行状态监测方法.首先,针对油中溶解气体实际监测时存在的数据缺失问题,采用贝叶斯概率矩阵分解对缺失数据进行预测填补;然后,利用皮尔森相关系数和长短期记忆神经网络构建油中气体监测浓度变化趋势的预测模型,进而实现变压器运行状态的监测.实例分析结果表明,该方法可以有效填补监测数据缺失部分,准确预测油中溶解气体浓度变化趋势,为变压器运行状态监测提供一种新的思路.
其他文献
为减小第五代移动通信技术基站大规模部署导致的城市电网供电压力,本文提出一种应用第五代移动通信技术基站节能措施,以及合理利用其内部储能电池的虚拟电厂优化调度模型.首先,将第五代移动通信技术基站负荷纳入虚拟电厂范畴,并对其采取节能措施优化供电需求.然后,将基站内部储能电池作为虚拟电厂储能装置,统一参与调度,平抑风、光出力波动.最后,应用无网格光线寻优算法对模型进行求解.仿真结果表明,将基站储能纳入虚拟电厂可有效减少基站用电成本,减轻电网供电压力,提高虚拟电厂可再生能源消纳水平,降低虚拟电厂运行与投资成本;同时
针对双馈风电场经串联电容补偿线路进行输电时,可能发生并网系统的次同步振荡问题.本文首先根据双馈风电场经串联电容补偿并网系统的数学模型建立系统小扰动方程,并通过特征值分析法得到双馈风电场次同步振荡的主导变量.然后,根据系统等效阻抗模型和转子侧控制结构图对主导变量参与次同步振荡的机理进行分析,提出在控制系统中设置由功率阻尼控制模块和电流比例微分阻尼控制模块组成的转子电压补偿器的双馈风电场次同步振荡抑制方法.该方法作用在双馈风机转子侧变换器上,无须增加其他装置,便于在实际工程中应用.最后,通过离线仿真和半实物仿
1 IntroductionrnBrain tumor is a lethal disease affecting millions of people around the globe and has a high mortality rate.Early identifica-tion and segmentation of brain tumor helps to increase the sur-vival chances of the patient and also saves them fr
The Wireless Sensor Networks(WSNs)used for the monitoring applications like pipelines carrying oil,water,and gas;perimeter surveillance;border monitoring;and sub-way tunnel monitoring form linear WSNs.Here,the infrastruc-ture being monitored inherently fo
为提高行波保护在各种工况下的可靠性,分析区内、外故障时线路两端的初始行波电流变化规律,提出一种基于多分辨奇异值分解和随机森林的同杆双回线路区内外故障识别方法.该方法通过提取故障后线路两端的行波电流数据进行相模变换,选取变换后的同向模量电流进行6层多分辨奇异值分解,计算每层的电流积分作为特征向量输入随机森林分类器模型中进行训练和测试,来识别区内、外故障.仿真结果表明,该方法在各种工况下都能够准确地进行故障识别,并在抗噪声干扰和CT饱和方面也具有良好的表现.
1 IntroductionrnWith the rapid development of cloud computing,more and more data are stored in cloud servers as cyphertexts for stor-age[1,2].However,it faces enormous challenges regarding ci-phertext analysis.For example,in the cloud medical services,aut
为了挖掘输电线路的输送潜力和保障输电线路的稳定运行,提出了经验模态分解-双向长短期记忆网络-贝叶斯优化预测模型,从而实现微气象参数递推多步预测.基于预测误差建立高斯分布模型,从预测结果中选择相对保守的气象参数代入热平衡方程进行输电线动态容量计算;实现对输电线路所跨越区间中环境最恶劣部分的微气象数据日前预测,以及输电线路动态容量的保守计算.实验仿真结果表明,本文提出的动态增容技术能够在保证输电线路安全可靠的前提下,大幅挖掘现有输电线路的传输潜力,对输电网络的运行有一定的指导作用.
为解决低压配电网络户变关系不准确带来的台区线损统计、排查困难等问题,根据电力大数据技术,提出了基于变压器低压侧和用户侧电压时序数据聚类的配电台区户变关系智能识别方法.首先,采用改进的动态时间规整算法计算用户时序电压序列的相似度;其次,提出基于自组织特征映射算法与K-means算法相结合的两阶段聚类方法,结合时序数据相似度实现基于形状的快速聚类,将连接同一变压器同相位下的用户聚成一类,实现台区户变关系的智能识别;最后,利用实际配电网的台区量测数据进行仿真验证和分析,仿真结果证明了本文所提方法的有效性.
为提高配用电场域网连通率和传输效率,构建了具有高速电力线载波和微功率无线通信能力的配用电双模异构场域网.首先,详细论述该场域网的拓扑结构、中心结点组网过程、游离节点动态入网流程和网络动态维护机制.其次,设计混合路由表的路由度量机制与改进的层数限制最短路径路由算法.最后,依据实时混合路由表,网络节点自适应选择最优链路以最佳速率进行数据传输.实验结果表明,该场域网提高了智能电表与中心节点的连通率,减少了网络层级,提高了传输效率.
为了提高短期电力负荷预测精度,提出了运用相似日选择与长短期记忆的短期负荷双向组合预测方法.首先,以关联度大小为标准,根据归一化后的待预测日气象因素序列确定数据集;然后,使用长短期记忆神经网络分别进行横向预测和纵向预测,利用最小方差法计算每一个采样点的横向、纵向预测值的权重,得出双向组合预测结果;最后,充分考虑气象因素对负荷数据的影响,利用最小方差法兼顾负荷数据的时序性、日周期规律性和非线性三者之间的关系进行实验,实验结果表明该方法的预测效果更佳.