机器学习与计算团队
围绕电力、金融等行业重大需求,联合企业共同凝练和解决包括大规模复杂电力系统可靠性评估、电能表信息化评价校准、居民用电负荷虚拟测量、人脸活体检测等关键问题,充分发挥交叉研究优势,研究问题导向的应用数学理论与算法,保障电力系统安全可靠运行,加强企业深度防伪能力,加快企业数智化转型升级。
齐凯
刘晓宇
黄漪
史乐峰
于波
大规模复杂电力系统运行可靠性的数学模型与优化算法
项目来源: 中华人民共和国科学技术部
牵头单位: 重庆师范大学
合作单位: 重庆大学、大连理工大学香港大学、福州大学、国网四川省电力公司
批准经费: 1175万
针对大规模复杂电力系统运行可靠性评估问题,建立设备可靠性预测状态筛选、状态分析和系统可靠性诊断与优化 数学模型和算法,研制电力系统运行可靠性分析与优化软件,实现电力系统运行可靠性分析的动态预测、精准分析与主动优化。 目前,项目组开创性地提出基于布尔格理论的系统状态空间划分方法,并以此实现复杂电力系统运行可靠性评估、临界系统状态筛查、薄弱环节辨识等任务。在RBTS,RTS79等公开数据集上,相比状态枚举法、时序模拟法等主流算法,所提出的方法可大幅减少状态评估所需的最优潮流计算次数,算法效率提升数百倍。
基于非凸稀疏多目标优化的生活用电能表信息化评价校准关键技术研究
项目来源: 中华人民共和国科学技术部
牵头单位: 重庆师范大学
合作单位: 重庆大学、大连理工大学香港大学、福州大学、国网四川省电力公司
批准经费: 1175万
针对大规模复杂电力系统运行可靠性评估问题,建立设备可靠性预测状态筛选、状态分析和系统可靠性诊断与优化 数学模型和算法,研制电力系统运行可靠性分析与优化软件,实现电力系统运行可靠性分析的动态预测、精准分析与主动优化。 目前,项目组开创性地提出基于布尔格理论的系统状态空间划分方法,并以此实现复杂电力系统运行可靠性评估、临界系统状态筛查、薄弱环节辨识等任务。在RBTS,RTS79等公开数据集上,相比状态枚举法、时序模拟法等主流算法,所提出的方法可大幅减少状态评估所需的最优潮流计算次数,算法效率提升数百倍。