发输电系统可靠性评估在DIgSILENT软件上的应用

介绍了DIgSILENT软件的主要功能及特点,以及其作为仿真工具进行可靠性评估时的具体方法和步骤。以RTS-79测试系统为算例,运用FMEA法对预想事故进行分析,在DIgSILENT平台上搭建电力网络,设置相关参数进行仿真分析,通过系统侧和负荷侧一系列指标的对比计算来评估该发输电系统的可靠性。     

基于虚拟预测与小波包变换的风电功率组合预测

为了提高风电功率的预测精度,针对风机功率不稳定性和非线性强的特点,使用小波包变换将风机出力分解成多个频率的子序列,然后运用组合预测方法分别对各子序列进行提前24 h预测,叠加各子序列的预测值,得出实际预测结果。其中组合预测方法权系数是通过虚拟预测的方法由方差倒数法确定。选择广东某风电场实测数据作为案例,对连续7天风电功率进行了预测。结果表明:小波包变换能有效把握风电功率变化规律,对小波包变换后的各子序列的预测结果表明组合预测效果优于单一预测方法。     

基于注意力机制和卷积神经网络的异步电动机三相电压不平衡损耗研究

配电网中三相电压不平衡对异步电动机损耗会造成较大影响。运用等效电路公式分析三相电压不平衡影响下电动机损耗存在精度不稳定、需要参数过多且数学模型过于复杂等问题。针对以上问题,提出一种基于注意力机制和卷积神经网络(CNN)的异步电动机损耗评估方法。该方法将实测电机数据作为输入,引入注意力机制为输入特征赋予不同权重;采用卷积层和全连接层组成的CNN构架对异步电动机实测数据进行学习,最后完成损耗评估。以现场试验得到的电机损耗数据作为实际算例,该方法评估损耗与实测损耗平均误差仅为0.717%和0.549%,并与其他典型机器学习算法进行对比,结果表明所提方法具有更好的损耗评估性能。     

基于离散纵横交叉算法的含风电电力系统机组组合优化

风电的随机性和波动性给电力系统的安全经济运行带来了严峻的挑战,合理的风电不确定性模型及机组组合优化方法是保证电力系统日前调度安全性和经济性的关键。为此,提出一种基于离散纵横交叉算法的含风电电力系统机组组合优化方法。根据风电功率的日前预测值及其误差分布,采用拉丁超立方抽样技术和Cholesky分解生成大量的风电场景,利用同步回代削减法将生成的风电场景削减为少量最有可能发生的场景。以最有可能发生的场景下火电机组的期望运行成本最低为优化目标,建立机组组合优化模型。针对机组组合难以求解的问题,提出了离散纵横交叉算法的优化方法。通过实验仿真验证了所提方法的有效性。     

基于纵横交叉算法优化神经网络的负荷预测模型

为了解决传统BP神经网络对高频分量预测精度不高、泛化能力弱的缺点,提出了一种混合小波变换和纵横交叉算法(CSO)优化神经网络的短期负荷预测新方法。通过小波变换对负荷样本进行序列分解,对单支重构所得的负荷子序列采用纵横交叉算法优化的神经网络进行预测。最后叠加各子序列的预测值,得出实际预测结果。通过实际电网负荷预测表明,新模型能掌握冲击毛刺的变化规律,有效提高含大量冲击负荷地区的负荷预测精度,且预测模型具有较强泛化能力。     

超声波测流在低水头电站的应用

从理论上和实践上 ,对低水头电站超声波测流进行了较为详细的研究 ,并以某水电站为例 ,对测流断面定位、声路布置和面积积分给出了一般方法 .     

水电机组智能盘车系统关键技术探讨与实践

传统盘车方法存在布点数量小、停点不准确、读数主观性强、盘车耗时长等问题,因此迫切需要开发一种通用性强、效率高、精度高、智能性强的全自动智能盘车系统,本文对其相关关键技术进行了深入有效的探讨,在此基础上,提出了相应的解决方法与方案。通过现场试验,验证了所提出解决方案的有效性与可行性。     

基于多Agent电力设备状态检修系统的研究

在分析了我国目前电力设备检修现状的基础上,提出基于多Agent的电力设备状态检修系统,该系统包括数据采集,数据处理,故障诊断层、决策和检修计划等多Agent,并构建了多Agent之间的通讯和协调机制。该系统的实施有利于制定合理的检修策略,延长设备的使用寿命,节省检修费用,提高企业的经济效益。     

基于多Agent的遗传算法在PID调速器中的优化

提出了一种基于多Agent的遗传算法(MAGA).基于三峡机组非线性全数字仿真模型,利用JADE中间件建立了实施MAGA的分布式移动计算平台.在此平台上,对机组不同运行工况下自适应PID调速器进行了优化.仿真结果表明,MAGA能够获得遗传算法的寻优效果且优化时间显著缩短.     

基于多Agent遗传算法的水电厂机组优化组合研究与实现

基于多Agent系统理论,构建了一个多Agent机组优化组合系统.对于问题优化模型,提出了一种新颖的多Agent遗传算法,解决了大规模遗传算法的效率问题.对于机组的非线性耗水量特性,提出了一种由Agent动态地管理与维护的神经网络.基于与FIPA兼容的多Agent中间件JADE平台,给出了一个详细的具体实施系统.仿真结果验证了所提出的优化模型与实施方案的合理性和可操作性.