基于线路态势感知的台区检修决策优化技术研究

传统方式下低压台区采用计划检修以及事后抢修的模式,运维检修决策模式固化、滞后的弊端明显。以当前低压配电网数据为基础,以用户回路阻抗计算为手段,提出台区线路状态感知评估模型,支撑台区检修模式转型。基于台区简化网络拓扑构建用户回路阻抗方程,并采用约束线性最小二乘模型进行求解;考虑线路阻抗状态与故障类型的关联关系,创新性提出台区线路随机故障与累积故障状态判定模型;构建考虑检修成本的经营成效评估模型,并以经营成效最大化为目标,结合供电可靠性约束条件,建立基于非线性规划方法的台区检修决策优化模型。以某个含376个公变台区的供电所为例,进行了算例分析,验证了所提模型与算法的有效性。     

大同电力数字化营销建设浅析

电力体制改革后,传统的电力营销模式不能适应新形势的要求。数字化电力营销是在充分利用互联网资源的基础上,以客户为中心的全方位现代电力营销模式。介绍了电力数字化营销系统建设的硬件基础、发展条件和软件基础;阐述了大同电力成熟的客户营业站服务网络、企业网站和全省的数据大集中为数字化营销建设提供了良好的基础条件。指出在数字化建设发展过程中面临的问题以及解决方法,说明数字化营销模式的建设是一个逐步发展、不断完善的过程。     

考虑需求响应和储能的微电网市场竞价策略

由于可再生能源出力的间歇性、负荷用电量和市场电价的不确定性这两方面因素,使得微电网内的竞价策略存在较大的风险和和较高的计算难度.为应对这些问题,设计采用三阶段混合随机/区间优化(Hybrid Stochastic/Interval Optimization,HSIO)模型来构建微电网内部的竞价问题,通过微电网内潜在灵活资源和实时市场支撑这两种方式来处理上述波动.其中,采用经济有效的随机规划来实现日前市场决策中的微电网利益最大化,从而解决日前市场价格的不确定性.此外,设计了一种基于快速鲁棒区间优化的灵活方法来实现实时阶段微电网的平衡成本最小化,从而应对可再生能源能出力的间歇性和实时市场电价的不确定性.算例综合比较分析了所提出方法的有效性、鲁棒性和计算复杂度.结果 表明HSIO模型能够同时兼具随机规划模型的成本效益性和区间优化模型计算简单和鲁棒性的特点.     

高精度多通道同步采样系统

在线监测是智能变电站设备运行维护的重要途径。针对现有在线监测系统将采样数据直接上传导致上位机负担较重的问题,设计了一种高精度多通道同步采样系统。该系统以DSP作为数字信号处理核心对采样数据进行实时分析,再将分析结果上传,保证测量精度的同时减小上位机的负担。该系统在1s的采样周期之内可以完成信号采集、数据处理和结果输出整个流程。在国家高电压计量站进行的误差测试结果表明,该系统测量比差低于0.01%,角差低于2′。该系统已在某变电站投入运行。     

基于主元分析的电容式电压互感器计量性能在线评估

电容式电压互感器(CVT)在运行过程中误差稳定性不高,易出现计量误差超差现象,直接影响电能计量的准确性。现有的利用标准电压互感器定期离线校验的方式存在过修和欠修等问题,已不适应智能变电站对关键设备在线监测的运行要求。提出了一种基于主元分析的在运CVT计量性能状态评估方法,采集三相CVT输出的二次模拟信号,利用主元分析的方法将电网一次信号波动和CVT自身异常造成的计量偏差相互分离,提取运行过程中测量数据的特征统计量,分析统计量的变化评估在运CVT的计量性能。实验结果表明所提方法可准确监测0.2级CVT的计量偏差状态,实现在运CVT计量性能的准确评估。     

基于高斯过程回归的中压配电网雷击过电压预测方法

准确评估雷击过电压对合理绝缘配合研究至关重要,基于此,提出了一种基于机器学习的高斯过程回归模型,用于预测大范围地电阻率和介电常数下的雷击过电压。即采用二维时域有限差分技术,结合地面场线耦合模型,计算了雷击过电压。考虑到输入空间的可变性,考虑了7个预测变量,即电阻率、介电常数、回击速度、闪点距离、回击峰值电流、前沿时间和架空线路的高度,以确定响应变量,即雷击过电压。因此,高斯过程回归模型的训练是使用从二维时域有限差分技术获得的雷击过电压对第一次和随后的雷击进行的。利用均方根误差对模型的估计精度进行了评估,表明指数核函数在描述协方差方面的误差最小。最后,通过将预测模型与二维时域有限差分技术生成的随机测试案例进行对比,评估预测性能,预测结果与时域有限差分法的预测结果吻合较好,验证了所提方法的有效性。     

基于泛在电力物联网下双向长短时记忆的线损预测计算方法

随着风、光等可再生能源发电及柔性负荷的并网,使泛在电力物联网的运行调控异常复杂,导致输电线路损耗不断增大,对此提出基于双向长短期记忆的线损预测方法以指导运行调控决策.首先,在电力物联网的全时空量测环境下,提出了B系数法的线损计算模型;其次,以B系数法线损计算模型为基础,建立了泛在电力物联网的线损大数据;第三,基于人工智...     

基于智能电能表数据的非侵入式负载监测

非侵入式负载监测(Non-Intrusive Load Monitoring,NILM)旨在将家庭总用电分解为含有多个组分的负载信号,以识别出不同用电设备的用电特征并实现异常用电的自动检测.传统方法通常将NILM视为分类问题处理,在忽视了负载中的大量功率波动细节的同时,当用电设备增加时,模型的复杂度大幅上升,从而在实用性上受到限制.针对这一问题,文章提出将NILM作为序列到序列的回归问题,使用长短期记忆网络(Long Short-term Memory,LSTM)学习设备负载中的长期依赖,提高回归性能.此外,引入了非因果结构与贝叶斯参数优化框架,解决模型在处理多状态设备时的问题,提升模型表现.真实的智能电能表数据实验表明,该方法优于当前其他主流方法.     

基于线路态势感知的台区检修决策优化技术研究

传统方式下低压台区采用计划检修以及事后抢修的模式,运维检修决策模式固化、滞后的弊端明显。以当前低压配电网数据为基础,以用户回路阻抗计算为手段,提出台区线路状态感知评估模型,支撑台区检修模式转型。基于台区简化网络拓扑构建用户回路阻抗方程,并采用约束线性最小二乘模型进行求解;考虑线路阻抗状态与故障类型的关联关系,创新性提出台区线路随机故障与累积故障状态判定模型;构建考虑检修成本的经营成效评估模型,并以经营成效最大化为目标,结合供电可靠性约束条件,建立基于非线性规划方法的台区检修决策优化模型。以某个含376个公变台区的供电所为例,进行了算例分析,验证了所提模型与算法的有效性。