期刊文献+
共找到438篇文章
< 1 2 22 >
每页显示 20 50 100
基于负载匹配的海洋温差能发电效率跟踪方法
1
作者 钱意祯 张宇 +2 位作者 徐佳毅 刘烨昊 李醒飞 《传感器与微系统》 北大核心 2026年第4期101-106,共6页
有限的能源供应限制了水下剖面平台对于海洋的探究。海洋温差能作为清洁能源,为剖面平台能源供给提供了有效解决方案。设计了基于相变材料(PCM)的海洋温差能发电系统,为水下剖面平台供能,并提出了一种基于负载匹配的新型温差能发电效率... 有限的能源供应限制了水下剖面平台对于海洋的探究。海洋温差能作为清洁能源,为剖面平台能源供给提供了有效解决方案。设计了基于相变材料(PCM)的海洋温差能发电系统,为水下剖面平台供能,并提出了一种基于负载匹配的新型温差能发电效率跟踪方法。该跟踪方法以数据驱动原理为基础,建立数据模型,通过PID算法进行负载控制,达到高效温差发电的目的。实验结果表明:在装载10%体积变化率的10 kg PCM条件下,单次剖面发电量达到1.88 Wh,此时,发电效率为45.4%,负载控制跟随压力变化时,误差比在10%以内。该跟踪方法可以嵌入通用微处理芯片,为水下剖面平台的海洋新能源开发提供新思路,便于研发轻便、泛用性强的海洋温差发电剖面平台。 展开更多
关键词 负载匹配 效率跟踪 温差发电 数据驱动
在线阅读 下载PDF
高维稀疏电力负荷数据无监督挖掘算法
2
作者 丁业豪 杨月 马保全 《沈阳工业大学学报》 北大核心 2026年第2期57-64,共8页
【目的】在电力系统中,负荷数据分析对电网调度、规划和管理至关重要。然而,随着电力系统的复杂化与智能化程度的加深,电力负荷数据呈现高维度、稀疏性等特点,导致传统数据分析方法在处理效率和捕捉负荷变化内在信息方面面临较大挑战。... 【目的】在电力系统中,负荷数据分析对电网调度、规划和管理至关重要。然而,随着电力系统的复杂化与智能化程度的加深,电力负荷数据呈现高维度、稀疏性等特点,导致传统数据分析方法在处理效率和捕捉负荷变化内在信息方面面临较大挑战。本文提出一种高效无监督数据挖掘算法,旨在提升高维稀疏电力负荷数据的处理效率与信息提取能力。【方法】首先,采用基于信息熵的特征排序法确定特征重要度。通过计算互信息、开展中心化、标准化处理等完成数据初始化,选择互信息最大的特征扩充特征集合,通过计算相关信息熵筛选特征子集,以支持向量机(SVM)分类器为基准模型优化子集筛选过程,引入改进粒子群算法进行特征二次选择,同时借助SVM分类器完成特征初步筛选。然后,引入主成分分析(PCA)实施降维。对样本矩阵进行中心化处理,构建协方差矩阵,获取特征值与特征向量,选择特征向量构建新的矩阵以实现降维。最后,引入基于无监督学习的自编码网络开展数据无监督挖掘。编码阶段将输入数据转化为特征表示,解码阶段完成数据恢复,通过设定数据、执行聚类操作、筛选数据点、开展数据均衡处理、获取训练模型分类界面等步骤,实现隐藏特征提取与网络调节。【结果】本文算法在整个测试过程中兰德指数一直大于0.60,呈现较高的聚类准确性。在60次迭代实验中,最大内存开销占比约为8.3%,表明本文算法的计算资源利用率较高。与其他传统算法相比,本文算法在处理高维稀疏电力负荷数据时,能够表现出更高的处理效率和更优的挖掘效果。【结论】无监督挖掘算法在高维稀疏电力负荷数据分析中表现优异,本文算法通过特征选择与降维处理减少计算量,并借助自编码网络挖掘非线性特征,显著提升了数据挖掘的准确性与效率,具有很强的适用性与可行性。本文算法的创新之处在于,融合信息熵特征排序、支持向量机、改进粒子群、主成分分析与自编码网络等多种方法,从特征处理到数据挖掘形成完整体系,既能有效应对高维稀疏电力负荷数据的挖掘难题,又为电力系统负荷数据分析提供了新的有效手段,因而对推动电力系统智能化发展具有重要意义。 展开更多
关键词 电力负荷数据 特征选择与降维 自编码网络 无监督挖掘 主成分分析 改进粒子群算法 支持向量机
在线阅读 下载PDF
基于Load重用的低功耗数据Cache设计
3
作者 李泉泉 薛志远 +2 位作者 张铁军 王东辉 侯朝焕 《微电子学与计算机》 CSCD 北大核心 2014年第6期5-7,11,共4页
针对嵌入式处理器中数据Cache功耗显著的特点,提出了一种基于Load重用的低功耗数据Cache设计方法.通过保存Load指令从数据Cache中取回的数据,实现了随后Load指令对该数据的重新使用,从而减少了数据Cache的访问次数,有效降低了数据Cache... 针对嵌入式处理器中数据Cache功耗显著的特点,提出了一种基于Load重用的低功耗数据Cache设计方法.通过保存Load指令从数据Cache中取回的数据,实现了随后Load指令对该数据的重新使用,从而减少了数据Cache的访问次数,有效降低了数据Cache的功耗.在SuperV_EF01DSP上的实验结果显示,采用该方法后,在处理器性能没有损失的情况下,数据Cache功耗平均降低29.48%,面积仅增加0.64%. 展开更多
关键词 load重用 低功耗 数据CACHE 嵌入式处理器
在线阅读 下载PDF
计算机通信技术在电力负荷预测数据采集中的应用
4
作者 韦美兰 《通信电源技术》 2026年第1期46-48,共3页
为提升电力负荷预测数据采集的实时性与可靠性,针对采集过程存在的通信协议异构、传输延迟及网络安全风险等核心问题,系统研究计算机通信技术应用方案。提出基于协议转换网关的异构数据融合、基于光纤通信与服务质量(Quality of Service... 为提升电力负荷预测数据采集的实时性与可靠性,针对采集过程存在的通信协议异构、传输延迟及网络安全风险等核心问题,系统研究计算机通信技术应用方案。提出基于协议转换网关的异构数据融合、基于光纤通信与服务质量(Quality of Service,QoS)调度结合的延迟优化,以及基于高级加密标准(Advanced Encryption Standard,AES)加密与安全散列算法(Secure Hash Algorithm,SHA)校验的安全防护策略。研究结果表明,计算机通信技术可有效解决力负荷预测数据采集过程中的多源数据互通瓶颈,显著降低传输时延,并增强数据传输的安全性。 展开更多
关键词 电力负荷预测 数据采集 计算机通信技术
在线阅读 下载PDF
面向中高压配电网安全的电采暖负荷最优调度
5
作者 崔晨瑜 张俊岭 +1 位作者 于程 施啸寒 《山东电力技术》 2026年第3期97-106,共10页
以电采暖为代表的新兴负荷灵活运行能力强,利用其可调能力提升中高压配电网运行安全水平成为“源荷互动”在配电网场景下的重要需求。面对中高压配电网安全运行中网络参数辨识困难与源荷协同复杂度高的双重挑战,提出一种基于数据挖掘的... 以电采暖为代表的新兴负荷灵活运行能力强,利用其可调能力提升中高压配电网运行安全水平成为“源荷互动”在配电网场景下的重要需求。面对中高压配电网安全运行中网络参数辨识困难与源荷协同复杂度高的双重挑战,提出一种基于数据挖掘的电采暖负荷优化调度方法。首先,建立融合设备热动态特性和用户舒适度约束的电采暖负荷精细化调节模型,量化分析其调控成本;其次,构建计及光伏出力时序特性和网络潮流安全约束的多时段协同优化模型,实现源荷双侧资源的动态匹配;进而,提出基于历史运行数据挖掘的功率转移分布因子(power transfer distribution factor,PTDF)矩阵在线辨识算法,突破传统物理建模对网络参数精度的依赖;最后,设计基于二次规划的高效求解策略,生成兼顾电网安全和用户需求的最优调控方案。基于IEEE 30系统的仿真结果表明:所提方法可有效避免关键线路和变压器重过载,同时可在不影响用户供暖情况下尽量降低调节代价,实现源网荷高效互动协同。 展开更多
关键词 配电网安全 电采暖负荷 优化调度 数据驱动 功率转移分布因子
在线阅读 下载PDF
基于集成学习算法的电力负荷聚合方法
6
作者 乔宁 宁波 +3 位作者 张超 陈海东 张吉生 申少辉 《信息技术》 2026年第3期19-24,29,共7页
对于不同类型的负荷(如家庭、商业、工业负荷等),其用电行为和特征差异巨大,同时兼顾电力系统各个组成部分之间的相互影响和耦合关系,增加了负荷聚合的难度。为此,文中提出基于集成学习算法的电力负荷聚合方法。基于局部异常因子检测电... 对于不同类型的负荷(如家庭、商业、工业负荷等),其用电行为和特征差异巨大,同时兼顾电力系统各个组成部分之间的相互影响和耦合关系,增加了负荷聚合的难度。为此,文中提出基于集成学习算法的电力负荷聚合方法。基于局部异常因子检测电力负荷数据中的异常数据并将其剔除;利用加权主成分分析法获得负荷数据的主成分,建立只保留主成分信息的负荷数据序列,将其输入集成学习算法中,完成电力负荷数据聚合。实验结果表明,该方法的异常数据剔除效果较好、数据聚合性能较高。 展开更多
关键词 集成学习算法 电力负荷聚合 异常数据剔除 加权主成分分析 随机森林算法
在线阅读 下载PDF
基于DFT-DTW-k-means++与CNN-BiGRU电力数据降噪与负荷预测
7
作者 王建文 靳松华 马菲 《微型电脑应用》 2026年第1期30-33,38,共5页
针对传统电力数据分析易受跨域信息干扰,导致跨域负荷预测精度低的问题,提出一种基于离散傅里叶变换—动态时间规整(DFT-DTW)-k-means++结合卷积神经网络—双向门控循环单元(CNN-BiGRU)的数据降噪与预测模型。采用DFT对电力负荷数据进... 针对传统电力数据分析易受跨域信息干扰,导致跨域负荷预测精度低的问题,提出一种基于离散傅里叶变换—动态时间规整(DFT-DTW)-k-means++结合卷积神经网络—双向门控循环单元(CNN-BiGRU)的数据降噪与预测模型。采用DFT对电力负荷数据进行降噪处理;采用k-means++算法对电力负荷数据进行聚类划分,并采用DTW对跨域的电力负荷数据进行度量;构建CNN-BiGRU的负荷预测模型对电力负荷进行预测。结果表明:采用DFT的降噪方法得到的时域信号更加明显;在随机森林回归等不同预测模型下,DFT-DTW-k-means++的数据划分方法的均方根误差值更低;相较于双向长短期记忆(BiLSTM)预测模型、支持向量回归预测模型等,所提出的预测模型的平均均方误差值为0.085,均低于其他预测模型。由此说明,所提出的模型可实现跨域负荷数据降噪,且可提高预测准确率,进而提升电力数据利用效果。 展开更多
关键词 深度学习 电力交易数据 k-means++算法 卷积神经网络—双向门控循环单元 电力负荷预测
在线阅读 下载PDF
高比例新能源电网短期日负荷数据扰动控制算法
8
作者 马文 田园 原野 《电网与清洁能源》 北大核心 2026年第1期142-148,共7页
为降低计算复杂度,设计一种高比例新能源电网短期日负荷数据扰动控制算法。新能源发电系统被视为独立区域,实施分布式控制。依据模型预测控制思想,设计了分布式模型预测控制器(distributed model predictive control,DMPC),并对子区域... 为降低计算复杂度,设计一种高比例新能源电网短期日负荷数据扰动控制算法。新能源发电系统被视为独立区域,实施分布式控制。依据模型预测控制思想,设计了分布式模型预测控制器(distributed model predictive control,DMPC),并对子区域系统的线性时不变状态空间方程进行离散化处理。通过设定预测和控制时域,利用状态、控制和扰动矩阵等参数,预测未来时刻的状态变量。以最小化输出电力负荷波动为目标,构建目标函数;采用天牛须算法改进基本粒子群算法,并求解目标函数,获取最佳扰动控制参数。实验测试结果表明:对于实验电网中的水利、风力、光伏、火电4个区域,设计方法的超调量分别低于3.0 kW、2.8 kW、1.6 kW、1.8 kW,整体调节时间低于182 s。 展开更多
关键词 高比例新能源电网 短期日负荷数据 分布式模型预测控制器 天牛须算法 数据扰动控制
在线阅读 下载PDF
数据驱动的综合能源系统运行优化研究
9
作者 徐聪 徐静静 +2 位作者 江婷 薛东 闫立辰 《综合智慧能源》 2026年第1期34-42,共9页
近年来,物联网、大数据和人工智能等数字化技术的快速发展给综合能源系统(IES)运行优化带来了新方法。提出了基于数据驱动的IES运行优化方法,针对北方某自备能源站的产业园区,采用深度学习长短期记忆神经网络模型进行多元负荷联合预测... 近年来,物联网、大数据和人工智能等数字化技术的快速发展给综合能源系统(IES)运行优化带来了新方法。提出了基于数据驱动的IES运行优化方法,针对北方某自备能源站的产业园区,采用深度学习长短期记忆神经网络模型进行多元负荷联合预测和光伏发电功率预测,为能源站运行优化提供精准依据;通过数据驱动的机器学习算法对主要供能设备进行全工况建模;分别以能效、经济和综合效益指标为优化目标,利用粒子群优化算法求解,得到典型日运行优化结果。能效指标最优情况下,系统综合能源利用率达83.0%,运行成本为64 802元;经济指标最优情况下,系统运行成本低至64 590元,综合能源利用率为79.3%;综合效益最优情况下,与能源站实际运行情况相比,综合能源利用率提升了7.5%,运行成本节约了6 444元。结果表明,本运行优化方法对指导IES运行优化具有实际应用意义。 展开更多
关键词 综合能源系统 多元负荷联合预测 光伏发电功率预测 数据驱动建模 运行优化
在线阅读 下载PDF
基于组合式神经网络的综合电力负荷预测方法
10
作者 马勇 黄涛 《电子设计工程》 2026年第7期89-93,共5页
为提高电力负荷预测准确性、降低输出负荷值的噪声干扰,提出基于组合式神经网络的综合电力负荷预测方法。建立数据样本之间的模糊相似关系,进行综合电力负荷数据的聚类。利用组合式神经网络对数据进行训练与模式识别,建立负荷预测模型... 为提高电力负荷预测准确性、降低输出负荷值的噪声干扰,提出基于组合式神经网络的综合电力负荷预测方法。建立数据样本之间的模糊相似关系,进行综合电力负荷数据的聚类。利用组合式神经网络对数据进行训练与模式识别,建立负荷预测模型。引入预测值残差校正机制,计算集成预测与真实值的残差,据此精细调整预测值,实现精准预测。实验结果表明,所设计方法可以实现对电力负荷的精准预测,电力负荷预测偏差在20 MW以内,说明所研究方法具备较高的实用价值。 展开更多
关键词 组合式神经网络 数据聚类 预测方法 残差校正 电力负荷
在线阅读 下载PDF
考虑负载时空转移特性的数据中心集群算电协同优化调度
11
作者 向梓旸 黄淳驿 +3 位作者 李康平 梁钢 王涛 李雅洁 《电力信息与通信技术》 2026年第3期33-44,I0001,I0002,共14页
随着城市中高耗能互联网数据中心(internet data center,IDC)接入数量的不断增多,如何搭建科学合理的算电同互动调度模式,在满足IDC高可靠用电需求的前提下充分发挥其灵活可调特性,助力自身节能降耗与电网安全稳定运行,是当前社会各界... 随着城市中高耗能互联网数据中心(internet data center,IDC)接入数量的不断增多,如何搭建科学合理的算电同互动调度模式,在满足IDC高可靠用电需求的前提下充分发挥其灵活可调特性,助力自身节能降耗与电网安全稳定运行,是当前社会各界重点关注的问题。然而,当前算电协同研究在刻画算力网络可调特性以及设计算电协同调度交易机制方面存在不足。为此,文章提出考虑负载时空转移特性的IDC集群算电协同优化调度方法。首先,提出计及设备运行耦合特性的IDC集群资源可调特性建模方法,系统刻画了工作负载、空调和储能3类灵活性资源的时空调节特性;然后,提出融合需求响应与调频服务的IDC集群参与电网协同调度模式。一方面,利用配电系统运营商(distribution system operator,DSO)实时下发的配电节点边际电价(distribution locational marginal price,DLMP)引导IDC集群聚合商(data center aggregator,DCA)制定集群内算力负载迁移策略;另一方面,聚合集群中IDC闲置备用储能容量参与电力系统调频交易,发挥储能双向快速调节效益;接着,构建DCA-DSO协同优化的双层模型。最后,算例分析表明所提方法在提升调频收益、降低购电成本及促进绿电消纳方面具有显著效果,验证了模型与方法的有效性和工程适用性。 展开更多
关键词 数据中心 算电协同 时空负载均衡 可调能力估计 调频辅助服务市场 投标调度
在线阅读 下载PDF
Data Completion for Power Load Analysis Considering the Low-rank Property 被引量:4
12
作者 Chijie Zhuang Jianwei An +1 位作者 Zhaoqiang Liu Rong Zeng 《CSEE Journal of Power and Energy Systems》 SCIE EI CSCD 2022年第6期1751-1759,共9页
With large-scale applications,the loss of power load data during transmission is inevitable.This paper proposes a data completion method considering the low rank property of the data.According to the low-rank property... With large-scale applications,the loss of power load data during transmission is inevitable.This paper proposes a data completion method considering the low rank property of the data.According to the low-rank property of data and numerical experiments,we find either the linear interpolation(LI)or the singular value decomposition(SVD)based method is superior to other methods depending on the smoothness of the data.We construct an index to measure the smoothness of data,and propose the SVDLI algorithm which adaptively selects different algorithms for data completion according to the index.Numerical simulations show that irrespective of the smoothness of data,the data complementing results of SVDLI are comparable to or better than the best of SVD or LI algorithms.The present study is verified using the measurements in China,and the public data of the Australian electricity distribution company and Lawrence Berkeley National Laboratory. 展开更多
关键词 data completion low rank matrix completion power load data smoothness measure
原文传递
孤立森林算法下电力负荷异常数据辨识方法 被引量:1
13
作者 杨雪 陈巍 +1 位作者 刘静 李昌利 《计算机仿真》 2025年第3期140-144,共5页
为了提高电力企业管理水平,保证数据计量的准确性,提出了孤立森林算法下电力负荷异常数据辨识方法。利用拉格朗日插值方法插补电力负荷数据缺失值,标准化处理插补后的数据,获得标准化处理后的数据。根据随机解耦特征分解方法分解标准的... 为了提高电力企业管理水平,保证数据计量的准确性,提出了孤立森林算法下电力负荷异常数据辨识方法。利用拉格朗日插值方法插补电力负荷数据缺失值,标准化处理插补后的数据,获得标准化处理后的数据。根据随机解耦特征分解方法分解标准的电力负荷数据的谱特征,得到数据稀疏异质特征点集合。基于数据特征运用孤立森林算法划分电力负荷数据,构造iTree,运用异常分值完成异常数据辨识。通过实验证明所提方法能够精准辨识电力负荷异常数据,辅助相关人员及时作出修复决策,保证电力系统安全性。 展开更多
关键词 孤立森林算法 电力负荷 异常数据辨识 频谱特征 数据标准化处理
在线阅读 下载PDF
高维变量下电力系统不确定性分析的快速Nataf变换方法
14
作者 汤奕 王洪儒 《电网技术》 北大核心 2025年第7期2671-2679,I0003-I0005,共12页
电力系统中不确定性变量如新能源、负荷,易受到气象、人类活动等相似因素的影响而产生变化上的相关性,是电力系统不确定性分析面临的关键挑战之一。Nataf变换是电力系统不确定性分析中处理相关性的基本范式之一,但存在计算效率问题,在... 电力系统中不确定性变量如新能源、负荷,易受到气象、人类活动等相似因素的影响而产生变化上的相关性,是电力系统不确定性分析面临的关键挑战之一。Nataf变换是电力系统不确定性分析中处理相关性的基本范式之一,但存在计算效率问题,在高维电力系统应用中耗时可长达数小时。为提升Nataf转换的计算效率,提出了一种快速Nataf计算方法,通过数据驱动技术从历史计算数据提取相关系数的映射规律,将其继承到新的Nataf计算应用中以实现新计算应用的加速。为保证数值的精确性,该方法在保留传统数值逼近法的核心原理之上,对其中的初值点和积分环节进行针对性优化,实现了数值方法的精确性和数据驱动方法的快速性的结合。为解决不确定性变量边缘分布类型对Nataf计算结果的影响,采用了多阶统计矩来向量化异质概率分布特征,使得异质概率分布的数据经验可进行融合。所提出的快速Nataf方法在应用时,可在保障同数值方法计算精度的基础上加速计算流程达95%以上,可为大型电力系统不确定性分析缩减计算时间和计算成本带来显著增益。 展开更多
关键词 不确定性分析 Nataf 电力系统 新能源 负荷 数据驱动
原文传递
基于电能质量监测数据的电压暂降敏感负荷识别 被引量:4
15
作者 张逸 张良羽 +2 位作者 陈锦涛 姚文旭 陈敏 《电力自动化设备》 北大核心 2025年第2期176-184,共9页
为了解决现有方法无法适用于已投运负荷或需要已知敏感负荷类型等问题,提出一种基于电能质量监测数据的敏感负荷识别方法,以有功功率有效值监测数据为切入点,采用Hodrick-Prescott滤波、滑动均值分段进行电压暂降事件时段划分;利用电压... 为了解决现有方法无法适用于已投运负荷或需要已知敏感负荷类型等问题,提出一种基于电能质量监测数据的敏感负荷识别方法,以有功功率有效值监测数据为切入点,采用Hodrick-Prescott滤波、滑动均值分段进行电压暂降事件时段划分;利用电压暂降事件前、后的电能质量监测数据变化量构建待处理稳态数据集,通过动态聚类来有效划分各次电压暂降事件;对各暂降事件集进行边界拟合,得到多个拟合拐点,并与预设拐点行比较,完成对用户所含敏感负荷的类型识别。通过MATLAB/Simulink仿真算例和实际敏感用户电能质量监测数据对所提方法进行验证,结果表明所提方法可准确识别交流接触器、变频调速系统、可编程逻辑控制器、个人计算机这4种典型敏感负荷,能有效利用稳态电能质量监测数据与电压暂降事件数据进行综合分析,具有成本低、可实施性强的优点。 展开更多
关键词 敏感负荷识别 电能质量监测数据 电压暂降 动态K-means聚类 VTC拐点拟合
在线阅读 下载PDF
基于动态融合注意力机制的电力负荷缺失数据填充模型
16
作者 赵冬 李亚瑞 +1 位作者 王文相 宋伟 《郑州大学学报(工学版)》 北大核心 2025年第2期111-118,共8页
为了提高电力负荷数据的缺失值填充精度,保障后续数据分析与应用的高效进行,首先,提出一种基于动态融合注意力机制的填充模型(DFAIM),该模型由注意力机制模块和动态加权融合模块构成,通过注意力机制模块的两种不同注意力机制挖掘特征与... 为了提高电力负荷数据的缺失值填充精度,保障后续数据分析与应用的高效进行,首先,提出一种基于动态融合注意力机制的填充模型(DFAIM),该模型由注意力机制模块和动态加权融合模块构成,通过注意力机制模块的两种不同注意力机制挖掘特征与时间戳之间的深层关联;其次,通过动态加权融合模块将可学习的权重赋予注意力机制模块的两个输出以得到特征表示;最后,利用特征表示来替换缺失位置的值,从而得到准确的填充结果。使用纽约市某地区的气象及负荷数据集及UCI电力负荷数据集对提出的模型进行验证,实验结果表明:相较于统计学、机器学习和深度学习填充模型,DFAIM在评价指标MAE、RMSE和MRE上均具有一定优势。 展开更多
关键词 缺失值填充 注意力机制 电力负荷 时序特征
在线阅读 下载PDF
电力大数据在分布式能源资源调度中的应用
17
作者 杨新华 吴斌 孙乐 《通信电源技术》 2025年第5期110-112,共3页
随着分布式能源资源在电力系统中的广泛应用,电力大数据技术为其高效调度提供了有力支持。文章详细阐述电力大数据与分布式能源资源的概念,深入探讨分布式能源资源调度中的关键技术,包括数据采集与传输、存储与管理、分析与挖掘等。通... 随着分布式能源资源在电力系统中的广泛应用,电力大数据技术为其高效调度提供了有力支持。文章详细阐述电力大数据与分布式能源资源的概念,深入探讨分布式能源资源调度中的关键技术,包括数据采集与传输、存储与管理、分析与挖掘等。通过具体分析电力大数据在能源负荷预测与需求响应、分布式能源发电计划优化、电网运行状态监测与故障预警、能源交易与市场运营支持等场景中的应用,展示了电力大数据在提高分布式能源资源调度水平与电力系统整体性能方面的重要作用。 展开更多
关键词 电力大数据 分布式能源 资源调度 负荷预测
在线阅读 下载PDF
新型电力系统规划方法框架及关键支撑技术 被引量:8
18
作者 程其云 李峰 +3 位作者 罗澍忻 吴伟杰 张宁 康重庆 《电网技术》 北大核心 2025年第6期2219-2231,共13页
新型电力系统的构建是实现我国“双碳”目标的重要途径。随着高比例新能源的并网,电力系统复杂性显著增加,现有规划方法在应对系统的供需平衡、灵活调节资源配置以及实现电力转型规划方面难以满足新型电力系统的要求。该文基于源、网、... 新型电力系统的构建是实现我国“双碳”目标的重要途径。随着高比例新能源的并网,电力系统复杂性显著增加,现有规划方法在应对系统的供需平衡、灵活调节资源配置以及实现电力转型规划方面难以满足新型电力系统的要求。该文基于源、网、荷、储、碳、数六要素的协同关系,结合电力市场机制的影响,构建了一套面向新型电力系统建设的规划方法体系。该体系涵盖碳排放预算与轨迹分析、多类型负荷预测、灵活性资源配置、网架规划、高效全景运行模拟、方案多维评估等关键环节,并分析了相应的支撑技术。同时,探讨了新型电力系统规划中源、网、荷、储、碳多个方面的数据需求及其融合技术,并据此提出了新型电力系统的评估指标体系。未来,电力系统规划将重点解决因新能源并网而引起的电力电量平衡和安全稳定性问题,将根据负荷需求、电力市场演变及电力技术进步而滚动调整。 展开更多
关键词 新型电力系统 源网荷储碳数 数据融合 碳预算 电力系统规划 指标体系
原文传递
基于CBAM-CNN的CPS负荷重分配攻击检测定位方法设计
19
作者 陆玲霞 马朝祥 +1 位作者 闫旻睿 于淼 《实验技术与管理》 北大核心 2025年第6期78-89,共12页
负荷重分配攻击是一种特殊的虚假信息注入攻击。对于电力信息物理系统,基于模型的方法难以检测定位多类型负荷重分配攻击,且针对多类型负荷重分配攻击的数据驱动检测定位方法研究较少。为此,设计了一种以双层规划模型为基础的,基于带卷... 负荷重分配攻击是一种特殊的虚假信息注入攻击。对于电力信息物理系统,基于模型的方法难以检测定位多类型负荷重分配攻击,且针对多类型负荷重分配攻击的数据驱动检测定位方法研究较少。为此,设计了一种以双层规划模型为基础的,基于带卷积注意力模块神经网络的负荷重分配攻击定位检测方法。首先对电力信息物理系统中的信息系统进行建模,总结得到三种信息侧负荷重分配攻击行为。随后建立考虑攻击者和调度中心管理者博弈关系的双层规划模型,针对不同攻击场景生成负荷重分配攻击数据集。为了检测定位不同类型的攻击,将所研究问题转化为多标签分类问题,利用卷积神经网络的卷积结构特性挖掘并学习具有稀疏标签数据的邻域信息,引入卷积注意力模块,从通道信息和空间信息两个角度增强网络对于重点信息的学习能力,改善了网络漏判率较高的问题,提高了网络检测定位性能。在38节点电力信息物理系统算例上进行仿真实验,验证了所提方法的有效性。与对比方法相比,所提方法对于三种攻击类型都有较低的误判率和漏判率,检测定位性能更加出色。 展开更多
关键词 电力信息物理系统 负荷重分配攻击 双层规划模型 数据驱动 卷积注意力模块 卷积神经网络
在线阅读 下载PDF
基于智能技术实现电力负荷预测的专利技术分析 被引量:1
20
作者 王爽 《天津科技》 2025年第8期12-15,共4页
探讨基于智能技术实现电力负荷预测方法的相关技术及背景,主要包含人工智能、大数据等。依托Himmpat专利数据库,分析可实现电力负荷预测的基于人工智能或大数据的相关技术,从全球专利申请趋势、主要来源国的申请布局、全球主要申请人的... 探讨基于智能技术实现电力负荷预测方法的相关技术及背景,主要包含人工智能、大数据等。依托Himmpat专利数据库,分析可实现电力负荷预测的基于人工智能或大数据的相关技术,从全球专利申请趋势、主要来源国的申请布局、全球主要申请人的技术布局、全球专利法律状态等方面出发,揭示国内外智能电力负荷预测的研发重点,进而针对该技术的发展提出相关建议,为企业和高校相关研究提供参考,促进电力负荷预测技术的可持续发展。 展开更多
关键词 智能技术 人工智能 大数据 专利 电力负荷预测
在线阅读 下载PDF
上一页 1 2 22 下一页 到第
使用帮助 返回顶部