|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 人工智能在电力系统暂态问题中的应用综述显示文摘现代智能电网出现了电力电子化、信息物理融合和大电网复杂互联等新特征,从而对电力系统暂态问题的分析与控制方法产生了极大影响。人工智能(artificialintelligence,AI)在解决数据问题中的优势与暂态问题特点匹配程度高。该文从信息、机理、仿真、分析和控制等角度分析了电力系统暂态问题出现的新特点,归纳总结了现有将AI用于分析电力系统暂态问题时的研究成果,指出了研究中仍需解决的问题,探讨了在数据获取、特征提取和算法应用等方面的若干改进思路,并对AI应用于暂态稳定问题的研究现状进行总结。 | 汤奕 崔晗 李峰 王琦 | 2019 | 中国电机工程学报2019，39，1： | 93 |
| 2 | 电力大数据技术与电力系统仿真计算结合问题研究显示文摘电力大数据技术的进步为电力系统各领域提供了新的发展契机。该文探讨了其与电力系统仿真计算相结合的若干基本问题。首先阐述二者已有的基础、技术联系和基本结合方式,强调利用大数据技术包中提供的资源和方法解决实际问题;而后明晰了仿真计算数据与大数据相关的特征及其独有优势。在此基础上,讨论了与开展研发工作相关的若干要点,涉及二者结合适用的问题、开展研究的重点等,同时也说明引入大数据技术可能带来的问题。该文工作为在电力系统仿真计算领域开展大数据技术研究提供了基本框架,为研发工作的全面开展奠定了基础。 | 黄彦浩 于之虹 谢昶 史东宇 周孝信 | 2015 | 中国电机工程学报2015，35，1： | 109 |
| 3 | 基于多支持向量机综合的电力系统暂态稳定评估显示文摘目前,利用数据挖掘方法进行电力系统暂态稳定评估的研究,对结果中不稳定样本被误判为稳定样本的情况重视不足,不符合电网运行对安全性的要求。针对该问题,文中提出了安全域概念下基于多支持向量机综合的电力系统暂态稳定评估方法。该方法首先利用网格法对支持向量机进行参数寻优,然后选取分类准确率高的若干组支持向量机参数,在这些参数下训练支持向量机,最后对训练得到的支持向量机进行综合,实现电力系统暂态稳定评估。对仿真系统的分析表明,文中提出的方法能够充分利用不同参数的支持向量机提供的有用信息,大量减少'误判稳定'样本的个数,可以对应用数据挖掘理论进行电力系统暂态稳定评估的实际应用提供有益的参考。 | 戴远航 陈磊 张玮灵 闵勇 李文锋 | 2016 | 中国电机工程学报2016，36，5： | 103 |
| 4 | 基于一维卷积神经网络的电力系统暂态稳定评估显示文摘系统遭遇暂态故障的过程是随时间发展的过程,基于传统机器学习的暂态稳定评估方法通常难以捕捉其时间维度信息,限制了评估性能的提高。针对该问题,提出了一种基于一维卷积神经网络(1D-CNN)的暂态稳定评估方法。该方法直接面向底层量测数据,凭借其特有的一维卷积和池化运算特性,能自动提取出暂态过程所蕴含的时序特征,从而达到对系统暂态稳定状态准确刻画的目的。设计了一种适用于暂态稳定评估的四卷积层1D-CNN模型,实现了端到端的'时序特征提取+暂态稳定性分类',并通过调整模型关键参数以提高失稳样本查全率,增强了评估结果的可靠性。新英格兰10机39节点测试系统的仿真实验表明,相较于传统机器学习暂态稳定评估方法,所提方法能以更短的响应时间做出更准确的暂态稳定性判断,满足在线暂态稳定评估准确性与快速性的要求。 | 高昆仑 杨帅 刘思言 李向伟 | 2019 | 电力系统自动化2019，43，12： | 76 |
| 5 | 基于两阶段集成深度置信网络的电力系统暂态稳定评估显示文摘随着人工智能的发展,深度学习技术开始应用于电力系统暂态稳定评估,但面临着模型结构选择和评估性能优化等困难。为充分发挥深度学习的优势,提出一种两阶段集成深度置信网络(deep belief network,DBN)的评估方法。第1阶段预测故障后电力系统的暂态稳定性,由于输入特征和模型结构对暂态稳定评估的影响较大,选择原始电气特征、人工经验特征和堆叠降噪自动编码器提取的特征分别作为输入,训练不同结构的DBN模型,按概率集成机制,建立集成DBN模型,并评价结果的可信度。第2阶段,利用DBN暂稳程度回归预测模型进一步评估可信样本的稳定或失稳程度。在新英格兰10机39节点系统上的仿真结果表明所提方法预测精度高,具有良好的故障筛选性能,同时还能准确衡量可信样本的稳定或失稳程度,为后续控制提供可靠的参考信息。 | 邵美阳 吴俊勇 李宝琴 张若愚 | 2020 | 电网技术2020，44，5： | 34 |
| 6 | 基于响应轨迹和核心向量机的电力系统在线暂态稳定评估显示文摘针对现行调度需求提出基于响应轨迹和核心向量机的电力系统在线暂态稳定评估方法。首先将响应数据构建的原始特征集映射至高维特征空间,然后将暂态稳定评估问题定义为核心向量机中的最小闭包球问题,通过最优近似求解进行故障筛选和快速暂态稳定判别,且离线的训练和在线的匹配保证了暂态稳定评估过程能够满足在线计算的要求。10机39节点和某实际省级电网算例的计算结果表明,所提方法具有更低的时间和空间复杂度,并具有更高的评估精度。 | 王亚俊 王波 唐飞 陈得治 王静 王乙斐 周雨田 | 2014 | 中国电机工程学报2014，34，19： | 27 |
| 7 | 计及源-网-荷不确定性因素的马尔科夫链风电并网系统运行可靠性评估显示文摘考虑风电出力、元件故障及负荷波动对系统运行可靠性评估的影响,提出一种计及源-网-荷不确定性因素的马尔科夫链风电并网系统运行可靠性评估方法。首先建立不确定性因素等值运行可靠性模型;其次,将系统运行状态进行划分,建立风电并网系统马尔科夫链模型,进而根据系统状态样本数据得到马尔科夫链状态转移矩阵;再次,根据状态转移矩阵和当前运行状态,能够准确评估系统当前时刻可靠性水平,快速预测未来时刻状态概率,定量分析不确定性因素对运行可靠性的影响;最后,采用改进IEEE-RTS79系统,对文中所提模型和方法进行了验证,结果表明所提模型和方法的正确性和有效性。 | 张文秀 韩肖清 宋述勇 宋述亭 付可宁 王金浩 秦文萍 贾燕冰 | 2018 | 电网技术2018，42，3： | 28 |
| 8 | 基于有限同步量测数据的电力系统故障检测、辨识与定位显示文摘提出了基于有限同步量测数据的电力系统故障检测、辨识及定位方法。首先提出了电网PMU优化配置方法,以实现同步量测数据在空间上的最优分布。然后利用基于高斯原子库的匹配追踪分解算法对PMU采集的同步频率信号和电压信号进行特征提取,并利用k-means分类算法对特征量进行分类。根据频率信号时频特性训练不同的隐马尔科夫模型用于故障检测和辨识;根据电压信号时频特性及电网拓扑信息生成故障定位图、确定故障地点。在IEEE 39节点系统和实际系统上的仿真分析验证了所提方法的高效性、有效性和鲁棒性。 | 施微 黄磊 徐箭 谷祎 蒋怀光 张俊 | 2015 | 电网技术2015，39，4： | 25 |
| 9 | 基于海量在线历史数据的大电网快速判稳策略显示文摘基于已有在线历史数据进行电力系统稳定性快速判断,可用于生成在线计算的故障列表,补充动态安全分析的故障集,使之在有限时间内考虑更多的故障情况。该文根据大系统运行特点,提出仅使用静态物理量的特征量选取方法并引入了更具稳健性的统计指标。针对实际系统数据失稳样本过少的问题,基于支持向量机(support vector machine,SVM)提出了'扩展边界'策略。根据电力系统运行的周期性,提出了针对海量历史数据的训练样本集构建策略,即按日选取故障前有限时间窗口的历史数据。综合上述研究成果,完成了快速判稳策略,给出了策略的实现流程。采用实际大系统数据,对提出的模型和策略进行了测试。结果表明,该文成果与大系统在线计算快速判稳的要求相切合,具有较好的性能和实际应用价值。 | 黄彦浩 于之虹 史东宇 周孝信 | 2016 | 中国电机工程学报2016，36，3： | 22 |
| 10 | 基于短时受扰轨迹的电力系统暂态稳定评估方法显示文摘针对实时评估电网暂态稳定性的快速性和准确性的需求,提出一种基于故障清除后短时受扰轨迹和卷积神经网络的电力系统暂态稳定性的评估方法。该方法无需人工计算轨迹特征作为输入量,直接基于量测时序数据,利用深度学习模型的自主学习能力逐层提取隐含在短时轨迹的局部特征,构建短时受扰轨迹与稳定类别间的非线性映射关系,并引入考虑故障初期受扰程度的暂态稳定信息矩阵样本构建,以增强提取的局部特征的鲁棒性,提升模型的泛化能力,有效减少误判样本数,达到进一步提高准确率的目的。IEEE-39节点系统的仿真结果验证所提方法的有效性,并且所提方法的评估准确率比传统的暂态稳定浅层评估模型更加优越。 | 安军 艾士琪 刘道伟 李柏青 邵广惠 徐兴伟 王震宇 | 2019 | 电网技术2019，43，5： | 22 |
| 11 | 基于新一代人工智能技术的电力系统稳定评估与决策综述显示文摘以深度学习、强化学习和迁移学习等高级机器学习为代表的新一代人工智能技术在处理海量数据、挖掘复杂非线性映射等方面具有更强的优势,使其在电力系统稳定评估与决策中的应用逐渐受到青睐。首先,梳理了基于人工智能技术实现电力系统稳定评估与决策的基本框架;其次,针对稳定评估与稳定决策问题,分别从功角、频率、电压、宽频振荡这4个电力系统稳定性问题和预防控制、紧急控制、恢复控制这3种控制类型出发,进行了国内外学者的相关研究工作及关键技术评述;最后,依据新一代人工智能技术在电力系统稳定评估与决策中的应用现状,从数据、模型和应用3个层面对存在的一些问题提出了可能的应对措施和展望。 | 杨博 陈义军 姚伟 石重托 束洪春 | 2022 | 电力系统自动化2022，46，22： | 23 |
| 12 | 应用功角空间降维变换的相轨迹判别系统暂态稳定性显示文摘随着广域测量系统的广泛运用,出现了利用相轨迹几何特征在线判别电力系统暂态稳定性的方法,针对这些方法依赖于分群结果的缺点,该文提出了一种基于功角空间降维变换的相轨迹判稳方法。首先对系统的功角运动轨迹在功角空间中进行降维变换,将轨迹投影为一维坐标轴上的运动,分析了其物理意义;基于这种降维变换后的运动参数,构成新的相平面,并在数学推导证明的基础上利用新的相轨迹凹凸性来判断系统的暂态稳定性。对新英格兰10机39节点系统的仿真实验证明了所提方法的有效性,并指出该方法比普通的分群后直接构成相平面的方法更优越。 | 岑炳成 唐飞 廖清芬 晏阳 唐昱恒 董飞飞 李瑾瑜 | 2015 | 中国电机工程学报2015，35，11： | 21 |
| 13 | 多频失步振荡场景下大区互联电网失步振荡中心电压频率演变规律研究显示文摘交直流互联电网背景下,复杂的运行方式和多变的故障形式导致系统失稳模式不再局限于两群失稳。现有基于等值两机模型的失步振荡中心定位方法受到严重挑战,多频失步场景下失步振荡中心的电气量特性亟待研究。该文基于理论分析,针对等值3机系统失步振荡中心频率特性进行了较为深入的研究,提出了相应的失步振荡中心定位方法。首先,构建并求解3机等效系统的失步模型,并推导系统内任一点处电压幅值、频率等电气量的解析表达式;然后,基于所得解析表达式详细分析多频场景下失步振荡中心电气特性:位于失步中心异侧的站点电压频率播送方向相反,且电压频率曲线间无交点;位于失步中心同侧的站点电压频率播送方向一致,且电压频率曲线间存在交点;最后,WSCC系统与某实际区域电网仿真验证了所得结论的正确性。 | 郭珂 唐飞 廖清芬 杨健 贾骏 周慧芝 叶笑莉 徐君茹 刘福锁 | 2015 | 中国电机工程学报2015，35，13： | 20 |
| 14 | 基于投影能量函数和Pin-SVM的电力系统暂态稳定评估显示文摘提出一种基于Pin-SVM的电力系统暂态稳定评估方法。首先,采用系统指标(如平均机械功率、初始加速度和系统冲击等)和投影能量函数指标(如投影角速度、投影角加速度和投影动能PKE)构建暂态稳定指标的原始特征集,通过最大相关最小冗余特征选择方法对暂态指标集进行特征压缩,寻找对电网暂态变化敏感度高的特征子集;然后,基于Pin-SVM思想将特征子集映射到高维空间,实现非线性暂态稳定评估问题的线性转换,进而引入分位数改变系统稳定类与不稳定类之间的最近点位置,将暂态稳定分类问题转换为在Pin-SVM中寻找最优分位数距离问题,以减小边界干扰样本的影响,提高电力系统暂态评估方法的评估准确率和稳定性。最后,以IEEE-39节点系统、IEEE-145节点系统和某实际算例进行仿真计算,计算结果验证了该方法的有效性和准确性。 | 陈厚合 王长江 姜涛 李雪 李国庆 | 2017 | 电工技术学报2017，32，11： | 20 |
| 15 | 融合邻域粗糙约简与深度森林的电力系统暂态稳定评估显示文摘在实际电网运行中,暂态稳定样本与暂态失稳样本间呈现出明显的不平衡关系,且误判失稳样本与误判稳定样本的代价不同。当前基于数据挖掘的暂态稳定评估方法多基于浅层模型,对误判暂态失稳样本的重视不够,且评估精度有待进一步提高。基于此,提出一种融合邻域粗糙约简与深度森林的电力系统暂态稳定评估方法。利用邻域粗糙集在不同粒度级别下寻找多组不同的最优特征子集以对原始特征进行再表征,通过深度森林的级联结构实现对原始暂态特征的表征学习,强化特征量与暂态稳定状态间的非线性映射关系;引入加权投票机制,提高分类过程对暂态失稳样本的重视。在IEEE 10机39节点系统上的实验结果表明,所提方法能够在提升评估精度的同时,有效降低了对暂态失稳样本的误判,在不同数据规模和不同程度的不平衡样本数据上均具有较好的表现,具有一定的鲁棒性和适用性。 | 李兵洋 肖健梅 王锡淮 | 2020 | 电工技术学报2020，35，15： | 17 |
| 16 | 一种适用于WAMS量测数据的系统暂态功角稳定评估方法显示文摘考虑WAMS量测数据刷新速率快,数据量大的特点,提出了一种适用于WAMS量测数据的暂态功角稳定评估方法。选取初始特征量集并用核主成分分析法对特征集进行降维,过滤冗余特征并降低分类器输入向量的维度。构建训练样本集,计算各样本的初始特征量集并进行降维。通过训练ECVM分类器对暂态功角稳定进行评估,并用测试数据集验证分类器的准确率。在新英格兰10机39节点系统中的仿真表明,所提算法有较高的分类准确率,与传统分类算法相比降低了单个样本评估所需的时间,具有工程使用价值。 | 邵雅宁 唐飞 刘涤尘 马志昊 卞成志 | 2015 | 电力系统保护与控制2015，43，6： | 17 |
| 17 | 基于并行隐马尔科夫模型的电能质量扰动事件分类显示文摘为满足电能质量扰动准确分类的需求,提出了一种基于极大重叠离散小波变换(MaximalOverlapDiscrete WaveletTransform, MODWT)和并行隐马尔科夫模型(ParallelHiddenMarkovModel, PHMM)的电能质量扰动分类方法。首先利用MODWT提出一种实用的电能质量扰动检测算法,该算法无需设定检测阈值,可准确获取扰动时段的起止时刻。接着提取扰动时段的电压谐波成分并组成特征向量。然后用PHMM分类器对扰动信号进行分类识别。PHMM方法克服了人工神经网络方法收敛性较差、训练时间较长的缺陷,使分类器性能大大提升。通过应用于现场实测扰动数据表明,所提出的方法适用于多种类型的电能质量扰动检测,分类正确率高,训练速度快,具有良好的应用价值。 | 谢善益 肖斐 艾芊 周刚 | 2019 | 电力系统保护与控制2019，47，2： | 17 |
| 18 | 基于云计算的喷涂机器人远程监控诊断系统的研究显示文摘为解决设备制造商有限的技术服务或维护保障有限资源与满足用户设备健康状况维护需求的矛盾,提出了一种基于云计算喷涂机器人的远程监控以及诊断系统,介绍了系统的设计架构,通过将公有服务进行封装,企业根据应用需求,调用各服务接口,可以为企业进行个性化定制服务。优质定制服务将转为公有服务,从而扩展服务商的服务体系。同时,将隐马尔科夫模型与神经网络有机结合,开发了基于云计算的机械故障远程诊断系统,并通过减速机模拟机械故障环境搭建了远程故障诊断实验平台,开展基于云计算的远程机械故障数据诊断实验。实验结果表明,该系统能成功匹配到不同故障类型,成功率高达90%以上。 | 潘力 高伟强 刘建群 张淦 | 2019 | 组合机床与自动化加工技术2019，，12： | 12 |
| 19 | 基于马尔可夫决策过程的电动汽车充电行为分析显示文摘针对电动汽车充电行为不确定性问题,建立了基于出行链理论的电动汽车出行及电池电量变化模型,提出了引入马尔可夫决策过程(Markov decision processes,MDP)的电动汽车用户充电行为分析方法。该方法将用户充电行为作为马尔可夫决策集,根据车辆在各区域间的转移概率构造状态转移矩阵,设置用户满意度指标作为决策过程报酬函数,通过求解有限阶段总报酬准则得到电动汽车用户在每个决策点处的最优充电决策。算例部分根据抽取电动汽车特征量数据进行马尔可夫决策过程仿真,得出充电负荷的时间与空间分布情况,通过与传统蒙特卡洛方法进行对比表明该文所提方法可以较好地模拟用户整个出行过程中的充电行为,反映充电需求的时空分布特点;同时,分析了不同区域、不同停车时长情况下电动汽车的不同充电行为,能够为电动汽车充电桩的规划建设提供参考。 | 潘胤吉 邱晓燕 吴甲武 肖建康 | 2018 | 电力建设2018，39，7： | 10 |
| 20 | 考虑天气因素的区域配网扰动事件预估显示文摘配网运行环境的日益复杂化使电能质量预测的难度不断增大。为解决区域配网的电能质量预测问题,挖掘电力扰动模式,提出一种基于多阶段离散隐马尔科夫模型(discrete hidden markov model,DHMM)的扰动事件预估方法。首先采用数据清洗和离散化技术对天气类型和扰动事件严重程度进行划分;然后通过信息熵相关性分析和时间序列合成的多阶段预处理,提取天气敏感型区域配网的电能质量扰动事件观测序列;最后利用DHMM对观测序列进行训练,实现电力扰动模式提取和扰动事件预估。依据实际城市电网电能质量数据,验证了本文方法的有效性和实用性。相比于传统方法,计及天气因素的DHMM具备更高的电力扰动事件预估准确率。 | 肖斐 艾芊 | 2018 | 电网技术2018，42，4： | 7 |
您所在的机构暂未开通此部分的功能，请联系管理员