杂志简介：《中国电机工程学报》杂志经新闻出版总署批准，自1964年创刊，国内刊号为11-2107/TM，是一本综合性较强的电力期刊。该刊是一份半月刊，致力于发表电力领域的高质量原创研究成果、综述及快报。主要栏目：智能电网、大电网规划与运行、可再生能源并网技术、发电、电力电子与电力传动、电机与电器、高压放电与等离子体应用
杂志简介：《中国电机工程学报》杂志经新闻出版总署批准，自1964年创刊，国内刊号为11-2107/TM，是一本综合性较强的电力期刊。该刊是一份半月刊，致力于发表电力领域的高质量原创研究成果、综述及快报。主要栏目：智能电网、大电网规划与运行、可再生能源并网技术、发电、电力电子与电力传动、电机与电器、高压放电与等离子体应用
作者：张宁; 杨经纬; ; 陈启鑫; 康重庆 刊期：2019年第14期
在坚强智能电网的深化建设与泛在电力物联网的快速发展中,第5代移动通信技术(5th generation mobile networks,5G 通信)因具有“高带宽、高容量、高可靠性、低延时、低功耗”的特点,将成为引领和支撑电力系统技术创新、实现万物互联的关键技术。电力系统本身的特点以及其对通信的要求决定5G通信技术在某些特定领域能够发挥关键作用。该文介绍5G...
作者：田芳; 周孝信; 史东宇; 陈勇; 黄彦浩; 于之虹 刊期：2019年第14期
为了提高卷积神经网络(convolutional neural network,CNN)的分类性能,提出 CNN 综合模型,以及 CNN 与时域仿真相结合的暂态稳定评估解决思路。首先,构建若干个具有相同结构、不同参数的 CNN 模型进行训练和预测;然后根据一定的结果综合原则对若干个 CNN 模型的预测结果进行综合,得到“稳定”、“不稳定”和“不确定”3 种分类预测结果;最后将结...
作者：史佳琪; 张建华 刊期：2019年第14期
人工智能及机器学习技术的快速发展,为负荷预测问题提供了崭新的解决思路。该文结合人工智能的前沿理论研究,提出一种基于多模型融合 Stacking 集成学习方式的负荷预测方法。考虑不同算法的数据观测与训练原理差异,充分发挥各个模型优势,构建多个机器学习算法嵌入的 Stacking集成学习的负荷预测模型,模型的基学习器包含 XGBoost树集成算法和长短...
作者：杜明秋; 李妍; 王标; 张艺涵; 罗潘; 王少荣 刊期：2019年第14期
随着用电信息采集系统的广泛推广,数据驱动的机器学习方法在电力系统优化运行领域的应用已引起广泛关注。该文基于电网在线运行状态数据采集,采用竞争深度 Q 网络(dueling deep Q network,DDQN)结构的深度增强学习方法开展电动汽车充电控制优化。首先选取观测状态与执行动作,定义状态动作估值函数,其次针对动作和状态维度上的绝对数值相差过大的...
作者：杨智宇; 刘俊勇; 刘友波; 温丽丽; 王泽琪; 宁世超 刊期：2019年第14期
精确的变电站级负荷预测是电网精益化运行决策的重要基础,但存在不同站间负荷特性差异大、微观关联因素多样性强等传统预测方法难以处理的问题。基于变电站历史负荷数据与其所在区域的外部环境数据,通过深度信念网络算法(deep belief network,DBN)强大的学习能力,避免了相似日等特征选取问题,并采用 Nadam 动量优化算法训练深度信念网络,得到 DB...
作者：吴茜; 张东霞; 凌雪峰; 刘道伟; 戚永志; 马世英; 邓春宇 刊期：2019年第14期
研究电网扰动传播动力学行为对大电网安全稳定运行具有重要作用。该文在研究电网扰动传播动力学时尝试借助生物学中成熟的传染病模型进行研究。首先,在类比传染病模型的基础上,提出电网扰动传播强度的概念;进一步利用复杂网络理论对复杂电力系统网络进行拓扑分析,利用随机矩阵理论对电网时空数据进行关联关系分析;最后,基于数据驱动建立电网扰动...
作者：王依宁; 解大; 王西田; 李国杰; 朱淼; 张宇 刊期：2019年第14期
随着风电在电力系统中渗透率不断提高,风电机组接入电网带来的机网相互作用问题已严重影响电网安全和电能质量,对风电机网相互作用进行研究意义重大。在TensorFlow深度学习框架下,提出一种基于长短期记忆(long short-termmemory,LSTM)网络的风电机网相互作用预测模型。首先,通过主成分分析法(principal component analysis,PCA)对多变量时间序列...
作者：赵荣臻; 文云峰; 叶希; 唐权; 李文沅; 陈云辉; 瞿小斌 刊期：2019年第14期
可再生能源大规模并网导致电力系统转动惯量降低,在扰动事件下的频率稳定问题突出。时域仿真存在计算量大、运算耗时长等缺陷,难以满足复杂多变运行方式和海量预想事故下的频率指标快速评估需求。为了实现功率扰动事件下系统惯性中心多维频率指标(极值频率、最大频率变化率、准稳态频率)的快速评估,该文将深度学习引入到频率稳定研究中,提出一种...
作者：刘洋; 刘洋; 许立雄; 王剑 刊期：2019年第14期
深度探索用户负荷的用电特性是面向电力大数据趋势下电力市场精细化发展的迫切需求。该文提出一种计及数据类别不平衡的用户负荷典型形态提取模型,适用于电力系统负荷数据量大、缺乏训练标签的情况。首先,通过K-medoids算法将局部数据聚类获取类别标签作为训练集。针对训练集部分类簇数据样本过小,采用基于聚类结果的过采样方法进行类别平衡。负...
作者：胡益; 王晓茹; 滕予非; 艾鹏; 车玉龙 刊期：2019年第14期
该文针对直流互联异步电网的频率稳定问题,考虑数据驱动方法在电力系统紧急控制中的时效性优势,提出一种基于多层支持向量机(support vector machines,SVM)的交直流电网频率稳定紧急控制方法。该方法利用3层SVM模型实现直流紧急功率支援和自动切负荷控制相结合的最优频率稳定协调控制策略。其中,第1层是建立基于v-SVR的扰动后频率稳定预测模型,...
作者：高佳程; 朱永利; 郑艳艳; 贾亚飞 刊期：2019年第14期
针对目前常用的浅层模式识别方法对高维大容量样本处理困难的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)的Wigner Ville分布(Wigner-Ville distribution,WVD)和堆叠稀疏自编码网络(stockedsparse auto-encoder,SSAE)的局部放电(partial discharge,PD)信号的模式识别方法。首先,以VMD算法对PD信号进行分解,对所得各分量...
作者：陈继林; 陈勇; 田芳; 郭中华; 李铁 刊期：2019年第14期
为了提高电网仿真在线数据挖掘的泛化能力和快速判稳的准确率,提出一种基于长短期记忆网络(long short-term memory,LSTM)算法的电网仿真样本生成方法,搜集了电网仿真计算离线数据中的用户调整潮流行为数据,并进行处理。基于此数据利用LSTM算法搭建模型,并生成潮流调整策略,根据策略生成不同的运行方式数据,结合电网预想故障集和仿真计算生成电...
作者：李宏仲; 王磊; 林冬; 张雪莹 刊期：2019年第14期
随着可再生能源产业不断壮大,可再生能源消纳问题日益凸显。为了充分挖掘源–网–荷–储联合运行的灵活性调节能力,提高可再生能源的消纳水平,该文提出一种基于灵活性平衡理论的可再生能源消纳策略。通过Nash博弈实现参与消纳的各主体相互利益达到均衡,并提出一种多智能体迁移强化学习算法。该算法采用了多种人工智能技术,包括基于Nash-Q学习的...
作者：席磊; 余璐; 付一木; 黄悦华; 陈曦; 康守亚 刊期：2019年第14期
减少碳排放的重要途径之一是大规模引入新能源。然而,随着大规模风、光、电动汽车等新能源和分布式能源接入复杂互联电网,给电网带来严重的随机扰动问题。该文从自动发电控制角度,探索了一种动作探索感知思维的深度强化学习算法,即DDQN-AD。通过将神经网络的预测机制作为强化学习的动作选择机制,同时引入具有动作探索感知思维的AD策略,将区域控...
作者：蒋逸雯; 李黎; 李智威; 苏超; 王干军; 彭小圣 刊期：2019年第14期
电力变压器运维过程中形成的工作票及操作票等文本蕴藏着丰富的设备状态信息,然而由于中文文本结构和语义的复杂性,难以进行信息挖掘。针对该现状,提出基于深度语义学习的变压器运维文本信息挖掘方法。首先分析并归纳传统文本挖掘模型的局限性及变压器运维文本的特点,然后利用分布式文本学习工具word2vec,自动学习语义信息,将单词用低维稠密向量...
影响因子：0.65
期刊级别：北大期刊
发行周期：旬刊
影响因子：0.16
期刊级别：省级期刊
发行周期：旬刊
影响因子：0.99
期刊级别：北大期刊
发行周期：半月刊
影响因子：0.95
期刊级别：北大期刊
发行周期：月刊
影响因子：1.65
期刊级别：北大期刊
发行周期：旬刊
影响因子：0.67
期刊级别：省级期刊
发行周期：旬刊
影响因子：0.98
期刊级别：部级期刊
发行周期：半月刊
影响因子：0.79
期刊级别：北大期刊
发行周期：月刊
影响因子：0.59
期刊级别：部级期刊
发行周期：半月刊
影响因子：0.34
期刊级别：省级期刊
发行周期：月刊
影响因子：0.44
期刊级别：省级期刊
发行周期：月刊
影响因子：0.25
期刊级别：省级期刊
发行周期：双月刊