智能電網(wǎng)是面向未來的下一代可持續(xù)和環(huán)保型電網(wǎng),它建立在高速雙向信息通信網(wǎng)絡(luò)的基礎(chǔ)上,融合了先進(jìn)的傳感測量技術(shù),智能的決策控制技術(shù)等相關(guān)領(lǐng)域的專業(yè)技術(shù),實現(xiàn)電網(wǎng)安全穩(wěn)定高效的運行。主要特征包括滿足客戶用能需要,允許各種分布式的新能源發(fā)電設(shè)備入網(wǎng),能抵御攻擊并且可以故障自愈,啟用電力市場實現(xiàn)資源的按需配置等。近年來,隨著人工智能和大數(shù)據(jù)技術(shù)的快速發(fā)展,研究如何運用這些新技術(shù)和新理論來提升智能電網(wǎng)運營和管理的智能化水平也日益受到國內(nèi)外學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注,本文基于機(jī)器學(xué)習(xí)理論對智能電網(wǎng)的概率負(fù)荷預(yù)測、非侵入式負(fù)荷監(jiān)測以及微網(wǎng)能源管理進(jìn)行了相關(guān)研究。主要工作及研究成果如下:（1）提出兩種概率負(fù)荷預(yù)測算法:一種是基于高斯過程分位數(shù)回歸的系統(tǒng)級負(fù)荷概率密度預(yù)測算法,統(tǒng)計分析了負(fù)荷與氣溫的關(guān)聯(lián)關(guān)系,并據(jù)此構(gòu)建特征向量用于負(fù)荷預(yù)測建模,高斯過程分位數(shù)模型能夠處理負(fù)荷時間序列中復(fù)雜的隨機(jī)變化,并且可以通過方差估計預(yù)測結(jié)果的不確定性,很適合非平穩(wěn)的負(fù)荷概率密度建模分析。另一種是基于深度集成學(xué)習(xí)的用戶級概率負(fù)荷預(yù)測算法,建立了一個靈活可擴(kuò)展的并行深度學(xué)習(xí)計算框架,擴(kuò)展了一種分位數(shù)聚合優(yōu)化策略來精煉預(yù)測結(jié)... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：138 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１－１三型兩網(wǎng)戰(zhàn)略目標(biāo)示意圖??

?北京郵電大學(xué)工學(xué)博士學(xué)位論文???為順應(yīng)能源革命和數(shù)字革命融合發(fā)展的趨勢，我們國家提出了建設(shè)世界一流??的三型兩網(wǎng)的戰(zhàn)略目標(biāo)［１］，如圖１－１所示，三型即樞紐型、平臺型、共享型國家??電網(wǎng)，兩網(wǎng)即堅強(qiáng)智能電網(wǎng)與泛在電力物聯(lián)網(wǎng)，二者相輔相成，融合發(fā)展，提供??能源流、業(yè)務(wù)流和數(shù)據(jù)流，從而構(gòu)成開放共享和安全可靠的價值創(chuàng)造平臺，推動??能源低碳轉(zhuǎn)型，促進(jìn)電網(wǎng)提質(zhì)增效和助力國家治理現(xiàn)代化。在架構(gòu)層面上，感知??層通過智能電表和邊緣計算等實現(xiàn)對源、網(wǎng)、荷、儲的數(shù)據(jù)采集，網(wǎng)絡(luò)層通過通??信網(wǎng)絡(luò)和５Ｇ等實現(xiàn)數(shù)據(jù)的傳輸，平臺層通過人工智能和大數(shù)據(jù)技術(shù)等實現(xiàn)數(shù)據(jù)??的管理和分析，應(yīng)用層通過虛擬電廠、電力市場和電動汽車等實現(xiàn)數(shù)據(jù)的服務(wù)。??在技術(shù)層面上，充分應(yīng)用新一代信息通信技術(shù)和智能技術(shù)，全面實現(xiàn)狀態(tài)感知和??源網(wǎng)荷儲多元協(xié)調(diào)的調(diào)度控制�？梢钥闯�，智能電網(wǎng)是目標(biāo)的重要組成部分，戰(zhàn)??略規(guī)劃的基礎(chǔ)核心仍然是圍繞著智能電網(wǎng)的深入建設(shè)而開展的。??截至目前，傳統(tǒng)化石能源如石油、煤炭和天然氣產(chǎn)生超過６０％的碳排放量，??世界各國都在推動能源低碳轉(zhuǎn)型以應(yīng)對全球氣候變暖和能源枯竭危機(jī)。電力系統(tǒng)??是溫室氣體的主要排放系統(tǒng)之一，約占四分之一［２］。因此，推進(jìn)智能電網(wǎng)建設(shè)的??任務(wù)迫在眉睫，其主要手段包括促進(jìn)清潔能源消納和提升能源綜合利用效率。相??比于化石能源，可再生能源如風(fēng)能、太陽能等都是環(huán)境友好型的替代能源，提升??可再生能能源的消納水平可以從源頭上大幅減少碳排放量。另外一種手段就是構(gòu)??建以電能為核心的綜合源服務(wù)體系，借助電動汽車、儲能設(shè)備等能源技術(shù)手段提??升配電網(wǎng)的靈活度，推動客戶智慧互動，從而提高能效和降低碳排放量。??能量流

大小和方向的監(jiān)控能力；增強(qiáng)對分布式能源如位置和模式的監(jiān)控，??從而分析其時變規(guī)律；增強(qiáng)電網(wǎng)的實時故障自愈能力。智能電網(wǎng)的建設(shè)是一個復(fù)??雜迭代、靈活多變的過程，會面臨各種各樣的挑戰(zhàn)。隨著未來城市化進(jìn)程的推進(jìn)，??全球電能需求量也日益增加，發(fā)電量和耗電量要在不同的時空層次上保持動態(tài)平??衡。因此，未來的智能電網(wǎng)需要具備學(xué)習(xí)、監(jiān)測、預(yù)測并依據(jù)實時的發(fā)電量和耗?．??電量進(jìn)行調(diào)度決策等各項能力。??｜??Ｔ?１??Ｔ?Ｉ?Ｉ??ｉｔｉ?？??ｉ?？?＊?ｉ??圖１－３智能電網(wǎng)數(shù)據(jù)分析分類示意圖??目前，基于智能電網(wǎng)數(shù)據(jù)分析的研宄項目也得到了世界范圍內(nèi)的國家和企業(yè)??資助。美國國家科學(xué)基金會（ＮａｔｉｏｎａｌＳｃｉｅｎｃｅ?Ｆｏｕｎｄａｔｉｏｎ，ＮＳＦ）為基于智能電網(wǎng)??大數(shù)據(jù)和機(jī)器學(xué)習(xí)的跨學(xué)科分析研宄［３］，電網(wǎng)級聯(lián)故障的不確定性量化分析［４］，??智能化決策［５］等研宂項目提供標(biāo)準(zhǔn)資助。歐洲統(tǒng)計系統(tǒng)（Ｅｕｒｏｐｅａｎ?Ｓｔａｔｉｓｔｉｃａｌ??Ｓｙｓｔｅｍ，ＥＳＳ）發(fā)起了由２８個合作組織參與的Ｅｓｓｎｅｔ?Ｂｉｇ?Ｄａｔａ項目用于探索包含??智能電表數(shù)據(jù)在內(nèi)的大數(shù)據(jù)分析及應(yīng)用技術(shù)研宄，該項目包含基于智能電表數(shù)據(jù)??的消費模式辨識，長期收益和成本的經(jīng)濟(jì)性評估等［６］。由蘇黎世聯(lián)邦理工大學(xué)??（ＥＴＨ?Ｚｕｒｉｃｈ?），德國班貝克大學(xué)（Ｕｎｉｖｅｒｓｉｔｙ?ｏｆ?Ｂａｍｂｅｒｇ）和圣加侖大學(xué)??（Ｕｎｉｖｅｒｓｉｔｙ?ｏｆ?Ｓｔ．?Ｇａｌｌｅｎ）等機(jī)構(gòu)聯(lián)合組建的比特能源實驗室（Ｂｉｔｓ?ｔｏ?Ｅｎｅｒｇｙ?Ｌａｂ）??發(fā)起了基于智能電表數(shù)據(jù)分析的項目用于研宄用戶分類（ｃｕｓｔｏｍｅｒ?ｓｅｇｍｅｎｔａｔ

【參考文獻(xiàn)】：
期刊論文
[1]國內(nèi)微電網(wǎng)項目建設(shè)及發(fā)展趨勢研究[J]. 張丹,王杰.  電網(wǎng)技術(shù). 2016(02)



本文編號：3401191