基于离群点分析的分布式光伏发电量异常检测算法

针对分布式光伏有带病运行以及骗取国家补贴的现象,本文基于离群点分析中的格拉布斯准则和分布式光伏的自身特点,提出了一种分布式光伏发电量异常检测算法。该算法可以筛选出单位容量日发电量过高与过低的分布式光伏用户,进而可以避免分布式光伏长期带病运行,以及遏制骗取国家补贴的行为。最后以某县的分布式光伏数据进行了算例分析,验证了该算法的有效性。     

配电网运维抢修无纸化办公系统实用化研究

随着现代化信息技术的不断发展及电力系统自动化程度的不断提高,纸质操作票、工作票及事故抢修单向无纸化转变是一个重要发展趋势。结合河北省电力公司的实际情况,文中从总体框架搭建、维护定制、电子签名、手持终端数据录入;操作票、工作票及事故抢修单生成和管理等几个方面进行研究,并将研究成果付诸于实践,提高操作票、工作票及事故抢修单的管理水平,推动智能电网建设。     

多分支配电网故障定位方法研究与模拟试验

针对配电网拓扑结构复杂、分支众多导致当前行波故障测距成本不断攀升的问题开展研究,改变配电网内分支线路处行波测距装置配置方案,对无测距装置配置的分支提出双端线零模波速差故障测距方法,实现单相故障定位的全覆盖。利用实物电路元件构建配电网模型,在单相故障的模拟实验中使用高速数据采集卡实际提取模量行波波形并计算模量行波波速,进一步贴合生产实际。试验与计算结果表明,本方法测距精度高,稳定性强,使测距成本明显降低,具有实际推广意义。     

数据驱动下基于风电场景的多时间尺度调峰调度研究

风电具有明显的波动性和反调峰特性。为减少风电大规模并网对电力系统调峰带来的影响,提出了一种基于风电调峰场景的多时间尺度调度策略,提高了极端风电场景下电网调度的执行效率。首先,构建了风电-负荷数据驱动模型。提出了风电调峰功率的多时间尺度评估指标,根据该指标对一年的风电功率进行时域分解并生成典型的风电调峰场景。其次,为保证在调峰场景下电网的功率平衡,针对历史场景构建了风火储协同调峰模型,并制定典型场景的经济最优调度预案。在此基础上提出多时间尺度调度策略,通过对调度预案进行滚动修正以应对风电的不确定性。最后,通过算例分析验证了所提方法在保证电网经济稳定运行的前提下可有效地提高调峰调度的计算速度并及时实施调峰调度。     

城市EV时空充电负荷预测及充电站规划研究

针对目前城市电动汽车（electric vehicle, EV）充电站存在盲目建设、规划不合理导致的部分充电站利用率低、用户充电满意度低等问题,同时为适应“双碳”目标下发展大规模EV的充电站规划需求,提出一种基于蒙特卡洛模拟和回声状态网络（echo state network, ESN）拟合的城市EV时空充电负荷预测方法,进一步开展EV充电站规划研究。首先考虑城市交通路网结构和区域主要功能,将待规划区域进行网格划分并作为待建充电站备选位置;利用蒙特卡洛方法对各类EV进行多种模式的出行链模拟,获取各网格区域内的EV充电负荷数据集;为拟合各网格内EV充电负荷的多样化分布特征,建立基于回声状态网络ESN学习算法的EV时空充电负荷预测模型,实现一定EV保有量下待规划区内EV时空充电负荷的预测。进一步考虑待规划网格区域内的最大充电预测负荷等约束条件﹑以充电站的建设和运维成本、EV用户充电出行成本以及配网损耗的综合成本最小为目标,建立EV充电站的规划模型,利用粒子群算法进行模型求解得到待规划区的充电站建设位置、数量及容量;最后以某城区EV充电负荷预测及充电站规划为例进行计算,验证了所提方法及模型的...     

基于知识图谱的配电网综合评价

为方便工作人员学习和掌握配电网综合评价知识,能够全方位感知配电网运行状况,将传统配电网综合评价方法与具有互联性、开放性、结构化和形象化刻画知识的知识图谱技术相结合,提出了一种基于知识图谱的配电网综合评价方法。首先采用自顶向下和自底向上相结合的图谱构建方式,从模式层和数据层2方面构建图谱,并将其分为配电网实体图谱、评价逻辑图谱和案例图谱。其次,分析核心构建技术,知识推理技术,并结合实际评价场景,为评价流程各环节的实现提供思路。最后基于上述方法,展示实际评价案例中的评价逻辑图谱,验证了所述方法的可行性。     

面向多工作流的基于容器的边缘微服务选择机制

边缘计算已经成为物联网(IOT)的有效解决方案,微服务模型将物联网应用程序划分为一组松散耦合、相互依赖的细粒度微服务。由于边缘节点资源有限,并发请求争夺容器实例,如何在移动边缘计算环境下为复杂工作流应用的并发请求生成合适的微服务执行方案是一个需要解决的重要问题。为此,该文首先建立了基于容器的微服务选择架构,并构建了服务时延模型和网络资源消耗模型,以减少平均延迟和网络消耗。其次,提出一种基于优先级机制和改进蚁群的微服务选择算法(MS-PAC),利用任务截止时间优先分配紧急任务以保证延迟,并利用蚁群算法的信息素机制寻找全局最优解。实验表明,该算法能有效地降低平均时延和网络消耗。     

基于深度强化学习的配电网负荷转供控制方法

随着城市规模的快速扩张以及电能替代的不断推进,配电网节点数大量增加,结构愈加复杂,发生故障后拓扑变化不确定性较大,传统负荷转供方法难以在短时间内给出高质量的解决方案。为此,提出基于深度强化学习的配电网负荷转供控制方法。将负荷转供过程视为一个马尔可夫决策过程,与配电网实时电气、拓扑数据进行交互,对联络开关与分段开关进行控制。为了提高算法的精度与泛化能力,针对算法动作策略加入了预模拟机制,调整了动作与学习的比例并采用自适应优化算法进行求解。算例分析表明,所提方法能够应对不同故障下配电网的拓扑变化,即时给出负荷恢复量、电网损耗、开关动作次数多方面最优的转供控制方案,这对于减小故障后的停电损失与提高用户满意度有着重要意义。     

1 000 kV同塔双回线路下方农用大棚感应电击抑制方法研究

随着我国特高压交流输电线路的进一步发展,输电走廊日益紧张,线路邻近居民生产生活区愈加普遍,当人体接触线下钢架大棚等金属物时,易产生暂态电击现象,对附近居民生活劳作造成困扰和不悦。为研究其抑制方法,该文建立了1 000 kV同塔双回输电线路、线下大棚及人体模型,计算发生暂态电击时人体的感应电势及流过人体的放电电流,并对比分析不同抑制措施的效果。分析表明：暂态电击特征量随着人体绝缘性能的增加而增大,在该文场景中,暂态电击放电电流峰值可达0.14 A;架设屏蔽线、屏蔽网以及种植树木对暂态电击均有一定的抑制效果,分别能将放电电流降低65%、80.7%以及96.8%,实际场景中,需根据电场屏蔽要求以及场地条件选取具体措施。     

分布式异构网络恶意攻击取证及预警方法研究

传统的网络恶意攻击取证方法对恶意攻击行为的检查不全面、恶意攻击行为相似度分辨准确性低。为此,提出了一种分布式异构网络恶意攻击取证及预警方法。利用CVSS计算器对网络恶意攻击行为的严重等级进行评估,结合灰关联分析法建立灰关联模型,对评估要素进行量化处理;在此基础上,获取并处理日志、事件、警告和证据信息,建立证据库。根据取证结果,结合TOP-K预警策略实现分布式异构网络恶意攻击的预警和预警信息储存。实验结果表明,所提方法对恶意攻击行为的查全率和恶意攻击行为相似度分辨的准确性较高,且预警反应耗时较短,不仅能够准确检测恶意攻击行为,还能够及时发出警报,有效维持分布式异构网络的安全性。