基于盲数BM模型的配电网谐波数据存储安全控制方法

现有配电网谐波数据存储安全控制方法存在着谐波数据存储安全性能低、安全控制时间长的问题,为此提出基于盲数BM模型的配电网谐波数据存储安全控制方法。利用盲数BM模型提取并处理配电网谐波数据,以此为基础,采用混合加密算法加密配电网谐波数据,以加密谐波数据为依据,创建谐波数据存储结构模型,设定谐波数据存储控制规则,完成谐波数据的存储,以存储的谐波数据为基础,利用云端验证存储谐波数据的完整性,实现了基于盲数BM模型的配电网谐波数据的存储安全控制。通过实验结果显示,与现有的配电网谐波数据存储安全控制方法相比较,提出的配电网谐波数据存储安全控制方法极大的提升了谐波数据存储安全性能,缩短了数据存储控制时间,充分说明提出的配电网谐波数据存储安全控制方法具备更好的性能。     

一种低压无功补偿主电路与触发控制方法

低压系统无功补偿多采用晶闸管投切电容器 (TSC),文章对 TSC装置的投切过程进行了分析,指出应采用晶闸管电压过零点与电源峰值点相结合的方式进行 TSC投入控制.对三相 TSC的电路进行了分析,提出了一种采用三晶闸管元件的简化 TSC方案,并给出了其触发控制方法.该方案接线简单,控制方便,可适用对称补偿的应用场所。     

隔离开关分合不到位智能诊断的研究

针对隔离开关分合不到位时无法快速判断是机械故障还是回路故障的实际情况,提出一种新的隔离开关分合闸不到位的智能诊断思路,阐述了故障智能诊断原理、数据采集比对和显示、现场实施效果,为隔离开关智能检修提供支持。     

一种考虑风电场并网的大电网快速主动解列策略

针对高风电渗透率电力系统的快速主动解列问题,提出了一种两阶段高风电渗透率下大电网全时段快速主动解列策略。在第一阶段,通过修正系统的收缩导纳矩阵将风功率进行等值,离线计算出电机耦合程度的分类结果并对其功角拉普拉斯矩阵进行在线修正,进而在线获得当前的同调分群结果;在第二阶段,以图论为基础,通过约束谱聚类算法将解列断面搜索问题转换为广义特征值求解问题,并运用改进k-means算法快速求取实时的最优解列断面。最后通过IEEE 118节点系统仿真,验证了所提策略的正确性、有效性和快速性。     

基于大气环境质量及气象参数的绝缘子积污预测研究现状

及时全面掌握电网积污水平是预防电网污闪事故的基础,通过绝缘子积污预测获取污秽水平是适应电网智能化的发展方向,但目前绝缘子积污预测的理论基础不够完善,预测准确性欠缺。文中以上述问题为出发点,对绝缘子积污的外部影响因素进行了分析,对基于大气环境成分、基于气象参数预测绝缘子积污的方法及其准确度、适用性进行了总结。结果表明,大气环境成分、气象参数对绝缘子积污有显著影响;目前基于大气环境成分的绝缘子积污预测尚无法实现饱和污秽度的预测,基于气象参数的绝缘子积污预测尚不能满足工程要求;综合大气环境成分、气象参数两方面数据的预测方法是实现绝缘子饱和积污预测的研究方向。     

变电站电缆沟防小动物主动式驱赶系统的研制

电缆沟防小动物入侵的传统手段是孔洞封堵配合日常巡视,浙东某地三面山、一面海,山区动物繁多、沿海沉降严重、封堵材料风化导致传统手段出现漏洞.对此,研制变电站电缆沟防小动物主动式驱赶系统,该系统可实 现２４h不间断监测动物侵入和活动信息,通过超声波、声光齐发驱赶,将告警信息通过公用测控上送后台和主站, 精准定位电缆沟段,保证及时排查.     

220kV变电站的绿色改造研究

变电站的绿色改造是绿色电网发展中的重要环节之一。为践行国家“双碳”战略，推动建设以新能源为主体的新型电力系统和“以绿色为底色”的现代智慧能源服务体系，促进电力绿色工程建设迈上新台阶。本文针对传统变电站运行中的主要污染源，结合城市绿色建设理念，提出变电站绿化、绿色雨水及污水回收和绿色用电三方面治理建议。     

基于改进SVM的新能源电站故障诊断方法

新能源电站运行数据量大、运行工况多变，发电机组的故障诊断难度较大。为此，提出了一种基于改进SVM算法的新能源电站故障诊断方法。首先，对SVM（支持向量机）的概念和原理进行了分析，并采用多元SVM分类器对SVM进行优化；然后，研究了光伏电站和风电站的故障信号提取和故障特征分析方法，并在此基础上提出了故障诊断模型；最后，从实际新能源电站获取样本数据，构建了基于决策级融合的改进SVM故障诊断模型，并将故障特征向量输入模型进行训练。结果表明，针对光伏电站的故障诊断准确率达到了97.5%，风电站的故障诊断准确率达到了98.09%，验证了该方法的准确性。     

基于DHNN模型的特高压工程投资风险控制效果评价北大核心

为提高特高压工程项目投资管理,需要对特高压投资风险进行控制,对风险控制效果评价。从特高压工程建设的8个阶段识别投资风险,构建评价指标体系,保证每个指标能客观反映该阶段下特高压工程投资风险的控制效果。应用离散型Hopfield反馈型神经网络,将评价标准转码为标准模式训练网络,输入样本模式得到待评对象的评价等级。通过对溪浙工程投资效果分析发现,该项目投资风险整体性评价等级为"A",说明该工程风险控制效果优秀。