【摘 要】
：
准确的电力调度自动化系统异常检测对电力系统安全稳定运行有重要意义.该系统具有业务种类繁多、业务逻辑交互复杂等特点,带来了调度监测数据维度多、空间分布多样的特性;现有基于机器学习的离线数据异常检测方法,存在对局部异常等特殊异常检测精度与检测效率难以有效兼顾等问题.提出了一种基于对数区间隔离的电力调度数据异常检测方法.针对数据维度之间的分布差异特性,运用马氏距离度量方法,基于每个样本点到数据分布中心的马氏距离,设计了对数区间隔离策略,构建多个子树,并将其整合成对数区间隔离森林异常检测器,筛选出数据集中的异常样
【机 构】
：
北京邮电大学 现代邮政学院,北京市 海淀区 100876;北京邮电大学 人工智能学院,北京市 海淀区 100876
论文部分内容阅读
准确的电力调度自动化系统异常检测对电力系统安全稳定运行有重要意义.该系统具有业务种类繁多、业务逻辑交互复杂等特点,带来了调度监测数据维度多、空间分布多样的特性;现有基于机器学习的离线数据异常检测方法,存在对局部异常等特殊异常检测精度与检测效率难以有效兼顾等问题.提出了一种基于对数区间隔离的电力调度数据异常检测方法.针对数据维度之间的分布差异特性,运用马氏距离度量方法,基于每个样本点到数据分布中心的马氏距离,设计了对数区间隔离策略,构建多个子树,并将其整合成对数区间隔离森林异常检测器,筛选出数据集中的异常样本,兼顾检测精度和检测效率.公开数据集和某省级电网调度中心业务数据集作为训练与测试样本,验证了所提方法在异常检测AUC值等综合性能上的先进性及其在实际系统应用中的可行性.
其他文献
智能电网背景下,具备分布式光伏出力和自动需求响应要素的智能楼宇联合运行可以促进光伏发电的就地消纳,提高其用电经济性.因此,构建了以配有储能系统的智能楼宇集群运营商(smart building cluster operator,SBCO)为中心的能量交易框架,并提出一种考虑分时电价差异性和基于主从博弈的能量共享方法.首先,考虑到不同负荷类型楼宇用户存在分时电价差异性,且智能楼宇的实时需求响应会促进集群内部的能量共享,建立了SBCO的日前储能调度模型.其次,计及SBCO和楼宇用户具有不同逐利特性及用户的信息
为了提高风电功率的预测精度,提出了一种基于最优变分模态分解(optimal variational model decomposition,OVMD)、麻雀算法(sparrow search algorithm,SSA)、深度极限学习机(deep extreme learning machine,DELM)和灰色模型(grey model,GM)的超短期风电功率预测方法.该方法通过OVMD对原始风电功率时间序列进行自适应分解;然后针对各分量建立DELM预测模型并利用SSA算法进行参数寻优,并对各个分量的预
针对双馈风电场并网系统的次同步振荡的抑制问题,现有文献大多将整个风电场等值为一台机组进行研究,忽略了不同位置机组的个体差异性.计及场内风电机组的个体差异性,提出了一种双馈风电场多机控制参数协同优化的次同步振荡抑制方法.首先,建立了双馈风电场的多机等值模型,对比分析了不同机组的机侧变换器电流环比例参数对整个并网系统次同步振荡特性以及动态性能的影响.然后,提出了一种兼顾基频特性的基于正交实验优选、综合权重分析和粒子群算法的多机控制参数优化方法.结果表明,参数优化后在使系统具有较好基频动态特性基础上,有效提高了
“源-网-荷”协调性评估有不同视角,从电网安全性角度,潮流分布是三者共同作用的结果,也是制约功率平衡能力的主要因素.前期研究表明,当有功路径的功角均衡时,主网静态安全性最好,但路径功角获取不易.实践经验表明,主网的线路有功负载率均衡性与路径功角均衡性一般正相关;当其较均衡时,主网静态安全性较高.故关键是针对时变潮流分布,如何评估可变时间窗内的线路负载率均衡性.研究发现,在构建主网线路的有功负载率时序矩阵并对其进行奇异值分解后,其主导阵蕴含了负载率总体动态均衡的关键信息,而次要阵则包含了不协调线路的负载率时
电热联合系统优化调度问题对于实现系统的能源互补、经济运行具有重要意义.电热联合系统优化运行涉及非线性、非凸、多目标问题求解,传统方法在计算实时性与迭代收敛性等方面存在困难.文章首先构建电热联合系统优化数学模型,将电热联合系统按照不同利益主体划分为多智能体,基于多智能体深度确定性策略梯度强化学习算法,建立了适用于电热联合系统的行动器-评判器框架,将优化模型转化为强化学习模型.其次对智能体进行了状态与动作空间的划分,搭建多智能体强化学习环境并设计相应的奖励函数.最后进行电热联合系统算例验证,表明所提方法可以有
无线技术的升级换代带来了网络服务架构的变革,5G通过逻辑专网能够为电力等垂直行业提供更便利的服务.随着5G与电网应用深度融合,其安全影响范围扩大,因此对5G背景下需求响应(demand response,DR)通信发展的安全防护问题进行了讨论.首先,给出了电力需求响应通信架构,分析了5G技术支撑下的DR通信安全需求;其次,设计了基于5G网络切片技术的需求响应安全防护体系,在网络协议安全、设备资源安全、云和虚拟化安全及安全管理能力等方面制定了具体的安全防护策略;最后,根据5G组网策略的差异、网络切片隔离方面
以数字化技术和能源互联网理念为驱动的“数字新基建”对现有调度自动化系统的数字化转型提出新的挑战,该文考虑调控数据存储规模、数据加工复杂度和数据服务多样化的需求,提出电网调控大数据平台的体系架构.在此基础上,研究了多源调控数据集成与融合、异构数据库分层统一存储、调控数据资产管理、大数据算法引擎等关键技术,实现全业务、全场景的电网调控数据汇集、加工和资产管理.该技术方案为调控云智能分析应用提供了存储、数据和算法的有力支撑.
为提高电力通信网资源利用率,降低网络冗余,满足电力需求响应业务对于传输网络可靠性的要求,文章考虑需求响应的业务特性,提出一种基于报文感知的电力需求响应业务P圈保护策略(P-Cycle protection strategy for power demand response service based on message awareness,DRPS-MA).通过负载均衡方案对网络流量进行疏导,避免网络中的业务集中至某些特定链路,可以有效降低网络阻塞,优化业务路由.保证网络可靠性的基础上通过工作路径和保
高速铁路客运机车与货运机车混合运行可能成为未来运输的趋势,该文首次针对客货混跑时车网耦合系统的电气稳定性问题开展研究,在考虑牵引逆变器模型的前提下,建立了客车(CRH3型动车组)和货车(HXD2B型电力机车)在混跑状态下的阻抗模型,详细分析牵引网参数和控制器参数对车网耦合系统电气稳定性的影响.首先,基于状态空间模型,在数学建模时将逆变器和牵引电动机等效为中间直流环节的电阻并联电流源,并基于瞬态电流控制,分别建立了CRH3和HXD2B在dq轴下的整流器小信号阻抗模型;接着,基于广义Nyquist判据,利用“
电力系统随机响应中蕴含丰富的系统动态特征信息,基于系统随机响应所提取的机电特征参数能够准确反映互联电网机电小干扰稳定性.文章在深入分析环境激励下随机响应信号特征基础上,提出了基于自然激励技术的动态模式分解算法(nature excitation technology based dynamic mode decomposition,NExT-DMD)以提取电力系统机电小干扰特征参数.NExT-DMD采用自然激励技术预处理随机响应信号,获得具有明显振荡特征的振荡分量,有效改善动态模式分解算法(dynamic