基于后台监控系统的电压无功综合控制

电压无功综合控制（VQC）是提高电压合格率、降低网损、提高系统稳定性的有效手段。分析比较了VQC的多种实现方式及控制策略的优缺点,在此基础上提出了一种在当地后台监控系统实现的,基于预测算法的电压无功综合控制系统,并描述了具体的实现方案和特点。为了适应各电压等级变电站复杂多变的运行方式,系统采用面向对象的设计思想,可以实现多变电站、多运行方式的控制功能。     

基于后台监控系统的电压无功综合控制

电压无功综合控制(VQC)是提高电压合格率、降低网损、提高系统稳定性的有效手段.分析比较了VQC的多种实现方式及控制策略的优缺点,在此基础上提出了一种在当地后台监控系统实现的,基于预测算法的电压无功综合控制系统,并描述了具体的实现方案和特点.为了适应各电压等级变电站复杂多变的运行方式,系统采用面向对象的设计思想,可以实现多变电站、多运行方式的控制功能.     

基于DSP自动准同期装置可靠捕捉合闸时机的研究

利用DSP快速计算能力,实时采集、计算系统侧和待并侧频差、压差及角差,对待并侧电压量实现自适应采样,利用外部中断来快速响应角差变化,采用最小二乘拟合曲线的方法来计算角差变化率以及采用特定的机制来保证同期合闸的快速性及准确性。     

电力市场环境下的新型负荷频率控制方法

针对电力市场环境中的两区域互联系统,研究了负荷频率控制的非线性、参数的不确定和纯迟延特性等问题,提出了一种基于模糊径向基函数神经网络的自适应控制器,即利用径向基函数神经网络进行自学习、修正与完善模糊规则,改善其动态性能。将Matlab与Labview软件相结合进行仿真,结果表明上述方法具有较强的自适应和自学习能力,将其应用于复杂的非线性电力系统的负荷频率控制中,取得了较好的控制效果。     

基于COMSOL的干式变压器故障诊断

干式变压器是一种重要的电力设备，广泛应用于电力系统和工业领域。传统的干式变压器故障检测方法主要依靠人工巡检和手动诊断，存在着准确性低、效率低、依赖性强等问题。随着机器学习技术的快速发展，基于机器学习的干式变压器故障识别方法逐渐得到了广泛应用。基于COMSOL Multiphysics软件的有限元分析方法，对干式变压器进行模型构建、网格划分和温度场仿真。使用仿真计算得到的数据进行机器学习训练集和测试集的制作。分析了机器学习多分类算法并对数据处理及分类准确率进行了比较分析。分析并研究了对支持向量机模型参数进行了遗传算法优化的故障识别方法，准确率可达96.00%，在对比传统支持向量机聚类方法上，准确率提高了11.63%。