內容簡介
《電力系統分析新興技術》適合電氣工程領域的研究生、研究人員及工程技術人員閱讀。作者簡介
董朝陽，現為香港理工大學副教授，電力系統規劃及系統分析專家。張沛現為埃森哲（Accenfure）智慧型電網總監，之前任美國電力科學研究院（EPRI）電力系統運行和規劃部主任。
目錄
第1章概述1.1放鬆管制的規則
1.2世界範圍放鬆管制綜述
1.2.1管制與放鬆管制
1.2.2典型電力市場
1.3電力系統中的不確定性
1.3.1負荷建模
1.3.2分散式發電
1.4形勢意識
1.5控制性能
1.5.1分散保護與控制
1.5.2集中防護與控制
1.5.3現有防護協調系統可能存在的協調問題
1.5.4種情況說明在防護和控制系統中的協調問題
1.6總結
參考文獻
第2章新興技術基礎
2.1電力系統連鎖故障與分析技術
2.2電力系統分析中的數據挖掘方法及套用
2.3格線計算
2.4隨機性與確定性分析方法
2.5相量測量單元（PMU）
2.6拓撲法
2.7電力系統脆弱性評估
2.8總結
參考文獻
第3章數據挖掘技術及其在電力工業中的套用
3.1引言
3.2數據挖掘的原理
3.3相關、分類與回歸
3.4現有的數據挖掘工具
3.5基於數據挖掘的市場數據分析基礎
3.5.1電價預測介紹
3.5.2電力市場中的價格尖峰
3.5.3價格尖峰預測的構架
3.5.4區間價格預測問題定式化
3.5.5區間預測方法
3.6基於數據挖掘的電力系統安全評估
3.6.1背景知識
3.6.2網路模式挖掘與不穩定性預測
3.7個案研究
3.7.1價格尖鋒預測的個案研究
3.7.2區間價格預測個案研究
3.7.3安全評估個案研究
3.8總結
參考文獻
第4章格線計算
4.1引言
4.2格線計算原理
4.2.1結構
4.2.2特徵與功能
4.2.3格線計算與並行計算
4.3常用格線計算軟體包
4.3.1軟體包
4.3.2案例
4.3.3電力系統中的套用軟體
4.4基於格線計算的穩定性評估
4.5基於格線計算的可靠性評估
4.6基於格線計算的電力市場分析
4.7案例分析
4.7.1機率潮流計算
4.7.2電力系統故障分析
4.7.3性能比較
4.8總結
參考文獻
第5章基於機率方法和確定方法的電力系統分析
5.1引言
5.2確定對機率方法的需求
5.2.1電力系統穩定性分析
5.2.2電力系統可靠性分析
5.2.3電力系統規劃
5.3機率分析方法
5.3.1電力系統穩定性分析
5.3.2電力系統可靠性分析
5.3.3電力系統規劃
5.4機率穩定性分析方法
5.4.1機率暫態穩定分析方法
5.4.2機率小信號穩定性分析方法
5.5機率可靠性分析方法
5.5.1電力系統可靠性分析
5.5.2機率可靠性評估方法
5.6機率系統規劃
5.7案例分析研究
5.7.1機率小信號穩定分析案例
5.7.2機率潮流
5.8總結
參考文獻
第6章相量測量單元及其在現代電力系統中的套用
6.1引言
6.2狀態估計
6.2.1概述
6.2.2加權最小二乘法
6.2.3增強的狀態估計
6.3穩定性分析
6.3.1電壓與暫態穩定性
6.3.2小信號穩定性
6.4事件識別和故障定位
6.5增強情境意識
6.6模型確認
6.7個案研究
6.7.1特徵橢球的形成
6.7.2特徵橢球的幾何屬性
6.7.3特徵橢球的解釋規則
6.7.4仿真結果
6.8總結
參考文獻
第7章新興技術與發展趨勢
7.1識別新興技術
7.2新興技術的趨勢
7.3進一步的閱讀
7.3.1碳排放交易機制和碳減排計畫的經濟影響
7.3.2基於可再生能源的發電——風能
7.3.3智慧型電網
7.4總結
參考文獻
附錄
A.1韋伯分布算例
A.2特徵值和特徵向量
A.3特徵值和穩定性
參考文獻
名詞術語英漢對照
·查看全部>>
前言
電力系統是世界上最複雜的大系統。在過去的幾十年中，隨著各國對電力系統的放鬆管制和需求的增長，很多國家的電力系統已經運行在一種高度緊張的狀態，並且存在著很高的不穩定性和更多的不確定性風險。該系統的運作者負責安全地作業系統以便有效和可靠地供電給用戶。因此.電力系統分析的任務變得越來越具有挑戰性，需要更先進的技術支撐。本書給出了電力系統分析的一些新興關鍵技術，提供了一個整體的技術創新方法，介紹了下一階段將發生在電力行業的快速變化和發展，這對於智慧型電網有著重要的參考價值。本書的內容如下：第1章介紹電力工業的最新發展，包括電力系統中的不確定性、建模、分散式發電、環境問題、保護和治理現狀等。
第2章概述關鍵的新興技術在電力工業中的發展，介紹了新興技術現狀，由於章節有限，本書不可能包含所有的技術，筆者將挑選其中關鍵的技術，在後續章節中進行詳細的分析，其他技術在本章僅為進一步閱讀提供建議。
第3章詳細討論數據挖掘的方法在電力系統分析中的套用。數據挖掘的方法已被定義為一種非傳統的技術，用於許多複雜的系統操作問題分析中，特別是電力系統連鎖崩潰和電力市場分析。新的理論和數據挖掘方法的套用將在本章中給出較詳細的介紹。第4章介紹另一個重要的技術——格線計算。格線和並行計算技術提供了一個有效的方法以提高計算效率。這個方法已由一些公司和系統的操作員套用在實際的電力系統穩定性評價中。它提供了另一個可供選擇的計算平台，而不再依靠高性能的計算機。本章還將討論格線技術平台和套用實例。
精彩書摘
數據挖掘是在大規模資料庫中識別隱藏的、潛在可用的和可理解的信息以及模式的過程；或簡而言之，它是挖掘出來自於資料庫的隱藏模式的過程。它是資料庫的知識發現過程中的一個重要的步驟（OlaruandWehenkel，1999）。數據挖掘在電力系統中的套用有很多，比如預測、安全分析等。眾所周知，線上意外事故分析和線上動態安全評估（D3mamicSecurityAssessment，DSA）是一個非常複雜的任務，在電力系統中，隨著複雜性的提高，相應的系統數據呈指數式增長。許多公司存儲了類似的數據，但這些數據沒有得到充分利用。在這樣複雜的情況下，需要可靠、快速的算法來實現如基於傳統的耗時的安全評估或動態仿真。值得注意的是，人工智慧技術如神經網路（NeuralNetwork，NN）已經很好地用於仿真。但是，到目前為止，在現實中，基於人工智慧的方法存在許多缺點，這些缺點阻礙了它們的廣泛套用。基於線上動態安全評估的神經網路的主要缺點是推理的不透明性、過度擬合問題以及對大規模系統的不適用性，缺乏來自於神經網路輸出的統計信息也是限制其套用的主要問題。基於實時安全評估逼近的數據挖掘可以提供統計上的可靠結果，並且在許多複雜系統中已得到廣泛的套用，如電信系統和網際網路安全領域。在電力工程中，數據挖掘已成功地用於許多領域，包括電力系統設備的故障診斷和環境監測、用戶負載特徵分析（Figueiredoeta1，2005）、非技術性的損耗分析（Nizar，2008）、電力市場需求分析和價格預測（Zhaoetal，2007a；Zhaoetal，2007b；Zhaoetal，2008）、電力系統意外事故評估（Zhao，2008c）以及許多電力系統操作的其他任務（Madanetal，1995；Tsoetal，2004；PecasIopesandVasconcelos，2000）。然而，在一些特殊方面，如大規模電力系統意外事故評估和預報（Taskforce2009），數據挖掘技術還缺乏系統性的套用。
作為如電力系統線上動態安全評估這樣的套用，為系統操作獲得相應的控制動作，防止連續的系統安全問題，迫切需要瞬時評估結果。數據挖掘以逼近為基礎，由於其算術和統計的可靠性特性，為線上動態安全評估類型的任務開發了實際的解決方案，其在許多方面優於傳統的基於逼近的人工智慧的方法。首先，在大規模資料庫中，數據挖掘最初被設計用於發現有用模式，而在人工智慧逼近中通常要面對不能提供有效的複雜性問題。因此，基於逼近是數據挖掘可提供在使用友好的、有效的窗體上的快速回響。第二，由於多種數字處理技術整合到挖掘算法中，因此，使數據挖掘算法具有強大的抗干擾能力。
·查看全部>>
