概率

本次大模型热潮主要由语言大模型 (亦称为大语言模型) 引领。语言大模型通过在海量无标注数据上进行大规模预训练，能够学习到大量的语言知识与世界知识，并且通过指令微调、人类对齐等关键技术拥有面向多任务的通用求解能力。在原理上，语言大模型旨在构建面向文本序列的概率生成模型。

CA-2D助爬器是用于风机塔筒内的辅助攀爬装置，因为主要依附于爬梯安装，也叫竖梯助爬器，简称“助爬器”。 CA-2D助爬器作为辅助攀爬设备，可以为风机塔架、竖井等内部竖梯的攀爬人员提供约30-50kg的连续提升力，帮助客户减轻重量，有效地降低了由于体力消耗可能引发的风险概率。

电力零售侧市场建设初期，容易出现集中度较高的情况，对售电公司的串谋定价行为开展研究可以为规范市场运行的政策制定提供参考。先将串谋定价行为视为有限的售电公司主体在“有限理性”前提下的协同行动策略问题，进而将具有选择差异的Moran过程引入售电公司串谋定价随机演化博弈模型的构建和分析中，最后结合算例分析了串谋系数、供需比等关键参数对售电公司串谋定价策略的影响。研究结果表明：在寡占市场尤其是极高寡占市场中售电公司串谋定价的成功率会更高；在不同类型的市场中，串谋系数对串谋定价策略的影响不同，市场内外部环境随机因素对串谋定价行为的影响随市场集中度增高而愈加显著；市场管理机构应加强对电能零售价格的分析研判并加强对竞争有效性的监管以及与反垄断执法部门、征信部门等单位的信息互通和协同联动。

负荷识别是非侵入式负荷监测(non-intrusive load monitoring, NILM)的关键一步。针对目前识别方法存在网络参数量大、识别率低的局限性，提出了一种基于马尔可夫转移场((Markov transition field, MTF)和轻量级网络的非侵入式负荷识别方法。首先，利用归一化后的电压电流计算马尔可夫状态转移矩阵，在时域上排列每个状态转移概率构建MTF。其次，对MTF降采样以适应神经网络的学习，利用伪彩色编码技术得到RGB彩色图像。最后，在轻量级网络ShuffleNetV2中加入SimAM无参注意力模块作为特征提取网络，以较少的参数量实现负荷分类识别。使用公共数据集PLAID和WHITED对所提方法进行实验，结果表明，SimAM-ShuffleNetV2在两个数据集的识别准确率分别达到了98.99%和99.22%，参数量分别为0.37 M和0.41 M，比现有的方法具有更高的识别准确率和更少的参数量，验证了所提方法的有效性和优越性。

在新能源渗透率不断提高的背景下，储能等灵活性资源是构建新型电力系统的重要支撑。基于安徽电力市场建设现状，提出一种独立储能参与电力市场的多阶段协同交易策略。首先，提出了中长期交易结算模式。然后，针对电价和功率预测的不确定性，建立了多概率场景表征的日前电能量-备用辅助服务联合出清模型，并在此基础上建立了日内偏差量单独交易模型。其次，分析了储能老化成本对收益的影响。最后，以独立储能收益最大化为目标进行仿真，结果表明所提机制能有效提升独立储能市场收益，以期为电力市场建设提供参考。

西北风光资源丰富，近年来保持高速增长态势，新能源已成为西北电网第一大电源，使其成为国内新能源发展最快、占比最高的区域电网。目前，西北地区新能源发展已经取得了显著的成绩，但同时也面临着一些挑战，例如电力电量平衡由确定性向概率性转变、系统灵活性资源短缺而灵活调节需求大幅增加等。为此，中国能源研究会双碳产业合作分会在自然资源保护协会的支持下开展了《大力提升电力系统灵活性促进西北新能源高比例发展专题研究》，重点围绕如何大力提高电力系统灵活性，促进西北新能源高比例发展相关问题进行深入研究分析，形成政策建议，为西北地区能源转型、实现双碳目标提供有力支撑，为全国能源转型提供参考借鉴。

本项目自2021年3月启动至今，项目团队已发表论文2篇（SCI、EI各1篇），发明专利7项（国际PCT专利已授权1项、国内已授权4项、国内已受理2项），本项目的推广应用为优化计量设备主人管理提供技术支撑，大幅度提升缺陷的发现概率与准确度，为巡视缺陷提供稳定的数据保障，给予运维实施精准依据，让设备缺陷维护工作可以做到快速落实措施、准确定位缺陷、及时排除隐患。

针对制氢站系统复杂，易受到外部攻击，进而引发连锁故障及严重安全事故的问题，采用基于事件树的连锁故障推演方法，明确了制氢站设备连锁故障的后果和发生概率。在此基础上建立了考虑安全性、经济性和环保性的连锁故障风险评价指标体系。考虑到造成严重后果和影响的不精确性和不确定性，采用模糊隶属度函数进行评价指标的模糊化。最后建立了基于证据推理的风险评价模型，并应用到制氢站设备的风险评估中，实现了制氢站设备的风险评价和排序。实例分析表明，该方法可行有效，为下一步制定制氢站设备安全防范措施提供了依据。

为有效提高风电入网的经济性和可行性，文中提出一种考虑风电典型场景概率的电热混合储能优化配置方案。首先通过场景分析，利用K-means聚类法将大量风机历史出力数据简化为6个典型出力场景，确定各场景发生的概率，其中聚类数目由肘部曲线法和Dunn指数法综合确定；其次提出电热混合储能系统控制策略，建立适用于多场景的风储联合系统模型；最后，以经济性成本最低与弃风量最小为目标，建立包含电、热负荷综合响应的容量配置优化模型，并将场景概率以权值的形式加入到目标函数中，采用粒子群算法求解模型。通过仿真分析和与其他储能配置场景对比，发现所提配置策略能够提高风电利用率约16.12%，同时减少系统综合成本约43.76%，验证了所提策略的合理性和有效性。

电力通信网是一个典型的复杂网络,其关键节点对网络可靠性有较大影响。为准确评估节点重要性,文章从电力通信网的拓扑结构、承载的电力业务、节点类别和负荷以及根据运行统计数据得到的故障概率4个参数对节点重要性进行评估,并根据电力通信网拓扑结构的成环特性,提出了一种基于多指标最小环路的电力通信网重要节点判别方法。仿真结果表明,与其他方法相比,文章的算法能够更准确有效地评估节点重要性。