辛鹏
- 作品数：15 被引量：88H指数：5
- 供职机构：东北电力大学更多>>
- 发文基金：国家自然科学基金吉林省科技发展计划基金吉林省自然科学基金更多>>
- 相关领域：电气工程自动化与计算机技术社会学经济管理更多>>
- 基于蚁群最优算法的配电网重构被引量：2
- 2007年
- 在电力系统中配电网的重构是配电网降低网络损耗的重要途径。但是由于配网本身的结构,其重构是一个非常复杂的大规模组合优化问题。提出了基于蚁群最优的算法来求解故障情况下的配电网络重构问题,通过改变开关的闭合状态来改变网络的拓扑结构,以达到网络损失最小。蚁群最优算法(Ant colony Optimization,简称 ACO 算法)是模仿现实中的蚂蚁寻食的过程来求解配电网的重构问题。这种方法的主要特征是正反馈、分布式计算以及富有建设姓的贪婪启发式搜索的运用。该算法不依赖各种初始参数,不易陷于局部最优,为了验证本文提出的算法的可行性和有效性,我们研究了一个算例。结果表明,蚁群算法与现有各种方法相比,具有适应性好、计算效率高、优化效果好的优点。
- 蔡国伟张言滨孙铭泽辛鹏王继松
- 关键词：配电网络网络重构
- 基于改进潮流追踪的网损分摊方法被引量：1
- 2007年
- 针对目前潮流追踪方法在解决电力市场条件下网损分摊问题中存在的缺点和不足,将辐射等值独立法(REI)应用于网损分摊中,利用网络等值前后联络线上潮流不变的特性,先将原始网络进行等值化简,然后再利用潮流追踪法将全网的损耗依次分摊给各发电机和负荷。在充分考虑了各发电机和负荷对全网损耗的影响的同时,又简化了计算过程。通过对 WSCC9节点系统进行算例分析,验证了该方法的合理性和准确性。
- 张言滨辛鹏蔡国伟梅明星
- 关键词：电力市场网损分摊网络等值REI等值
- 变电站三维可视化培训平台的实现被引量：10
- 2014年
- 针对当前变电站培训领域存在的:内容和形式枯燥单调、缺少必要的操作演练与效果评价、投入较高但效果不佳等问题,设计了变电站三维可视化培训平台。基于JME(JMonkey Engine)3D引擎以及Maya三维建模软件完成对变电站设备模型库及知识库的构建;并对平台中模型格式优化、场景动态搭建、场景存储与复用等功能进行设计。实践证明,该平台实用性强且具有较好的扩展性,能够根据实际变电站场景及任务的需要对设备模型及知识进行扩充,对场景进行动态构建。
- 曲朝阳侯嵩林张玉萍张剑虹辛鹏
- 关键词：变电站虚拟现实
- 基于空间分割的电力大数据三维全景可视化场景管理方法被引量：26
- 2016年
- 三维虚拟场景下的电力大数据全景可视化以场景物体灵活多样的显示状态对深层电力特征信息进行直观呈现,以场景漫游的形式对海量多态、异构数据进行全景实时展现,为电网运行状态的及时有效监控分析提供有力保障。针对其场景管理问题,提出了基于空间分割的电力大数据三维全景可视化场景管理方法。首先,构建空间分割代价函数并产生分割平面选择因子,优化场景空间分割。然后,根据场景空间分割结果,建立电力大数据场景组织关联模型,一体化组织管理场景物体、环境和实时分析数据,并实现物体显示状态实时控制及场景漫游快速渲染。最后,通过变电站数据三维全景可视化分析系统的场景管理应用,验证了该方法的有效性。
- 曲朝阳熊泽宇颜佳辛鹏曲楠
- 关键词：可视化场景管理
- 基于FKNN算法的风电功率短期预测被引量：8
- 2014年
- 风电场输出功率预测精度的提高能够极大的减轻风力发电对电网的冲击,提高风电并网的安全性和可靠性。针对KNN(K-Nearest Neighbor algorithm)算法存在的不足进行改进,提出了FKNN(Fast K-Nearest Neighbor algorithm)算法并将其应用到风电短期功率预测当中。首先,FKNN算法基于相似数据原理,针对每个预测样本,只需遍历一次训练样本集,得出K值最大时的相似历史样本优先级队列。然后,通过逐渐缩减优先级队列的长度,产生其他K值对应的相似样本优先级队列。其次,从产生的优先级队列中获取多数类样本,并应用其输出功率的平均值对预测样本的输出功率进行预测。最后,通过对吉林省某风电场的大量历史数据进行预测分析,充分证明该算法的简单性和实用性。
- 郭晓利张玉萍曲朝阳任有学辛鹏
- 关键词：MEANS聚类算法
- 基于蚁群最优算法的配电网重构
- 在电力系统中配电网的重构是配电网降低网络损耗的重要途径。但是由于配网本身的结构,其重构是一个非常复杂的大规模组合优化问题．提出了基于蚁群最优的算法来求解故障情况下的配电网络重构问题,通过改变开关的闭合状态来改变网络的拓扑...
- 辛雷张言滨孙铭泽辛鹏蔡国伟
- 关键词：配电网络网络重构
- 文献传递
- 基于Hadoop的变电站设备故障状态识别与预测模型被引量：3
- 2015年
- 在智能变电站环境下,各种智能量测装置运行过程中产生了海量的状态监测数据。针对在数据量巨大的情况下,现有故障诊断方法分析效率缓慢且预测精度不高等问题,提出一种大数据环境下设备故障快速识别与预测模型,改进并实现了MapReduce并行模式下设备故障分类算法,通过专家推理机制,依据规则进行准确的故障预测。建立了一个基于Hadoop集群的数据处理实验环境,以SF6断路器的3种故障状态为对象,分析证明了该模型在不同故障模式下识别与预测的正确性和有效性。
- 曲朝阳刘晓庆辛鹏
- 关键词：故障识别故障预测HADOOPHBASE
- 一种基于经验模态分解与支持向量机的电力系统短期负荷预测新方法
- 采用经验模态分解（EMD）与支持向量机相结合的的混合模型进行电力系统短期负荷预测的方法。首先运用经验模态分解（EMD）将非平稳的负荷序列分解成若干平稳序列,然后根据分解后各分量的特点构造不同的支持向量机模型对各分量分别进...
- 辛鹏辛雷蔡国伟李晓琦
- 关键词：短期负荷预测经验模态分解支持向量机IMF
- 一种基于特征提取映射的工程变压器偏磁噪声分析方法
- 本发明公开了一种基于特征提取映射的工程变压器偏磁噪声分析方法，属于变压器技术领域，该方法基于电磁耦合机理构建变压器电磁模型，求解并提取变压器在偏磁效应下的电磁特征参数，采用电磁‑机械顺序耦合机理计算变压器绕组的机械场特征...
- 辛鹏朱皓然姜言金刘永帅邓明心于泽
- 基于网络信息的永久性故障重合闸优化时间整定方法被引量：2
- 2007年
- 在结构保持的多机电力系统拓扑暂态能量函数的基础上,分析故障后暂态能量在网络中的分布变化特点,提出仅依赖电力系统网络局部测量信息的永久性故障重合闸时间的整定方法。该方法可以改善电力系统暂态稳定性,抑制系统振荡。多机实际系统的算例验证了该方法的有效性。
- 蔡国伟白宪庆辛鹏张涛
- 关键词：暂态稳定最佳重合闸时间
