一种新型变电站智能运维平台的设计及应用

本文以某地市公司变电设备管理现状为基础,对变电设备故障及其影响因素等数据进行深度分析与挖掘,利用Logistic回归、深度学习、风险矩阵分析等方法,搭建变电站智能运维辅助决策大数据平台,实现了设备状态在线预警预警。经过大量的实践验证表明,该方法设备故障预测研判准确率达到90%以上,能够为企业提供智慧决策方案,现场巡检方面具有广阔的推广前景。     

加窗相位差校正算法在电网频率测量中的应用

电力系统的频率时刻处于波动状态,采样不可能做到完全同步,基于离散傅立叶变换（DFT）的算法不可避免的存在频谱泄露和栅栏效应．导致测量的精度无法满足电力系统参数的精度要求。介绍了一种改进的DFT频率测量算法,通过选择合适的窗函数和相位差校正的方法来提高频率测量的精度。仿真分析表明,该算法达到了电网频率测量的标准,具有一定的可行性和有效性。     

基于模糊理论的小电流接地故障选线融合技术研究

正确的接地故障选线是小电流接地系统存在的一大难题,通常采用的单一故障选线方法只对部分故障信息进行处理,因此选线的可靠性不高。基于这种状况,利用信息融合技术,并以基于信号增强的小波包故障选线法、群体基波比幅比相法、有功法的3种接地故障选线方法为例进行了模糊综合评判实例仿真,仿真结果说明针对多种选线方法进行模糊信息融合能够充分发挥各自优势,相互补充,扩大正确选线的范围。     

浅谈提高无人值班变电站操作票成票率

针对无人值班变电站操作票成票率低的问题,结合220kV亭变电站的实际情况,提出了一套全新的、切实可行、易于操作的继电保护及自动装置压板管理的新方法,并且成功应用于生产实践。实践结果表明,该方法提高了操巡队保护及自动装置二次压板的管理水平,降低了因保护及自动装置压板投退错误造成的操作票作废率并提高了倒闸操作速度。     

基于大数据挖掘的变电设备故障预警研究及应用

针对变电设备缺乏有效的故障预警预测方法,本文提出了利用Pearson相关分析、单因素方差分析、统计对比等方法,对各类变电设备巡检数据进行相关性分析,然后建立Logistic回归故障预测模型,实现对设备状态的超前预警;继而利用深度学习建立分类深度学习神经网络模型,能够准确判断预警设备可能的故障类型。最后通过搭建变电站智能运维辅助决策大数据平台对变电设备故障预警模型进行可视化展现;运用风险矩阵分析法,对设备进行分级管控,辅助优化运维策略,从而使重要设备得到重点运维,实现变电设备差异化运维。经过大量的实践验证表明,该方法设备故障预测研判准确率达到90%以上,较以往人工经验预判准确度提升约20倍,设备故障率较同期减少75%,设备可用率系数达到99. 988%,大大提高了设备健康水平,提升了设备运维效率。     

基于MATLAB的微机保护算法及综合仿真研究

利用MATLAB软件中的电力系统模块库,对电力系统微机保护中的滤波和保护算法进行了编程仿真实现。针对电力系统微机保护中的线路故障等情况,调用电力系统故障暂态数据文件,分别对半周积分算法、采样值和导数算法、正弦曲线拟合算法进行了仿真计算,并以图形方式显示其仿真结果;最后对其数字滤波和保护算法的准确性和快速性进行了分析和比较。     

基于小波变换的单相接地故障电弧模型及其PSCAD/EMTDC仿真研究

提出了一种新的基于小波变换的单相接地故障电弧建模方法及仿真研究.利用PSCAD/EMTDC中的逻辑判断,传递函数等模块,准确建立了一次、二次电弧动态特性的模型控制块,将其封装嵌入至输电线路模型界面中,实现了实时控制,并将DB5离散小波变换应用于检测故障电弧故障信号奇异性.经过大量的仿真实验表明,该方法可以有效提取故障电弧信号的高频分量,并能迅速检测出电弧信号的所有异常信息和准确地识别出电弧的熄灭时间.     

加窗相位差校正算法在电网频率测量中的应用

电力系统的频率时刻处于波动状态,采样不可能做到完全同步,基于离散傅立叶变换（DFT）的算法不可避免的存在频谱泄露和栅栏效应,导致测量的精度无法满足电力系统参数的精度要求。介绍了一种改进的DFT频率测量算法,通过选择合适的窗函数和相位差校正的方法来提高频率测量的精度。仿真分析表明,该算法达到了电网频率测量的标准,具有一定的可行性和有效性。     

风电场并网对电力系统稳定性影响

稳定性是影响大电网区域互联的关键性因素。随着风电场规模的不断扩大,其接入电网会对电力系统的稳定性带来一定影响。介绍了风力发电系统建模方法及风力发电机模型,分析了风电场并网对电力系统无功电压、潮流分布、电能质量、系统短路容量、调峰调频等方面的影响,并对电力发电技术发展新动向作了展望。     

基于改进算法的粗糙集理论故障选线装置研究

针对KA系列模糊智能选线装置中小波包多频带选线算法所出现的误选问题,提出了基于粗糙集理论的小波包多频带的选线算法。该算法主要是应用粗糙集理论对故障样本的数据挖掘能力来确定低频衰减信号的增强比例,并在此基础上进一步利用粗糙集理论的信息融合功能对单相接地故障电流信号中所蕴藏的各种暂态及稳态信息进行融合。动模仿真实验结果表明基于粗糙集理论的选线算法能更有效地解决小波包选线算法所出现的误选问题,且较模糊选线算法精度更高、抗干扰能力更强、运行更稳定。