人工智能在电力市场中的应用分析与架构设计

来源 :电力大数据 | 被引量 : 0次 | 上传用户:sxiaohui8709252
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在开展电力市场化交易过程中,贵州电力交易中心研究构建电力交易人工智能服务平台,推进人工智能与电力市场化交易业务发展深度融合,为市场主体提供更为便捷的主动式智能化服务.研究工作按照中国南方电网有限责任公司《人工智能与业务发展深度融合专项规划》总体要求,遵循“业务驱动”的原则.从电力市场业务流程出发,深入分析市场主体参加电力交易过程中在市场注册、合同签订、交易结算、信用评价等业务场景需求,促进电力市场化交易的健康发展.本文从电力交易人工智能平台架构规划、功能模块分析、数据架构分析、技术架构分析等技术论述,并结合图像识别、自然语言理解、语音识别、智能知识库、实体机器人等具体人工智能技术探讨“人工智能+电力交易”的行业应用架构设计.
其他文献
针对内模PID算法在控制具有大滞后特性的温度模型时,因内模参数无法根据内部模型的失配程度进行自适应调整,使得系统超调量增大,调节时间变长,控制响应不及时,控制品质下降等问题.该文提出了基于T-S型模糊神经网络的内模自适应PID算法,大大降低上述问题对系统控制性能指标的影响.Matlab仿真结果表明:在内部模型与被控模型的参数出现正向失配或负向失配时,该文算法控制响应最快、超调量最小,控制精度最高,具有最好的控制性能指标.
由于电力用户负荷分布的时空差异性,三相不平衡问题影响着低压台区的经济运行.为获取真实的三相不平衡度线损率影响特性,本文提出一种基于最小支持向量机的低压台区线损率三相不平衡度影响量化分析方法.首先基于电路损耗原理,给定假设条件,获取特定场景下的三相不平衡度线损率影响特性,发现三相不平衡度不适合作为单一因素分析其对线损率的影响,而应在相同负载率的边界下进行分析.然后基于最小二乘支持向量机构建台区线损影响因素综合量化分析方法,拟合台区线损影响因素特性曲线,用于实现线损率三相不平衡度影响量化分析.最终以某地区45