信息_物理_社会融合的智慧能源调_省略_及其知识自动化_框架_技术与挑战_程乐峰.pdf

着眼于能源5.0 前瞻性基础理论，重点研究基于信 息–物理–社会融合系统(cyber-physical-social systems，CPSS) 的智慧能源调度机器人(robot of energy control，RoboEC)群 体及其知识自动化的关键理论方法。包括：构建面向下一代 能源电力系统的平行CPSS 理想框架及工程可行性框架体 系；提出基于数据驱动及自校正引导方法的新型高精度镜像 计算实验方法，实现镜像系统对真实物理系统的趋优引导； 研究面向未来能源电力系统集中/分散调度模式下的知识自 动化流程和平行机器学习方法，实现RoboEC 群体的知识自 我探索和群体智慧水平的自动提升；

梯级水电站群长期优化调度云计算随机动态规划算法_周东清.pdf

为了应对随机动态规划算法在解决梯级水电站群长期 发电优化调度时的 “维数灾”问题，并行化方法得到了广泛研究。单机多核并行算法扩展性不强；传统的分布式并行 算法编程复杂，缺少负载均衡和容错机制。云计算平台作为 新的分布式计算平台能够充分利用资源，具有诸多优势。为 了探索云平台下的分布式并行随机动态规划模型，该文基于 消息传递接口(message passing interface，MPI)和Spark 框架 分别实现了传统集群计算和云计算分布式随机动态规划算 法，后者将计算模型转换为数据处理模型进行计算，并通过 三库优化调度实验对算法进行了比较。算法分析及实验结果 表明，基于云计算的分布式并行随

基于深度强化学习的电网紧急控制策略研究.pdf

：提出一种基于深度强化学习的电网切机控制策略，所 提控制策略依据电网运行环境信息，通过数据分析得到切机 控制策略。首先介绍强化学习框架，阐述学习算法原理，并 详细介绍Q-Learning 方法。然后介绍深度学习基本概念和 深度卷积网络原理，提出利用深度卷积网络提取电网运行特 征，构建切机策略的思路。再结合深度学习和强化学习，构 建深度强化学习框架，其中深度学习采用深度卷积神经网络 模型用于提取特征，强化学习采用双重Q-Learning 和竞争 Q-Learning 模型计算Q 值，通过比较Q 值大小得到切机控 制策略。最后，利用IEEE 39 节点系统验证了方法的正确性。

基于两阶段支持向量机的电力系统暂态稳定预测及预防控制_周艳真.pdf

针对数据驱动的电力系统暂稳分析，考虑到安全域概 念下的暂稳预测和预防控制对输入特征的不同要求，以及充 分兼顾数据挖掘模型的直观性与准确性，该文提出两阶段支 持向量机用于暂稳预测及预防控制。在第一阶段，采用可控 特征和直观模型挖掘运行方式与暂态稳定的内在联系，并用 于制定预防控制策略；第二阶段，采用复杂模型构建准确率高的暂稳预测模型；此外，第一阶段模型能够为第二阶段的 暂稳预测模型的训练提供样本筛选的依据，从而缩短了预测 模型的训练时间

大数据技术在配电网中的应用综述_费思源.pdf

大数据技术是目前国内外各个领域的一个研究热点。 该文基于大数据技术，探讨其在配电网中的应用。首先，在 阐述大数据技术对于配电网发展的重要意义基础上，总结配 电网技术目前在国内外的应用现状；然后，分析大数据技术 在配电网运行、检修、规划和资产管理4 个方面的指导作用； 其次，明确在配电网中发展大数据技术的3 项主要关键技 术；最后，从政策的角度提出支持大数据技术在我国配电网 中应用和发展的几点建议，同时展望大数据技术在配电网其 他方面的应用可能。

能源互联网及其优化运行研究现状综述_丁涛.pdf

化石能源等传统能源对人类未来的能源需求带来了严 峻的挑战，充分利用清洁能源及可再生能源成为社会发展的 必然要求。结合智能电网、微网等新兴电网技术及快速发展 的互联网技术，各国学者提出了深度融合能源网络与信息网 络的能源互联网的概念，为提高能源利用率，实现能源互济 互补，推动能源利用模式变革，促进社会可持续发展提供了 新思路。首先，该文归纳整理了各国关于能源互联网的研究 现状及研究重点，进而从能源互联网运行的建模方法、优化 模型的建立及分析、能源互联网优化运行的通信与数据、能 源互联网优化运行中的故障传播机理等方面入手，分析了能 源互联网优化运行方面的主要研究方向及问题，以期为我国 能源互联网

能源转型中我国新一代电力系统的技术特征_周孝信.pdf

我国能源生产和消费面临转型，构建新一代电力系统 是实现这一重大转变的关键步骤。新一代电力系统是其发展 历程的第三代，大幅提高非化石能源电力占比，形成非化石 能源为主的电源结构是其重要标志，在智能电网发展的基础 上构建更加智能化和多能互补的能源互联网是其发展方向。 根据当前及未来电力系统发展面临的主要问题和关键因素 分析，提出了新一代电力系统的主要技术特征：适应高比例 可再生能源接入、具有高比例电力电子装备、支撑多能互补 综合能源网，以及与信息通信技术进一步深度融合。高效低 成本太阳能风能发电技术、高效低成本长寿命储能技术、高 可靠性低损耗电力电子技术、高强度低成本绝缘技术和超导 输电技术，以及

考虑后效性影响的梯级水库短期优化调度耦合模型研究_纪昌明.pdf

针对同一梯级中“以电定水”与“以水定电”运行模式并存的状况，本文从梯级总能量的角度出发，结合蓄能 最大与发电量最大准则，构建了梯级水库短期优化调度耦合模型；为提高模型计算精度，考虑了水流滞时、尾水 位变化后效性等影响因素，采用BP神经网络对下库入库流量、上库尾水位进行了精确计算，并提出了伴随POA 算法对有后效性的梯级水库短期优化调度耦合模型进行求解。潘口、小漩梯级水库实例计算表明：所建的耦合模 型能够很好地契合实际生产需求，有效提高梯级水电站的发电效益；与现有算法相比，伴随POA 算法在计算时 间、计算精度等方面具有一定的优势，能够满足生产实践的要求。

大规模水电系统优化调度降维方法研究_理论分析_冯仲恺.pdf

中国水电系统规模持续扩张，使得已有方法在求解大规模水电调度问题时，存在严重维数灾及早熟收敛等 不同程度局限，亟需分析已有方法以便发现其瓶颈所在，为探寻能均衡求解效率与计算精度的实用化方法提供有 益参考。为此，首先深入研究了线性规划、二次规划和动态规划等多种方法的计算复杂度，然后定量对比分析了 各方法在不同情景下的适用性，最后提出“四维一体可拓降维”总体思想，并给出具体的降维方法与策略，建议从 空间维、时间维、状态维和组合维等4个方面开展综合研究，以切实服务于大规模水电系统优化调度的高效优质 求解。

基于正则极限学习机的非平稳径流组合预测_孙娜.pdf

针对径流时间序列固有的强非线性和非平稳性特征，提出了一种将集合经验模式分解（EEMD）、样本熵 （SE）和正则化极限学习机（RELM）相结合的非平稳日径流预测方法（ES-RELM）。为充分提取径流序列的局 部信息以提高预测精度，利用EEMD-SE 将径流序列分解为一系列差异度明显的子序列，然后根据各子序列的迥 异特征构建了不同的RELM 模型对各子序列进行预测，最后将各个子序列的预测结果叠加从而得到最终预测结 果。将该模型应用于金沙江下游控制站屏山站的日径流预报中，与九种模型对比结果表明，该方法能有效提高日 径流预报精度，是一种高效稳定的径流预报模型，为实现高精度实时径流预报提供了可能.