基于径向基函数神经网络的在线分布式故障诊断系统

作者建议使用分布式智能系统解决大规模电力网络的实时故障诊断问题,并为此提出了一种新的基于最小度排序的图形分割方法,它能够将大规模电力网络有效地分割为给定数目的连通子网络,并且各子网络的故障诊断负担近似相等,同时每个网络边界元件的数目最小。然后用径向基函数神经网络完成各子网络的故障诊断。所提出的分布式智能故障诊断系统已使用稀疏存储技术编程实现,并在IEEE14母线、30母线和118母线系统中进行了仿真研究。计算机仿真结果表明该故障诊断系统能有效地解决大规模电力网络的故障诊断问题。     

基于图形分割和蝶型分割的电网分割方法

解决大电网故障诊断问题的关键是将大电网分块,研究现有电网分割方法的基础上,尝试采用图形分割和蝶型分割相结合的方法进行电网分块,它能够将大电网分割为给定数目的连通子网络,各子网络的故障诊断负担基本相等.     

基于网络分割的电力系统潮流分解协调计算

因现有计算模式的速度已无法满足现代大规模电力系统实时计算的要求,故引入对等计算(P2P)模式以提供低廉而充足的计算力。为此研究了网络计算环境下的电力系统潮流计算模型,结合基于支路切割的网络分割方法和基于注入电流的潮流模型,提出了基于网络分割的电力系统潮流分解协调算法,将大规模互联电力系统分解成若干子网络,子网络间只需交换边界母线的电压状态就可完成分布式潮流计算,保证各个子网络潮流计算模型的独立性。对IEEE标准系统进行潮流计算的结果表明该法具有较高的收敛速度和计算精度,适合网络计算环境。     

基于贝叶斯网络和D-S证据理论的分布式电网故障诊断

提出了基于贝叶斯网络和D-S证据理论的分布式电网故障诊断模型.首先采取实时接线分析方法确定故障区域以缩小诊断范围,然后分别运用蝶形和叶形分割法分割电网,再引入重合度概念,采用重合度、重合度与子网故障系数的几何平均值进行D-S证据融合.将2种电网分割法、2种D-S证据融合法组合成4种分布式诊断模式,再与集中式一起对多个算...     

省级电力通信传输网ECC风暴分析和子网规划

针对国网河南省电力公司传输网络出现的网络风暴,介绍了河南电力华为光传输网络现状、建设初期网元嵌入式控制通道（ECC）通信规划和ECC风暴出现的特征及其对网络产生的影响。详细分析了风暴的形成并给出子网分割法来解决网络ECC风暴。阐述了ECC巨网实际分割规划,并对ECC各子网失联保护等技术进行了研究和实现,保障了电力传输专网的安全稳定运行。     

电力系统潮流分解协调并行计算

现代大规模电力系统计算问题规模非常巨大,现有计算模式的计算速度已经无法满足实时计算的要求.为此,研究了PC机群计算环境下的电力系统潮流计算模型,结合基于节点分割的网络分块方法和PC机群环境的特性,提出了一种基于网络数学分割的电力系统潮流分解协调算法,将大规模互联电力系统分解成若干子网络,通过分配于各个PC机的各个子网络之间的分解协调计算获取加速比.利用该法对IEEE标准系统进行了潮流计算,结果表明该算法具有较高的加速度和计算精度,适合在网络计算环境中实现.     

采用粗糙集联合规则挖掘算法的分布式电网故障诊断

鉴于传统的人工智能技术在大电网故障诊断应用中存在的局限性,采用分布式的思想来解决该问题,并提出一种基于粗糙集理论的联合规则挖掘算法,该算法能够有效地从分布式信息系统中提取联合规则。为了更好地解决电网故障诊断问题,构建了基于该联合规则挖掘算法的分布式电网故障诊断模型。该模型不仅能够有效地诊断各局部电网内部的故障,而且能够有效地诊断各局部电网之间联络线的故障,弥补了分布式电网故障诊断中联络线故障诊断规则不足的缺陷。对大电网进行分割,不仅能够有效识别各类复杂故障,而且也使得每个局部电网决策表的规模大为减小,同时联合规则挖掘算法也显著地降低了规则提取的复杂度,解决了粗糙集理论在大电网故障诊断中遇到的瓶颈问题。算例表明该方法简单、有效、速度快、容错性好。     

智能楼宇中无线传感网混合接入设计

本文针对智能楼宇环境,设计并实现无线传感网络、电力线载波网络和以太网接入的混合网络。文中的混合网络中,无线传感网络在频域和空域上分割子网,并在每个子网的接入节点进行了分布式判决。电力线载波网络将各个无线传感网进行连接,并通过以太网接入节点将信息采集并发送至Internet。本设计在保留了无线传感网优点的前提下,利用了现有电力网络布线设施,并且满足远程监控要求,同时解决了无线传感网随着节点数目增多而信号连通性急剧下降的问题。使得智能楼宇环境中组建大型无线传感网络成为可能。     

电力系统静态电压稳定极限的分区求解算法

提出一种适用于大规模电力系统电压稳定分析的分区并行连续潮流算法,求取静态电压的稳定极限。首先将电力网络划分成由联络线联系起来的若干个子网,子网内部母线的关联性强而与外部网络仅通过少数联络线相连;以子网为收缩节点、联络线为支路构造浓缩网络。进行计算时,通过前向简化形成预估环节的接口方程,同时以浓缩网络的电压为控制电压向量求出控制步长;校正环节通过双向迭代方法交替实现对浓缩网络和收缩节点的牛顿法线性增量方程的求解。对新英格兰系统和我国东北电网的仿真测试结果验证了该方法的可行性。     

采用交叉熵支持向量机和模糊积分的电网故障诊断

为了解决分布式电网故障诊断中局部电网内部故障和相邻区域联络线故障的诊断问题,采用交叉熵支持向量机(cross entropy support vector machine,CE-SVM)的改进方法,提出一种基于后验概率输出的CE-SVM和模糊积分动态融合的大电网故障诊断策略。首先通过网络分区算法将电网分割成连通且计算负担平衡的子区域;采用历史数据离线训练各局部CE-SVM模块,根据故障报警信息选择性触发局部CE-SVM实现局部电网内部的故障诊断;利用模糊密度动态调节算法构建模糊积分环节,关联融合相连区域CE-SVM模块关于联络线故障的后验概率输出,实现联络线故障的综合决策。该方法不仅可以应对局部网络内部的故障诊断,也可以有效处理相邻区域间联络线的故障诊断问题。仿真结果看出:所得到的诊断结论正确,并且对于处理保护器和断路器报警信息丢失或不正确动作的情况具有较好的容错性。     

An on-line distributed intelligent fault section estimation system for large-scale power networks

In this paper, a novel distributed intelligent system is suggested for on-line fault section estimation (FSE) of large-scale power networks. As the first step, a multi-way graph partitioning method based on weighted minimum degree reordering is proposed for effectively partitioning the original large-scale power network into desired number of connected sub-networks with quasi-balanced FSE burdens and minimum frontier elements. After partitioning, a distributed intelligent system based on Radial Basis Function Neural Network (RBF NN) and companion fuzzy system is suggested for FSE. The relevant theoretical analysis and procedure are presented in the paper. The proposed distributed intelligent FSE method has been implemented with sparse storage technique and tested on the IEEE 14, 30 and 118-bus systems, respectively. Computer simulation results show that the proposed FSE method works successfully for large-scale power networks.     

基于表计配置的配电网可观测性分析

给出了一种配电网可观测性分析的定义，即使用典型负荷模式描述负荷变化规律，且每个负荷用户被赋予不同的表征指标，在变化的网络结构下，支路上优先配置最小数目的功率量测表计，利用量测方程求解典型负荷模式，从而获得各节点负荷，配电网可观测；有效的网络分割方法分割期望网络结构的加权树来优化表计配置，使得在量测方程可解的前提下，量测区域用户的指标均衡。算例进行了可观测分析和表计配置的测试。所提出的可观测分析思路能够折衷考虑经济性和运行需要，而表计配置也为配电网自动化改造提供一个思路。     

电力系统最优主动解列断面搜索模型及算法

解列是电力系统在故障时结构完整性得不到保证的情况下分裂为2个或多个孤立稳定运行子系统的过程或操作。及时恰当的主动解列操作将能有效地避免因保护连锁动作使得电力系统被动解列而崩溃所造成的巨额经济损失。结合图论中的相关概念和输电网最优解列的物理过程,建立电力系统最优主动解列断面选择问题的完整数学模型,并基于含连通图约束的背包问题(connected graph constrained knapsackproblem,CGKP)及其求解算法提出"搜索调整"的2阶段求解方法。为降低问题的复杂性,将完整数学模型分解成图的最优平衡分割问题和基于优化潮流的调节问题,并分2个阶段分别求解。其中,图的最优平衡分割问题又被分解成多个CGKP,利用基于含CGKP的图分割方法进行求解。所提出的主动解列策略具有较强理论基础,计算复杂度低,算例的计算结果证明了该模型及算法的正确性和有效性。     

电网结构发生变化时潮流转移的快速识别

提出了一种利用图论快速识别动态拓扑电网中潮流转移的方法。根据实时的网络拓扑结构建立相应的矩阵,经过矩阵运算,对已过载支路的影响范围进行预测,对影响较严重的区域进一步采用动态潮流的分析方法进行估算,判断网络中各线路的运行状态。该法对连通与不连通的网络均适用。通过Wood&Wollenberg的1节点系统和标准IEEE 30节点系统的仿真计算,验证了该方法的有效性和可行性。     

A New Affine Arithmetic-Based Optimal Network Reconfiguration to Minimize Losses in a Distribution System Considering Uncertainty Using Binary Particle Swarm Optimization

Abstract

In the present work, Binary Particle Swarm Optimization (BPSO) based optimal re-configuration for balanced and unbalanced radial distribution networks using Affine Arithmetic (AA), with uncertainty in generation and load, is proposed to minimize the system losses. An expression for three phase real affine power loss is derived with partial deviations of real power loss in lines with respect to power injections in other buses and also with respect to power injections in other phases in case of unbalanced distribution systems. The major contribution of the present work is the application of AA based optimal network reconfiguration, to both balanced and unbalanced radial distribution networks with uncertainty. The proposed method is tested on IEEE 16, 33, 85 and 119 bus balanced distribution systems and an unbalanced 123 bus system with Distributed Generation (DG) connected at some buses. The optimal loss intervals obtained by the proposed method are compared with that obtained by Interval Arithmetic (IA) and Monte Carlo (MC) simulations based methods. The simulation results show that proposed AA based analysis gives an optimal reconfiguration, for both balanced and unbalanced radial distribution systems with uncertainty as compared to existing IA based method.     

An autonomous distributed control method based on tie‐set graph theory in future grid

In future power grids where electricity flows bidirectionally, the essential problem is to maximize the total efficiency of distributed energy resources. In complicated and large‐scale systems such as modern power distribution networks, maximizing the efficiency of the entire system as a whole is extremely difficult. To solve the global optimization problem of such a complex network, this paper proposes an efficient distributed control method for future grid on the basis of tie‐set graph theory, where a tie‐set is a set of all the edges in a loop of a graph. On the basis of tie‐set graph theory, global optimization of an entire network can be realized as a result of local optimization in μ‐dimensional liner vector space, where μ is the nullity of the underlying graph of a power network. Although each tie‐set has its limited local information, an entire network is gradually optimized in an orderly manner because of the theoretical basis of a tie‐set graph. Simulation results of several thousand‐node networks demonstrate balanced allocation of dispersed energy resources and thus effectiveness of the proposed method. Copyright © 2012 John Wiley & Sons, Ltd.     

用电力系统分区方法确定无功源最佳配置地点

无功功率不能远距离传输,电压/无功是一个局部问题.结合电力系统分区与电压稳定灵敏度分析确定无功电源最佳配置地点的方法,将电力系统分区的思想应用于电力系统无功配置,利用"电气距离"把电力系统分成几个耦合强的小区.该方法使无功电源得到合理的配置,无功补偿分区域平衡.经过仿真计算比较,该方法可找到电力系统无功电源的最佳配置地点,并对提高电力系统的电压稳定性有很好的效果.     

促进主动配电网高效运维的虚拟微网分区划分方法研究

随着分布式能源的大量接入,还有储能、电动汽车、柔性负荷等新技术的进步,主动配电网的运行控制越来越困难。针对这一问题,基于虚拟微电网的概念,提出了一种主动配电网微网化的分区优化划分方法,以虚拟微网分区的形式简化主动配电网的运行控制。该方法以通信成本最低、分区功率不平衡最小及分区供电独立性最高为目标,建立主动配电网微网虚拟分区优化模型。基于广度优先搜索算法获取各分区信息,提出主动配电网微网化虚拟分区方法,将主动配电网划分为多个虚拟微网分区。以改进IEEE-33节点系统为例进行验证。研究结果表明,所提方法可以提供面向主动配电网的虚拟微网分区建议,为主动配电网的高效运维提供支撑。