刘苏
- 作品数：6 被引量：59H指数：5
- 供职机构：湖南大学电气与信息工程学院更多>>
- 发文基金：湖南省自然科学基金国家自然科学基金更多>>
- 相关领域：电气工程更多>>
- 无模型自适应控制算法在互联电网AGC中的应用被引量：7
- 2016年
- 现行自动发电控制AGC(automatic generation control)策略多为比例积分PI(proportional integral)控制,其简单、易行,但难以适应强非线性、时变参数、时变结构的AGC系统。将无模型自适应控制算法应用于AGC系统,利用闭环被控系统的输入、输出及影响量量测数据,建立实时动态线性化数据模型,实现数据驱动控制。介绍了无模型自适应控制算法的原理,设计了控制策略,通过加入非线性环节、修改参数、引入水电参调及持续扰动等方式,验证了该算法具有较好的非线性适应性、较强的鲁棒性及良好的控制性能评价标准CPS(control per-formance standard)指标。
- 黄伟峰姚建刚韦亦龙刘苏汤成艳
- 关键词：无模型自适应数据驱动控制自动发电控制鲁棒性
- 基于自适应分段云模型的单相用户相别辨识方法被引量：10
- 2022年
- 针对低压配电台区拓扑结构中相别关系错误的问题,利用台区配电变压器低压侧相电压序列和用户电压序列的相似性,提出了一种基于自适应分段云模型的单相用户相别辨识方法。首先,利用云模型的数字特征刻画电压序列的数据分布;然后,利用自适应分段云模型算法自适应地确定电压序列的分段总数以及每个分段的起始时刻和结束时刻;最后,计算电压序列分段云模型的相似度,确定用户与台区配电变压器的相别关系。该方法不受台区拓扑结构和负荷变化的影响,具有通用性;与现有相似性算法相比,该方法针对台区配电变压器三相电压很接近的情况相别辨识结果区分度更好、准确率更高。算例仿真和实例分析验证了所提方法的有效性。
- 刘苏黄纯李克明侯帅帅
- 关键词：低压配电网云模型
- 基于电压波动特征聚类的配电网拓扑识别方法被引量：7
- 2021年
- 针对配电网拓扑关系不准确或更新不及时而影响配电网运行、管理及故障研判的问题,提出一种基于电压波动特征聚类的配电网拓扑结构自动识别方法。首先,通过配电智能终端采集配电网中邻近台变三相电压和用户电压,定义并计算各电压的多维波动特征参数,精细刻画电压序列的全局波动特性和局部波动特性;然后,利用t-SNE算法对多维波动特征进行降维;最后,基于降维后的电压波动特征,采用改进的K-means聚类算法对台变和用户进行聚类,获得配电网正确的户变关系和用户相别关系。算例结果表明,与仅利用电压波动全局特征的传统拓扑识别方法比较,本文方法能显著提高配电网拓扑识别的正确率。
- 海迪崔娇文玉兴余永胜刘苏黄纯
- 关键词：配电网聚类
- 基于Monte Carlo的主变压器全寿命周期成本研究被引量：4
- 2017年
- 目前在变电工程领域中的主变压器选择方面,应用全寿命周期成本(LCC)理论已经研究出了许多成果,但未对成本计算中的不确定性做充分讨论。针对上述不足,运用LCC理论建立了变压器的全寿命周期成本模型,将其应用在变电站主变压器选择中,运用Monte Carlo方法针对成本的随机性进行了模拟,并对全寿命周期成本因子进行了敏感性分析,用实例验证了模型和模拟方法的实用性。结果表明,在负荷密集地区采用大容量变压器和控制运营成本是减少主变压器全寿命周期成本的有效措施。
- 刘苏姚建刚韦亦龙黄伟峰张杰龙
- 关键词：全寿命周期成本变压器MONTE
- 带遗传算子模拟植物生长算法在AGC机组调配经济性中的应用被引量：6
- 2015年
- 建立AGC机组调配调节费用的数学模型,采用一种带遗传算子模拟植物生长算法(Plant Growth Simulation Algorithm,PGSA),应用于机组调配经济性研究。为解决完整模拟植物生长过程全局搜索可能速度过慢的问题,采用最优保留和最差杂交后保留的策略,可在加速计算速度的同时抑制早熟,防止陷入局部最优。此外,为防止新生长点过于聚集,采用K-means聚类算法对机组进行分类,并在长出新生长点时,同类机组选择差异性较大的变异方式。对于存在多个最优解,采用多解平均法,确保机组调配的公平性。通过计算结果对比验证了该算法的合理性及有效性。
- 黄伟峰姚建刚韦亦龙刘苏汤成艳
- 关键词：遗传算子模拟植物生长算法K-MEANS聚类算法AGC机组
- 基于DDTW距离与DBSCAN算法的户变关系识别方法被引量：29
- 2021年
- 针对低压配电台区拓扑结构中户变关系缺失或异常的问题,提出了一种基于导数动态时间弯曲(DDTW)算法与基于密度的有噪空间聚类应用(DBSCAN)算法的户变关系识别方法。首先,采用DDTW算法对台区配电变压器(以下简称台变)低压侧电压和用户电压的时间序列进行相似性分析。然后,根据DDTW距离对台变和用户进行聚类得到户变关系的概率性结果,减小聚类算法参数对聚类结果的影响。该方法能够对时间间隔不同、不等长的电压时间序列进行分析,对电压数据缺失或异常不敏感,且不需要人为设定阈值,户变关系识别准确性高。最后,通过实例分析验证了所提方法的有效性。
- 刘苏黄纯侯帅帅黄世付李建奇
