鲍刚
- 作品数：25 被引量：140H指数：7
- 供职机构：三峡大学电气与新能源学院更多>>
- 发文基金：国家自然科学基金湖北省科技计划项目湖北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机械工程动力工程及工程热物理更多>>
- 基于改进通道注意力优化变分自编码器的居民空调负荷辨识
- 2025年
- 居民空调负荷的准确辨识是挖掘其调控潜力和实现需求响应的关键。针对目前居民空调功率求解方法的精度不足和计算复杂问题,故提出一种基于变分自编码器(VAE)和改进高效通道注意力机制(ECA)的居民空调负荷非侵入式辨识神经网络模型。改进ECA采用结合全局平均池化与全局最大池化的双池化策略,既捕获整体统计信息又突出局部显著响应。借助压缩-重构机制,在降维后利用快速动态卷积核自适应捕捉局部通道交互信息,有效聚焦关键信息,为通道赋予合理权重;将改进ECA集成在VAE解码器中,增强模型对空调负荷的特征重构能力;模型进一步引入多任务学习框架,联合优化功率分解与状态识别任务,实现任务间信息共享和互补,从而提高整体辨识精度。同时,利用输出模块和后处理状态阈值约束,有效抑制非空调负荷的干扰。最后,在真实居民用电数据集上进行实验验证。实验结果表明,相较于两个对比模型,模型在3个地区所有居民功率分解的平均绝对误差(MAE)均值分别提升59.71%和9.22%,空调状态识别F1值达84.58%。消融实验表明,改进ECA使其中两个地区功率分解MAE分别降低56.23%和12.47%,多任务学习框架进一步推动辨识精度提升3.17%和5.90%。所提出的少量侵入式测量方案以30%用户侵入式量测数据训练,在保证模型准确性的同时,减少对用户数据的依赖,具有较强的应用潜力。
- 王凌云唐涛鲍刚阮胜冬张涛
- 关键词：多任务学习
- 基于改进BBO算法的SSSC阻尼控制器优化设计被引量：6
- 2020年
- 串联补偿技术的大规模应用会造成发电机组次同步振荡(SSO),影响电力系统的安全运行。为有效提高静止同步串联补偿器(SSSC)阻尼控制器的控制效果,提出一种改进的生物地理学优化算法(BBO),将其用于SSSC阻尼控制器的优化设计中,以实现抑制发电机组的次同步震荡。利用Prony算法具有良好的模态识别效果的特点,对输出信号进行准确分析得出系统的特征值,从而来识别系统的振荡频率;通过结合改进BBO算法和Prony算法设计了SSSC阻尼控制器,并对控制器参数进行了优化;在PSCAD平台上搭建IEEE第一标准模型进行仿真分析。结果表明,采用改进BBO算法优化设计的SSSC阻尼控制器,能够快速有效抑制发电机组的次同步振荡,保证机组的安全运行。
- 邹红波柴涛鲍刚
- 关键词：生物地理学优化算法模态识别阻尼控制器静止同步串联补偿器
- 基于时频特征融合分类网络的复合电能质量扰动识别方法
- 2025年
- 针对新型电力系统“双高”(可再生能源与电力电子设备高渗透率)趋势下复合电能质量扰动分类困难、识别精度不高的问题,提出一种基于时-频特征融合分类网络的复合扰动识别方法。首先,采用自适应噪声的完备集合经验模态分解与小波阈值相结合的方法对含噪信号进行降噪处理;其次,对降噪信号进行快速傅里叶变换,获取其频域分量,采用TCN-Transformer深度网络,并行提取信号的时域与频域深度特征;最后,引入交叉注意力机制对时域和频域特征进行加权融合并完成分类识别。仿真实验表明,所提方法在30 dB噪声环境下对24种仿真信号的最高识别准确率可达99.79%,表现出良好的识别精度、识别稳定性及泛化能力。
- 程江洲胡星宇李欣李欣孟佳琳鲍刚
- 关键词：电能质量信号降噪深度网络扰动识别
- 基于SGDM优化IWOA-CNN的配电网工程造价控制研究被引量：15
- 2023年
- 为了控制配电网工程项目的成本,需准确预测配电网工程造价,本文提出一种基于带动量因子的随机梯度下降(stochastic gradient descent with momentum factor, SGDM)优化的改进鲸鱼算法-卷积神经网络工程造价预测模型。首先,考虑回路数、杆塔数、导线、地形、地质、风速、覆冰、导线截面、混凝土杆、塔材、绝缘子(直线)、绝缘子(耐张)、基坑开方、基础钢材、底盘和水泥对配电网工程造价的影响,建立了非线性函数关系;采用SGDM优化器改进的卷积神经网络对函数进行逼近,并用贝叶斯方法优化卷积神经网络的超参数;利用改进的鲸鱼算法(improved whale optimization algorithm, IWOA)优化卷积神经网络,找出卷积神经网络的最优学习率。数值算例表明,新模型预测效果较好,并提出相应的控制策略。
- 李康鲍刚徐瑞刘毅楷
- 关键词：自适应权重
- 基于CK-means算法的用户用电负荷聚类分析被引量：5
- 2021年
- 针对传统K-means算法存在的对初始聚类中心敏感和需要预先给定K值的问题,提出了一种基于CK-means算法的用户用电负荷聚类分析方法。先对负荷数据进行预处理,通过密度Canopy算法可得到最优簇集值K与最佳初始聚类中心,将其代入K-means算法中可提取出典型的用户负荷模式、得到具有差异性的聚类成员,选取江西某地216名用户一个月的负荷数据进行实例仿真,通过与两种典型的聚类方法进行比较,并用不同的有效性指标来评价其聚类性能,实验结果证明改进后的新算法在准确性、稳定性和有效性方面都优于其它算法。
- 程江洲何艳鲍刚潘飞
- 关键词：用户分类用电负荷
- 基于MAC-WD-CNN-MCNN模型的超短期负荷预测被引量：6
- 2021年
- 为了充分挖掘电力负荷数据中的有效信息、提高超短期负荷预测精度,提出一种基于多重聚类分析(MAC)、小波分解(WD)、卷积神经网络(CNN)和多路卷积神经网络(MCNN)的超短期负荷预测模型MACWD-CNN-MCNN。通过MAC方法筛选训练集样本,并采用WD算法对负荷进行频段分解,提取负荷细节特征,然后提出了MCNN网络结构,采用CNN网络和MCNN网络分别预测高低频负荷信号,最后通过小波重构输出负荷预测值。试验仿真结果表明,与CNN-GRU模型和MAC-WD-CNN-GRU模型相比,所提超短期负荷预测模型的RRMSE、MMAE、ssMAPE均更小,具有更高的预测精度。
- 程江洲潘飞鲍刚何艳陈奕睿
- 关键词：小波分解卷积神经网络超短期负荷预测
- 电子式互感器电磁干扰及其关键技术现状研究被引量：4
- 2017年
- 介绍了电子式互感器电磁干扰问题的研究背景和现状,根据电子式互感器的工作原理和结构特点,研究了电磁干扰的机理以及电子式互感器电磁干扰的试验,对传导和辐射干扰进行了分析。对电子式互感器在抗电磁干扰方面存在的问题,提出了解决措施。
- 田斌鲍刚李振华李振兴
- 关键词：电子式互感器电磁干扰辐射干扰
- 基于拟合反演滑模方法的光伏系统MPPT控制被引量：4
- 2023年
- 该文提出一种基于拟合优化的反演滑模控制的混合MPPT方案。该方案首先根据光伏发电系统的P-V特征曲线,使用3次插值函数来拟合最大功率点处的参考电压,然后基于参考电压以及反演滑模控制原理,设计相应的控制器并通过PWM调制控制占空比,使之在不同的环境条件下能迅速有效跟踪最大功率点。最后,通过Matlab/Simulink仿真验证所提出优化方案的有效性,并与其他经典方法进行对比分析。结果显示,该方法跟踪速度快、稳态功率波动小,跟踪性能优异。
- 王仁明张铭锐鲍刚刘闻仲杨婕
- 关键词：光伏阵列光伏发电最大功率点跟踪曲面拟合
- 基于T-MobileNet-L模型的GIS局部放电模式识别研究被引量：12
- 2021年
- 针对当前GIS局部放电模式智能识别过程中存在计算资源消耗大以及缺少真实标签数据的问题,利用激活函数为Leaky ReLU的MobileNet-V2模型,在减少模型参数量的同时提取大量的图像特征信息。并融合迁移学习对模型参数进行预训练,在减少网络对输入数据量需求的同时提高模型的识别准确性。结果表明,该模型的参数量可降至2.24×10^(6),并且对于干扰以及GIS局部放电模式识别的平均准确率分别达到95.8%和92.1%,与传统深度学习模型相比,该模型在显著降低计算复杂度的同时提升模式识别的准确率,对实际GIS设备进行有效、智能、轻量化运维检修具有一定的价值与意义。
- 程江洲温静怡鲍刚何艳陈奕睿
- 关键词：气体绝缘组合电器
- 基于支持向量回归预测模型考虑天气因素和分时电价因素的短期电力负荷预测被引量：22
- 2023年
- 为了保证电力系统安全稳定的运行,短期负荷预测在电力系统调度中越来越重要。提出了一种基于支持向量回归(support vector regression,SVR)的短期负荷预测模型,考虑了天气因素和分时电价因素对负荷的影响。研究分析了2019年1月1日—2022年1月1中国江苏省某地区的日负荷特征;基于天气因素、考虑分时电价因素,建立了SVR模型,通过SVR模型对历史负荷数据进行训练并对未来负荷进行预测。实验结果表明,所提模型在短期负荷预测方面具有较高的准确性;基于天气因素考虑分时电价因素对负荷的影响,能够更好地适应不同天气条件下和不同电价下的负荷需求。
- 魏步晗鲍刚李振华
- 关键词：负荷预测支持向量回归
