极端高温下10kV电缆中间接头载流量分析

随着世界各地夏季环境温度不断升高,电缆中间接头的工作环境正在恶化。为此,文中基于有限元法建立10 kV三芯电缆及其中间接头仿真模型,分析不同环境温度和不同电流下中间接头的温度分布。首先,开展温升试验,得到电缆中间接头表面的稳态温度,验证仿真模型的准确性;然后,拟合不同环境温度下中间接头高压载流导体表面温度与电流的函数关系,以此可以计算不同极端环境温度下中间接头的极限安全载流量。结果表明,环境温度升高对中间接头高压载流导体表面的温度分布趋势几乎没有影响,在外护套外表面处也满足此规律。中间接头高压载流导体表面温度与电流近似成二次函数关系。当电流幅值为480 A、环境温度为75 ℃时,高压载流导体表面与外护套外表面最高温度分别是环境温度为30 ℃时的1.57倍与1.69倍。当环境温度超过55 ℃时,按照国标规定的持续允许载流量会使中间接头高压铜导体表面温度超过最高允许运行温度90 ℃。考虑到自2020年起夏季环境温度持续增加,现行国标中10 kV铜导体三芯交联聚乙烯绝缘电缆中间接头的持续允许载流量须被修正。     

极端天气影响下林火迹地的生态修复策略

随着极端天气的常态化,森林火灾发生频率不断上升,大火后造成的火烧迹地已成为生态修复亟需关注的目标。结合文献分析、实地调研与总结归纳等方法,对极端天气背景下火烧迹地的发生与修复的必要性进行讨论,明确了“火灾作为生态系统破坏因子”的讨论语境。从森林生态系统、地形地势、火烧影响与灾害评估视角对林火迹地进行认知,反映出林火迹地生态修复的复杂性,提示需要结合地情、灾情妥善制定修复策略。最后,以迹地异质性与可持续发展性视角为牵引,结合2022年夏季重庆北碚缙云山山火后的迹地修复实例,引介“灾害评估,明确目标”“迹地平整,创造条件”“重构林相,优化林分”“健全机制,后期保障”的生态修复流程。以期为极端气候下林火迹地的修复与管理策略提供参考。     

计及统一潮流控制器的电力系统双层协调弹性调度

极端天气造成的故障会引发潮流转移,触发连锁故障,从而增加了大规模停电事故发生的概率。高比例电力电子设备接入电网的趋势增加了电网调度的灵活性。因此,提出计及统一潮流控制器的电力系统双层协调弹性调度策略。采用随机场景生成的方法模拟极端天气事件;通过潮流熵定量描述极端天气下潮流分布的不均衡性,以表征发生连锁故障的风险;将弹性调度代价最低和潮流熵最低分别作为上下层模型的目标函数,同时基于统一潮流控制器的调节潮流特性,构建双层弹性调度模型;基于KKT条件和对偶原则,将原双层调度模型转化为单层混合整数线性优化模型进行求解,并通过装有统一潮流控制器的IEEE 39和IEEE118节点系统进行算例仿真,验证了所提模型在降低大规模停电事故概率和提升系统弹性方面的有效性。     

考虑移动应急电源配置的微电网顺序恢复方法

自然灾害引发配电网停电后,利用配网中分布式电源构建微电网实现重要负荷的顺序恢复,是提升配电网弹性的重要手段。现有研究主要利用配网中存在的小型燃机、可再生能源和储能等固定式电源构建微电网,并优化微网中节点的恢复顺序。随着配网中移动应急电源数量的增加,充分利用移动应急电源可以进一步提升配电网弹性。为此,该文提出了考虑移动应急电源优化配置的灾后微电网顺序恢复方法。首先,以重要负荷恢复量最大为优化目标,建立了考虑应急电源配置、区域划分、恢复路径及供电顺序协同优化的配电网灾后顺序恢复模型。由于该模型是非线性规划问题,进一步对模型进行线性化处理,将其转化为混合整数线性规划问题进行快速求解。最后。采用IEEE37节点配电系统,对所提方法的有效性进行了验证。     

考虑事件数据的产消者负荷预测方法及极端误差抑制策略

能源互联网技术推动了电力产消用户的规模化发展,产消者资源的优化运行与电力市场运营成为改善综合能效和投资收益的重要议题。产消用户的电力负荷精细化预测不但有益于提升分布式资源有限的容量价值,而且还能在售电侧市场全面放开时规避运营风险。首先,综述了产消者电力负荷预测技术及应用场景,提出了事件数据的含义并讨论了事件数据稀疏性带来的行为模式切变对于典型时序预测模型产生的极端预测误差问题。为避免解耦分析多元影响因素下的不确定性,构建了基于预测历史数据置信加权的短时预测修正模型,并分析了修正模型对于极限误差的收敛作用和经济性提升成效。最后,基于真实校园微电网工程运行数据验证了所提方法的有效性。     

多策略改进 MPA 算法与 HKELM 的变压器故障辨识

为解决目前变压器故障诊断精度低的问题,提出一种多策略改进海洋捕食者算法( MPA) 与混合核极限学习机 (HKELM)的变压器故障辨识方法。 首先通过核主成分分析法(KPCA)对高维线性不可分的变压器故障数据进行降维,获取特 征支持数据;然后通过伯努利混沌映射、改进阶段转换判据、最佳候选者等策略综合改进 MPA,加强全局开发能力;最后使用改 进的 IMPA 算法对 HKELM 的参数寻优,构建变压器故障诊断模型。 为验证模型有效性,分析比较常用算法优化的 HKELM 的 4 种变压器故障诊断模型。 其中 IMPA-HKELM 的诊断精度为 94. 7%,相比于另外 3 种基础算法优化的模型,诊断精度分别提升 了 5. 4%、8%、10. 7%。 结果表明,提出模型有效提升了故障诊断的分类性能,并实现了较高的故障诊断精度。     

构建高弹性城市能源系统的关键技术

城市能源系统结构复杂且脆弱,容易受到极端事件的影响,“高弹性”成为城市能源系统建设新目标。首先,剖析高弹性城市能源系统建设面临的“结构脆弱-环境恶化-协调不足-恢复复杂”四大难题,明确高弹性城市能源系统的研究边界,分析“弹性城市”面临的自然灾害、环境恶化、人为干预三类威胁,总结能源结构优化带来风险、多能流网架协调复杂和信息物理通信安全存在威胁的三个典型特征;其次,按照“物理-信息-应用”三个层面提出建设高弹性城市能源系统的九类关键技术,分别阐述各类技术的发展现状,讨论其主要特征;最后,从物理层、信息层和应用层分别对高弹性城市能源系统的未来研究与发展路径进行了展望,为逐步建立智慧能源网络、智能控制系统以及安全供需体系,完善城市能源风险应急管控措施,加强城市能源供应保障,强化重要能源设施,增强能源网络安全防护提出建议。     

基于 CEEMDAN 与改进核极限学习机的S700K 转辙机健康状态诊断

针对S700K转辙机健康状态分类过于粗放、诊断速度慢、效率低的问题,提出一种基于CEEMDAN与改进核极限学习机(kernel based extreme learning machine, KELM)的诊断方法。首先,对S700K转辙机功率数据进行自适应噪声完备集合经验模态分解,得到6个本征模态函数(intrinsic mode function, IMF);然后,计算本征模态函数的模糊熵值(fuzzy entropy, fuzzyEn, FE)作为表征转辙机健康状态的特征参数;最后,利用麻雀算法(sparrow search algorithm, SSA)改进的核极限学习机对9种健康状态进行健康诊断,并与SVR和ELM模型进行对比。仿真结果表明,改进核极限学机模型准确率、精确率、召回率等指标分别达到97.8%、98.0%、97.8%,相较于SVR和ELM模型,SSA-KELM模型在保证运行速度的基础上,将诊断准确率至少提高2.2%。     

面向复杂太赫兹信道的智能调制系统设计

太赫兹通信是未来高速无线通信极具潜能的技术,受到广泛关注。在本文中,提出基于简单、稀疏空域调制的太赫兹通信系统,探索了由硬件缺陷导致的信号失真对系统性能的影响,并结合收发端失真相关性,进行了系统噪声建模,得到了发端噪声、背景噪声和收端噪声的联合模型。在此多维度噪声背景下,依据后验概率最大化准则,本文推导了太赫兹空间调制系统极大似然信号检测算法。此外,考虑到未来太赫兹通信在多域多维度通信的应用场景,传统检测算法匹配度差且复杂,本文提出了利用具有简单结构的极端学习机来实现太赫兹空间调制系统的低复杂度智能算法。仿真结果表明,本文所提出的极大似然检测算法的性能优于传统的极大似然算法,另外本文中所提出的基于极端学习机的接收机方案,其性能接近最优检测方案,并且明显优于基于深度学习网络和支持向量机的方案。      

基于遗传算法和ELM神经网络的目标威胁估计

目标威胁程度是指挥员进行态势评估和指挥决策的重要依据。为准确估计目标威胁情况,提出了基于遗传算法和极限学习机(Genetic Algorithm and Extreme Learning Machine, GA-ELM)的目标威胁评估方法。采用遗传算法优化ELM神经网络的输入权重和隐含层阈值,优化后的ELM神经网络能够克服传统ELM网络不稳定的缺点,具有更好的目标威胁估计性能。实验结果表明,基于GA-ELM的目标威胁估计误差明显小于传统ELM方法,且输出的威胁结果更加稳定。