随机潮流综述
摘要：电力系统中存在大量的不确定性因素，包括负荷的随机波动、发电机出力变化、设备故障退出运行、风力发电等新能源发电出力随气候变化而变化等等。在对电力系统规划和运行条件进行分析时仍然使用确定性的潮流计算方法，需要对众多可能发生的情况进行统计和计算，这样做计算量太大并且计算时间也是很难承受的，同时也难以反映系统的整体运行状况。随机最优潮流是一个新型的非线性优化问题,且由于优化目标或约束的概率化使得其计算复杂难度较大。因此研究能计及不确定的随机因素影响的随机潮流分析方法是十分必要的。
关键词：随机潮流、随机量、综述
引言：随机潮流是电力系统稳态运行情况的一种宏观的统计方法。它考虑了系统运行中的各种随机因素，如负荷波动、发电机故障停运以及输电元件故障停运等对稳态运行的影响。因此,随机潮流比一般潮流计算更能揭示电力系统运行的特性，便于我们发现系统运行的潜在危险及薄弱环节，从而得到更有参考价值的信息。此外，随机潮流可以代替大量的常规潮流计算，从计算效率来看有明显的优点。所以随机潮流分析日益受到广泛的重视，已逐步用于电力系统运行方式分析及规划设计中。本文对随机潮流基本概念及计算方法类型进行简介，叙述了随机潮流发展现状。
1、随机潮流简介
1.1基本概念
由于负荷变化及预测的不确定、发电机组和输电网络元件的计划检修或强迫停运，网络中的潮流分布本质上是不确定的。用概率理论来描述这种不确定性，探讨相应的数学建模、计算机算法和实际应用，称为随机潮流研究，也称概率潮流。它是用随机变量给出节点的已知条件，来求解线路潮流参数的方法。传统的电力系统各种潮流算法都是给定网络拓扑结构、节点注入功率等，因而计算得到的结果也是确定的值。但实际上，由于电力系统的运行存在各种随机因素，往往造成节点注入数据具有很大的随机性，因此随机潮流比一般潮流计算更能揭示电力系统的运行特性。
随机潮流可用于分析线路潮流、节点电压的概率分布、期望值、方差和极限值，以期对整个电网在各种运行条件下的性能有一个全面、综合的评价，并对电网存在的薄弱环节做出量化分析，这些信息对规划和调度部门的决策极具参考价值，因而广泛应用于中长期电网规划和短期运行规划、状态估计及量测点布置、输电系统输送容量和无功规划等。在电力市场环境下，由于发电竞价上网、输电转运等因素，潮流分布的不确定性增大，随机潮流计算将成为日常和必备的分析
工具。
1.2评价指标
（1）线路潮流概率分布、极大值及期望值。
（2）变压器载荷概率分布、极大值及期望值。
（3）系统有功不足的概率分布、极大值及期望值。
（4）节点电压的概率分布、极大值、极小值及期望值。
（5）发电机（PV 节点）无功出力的概率分布、极大值及期望值。
（6）系统被分裂成两个以上孤岛的概率。
（7）节点或变电站被孤立的概率。
2、系统中的随机性
（1）在实际运行环境中，当前系统运行状态是通过仪表测到的值来描述的，在使用仪表量测过程中难免有量测误差的存在。
（2）在电网设计和规划过程中，要规划设计若干年以后的电源和电网的发展，因此系统负荷预测值不可能很准确；就近也有很多的因素影响负荷预测的准确性，例如，设备的计划和故障检修，气候条件以及人们的日常生活和工作方式的变化等。因此系统负荷不再是一个通常意义下的已知的确定的量，而是一个随机变量。
（3）从严格意义上说，有时也需要将发电机输出功率作为一个随机变量来处理，因为发电机也不是百分之百可靠的，也会出现因故障而退出运行的可能性。（4）网络中的线路和变压器等输电设备并不是完全可靠地，它们的随机故障导致系统运行方式发生变化，因此网络拓扑结构并不确定。
（5）近年来随着国家能源结构的调整，可再生性的清洁能源得到了重视并在电力系统中所占的比例不断地增加。由于很多新能源发电的有功出力受自然天气条件的影响很大而具有随机性、间歇性和不可调度性的缺点。它们的接入给电网带来随机性的扰动，对电网的影响也日益突出。
（6）在电力工业的重组和市场化改革的环境下，厂网分开，发电公司独立生产经营，建设并运营电厂。他们没有义务向系统的规划人员提供有关电厂的相关的资料信息，例如电厂的规划选址、机组容量、投建时间以及新的发电设备预期的可用率等。系统规划人员没有获得上述信息将面临未知将来资源利用状况的困难，难以预测是否需要建立新的发电厂以及新发电厂的选址和系统网络的约束条件类型。
（7）电力用户中，尤其是工业用户，对电价的变化十分敏感。他们的工作进度可能安排在合适的电价下，例如，在远离高峰负荷的时间里安排工作生产时间。由于这种调整用电时间的行为，使电力系统规划运行人员在对高峰负荷时期内的
电能消耗量的预测变得很困难。除此之外，工业用户还可能将工厂开设在电价较低的地方，从而区域用电特性也随之变化。
通过上述分析可以得出目前电网中大量不确定因素主要有：网络拓扑结构、负荷和发电机出力的随机变化、输变电设备随机故障退出运行、新能源发电出力随机变化、环境气候影响、电力价格波动等。由于系统中这些不确定性的因素存在，在对电力系统规划设计和运行条件进行分析时仍然使用确定性的潮流计算方法，需要对众多可能发生的情况进行统计并且计算，计算量太大而且计算时间也是很难承受的，同时也难以反映系统的整体运行状况。
3、随机潮流发展现状
潮流计算是研究电力系统规划、安全稳定等其他理论工作的基础。它在正常时对系统状态的掌握，事故时对系统状态的判断，长期规划等方面都有应用。常规的潮流计算是把系统变量（如节点负荷、发电机出力等）看作确定的常量来求解各节点电压与支路潮流的确定解，不考虑随机因素（如负荷以及发电机的出力变化、元件故障、环境气候等）对计算结果的影响。然而这些变量不仅随时间变化，而且是不确定的，主要体现在以下几方面：
（1）电力系统一般要对几年甚至几十年以上的电源、电网、负荷发展做规划，当时间较长时负荷的预测就不可能准确。人类日常生活以及工作方式的改变也都会影响负荷预测。
（2）许多国家电力市场由传统的管制模式向竞争的市场模式转型，在更加强调经济性社会性的前提下电力系统的不确定性越来越大。
（3）作为电力用户，特别是工业用户对电价相当敏感，他们可能会按适合的电价安排工作进度。一些工业用户会综合成本重新选择生产地点，相当于改变了区域的用电特性。
（4）电力系统设备都面临着故障检修情况，随时可能退出系统。
（5）当新能源上网以后，例如风电、太阳能发电等，这些电源出力受到气候条件的影响极大。因此如果采用常规潮流法进行电力系统规划和运行分析时，就需要对各种随机情况作大量方案计算，不仅计算量大、耗时长，并且很难全面的反映情况，随机潮流是解决上述问题的有效方法。
4、随机潮流计算方法简介
4.1随机潮流模拟法
模拟法是通过对随机变量的数字模拟和统计分析求取数学、物理、工程技术问题近似解的方法，可以归纳为以下几个步骤：
（1）建立研究问题的概率模型或随机过程，通过随机产生数字的方法得到一组符合随机变量概率分布特性的随机数值序列，当需要产生各种特定的概率分布时
采用的方法是利用加同余法、乘同余法或者乘加同余法先产生一种均匀分布的随机数序列，然后再设法转换成需要的概率分布的随机数序列，这也就是通常所说的抽样。
（2）对每个抽取的样本按研究问题的性质采取确定性的数学、物理方程求解。具体表现为依据输入变量的抽样值用确定性潮流进行计算。
（3）对所有的状态量和支路潮流的样本值计算结果进行统计，计算出随机变量的均值、方差甚至概率分布。
4.2随机潮流解析法
为解决模拟计算量过大、耗时过长的缺点，实际研究应用中常采用基于概率理论的解析法进行潮流计算，它将系统已知随机变量的概率统计特性给定，计算得到节点电压和支路潮流的期望值和概率分布等统计特性，从而对电网在各种运行条件下的性能做出全面综合的评价，对电网的薄弱环节做出量化分析，为规划和运行等决策人员提供更全面的信息。
1974年首先提出随机潮流的概念时采用的是直流模型，该模型仅分析了系统的有功功率。1976年方法扩展为交流模型，将输入随机变量的组合量转化成状态变量的分布。交流法由于同时考虑了有功与无功潮流，因而要比直流法计算结果更准确。但以上模型均采用线性化假设，给计算结果带来一定误差，但在各随机变量的变化范围不大的情况下线性化交流模型计算误差在实际工程中可以被接受。随后准确度更高的保留非线性模型被提出，但其计算迭代过程相当繁琐，并且只能获得计算结果的期望或方差，然而状态变量或支路潮流的分布一般同正态分布有一定出入，仅得到期望或方差是不够的。
当出现较大的负荷波动，大容量发电机故障停运，系统结构改变等情况后由于潮流方程是在期望运行点附近线性化的，这个线性化就会给随机潮流的计算带来较大误差。为提高精度可以在计算过程采用多点线性化的处理方法。
结语：本文对随机潮流基本概念，评价指标等内容进行了综述，对随机潮流计算方法类型进行简介，叙述了随机潮流发展现状。未来电力系统将面临更多更复杂类型的负荷，正确认识随机潮流，正确处理随机潮流最优化问题将成为今后潮流研究的热点。
参考文献：
1、张仕刚，孟庆霖《配电系统潮流计算综述》，天津电力技术2011年第2期
2、王锡凡，王秀丽《电力系统的随机潮流分析》，西安交通大学报
3、王成山，郑海峰，谢莹华《计及分布式发电的配电系统随机潮流计算》电力
系统自动化2006年第24期
4、曲福睇《基于点估计法的电力系统随机潮流计算方法》
5、刘怡芳，张步涵，李俊芳，王凯，段瑶，段献忠，程时杰《考虑电网静态安
全风险的随机潮流计算》中国电机工程学报2011年第1期
潮流例题：根据给定的参数或工程具体要求（如图），收集和查阅资料；学习相关软件（软件自选：本设计选择Matlab进行设计）。 2.在给定的电力网络上画出等值电路图。 3.运用计算机进行潮流计算。 4.编写设计说明书。 一、设计原理 1．牛顿-拉夫逊原理 牛顿迭代法是取x0 之后，在这个基础上，找到比x0 更接近的方程的跟，一步一步迭代，从而找到更接近方程根的近似跟。牛顿迭代法是求方程根的重要方法之一，其最大优点是在方程f(x) = 0 的单根附近具有平方收敛，而且该法还可以用来求方程的重根、复根。电力系统潮流计算，一般来说，各个母线所供负荷的功率是已知的，各个节点电压是未知的（平衡节点外）可以根据网络结构形成节点导纳矩阵，然后由节点导纳矩阵列写功率方程，由于功率方程里功率是已知的，电压的幅值和相角是未知的，这样潮流计算的问题就转化为求解非线性方程组的问题了。为了便于用迭代法解方程组，需要将上述功率方程改写成功率平衡方程，并对功率平衡方程求偏导，得出对应的雅可比矩阵，给未知节点赋电压初值，一般为额定电压，将初值带入功率平衡方程，得到功率不平衡量，这样由功率不平衡量、雅可比矩阵、节点电压不平衡量（未知的）构成了误差方程，解误差方程，得到节点电压不平衡量，节点电压加上节点电压不平衡量构成新的节点电压初值，将新的初值带入原来的功率平衡方程，并重新形成雅可比矩阵，然后计算新
的电压不平衡量，这样不断迭代，不断修正，一般迭代三到五次就能收敛。 牛顿—拉夫逊迭代法的一般步骤： （1）形成各节点导纳矩阵Y。 （2）设个节点电压的初始值U和相角初始值e 还有迭代次数初值为0。 （3）计算各个节点的功率不平衡量。 （4）根据收敛条件判断是否满足，若不满足则向下进行。 （5）计算雅可比矩阵中的各元素。 （6）修正方程式个节点电压 （7）利用新值自第（3）步开始进入下一次迭代，直至达到精度退出循环。 （8）计算平衡节点输出功率和各线路功率 2．网络节点的优化 １）静态地按最少出线支路数编号 这种方法由称为静态优化法。在编号以前。首先统计电力网络个节点的出线支路数，然后，按出线支路数有少到多的节点顺序编号。当由n 个节点的出线支路相同时，则可以按任意次序对这n 个节点进行编号。这种编号方法的根据是导纳矩阵中，出线支路数最少的节点所对应的行中非零元素也２）动态地按增加出线支路数最少编号在上述的方法中，各节点的出线支路数是按原始网络统计出来的，在编号过程中认为固定不变的，事实上，在节点消去过程中，每消去一个节点以后，与该节点相连的各节点的出线支路数将发生变化(增加，减少或保持不变)。因此，如果每消去一个节点后，立即修正尚未编号节点的出线支路数，然后选其中支路数最少的一个节点进行编号，就可以预期得到更好的效果，动态按最少出线支路数编号方法的特点就是按出线最少原则编号时考虑了消去过程中各节点出线支路数目的变动情况。 3．MATLAB编程应用 Matlab 是“Matrix Laboratory”的缩写，主要包括：一般数值分析，矩阵运算、数字信号处理、建模、系统控制、优化和图形显示等应用程序。由于使用Matlab 编程运算与人进行科学计算的思路和表达方式完全一致，所以不像学习高级语言那样难于掌握，而且编程效率和计算效率极高，还可在计算机上直接输出结果和精美的图形拷贝，所以它的确为一高效的科研助手。 二、设计内容 1.设计流程图
电力系统最优潮流算法综述 赵 爽 任建文 华北电力大学 河北省 保定市 071003 摘 要 在电力系统中，实现系统的安全经济运行对国民经济发展具有重大的意 义。最优潮流是同时考虑网络的安全性和系统的经济性的一种实现电力系统优化的 问题。由于其安全约束条件众多、数学模型求解复杂，故难以实现经济性与安全性 的统一，因此一直是研究的热点问题。从理论出发论述了研究电力系统最优潮流问 题的意义，回顾近20年来国内外关于最优潮流的逐步发展的过程，介绍求解最优潮 流的线性方法、非线性方法和其他新型方法，并对主要的优化方法列出具有代表性 的文献，指出其优缺点，提出最优潮流有待深入研究的方向。 关键词 电力系统 最优潮流 线性算法 非线性算法 中国图书分类法分类号 TM The Summarize of Optimal Power Flow Methods of the Power System Zhao Shuang Ren Jianwen North China of Electric Power University Baoding Hebei 071003 Abstract: In the power system, the realization of the safety and economic function is important to the national economic. Optimal power flow is a problem to realize the optimization of the system which the safety of the network and the economic of the system are considered at the same time. For many restricted safe conditions and the complex of the mathematic models, it is difficult to realize the unite of the economic and security, so this question is the hotspot all along. This paper discusses the meaning of making research on the optimal power flow problem of power system. The research history and actuality on optimal power flow problem home and abroad are also summarized. And it introduces the linear method、the non-linear method and other new methods to solve the optimal power flow. Furthermore, some research directions that need to study in depth are put forward. Key words power system optimal power flow linear method non-linear method 1 引言 电力系统最优潮流的发展可以回溯到60年代初基于协调方程式的经典经济调度方法。
学习算法 根据下列算法而建造每棵树： 1. 用N 来表示训练例子的个数，M表示变量的数目。 2. 我们会被告知一个数m ，被用来决定当在一个节点上做决定时，会使用到多少个变量。m应小于M 3. 从N个训练案例中以可重复取样的方式，取样N次，形成一组训练集（即bootstrap取样）。并使用这棵树来对剩余预测其类别，并评估其误差。 4. 对于每一个节点，随机选择m个基于此点上的变量。根据这m 个变量，计算其最佳的分割方式。 5. 每棵树都会完整成长而不会剪枝（Pruning）（这有可能在建完一棵正常树状分类器后会被采用）。 优点 随机森林的优点有： 1. 对于很多种资料，它可以产生高准确度的分类器。 2. 它可以处理大量的输入变量。 3. 它可以在决定类别时，评估变量的重要性。 4. 在建造森林时，它可以在内部对于一般化后的误差产生不偏差的估计。 5. 它包含一个好方法可以估计遗失的资料，并且，如果有很大一部分的资料遗失，仍可以维持准确度。 6. 它提供一个实验方法，可以去侦测variable interactions 。 7. 对于不平衡的分类资料集来说，它可以平衡误差。 8. 它计算各例中的亲近度，对于数据挖掘、侦测偏离者（outlier）和将资料视觉化非常有用。 9. 使用上述。它可被延伸应用在未标记的资料上，这类资料通常是使用非监督式聚类。也可侦测偏离者和观看资料。 10. 学习过程是很快速的。 缺点 1. 随机森林已经被证明在某些噪音较大的分类或回归问题上会过拟 2. 对于有不同级别的属性的数据，级别划分较多的属性会对随机森林产生更大的影响，所以随机森林在这种数据上产出的属性权值是不可信的。
电力系统的潮流计算 西安交通大学自动化学院 2012.10 3．1 电网结构如图3—11所示，其额定电压为10KV 。已知各节点的负荷功率及参数： MVA j S )2.03.0(2 +=， MVA j S )3.05.0(3+=， MVA j S )15.02.0(4+= Ω+=)4.22.1(12j Z ，Ω+=)0.20.1(23j Z ，Ω+=)0.35.1(24j Z 试求电压和功率分布。 解：（1）先假设各节点电压均为额定电压，求线路始端功率。 0068.00034.0)21(103.05.0)(2 2223232232323j j jX R V Q P S N +=++=++=?0019.00009.0)35.1(10 15.02.0)(2 2 224242242424j j jX R V Q P S N +=++=++=?
则： 3068.05034.023323j S S S +=?+= 1519.02009.024424j S S S +=?+= 6587.00043.122423' 12 j S S S S +=++= 又 0346 .00173.0)4.22.1(106587.00043.1)(2 2 212122'12'1212j j jX R V Q P S N +=++=++=? 故： 6933.00216.112'1212 j S S S +=?+= （2） 再用已知的线路始端电压kV V 5.101 =及上述求得的线路始端功率 12 S ，求出线 路 各 点 电 压 。
kV V X Q R P V 2752.05 .104.26933.02.10216.1)(11212121212=?+?=+=? kV V V V 2248.101212=?-≈ kV V V V kV V X Q R P V 1508.100740.0) (24242 2424242424=?-≈?=+=? kV V V V kV V X Q R P V 1156.101092.0) (23232 2323232323=?-≈?=+=? （3）根据上述求得的线路各点电压，重新计算各线路的功率损耗和线路始端功率。 0066.00033.0)21(12.103.05.02 2 223j j S +=++=? 0018.00009.0)35.1(15 .1015.02.02 2 224j j S +=++=? 故 3066.05033.023323j S S S +=?+= 1518.02009.024424j S S S +=?+= 则 6584.00042.122423' 12 j S S S S +=++= 又 0331.00166.0)4.22.1(22 .106584.00042.12 2 212j j S +=++=? 从而可得线路始端功率 6915.00208.112 j S +=
基于随机森林的上市公司财务危机预警分析 中央财经大学杨翰林、王开骏、谢幽篁 摘要本文在现有对上市公司财务分析技术的基础上，借助于杜邦分析系 统的思路，对影响上市公司运营状况的财务变量进行了系统的分析和筛选。通 过随机森林算法建立了对上市公司财务危机预测（以ST为标志）的模型，并 对两类分类误差的权衡进行了分析，给出了变量对分类的重要性排序。其次分 类效果的反馈验证了财务变量选取的有效性。同时，相比于国内学者类似研究， 本文在分类误差上得到了更高的精度。在灵敏度分析中，针对两类误差权重设 定、训练集合样本数量、两类样本抽样比率对分类精度的影响进行了深入的讨 论，并给出了有助于提高分类精度的适应性方法。最后通过GICS对划分行业 后的样本进行了分类，对不同行业单独应用随机森林算法，得出了更好的分类 精度，验证了行业的差异性以及行业划分的必要性。 关键字：财务危机ST 随机森林 一、引言 市场经济作为竞争型的经济制度，在优胜劣汰的规律下，促进了企业生产、经营的效率和效益，同时也加速了落后企业的破产。这种竞争机制从宏观层面看，通过淘汰在当下经济环境里无法适应市场需求和发展的企业，从而成就了资源的效率最大化。但从微观层面看，若企业在竞争中出于劣势或与市场规律不兼容，企业往往陷入财务危机，由此引发的破产风险也意味着利益相关者的损失。因此基于市场经济导向性，企业经营风险以及其利益相关者的考虑，资本市场有必要发展一种自我评估技术以分析企业的经营能力。对企业自身来说，一种有效的分析和预警机制可以管理和控制风险并对企业经营策略进行及时的调整与改进；对投资者而言，投资者可以以此技术分析对上市公司的投资风险，确保投资盈利；对银行等债权人而言，可以评估借款企业的信用风险、确定借款利率并跟踪贷款公司违约风险。 一般来说，财务危机是指企业无力按时偿还到期的无争议的债务的困难与危机。Altman (1968)认为“企业失败包括在法律上的破产、被接管和重组等”，其实质是把财务危机等同于企业破产，这是最准确也是最极端的标准；Beaver
随机森林 基础内容： 这里只是准备简单谈谈基础的内容，主要参考一下别人的文章，对于随机森林与GBDT，有两个地方比较重要，首先是information gain，其次是决策树。这里特别推荐Andrew Moore大牛的Decision Trees Tutorial，与Information Gain Tutorial。Moore的Data Mining Tutorial系列非常赞，看懂了上面说的两个内容之后的文章才能继续读下去。 决策树实际上是将空间用超平面进行划分的一种方法，每次分割的时候，都将当前的空间一分为二，比如说下面的决策树： 就是将空间划分成下面的样子： 这样使得每一个叶子节点都是在空间中的一个不相交的区域，在进行决策的时候，会根据输入样本每一维feature的值，一步一步往下，最后使得样本落入N个区域中的一个（假设有N个叶子节点） 随机森林(Random Forest):
随机森林是一个最近比较火的算法，它有很多的优点： ?在数据集上表现良好 ?在当前的很多数据集上，相对其他算法有着很大的优势 ?它能够处理很高维度（feature很多）的数据，并且不用做特征选择 ?在训练完后，它能够给出哪些feature比较重要 ?在创建随机森林的时候，对generlization error使用的是无偏估计 ?训练速度快 ?在训练过程中，能够检测到feature间的互相影响 ?容易做成并行化方法 ?实现比较简单 随机森林顾名思义，是用随机的方式建立一个森林，森林里面有很多的决策树组成，随机森林的每一棵决策树之间是没有关联的。在得到森林之后，当有一个新的输入样本进入的时候，就让森林中的每一棵决策树分别进行一下判断，看看这个样本应该属于哪一类（对于分类算法），然后看看哪一类被选择最多，就预测这个样本为那一类。 在建立每一棵决策树的过程中，有两点需要注意- 采样与完全分裂。首先是两个随机采样的过程，random forest对输入的数据要进行行、列的采样。对于行采样，采用有放回的方式，也就是在采样得到的样本集合中，可能有重复的样本。假设输入样本为N个，那么采样的样本也为N个。这样使得在训练的时候，每一棵树的输入样本都不是全部的样本，使得相对不容易出现over-fitting。然后进行列采样，从M 个feature中，选择m个(m << M)。之后就是对采样之后的数据使用完全分裂的方式建立出决策树，这样决策树的某一个叶子节点要么是无法继续分裂的，要么里面的所有样本的都是指向的同一个分类。一般很多的决策树算法都一个重要的步骤- 剪枝，但是这里不这样干，由于之前的两个随机采样的过程保证了随机性，所以就算不剪枝，也不会出现over-fitting。 按这种算法得到的随机森林中的每一棵都是很弱的，但是大家组合起来就很厉害了。我觉得可以这样比喻随机森林算法：每一棵决策树就是一个精通于某一个窄领域的专家（因为我们从M个feature中选择m让每一棵决策树进行学习），这样在随机森林中就有了很多个精通不同领域的专家，对一个新的问题（新的输入数据），可以用不同的角度去看待它，最终由各个专家，投票得到结果。 随机森林的过程请参考Mahout的random forest。这个页面上写的比较清楚了，其中可能不明白的就是Information Gain，可以看看之前推荐过的Moore的页面。
P-Q分解法潮流计算方法改进综述 摘要：本文介绍了P-Q分解法潮流计算方法的数学模型，简化假设及特点，总 结了P-Q分解法在低压配电网络中，随着支路R/X比值的增大所带来的迭代次数 增大和不收敛性的解决方法，及该方法在不同假设条件下收敛性，并提出了自己 的见解。 关键词： P-Q分解法；收敛性；大R/X比支路 1 潮流计算的数学模型 P-Q分解法又称为快速解耦法，是基于牛顿-拉夫逊法的改进，其基本思想是：把节点功率表示为电压向量的极坐标方程式，抓住主要矛盾，把有功功率误差作 为修正电压向量角度的依据，把无功功率误差作为修正电压幅值的依据，把有功 功率和无功功率迭代分开进行【1】。 对一个有 n 个节点的系统，假定第1个为平衡节点，第 2~m+1号节点为PQ 节点，第m+2~n号节点为PV节点，则对于每一个PQ或PV节点，都可以在极坐 标形式下写出一个有功功率的不平衡方程式： 这些假设密切地结合了电力系统的某些固有特点，作为电力系统潮流计算广泛使用的一 种算法，P-Q分解法无论是内存占用量还是计算速度方面都比牛顿-拉夫逊法有了较大的改进，主要反映在以下三点： ① 在修正方程式中，B’和B’’二者的阶数不同。B’为n-1 阶，B ‘’为m阶方阵，简化了牛 顿法的一个n+m-1的方程组，显著减少了方程组的求解难度，相应地也提高了计算速度。 ②用常系数矩阵B’和B’’代替了变系数雅可比矩阵，而且系数矩阵的元素在迭代过程中 保持不变。系数矩阵的元素是由导纳矩阵元素的虚部构成的，可以在进行迭代过程以前，对 系数矩阵形成因子表，然后反复利用因子表对不同的常数项△P/V 或△Q/V进行前代和回代 运算，就可以迅速求得电压修正量，从而提高了迭代速度，大大地缩短了每次迭代所需的时 间【2】。 ③用对称的B’和B’’代替了不对称的雅可比矩阵，因此只需要存储因子表的上三角部分，这样减少了三角分解的计算量和内存【2】。 3 P-Q分解法的收敛性改进 在各种文献中，都有对P-Q分解法从不同方面提出了讨论和改进，有些是对硬件的改进，如使用并行算法和相应的并行软件来替代原来的串行处理，有些是对算法程序做出了改进， 方法众多，不在此累述。但是我注意到，在实际应用中，由于理论与实际复杂多变的差别， 一些网络如果不满足P-Q分解法的前提假设，可能会出现迭代次数增加或不收敛的情况，而 一些病态系统或重负荷系统，特别是放射状电力网络的系统，也会出现计算过程的振荡或不 收敛的情况。针对此类异常网络，从网络参数改进的角度出发，对此做出了总结。 3.1 大R/X比支路的处理 一般来说，110KV以上的高压电力网中，输电线支路易满足R< 深度学习文字识别论文综述 深度学习文字识别论文综述 深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。深度学习是无监督学习的一种，深度学习采用了神经网络的分层结构，系统包括输入层、隐层（多层）、输出层组成的多层网络，只有相邻的节点之间有连接，同一层以及跨层节点之间相互无连接。深度学习通过建立类似于人脑的分层模型结构，对输入数据逐级提取从底层到高层的特征，从而能很好地建立从底层信号到高层语义的映射关系。近年来，谷歌、微软、百度等拥有大数据的高科技公司相继投入大量资源进行深度学习技术研发，在语音、图像、自然语言、在线广告等领域取得显著进展。从对实际应用的贡献来说，深度学习可能是机器学习领域最近这十年来最成功的研究方向。深度学习模型不仅大幅提高了图像识别的精度，同时也避免了需要消耗大量的时间进行人工特征提取的工作，使得在线运算效率大大提升。 深度学习用于文字定位 论文Thai Text Localization in Natural Scene Images using Convolutional Neural Network主要采用CNN的方法进行自然场景中的文本分类，并根据泰字的特点进行分类后的后处理，得到更加精确的定位效果。如图1所示为CNN网络模型，CNN网络由一个输入层，两个卷积层和两个下采样层以及一个全连接层组成，输出为一个二分类向量，即文本和非文本。 图1 CNN网络模型 该文主要思路为将图像切块后进行训练，采用人工标注样本的方法，使得网络具有识别文本和非文本的能力。由于样本数量较少，文中采用了根据已有字体生成训练数据集的方法，包括对字体随机添加背景、调整字体风格以及应用滤波器。如图2为生成的泰字样本，文中在标签的过程中将半个字或者整个字都标记为文本，增加了网络对文字的识别率。 图2训练样本集 在使用生成好的网络进行文字定位的过程中，论文采用的编组方法结合了泰字的特点，如图3为对图像文字的初步定位，其中被标记的区域被网络识别为文字。 图3图像文字的初步定位 小微企业信用评估的数据挖掘方法综述 2016-05-03 14:54:05 《金融理论与实践》高俊光刘旭朱辰辰 一、序言 小微企业是指小型和微型企业。依据工信部2011年6月发布的小微企业划型标准，截至2013年年底，全国小微企业数量占到企业总数的94.15%，为GDP做出了近60%的贡献，税收占比达到50%，解决就业1.5亿人，新增就业和再就业人口的70%以上集中在小微企业[1]。小微企业作为我国市场经济的重要主体，发挥了不可替代的作用。然而，小微企业的信贷融资约束却成为制约其进一步发展的主要障碍，严重影响小微企业潜在的市场发展和企业创新。究其原因，主要由于银行信贷对企业信用等级有严格要求，而与大中型企业相比，小微企业抗冲击能力弱，且信贷信息不对称问题更加突出，导致小微金融服务面临更大的风险和不确定性。 笔者通过文献梳理和实证研究，发现小微企业信用评估困难的原因可归结为如下三方面：小微企业用于信用评估的数据不充分，缺乏针对小微企业建立的分类方法以及因类别不均导致的分类可靠性不高。基于此，大数据于信用评估领域的应用、信用评估的数据挖掘方法，以及类别不均问题的解决方法逐渐成为近年来小微企业信用评估领域的研究焦点。 二、大数据、数据挖掘与小微企业信用评估 (一)大数据与数据挖掘的基本内涵 2008年，《Nature》杂志出版专刊《Big Data》，系统地介绍了“大数据”所蕴含的 潜在价值与挑战，“大数据”正式成为各个学科中的研究热点。2011年，《Science》杂志出版的专刊《Dealing with Data》标志着“大数据”时代的到来，此后，“大数据”这一术语逐渐被用于指代因收集和处理海量数据而产生的机会和挑战[2]。“大数据”的定义主要围绕“数据体量大”“复杂性程度大”和“价值大”三个角度进行界定。 大数据规模庞大，其中隐含着巨大价值，在各行各业都备受关注，特别是那些有着大量原始数据的行业，如医疗业和金融业[3]。然而，大数据要求的数据分析已经远非目前的统计数据处理技术能够实现，唯一的解决方法就是“数据挖掘”。数据挖掘是一个多学科的交叉领域，它利用自动学习或经验配合等方式进行分析，从大量的数据中提取出隐含的、未知的、有价值的潜在信息[4]。与传统数据分析不同，数据挖掘不需事先对数据提出假设，因而更能真实地反映出数据的隐藏特征[5]。近年来数据挖掘技术渐受重视，影响范围逐步扩大，部分学者的研究关注于数据挖掘技术本身的发展，也有学者侧重于解决实际应用中的问题，如在金融领域的应用[6]。 (二)大数据与小微企业信用评估的关系 随机森林 定义：随机森林是一个分类器，它有一系列的单株树决策器{h （X,，θk ）；k=1，......} 来组成,其中{θk }是独立同分布的随机变量。再输入X 时，每一棵树只投一票给它认为最合适的类。在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定,构成随机森林的基础分类器称为决策树。 Leo Breiman 和Adele Cutler 发展出推论出随机森林的算法。 这个术语是1995年由贝尔实验室的Tin Kam Ho 所提出的随机决策森林（random decision forests ）而来的。这个方法则是结合 Breimans 的 "Bootstrap aggregating" 想法和 Ho 的"random subspace method"" 以建造决策树的集合。 随机森林是一个组合分类器，构成随机森林的基础分类器是决策树。 决策树算法 决策树可以视为一个树状预测模型，它是由结点和有向边组成的层次结构。树中包含3个节点：根节点。内部节点，终节点（叶子节点）。决策树只有一个根节点，是全体训练集的结合。树中的每个内部节点都是一个分裂问题，它将到达该节点的样本按某个特定的属性进行分割，可以将数据集合分割成2块或若干块。每个终结点（叶子节点）是带有分裂标签的数据集合，从决策树的根节点到叶子节点的每一条路径都形成一个类；决策树的算法很多，例如ID3算法，CART 算法等。这些算法均采用自上而下的贪婪的算法，每个内部节点选择分类效果最好的属性进行分裂节点，可以分为两个或若干个子节点，继续此过程到这可决策树能够将全部训练数据准确的分类，或所有属性都被用到为止。具体步骤如下： 1)假设T 为训练样本集。 2)选择一个最能区分T 中样本的一个属性。 3)创建一个数的节点，它的值是所选择的属性，创建此节点的子节点，每个子链代表所选属性的唯一值，适用子链的值进一步将样本细分为子类。 对于3)创建的三个子类 （1）如果子类的样本满足预定义的标准，或者树的这条路的剩余可选属性集为空，为沿此路径的新的样本指定类别。 （2）如果子类不满足于定义的标准，或者至少有一个属性能细分树的路径，设T 为当前子类样本的集合，返回步骤2），以下简单的给出二分树的结构图示： 根节点 中间节点 叶节点 规则1 叶节点 规则2 中间节点 外文资料 Summary of power flow calculation Power system is calculated on the trend of steady-state operation of the power system as a basis, it's running under the given conditions and determine the entire system wiring in various parts of the power system running: the voltage of the bus, all components of a mid-stream power, The power loss, and so on. Power system planning in the design and operation of the existing power system in the form of research, we need to calculate the trend of using quantitative analysis of comparative power programme or operation mode is reasonable. Reliability and economy. In addition, the power flow calculation is calculated static and dynamic stability of the foundation of stability. So the trend is calculated on the power system of a very important and very basis of calculation. Power flow calculation also divided into offline and online calculation of two terms, the former mainly used for system planning and design and organization of the operation mode, while the latter is running for the system of regular monitoring and real-time control. The use of electronic digital computer to calculate the trend of the power system from the mid-1950s has already begun. Power flow problems in mathematical calculation is a group of diverse non-linear equations to solve the problem, its solution can not be separated from iteration. Therefore, the flow calculation method, it requires first and foremost a reliable convergence, and give the correct answers. As the power system structure and parameters of some of the features, and with the continuous expansion of the power system, the trend of increasing order of the equation, so the formula is not any mathematical method can guarantee is given the correct answer. This calculation of the power system to become a staff continue to seek new and more reliable way of the important factors. Use of digital computers in the power flow problems at the beginning, the general adoption of a node admittance matrix-based successive into the law. The principle of this method is relatively simple to compare the volume of digital computer memory, to the 1950s computer manufacturing level and then the power system theoretical level. However, it is convergence of the poor, when the system large-scale change, the sharp rise in the number of iteration in the calculation of convergence are often not the case iteration. This forced the staff to the power system to calculate impedance matrix-based successive into the law. Impedance method to improve the flow of the convergence of computing, the solution of the admittance system can not solve some of the trend, in the 1960s, access to a wide range of applications, has the power system design. Operational and research has made great contribution. At present, there are still 科学技术学院毕业设计（论文）开题报告 题目：电力系统潮流分析计算机辅助设计 学科部：信息学科部 专业：电气工程及其自动化 班级：电气082班 学号：7022808070 姓名：黄义军 指导教师：刘爱国 填表日期：2011 年12 月 5 日 一、选题的依据及意义： 电力系统潮流计算是研究电力系统稳态运行情况的一种基本电气计算。它的任务是根据给定的运行条件和网路结构确定整个系统的运行状态，如各母线上的电压（幅值及相角）、网络中的功率分布以及功率损耗等。电力系统潮流计算的结果是电力系统稳定计算和故障分析的基础。 潮流计算经历了一个由手工, 利用交、直流计算台到应用数字电子计算机的发展过程。现在的潮流算法都以计算机的应用为前提。 利用电子计算机进行潮流计算从20世纪50年代中期就已经开始。此后，潮流计算曾采用了各种不同的方法，这些方法的发展主要是围绕着对潮流计算的一些基本要求进行的。一般要满足四个基本要求： a)可靠收敛 b)计算速度快 c)使用方便灵活 d)内存占用量少 它们也是对潮流算法进行评价的主要依据。 在电力系统运行方式和规划方案的研究中，都需要进行潮流计算以比较运行方式或规划供电方案的可行性、可靠性和经济性。同时，为了实时监控电力系统的运行状态，也需要进行大量而快速的潮流计算。因此，潮流计算是电力系统中应用最广泛、最基本和最重要的一种电气运算。在系统规划设计和安排系统的运行方式时，采用离线潮流计算；在电力系统运行状态的实时监控中，则采用在线潮流计算。 二、国内外研究现状及发展趋势（含文献综述）： 在用数字计算机求解电力系统潮流问题的开始阶段，人们普遍采用以节点导纳矩阵为基础的高斯-赛德尔迭代法（一下简称导纳法）[1,2]。这个方法的原理比较简单，要求的数字计算机的内存量也比较小，适应当时的电子数字计算机制作水平和电力系统理论水平，于是电力系统计算人员转向以阻抗矩阵为主的逐次代入法（以下简称阻抗法）[2,3]。 20世纪60年代初，数字计算机已经发展到第二代，计算机的内存和计算速度发生了很大的飞跃，从而为阻抗法的采用创造了条件。阻抗矩阵是满矩阵，阻抗法要求计算机储存表征系统接线和参数的阻抗矩阵。这就需要较大的内存量。而且阻抗法每迭代一次都要求顺次取阻抗矩阵中的每一个元素进行计算，因此，每次迭代的计算量很大。 阻抗法改善了电力系统潮流计算问题的收敛性，解决了导纳法无法解决的一些系统的潮流计算，在当时获得了广泛的应用，曾为我国电力系统设计、运行和研究作出了很大的贡献。但是，阻抗法的主要缺点就是占用计算机的内存很大，每次迭代的计算量很大。当系统不断扩大时，这些缺点就更加突出。为了克服阻抗法在内存和速度方面的缺点，后来发展了以阻抗矩阵为基础的分块阻抗法[3,4]。这个方法把一个大系统分割为几个小的地区系统，在计算机内只需存储各个地区系统的阻抗矩阵及它们之间的联络线的阻抗，这样不仅大幅度的节省 电力系统潮流计算综述 学院：电气工程学院 专业：电力系统及其自动化 学号：s130******** 姓名：张雪 摘要 电力系统潮流计算是电力系统分析中最基本的一项计算。本文对电力系统潮流计算进行了综述。首先简单回顾了潮流计算的发展历史，对当前基于计算机的各种潮流算法的原理及其优缺点，作了简要介绍和比较，并介绍了它们采用的一些特别技术及程序设计技巧；接着简要分析了三种新型的潮流计算方法的计算原理及优缺点，它们分别是基于人工智能的潮流计算方法、基于L1范数和现代内点理论的电力系统潮流计算方法、基于符号分析的潮流计算方法等。除此之外还介绍了配电系统潮流计算算法。 关键词：电力系统；潮流计算；综述；新型潮流计算方法；配电系统 1 概述 电力系统潮流计算是研究电力系统稳态运行的一项基本运算。它根据给定系统的网络结构及运行条件来确定整个系统的运行状态：主要是各节点电压(幅值和相角)，网络中功率分布及功率损耗等。它既是对电力系统规划设计和运行方式的合理性、可靠性及经济性进行定量分析的依据，又是电力系统静态和暂态稳定计算的基础。潮流计算经历了一个由手工，利用交、直流计算台到应用数字电子计算机的发展过程。现在的潮流算法都以计算机的应用为前提。1956年ward 等人编制成实用的计算机潮流计算程序，标志着电子计算机开始在电力系统潮流计算中应用。基于导纳矩阵的高斯—塞德尔法是电力系统中最早得到应用的潮流计算方法。因它对病态条件(所谓具有病态条件的系统是指：重负荷系统；包含有负电抗支路的系统；具有较长辐射型线路的系统；长线路与短线路接在同一节点，且其长度比值又很大的系统；或平衡节点位于网络远端的系统)特别敏感，又发展了基于阻抗阵的高斯—塞德尔法，但此法中阻抗阵是满阵占大量内存，而限制了其应用。1961年VanNes等人提出用牛顿法求解系统潮流问题，经后人的不断改进，而得到广泛应用并出现了多种变型以满足不同的需要，如快速解耦法、直流法、保留非线性算法等。同时，60年代初开始出现运用非线性规划的最优潮流算法。60年代末Dom-8mel和Tinney提出最优潮流的简化梯度法，70年代有人提出海森矩阵法，80年代SunDl提出最优潮流牛顿算法，还可把解耦技术应用于最优潮流,从而形成解耦型最优潮流牛顿算法，还可把解祸技术应用于最优潮流，从而形成解耦型最优潮流牛顿算法。随着直流输电技术的发展，交直流联合电力系统的潮流计算方法相应出现。另外，其它各种潮流算法如最小化潮流算法、随机潮流算法等也不断涌现。至于用于特殊用途的潮流算法如谐波潮流、适于低压配电网的潮流算法也得到了较快的发展。 潮流算法多种多样，但一般要满足四个基本要求：(i)可靠收敛；(ii)计算速 随机森林算法介绍及R语言实现 随机森林算法介绍 算法介绍： 简单的说，随机森林就是用随机的方式建立一个森林，森林里面有很多的决策树，并且每棵树之间是没有关联的。得到一个森林后，当有一个新的样本输入，森林中的每一棵决策树会分别进行一下判断，进行类别归类（针对分类算法），最后比较一下被判定哪一类最多，就预测该样本为哪一类。 随机森林算法有两个主要环节：决策树的生长和投票过程。 决策树生长步骤： 1. 从容量为N的原始训练样本数据中采取放回抽样方式(即bootstrap取样) 随机抽取自助样本集，重复k（树的数目为k）次形成一个新的训练集N，以此生成一棵分类树； 2. 每个自助样本集生长为单棵分类树，该自助样本集是单棵分类树的全部训 练数据。设有M个输入特征，则在树的每个节点处从M个特征中随机挑选m(m < M)个特征，按照节点不纯度最小的原则从这m个特征中选出一个特征进行分枝生长，然后再分别递归调用上述过程构造各个分枝，直到这棵树能准确地分类训练集或所有属性都已被使用过。在整个森林的生长过程中m将保持恒定； 3. 分类树为了达到低偏差和高差异而要充分生长，使每个节点的不纯度达到 最小，不进行通常的剪枝操作。 投票过程： 随机森林采用Bagging方法生成多个决策树分类器。 基本思想： 1. 给定一个弱学习算法和一个训练集，单个弱学习算法准确率不高，可以视 为一个窄领域专家； 2. 将该学习算法使用多次，得出预测函数序列，进行投票，将多个窄领域专 家评估结果汇总，最后结果准确率将大幅提升。 随机森林的优点： ?可以处理大量的输入变量; ?对于很多种资料，可以产生高准确度的分类器; ?可以在决定类别时，评估变量的重要性; ?在建造森林时，可以在内部对于一般化后的误差产生不偏差的估计; 潮流计算（matlab）实例计算 潮流例题：根据给定的参数或工程具体要求（如图） 本设计选择Matlab 进行设计）。 2.在给定的电力网络上画出等值电路图。 3.运用计算机进行潮流计算。 4.编写设计说明书。 一、设计原理 1．牛顿- 拉夫逊原理 牛顿迭代法是取x0 之后，在这个基础上，找到比x0 更接近的方程的跟，一步一步迭代，从而找到 更接近方程根的近似跟。牛顿迭代法是求方程根的重要方法之一，其最大优点是在方程f（x） = 0 的单根 附 近具有平方收敛，而且该法还可以用来求方程的重根、复根。电力系统潮流计算，一般来说，各个母线所供负荷的功率是已知的，各个节点电压是未知的（平衡节点外）可以根据网络结构形成节点导纳矩阵，然后由节点导纳矩阵列写功率方程，由于功率方程里功率是已知的，电压的幅值和相角是未知的，这样潮流计算的问题就转化为求解非线性方程组的问题了。为了便于用迭代法解方程组，需要将上述功率方程改写成功率平衡方程，并对功率平衡方程求偏导，得出对应的雅可比矩阵，给未知节点赋电压初值，一般为额定电压，将初值带入功率平衡方程，得到功率不平衡量，这样由功率不平衡量、雅可比矩阵、节点电压不 ，收集和查阅资料；学习相关软件（软件自选： 潮流计算（matlab）实例计算 平衡量（未知的）构成了误差方程，解误差方程，得到节点电压不平衡量，节点电压加上节点电压不平衡量构成新的节点电压初值，将新的初值带入原来的功率平衡方程，并重新形成雅可比矩阵，然后计算新的电压不平衡量，这样不断迭代，不断修正，一般迭代三到五次就能收敛。 牛顿—拉夫逊迭代法的一般步骤： （1）形成各节点导纳矩阵Y 。 （2）设个节点电压的初始值U 和相角初始值e 还有迭代次数初值为0。 （3）计算各个节点的功率不平衡量。 （4）根据收敛条件判断是否满足，若不满足则向下进行。 （5）计算雅可比矩阵中的各元素。 （6）修正方程式个节点电压 （7）利用新值自第（3）步开始进入下一次迭代，直至达到精度退出循环。 （8）计算平衡节点输出功率和各线路功率 2．网络节点的优化 １）静态地按最少出线支路数编号这种方法由称为静态优化法。在编号以前。首先统计电力网络个节点的出线支路数，然后，按出线支路数有少到多的节点顺序编号。当由n 个节点的出线支路相同时，则可以按任意次序对这n 个节点进行编号。这种编号方法的根据是导纳矩阵中，出线支路数最少的节点所对应的行中非零元素也 ２）动态地按增加出线支路数最少编号在上述的方法中，各节点的出线支路数是按原始网络统计出来的，在编号过程中认为固定不变的，事实上，在节点消去过程中，每消去一个节点以后，与该节点相连的各节点的出线支路数将发生变化（增加，减少或保持不变）。因此，如果每消去一个节点后，立即修正尚未编号节点的出线支路数，然后选其中支路数最少的一个节点进行编号，就可以预期得到更好的效果，动态按最少出线支路数编号方法的特点就是按出线最少原则编号时考虑了消去过程中各节点出线支路数目的变动情况。 3．MATLAB编程应用 Matlab 是“ Matrix Laboratory ”的缩写，主要包括：一般数值分析，矩阵运算、数字信号处理、建模、系统控制、优化和图形显示等应用程序。由于使用Matlab 编程运算与人进行科学计算的思路和表达方式完全一致，所以不像学习高级语言那样难于掌握，而且编程效率和计算效率极高，还可在计算机上直接输出结果和精美的图形拷贝，所以它的确为一高效的科研助手。 二、设计内容 1.设计流程图深度学习文字识别论文综述
小微企业信用评估的数据挖掘方法综述
随机森林
潮流计算-英文文献
潮流计算-开题报告
潮流计算作业A4汇总
随机森林算法介绍及R语言实现
潮流计算(matlab)实例计算
相关主题
文本预览