基于风险评估的高压电缆巡检周期优化模型

高压电缆日常巡检与消缺工作能够及时发现并消除电缆故障隐患,是降低故障率的有效措施。但忽略风险差异的定期巡检方案会导致人力资源被浪费在不必要的检查与测试环节。为了保证电缆可靠运行且兼顾经济性要求,该文提出了基于风险评估的高压电缆巡检周期优化方法。首先针对历史故障数据,提出了一种高压电缆故障数据记录方法,计算电缆故障频率。其中将电缆线路按照巡检目标分为电缆通道、本体、中间接头、终端与接地系统五部分,并引用失效危险指数(IFC)模型计算各部分的故障频率;之后结合线路故障修复时间与线路重要性,计算电缆线路各部分的风险;并考虑电缆系统运行风险阈值,针对不同线路各部分的风险差异实现巡检周期优化计算。以某地区电缆线路为例应用上述方法,结果表明:基于IFC模型的故障频率计算方法无需人为干预,且在故障样本较少的条件下仍能产生有效结果;基于风险评估的巡检周期优化方法能够合理制定巡检方案,有效降低电缆运行风险,优化后电缆系统风险可降低70%。     

交叉互联电缆泄漏电流的分离及相间介损相对变化监测应用EI北大核心CSCD

交叉互联电缆系统中介损监测存在两大难点,一方面交叉互联接线方式和同轴电缆的使用使得泄漏电流和护层电流的分离复杂,另一方面电压信号获取困难且对同步精度要求高。为此,建立了交叉互联电缆系统的等效模型,提出了泄漏电流与护层电流分离法,改进了交叉互联相间介损相对变化的在线监测方法而无需参考电压信号。在武汉某电缆隧道安装了电缆在线监测装置,以2014-12、2015-03和2015-05结果为例,三相结果基本满足I2BA>I2AC>I2CB的关系,表明B2段电缆相对变化程度比A2和C2段更快,其中2014-12—2015-03相间泄漏电流变化程度最大为0.89%,相间泄漏电流变化程度均<1%,未发现明显老化现象,与该段线路的环流和局部放电在线监测装置监测结果一致。     

基于泄漏电流的高压电缆线路故障测距方法

为实现高压电缆线路短路故障发生后准确故障定位,提出一种利用故障通道泄漏电流的离线故障测距方法。该方法在短路故障发生后于电缆终端加直流电压,泄漏电流主要通过故障击穿通道沿金属护层流入两端接地点,在线路两端接地点检测护层电压,通过单位长度金属护层阻抗与泄漏电流和护层电压的关系,可计算出故障点位置。仿真结果表明,该方法能够有效的定位故障点位置,其相对误差不超过8%,绝对误差不超过50 m。     

基于逻辑回归的高压电缆交叉互联接地系统缺陷分类识别方法

高压电缆交叉互联接地系统缺陷种类繁多,现有研究主要利用接地电流幅值来判断起因不同的缺陷,然而实际效果并不理想.论文从电路拓扑的角度出发,将27种常见的接地系统状态分为3大类,给出了各类缺陷状态下接地电流的计算方法;提出了基于接地电流幅值比和相角差的综合特征提取方法;通过多项式特征扩展、多分类表决器构造等方式将线性二分类逻辑回归算法引入到交叉互联高压电缆接地系统缺陷智能识别模型中,并利用接地电流计算模型生成的数据对分类算法进行了评估.评估结果表明:以电路拓扑为依据的接地系统缺陷分类方法能有效区分各类缺陷,以幅值比和相角差为基础的接地电流综合表征方法能有效反应接地系统电路拓扑异常;基于逻辑回归的接地系统缺陷分类模型能有效识别常见的27种高压电缆接地系统状态,算法准确率、精确率、召回率和F1值等总评价指标均在95％以上,模型对各类状态的识别准确率在89％以上.研究结果验证了所提方法的有效性.     

运筹学在水电站自动发电控制中的应用

直接采用动态规划法解决水电站自动发电控制问题存在一些严重缺点：难于考虑对实际运行 来说至关重要的安全性要求，计算时间长，占用计算机存贮容量大等。本文提出分阶段分别 采用动态规划法、0-1整数规划法、等微增率法来解决。这种新算法曾用于几个不同类型的 水电站，获得了很好的效果。文章简要介绍在某电站的实施情况。本算法适用于水电站实时 自动发电控制。     

纯电动汽车与电网相互关系的研究现状

随着石油资源的日益枯竭以及人们对城市空气污染的关注,纯电池电动汽车开始受到全世界的青睐,各国政府和工业界均在加大政策支持力度。可以预计,未来配电网用户端将接有大量的纯电动汽车电池充电负荷。电动汽车的大规模应用将对城市电网和电力基础设施产生一定的影响,如局部电网升级、谐波污染等;此外,电动汽车车用电池亦可以作为分散式储能装置,在电网负荷高峰时,为电网提供容量支持。电动汽车的这一应用被称为＂车辆到电网＂。＂车辆到电网＂实现了车用电池和电网的交互作用,将解决以往电能无法大量储存的困境,实现削峰填谷、稳定可再生间歇式能源电能质量,并提供应急电源。综述电动汽车与电网交互关系的研究现状,指出虽然该领域是当前的研究热点,但是各项研究均处于起步阶段,仍有大量的基础研究工作需要展开,如电动汽车电池充电负荷模型的研究以及车用电池在＂车辆到电网＂中的模型,等。     

基于K-Means聚类算法的自动图谱识别在电缆局部放电在线监测系统中的应用

局部放电相位谱图(phase resolved partial discharge pattern)是局部放电模式识别普遍采用的重要方法。但在中高压电缆在线局放监测系统中,电缆中的电压信号难以直接获取,使得局放相位谱图分析的开展遇到了重大的挑战。为此,在多年局放理论研究和局放现场应用研究的基础上,提出了基于K-Means聚类的局部放电相位谱图自动模式识别技术。该技术通过信号提取、坐标变换、K-Means聚类、中心点平移、模式判断的流程,克服了电缆局放监测中相位信息难以直接获取的缺点,能对来自三相的局部放电信号进行自动识别判断。5个应用实例证明,该方法能对电晕放电、内部放电、沿面放电和干扰信号做出准确的判断,必将在电缆在线监测系统中获得广泛的应用。