贾逸伦
- 作品数：6 被引量：51H指数：5
- 供职机构：武汉大学电气工程学院更多>>
- 发文基金：国家科技支撑计划南方电网公司科技项目更多>>
- 相关领域：电气工程更多>>
- 基于空间密度聚类与LS-SVM的雷云预测方法被引量：3
- 2017年
- 雷电威胁着电力系统稳定运行,以雷电定位监测系统数据为基础,实现雷暴云团跟踪与预测。首先,利用网格化方法统计落雷数据;然后,利用空间密度聚类将落雷点聚类为雷暴云团,确定雷云团的重心位置;将雷云出现的时间与地理位置作为输入量整合为同一量纲;最后,利用最小二乘支持向量机算法,动态预测雷云重心的非线性运动轨迹,从而实现雷云的跟踪与预测。以某供电局监测系统数据为例进行仿真分析,结果表明:该算法预测结果准确,与现有的线性外推及BP神经网络算法比较,更具实际应用价值。
- 吕启深贾逸伦黄荣辉姚森敬
- 关键词：雷电定位
- 基于有效度和相对熵的短期电力负荷组合预测方法被引量：8
- 2016年
- 负荷的精确预测是保证电力系统稳定调度的基础,为了更好地综合利用各单项预测方法,提高预测效果,该文引入相对熵组合方法对电力负荷进行预测。首先引入有效度的概念,对单项预测方法的准确程度进行判别,筛选出结果准确的多个单项预测方法,分别进行虚拟预测;并利用支持向量矩阵求解相对熵最值,得到动态的最优模型权重值,进行组合预测。以青海某区域实际负荷功率数据为例,利用ARIMA模型、BP神经网络、RBF神经网络及支持向量机(SVM)4种方法的预测结果进行相对熵组合预测,该预测方法与现有的组合预测方法对比,具有优越性与可行性。
- 贾逸伦龚庆武占劲松李俊雄
- 关键词：电力负荷组合预测相对熵
- 基于等劣化理论和设备风险的检修策略优化被引量：9
- 2017年
- 电力公司的重要任务是实现它的经济目标和社会责任。作为实现这些目标的最有前途的方法之一,资产管理受到了越来越多的重视。全寿命周期成本管理(LCCM)是资产评估中的一个非常有效的工具。为了使电力设备全寿命周期成本最优,针对目前关于设备检修策略的研究中存在着诸如忽略了设备检修对于设备故障率的影响以及设备在全寿命周期中可靠性在不断劣化的趋势等这类问题,本文将机械工程领域的设备等劣化理论引入到电力设备运行分析中,在此基础上,推导出了各检修周期内设备可靠度之间的关系,结合设备的风险定义以及役龄回退因子,建立了设备基于风险的检修策略优化模型。这种方法实质上是为了在设备自身价值和设备给系统带来的经济效益之间,在LCCM和设备检修之间,以及在电力系统的技术与管理之间寻求平衡点。最后文中结合一个具体算例,求得了最优检修间隔,并与传统的定期检修进行了简要的对比分析。
- 邓旭阳陈志光李俊雄龚庆武贾逸伦
- 关键词：全生命周期成本役龄回退因子
- 考虑故障风险和检修风险的设备检修决策被引量：8
- 2017年
- 全生命周期成本管理和状态检修在电力企业中运用越来越广泛。针对目前检修决策中尚未考虑电网一次设备和继电保护设备之间的风险传递问题,提出一种计及电网故障风险和检修风险的输变电设备及继电保护设备检修决策模型;以"效益/成本比"最大为目标,以电网故障风险上限作为约束条件进行宏观调控,以设备故障风险上限作为约束条件进行微观调控,考虑经济关联性进行局部择优;最后,以演变后的RBTS-BUS6系统为例进行分析,结果表明:该优化模型达到了预期的效果,验证了该决策的有效性。
- 李俊雄龚庆武贾逸伦
- 关键词：状态检修
- 基于CEEMDAN与量子粒子支持向量机的电力负荷组合预测被引量：14
- 2017年
- 为更精确地对电力系统负荷进行预测,提出一种基于添加自适应白噪声的完全集合经验模态分解与量子粒子支持向量机的组合预测方法。首先针对原始经验模态分解办法中存在的模态混叠及集合经验模态分解方法引入白噪声造成信号失真等问题,提出添加自适应白噪声的完全集合经验模态分解方法,并用其将原始信号分解到不同时间尺度。利用支持向量机方法分解结果分别进行预测,并采用量子粒子方法对支持向量机中的不敏感损失系数、惩罚系数及核宽度系数进行寻优,从而得到最好的预测结果。最后,通过对青海某区域的电力系统负荷预测,并引入不同方法进行对比,证实了该方法的有效性与实用性。
- 贾逸伦龚庆武李俊雄占劲松
- 关键词：经验模态分解支持向量机量子粒子群
- 基于灰色关联与量子粒子群寻优的光伏短期预测被引量：9
- 2016年
- 光伏发电系统的功率受天气因素影响很大,结合温度、湿度及辐照强度3个气象因素,对短期光伏功率进行预测。首先阐明3种气象因素与光伏出力的相关关系,进而提出相似日理论,利用灰色关联度分析提取出与预测日气候条件相似的历史日。再将筛选出的历史日数据作为训练数据,利用支持向量机模型对预测日光伏出力进行预测。针对支持向量机中的惩罚系数、不敏感损失系数及核函数核宽度系数的选择,提出改进的量子粒子群算法进行寻优。最后,依据青海某光伏发电站的气候数据及光伏出力数据进行计算,并与带收缩因子的粒子群算法与带惯性权重的粒子群算法进行比较,从误差范围及计算时间等角度,证明了所提方法具有更高的准确性。
- 贾逸伦龚庆武雷杨林燕贞
- 关键词：气候条件灰色关联分析量子粒子群
