全球水能资源评估模型与方法研究

为在全球范围开展水能资源评估,提高评估与规划的准确性与效率,通过建立水能资源评估的全球尺度参数标准、一般技术流程与方法体系,构建河流水能资源理论蕴藏量、技术可开发量评估和电站开发经济性测算模型,提出一套适用于内业工作的数字化评估方法与流程。以非洲刚果河流域为例,应用水能评估模型与数字化方法,实证评估了刚果河流域及干流的水能资源的理论蕴藏量、干流下游河段的技术可开发量,完成了刚果河下游水电基地开发成本测算。     

绝缘母料加工温度对高压直流电缆绝缘料性能的影响研究

为了研究绝缘母料加工温度对高压直流电缆绝缘料性能的影响,选用3种加工温度制备绝缘母料,并对采用3种绝缘母料制备的直流电缆绝缘料性能进行了研究.先开展洁净度检测,再通过全反射红外光谱分析了洁净度检测出的晶点的化学键结构,最后对比了3种直流电缆绝缘料的电气性能和力学性能.结果表明:采用加工温度过高的绝缘母料的直流电缆绝缘料中有更多的晶点,且部分晶点为淡黄色;与半透明的晶点相比,淡黄色晶点的红外光谱上并未出现较强的吸收峰,但过高温对直流电缆绝缘料的电气性能有较大的负面影响,而对力学性能的影响较小.     

电力线信道通信特性影响因素分析

电力线为传输电能而设计,复杂的配电网拓扑结构使得电力线通信信道环境恶劣,信道特性变化规律复杂,严重影响信号传输的质量和效率.为应对上述问题,利用传输线二端口网络,建立电力线信道的数学模型,进而仿真分析电网结构及网络参数对信道电压幅频特性以及网络输入阻抗特性的影响.通过分析发现,信号衰减峰谷值的位置受主线路长度的影响较小,分支线路长度影响信号衰减峰谷个数.并且,信道电压传输幅频特性的衰减峰频率处,网络的输入阻抗值相等.     

具备阻断直流故障电流能力的MMC钳位双电容子模块

模块化多电平换流器(modular multilevel converter,MMC)是柔性直流输配电领域的优选拓扑之一,但其传统半桥子模块(half-bridgesubmodule,HBSM)不具备阻断直流故障电流的能力。为此,推导了一种基于双向开关的钳位双电容子模块(clamp dual capacitor submodule,CDCSM),该子模块包含两个电容,能够输出3个电平,通过将电容引入故障回路可实现对故障电流的快速阻断。与其他能够阻断直流故障电流的子模块相比,CDCSM具有一定的成本优势,且运行损耗较低。基于Matlab/Simulink的仿真结果表明,CDCSM-MMC可快速阻断直流故障电流,且故障后电容电压较为均衡,有利于MMC的快速重启。     

特约主编寄语

随着能源系统正在不断向低碳化转型,风电、光伏等清洁能源发电占比不断增大,传统电网的结构形态也需要随之变化,其灵活性和可控性也需要进行提升。柔性直流输电技术的出现,为电网灵活可控、远距离大容量输电、高效接纳新能源提供了新的手段。尤其是采用柔性直流技术可以很方便地构建直流电网,使得电能的直流网络化传输成为可能,在延续100多年的交流电网之外,开始出现了新的电网形态。     

面向电力传感器的环境能量收集技术发展趋势及面临的挑战

电力传感器作为能源互联网感知层的基本组成部分,其供电稳定性是广大从业者的关注重点。通过环境能量收集技术为传感器供电,可使传感器具有自供电特性以及长期免维护的优势,能量收集技术在电力传感领域的应用受到了越来越广泛关注。综述了环境能量收集技术在电力领域的应用现状以及温差、振动、风致振动等新型能量收集技术的特点。结合电力行业传感器应用需求,提出了环境能量收集技术在电力行业应用的发展趋势,总结为取能方式多样化、取能器件小型化和取能传感一体化等发展方向,并对应用发展面临的挑战进行了剖析,提出了取能技术应用面临的技术挑战、可靠性挑战和应用适配挑战。     

基于DBSCAN-FPN的输电线路螺栓缺销检测方法

螺栓作为输电线路上数量最大的紧固件,其缺陷检测是输电线路巡检工作中的一项重要内容。针对螺栓缺销为小目标,其定位困难、特征难提取的问题,提出一种基于DBSCAN算法与FPN模型相结合的螺栓缺销检测方法。首先,利用FPN模型定位螺栓缺销目标区域,同时基于DBSCAN聚类算法对具有相同形态结构的区域进行聚类;然后,改进FPN模型：基于螺栓先验知识,利用卷积网络实现自底向上的特征提取,采用双线性插值方法将特征的高层语义信息自顶向下地传递到各个层级,通过卷积滤波方法横向加强高层语义特征与高分辨率特征的融合信息,获得更优化的螺栓缺销特征表达;利用改进FPN模型实现螺栓缺销的初步检测;最后,采用DBSCAN聚类算法对初步检测结果进行误检甄别,实现了螺栓缺销的精确检测。实验结果表明,DBSCAN-FPN在自建数据集上的检测精度达到76.23%,检测效果优于FPN、R-FCN和Faster R-CNN。所提方法可以有效提高螺栓缺销检测精度,对输电线路运维有实际意义。     

智能电网中两阶段网络切片资源分配技术

为满足网络切片在智能电网中的多样化需求,提出了一个在智能电网中基于云-边协同的切片资源分配模型。为优化网络切片分配,提出一种两阶段的切片分配模型：在第一阶段中,以用户体验最优为目标,建立了本地边缘网络的资源分配问题的优化模型,并采用拉格朗日乘子法对此最优问题进行了求解;在第二阶段中,首先将网络切片资源分配系统建模成Markov决策过程,然后提出使用深度增强学习方法对核心云的切片自适应地进行资源分配。实验结果表明所提的两阶段切片资源优化分配模型可有效减少网络延迟,提高用户满意度。     

基于高斯混合聚类的电力工控系统异常检测研究

电力工控系统数据在时间维度上具有周期性,但其时间序列呈现多元高斯分布特性且周期长度不固定,这导致通过相似性度量来发现异常难以进行。针对上述问题,文章提出一种基于多元高斯聚类的电力工控系统异常时序检测方法。该方法首先获取电力工控系统流量数据,对其采用多元高斯分布混合算法实现时间序列的符号化,然后利用马尔可夫链从长度不固定的时间序列中提取出大小一致的状态转移概率矩阵作为数据特征,最后通过层次聚类方法计算样本的异常率实现异常检测。经实验分析表明,文章方法可以有效实现电力工控系统时序数据周期长度不同下的异常自动检测。     

面向RFID动态帧时隙ALOHA协议的帧长优化

近年来,国家电网积极推动泛在电力物联网的建设,以实现电力系统的万物互联与优化管理.其中,射频识别技术(RFID)作为泛在电力物联网建设的核心技术,凭其价格低廉、无需电源、非视距通信、远距离通信等特点,被广泛应用于电力仓储物资管理、电力巡检等应用场景.为了盘点电力设备仓库中的物品,需要快速识别粘贴在物品上的标签,然而由于仓库中存在大量标签,在通信过程中容易产生标签信号冲突.针对当前商用RFID系统普遍采用的符合EPC C1G2标准的动态帧时隙ALOHA协议,提出了一种新型的基于Q-learning与神经网络的帧长优化算法(记作QN-leaming).通过将动态帧长选择问题转化为马尔可夫决策过程(MDP),即观察到的状态为不同种类时隙的个数(空时隙数、单时隙数、冲突时隙数),执行的动作为设置合理的帧长,从而利用Q-learning与神经网络来自主学习帧长选择策略,基于学习到的策略可以指导系统根据最新观察选择能够实现全局最优的帧长.仿真实验结果表明,基于QN-learning算法在动态调整帧长方面表现优异,能够实现标签的有效识别,在保障高吞吐率的同时控制阅读器的询问次数,减少数据传输量.