源荷储一体化的广义灵活电源双层统筹规划

高比例可再生能源电力系统中,逐渐减少的传统机组灵活性资源与增加的灵活性需求之间的矛盾日益严重,开展灵活电源专题规划的必要性日益凸显。基于灵活性供需平衡机理,提出了源荷储一体化的广义灵活电源概念,并建立了含资源投资决策和运行模拟校验的双层统筹规划模型。在证明了规划模型的凸性基础上,基于最大净收益增量比优化目标,设计了两阶段迭代求解优化算法。最后,通过中国北方某大型风电基地实际数据,对基准规划场景进行了评估,分析了系统灵活性缺额问题,并采用所述模型对源荷储资源进行优化规划,讨论了储能和需求侧响应在未来规划中的应用。算例表明,所提出的灵活性协调优化方法能够将灵活性量化评价指标纳入到电力系统规划中,优化得到不同约束阈值下的最优方案,能够快速进行参数灵敏度分析,从而提高优化方案的鲁棒性和适用性。     

变压器局部放电检测声阻抗匹配研究

局部放电检测技术是变压器绝缘诊断的重要手段之一,而外置式超声法是目前使用较多的超声检测法。针对当前外置式超声检测法灵敏度较低的问题,文中研究了声阻抗匹配提高变压器局部放电超声信号透射强度的可行性。经理论分析发现,通过在变压器油和外壳之间加入匹配层,且满足匹配层声阻抗介于变压器油和外壳的声阻抗之间,能增大超声波信号的透射系数,获得了透射系数随频率变化的规律及中心频率和匹配层厚度的关系。模拟试验表明,在变压器油与变压器外壳之间加入声阻抗匹配层后,测得的超声波信号幅值约为未设置声阻抗匹配层侧的2倍,超声波信号的透射系数得到了显著增强,试验结果验证了声阻抗匹配提高实测超声波信号强度的可行性。     

直流偏磁对500 kV变压器振动特性的影响分析

特高压直流工程单极-大地回路运行时,直流电流侵入大型变压器绕组,致使变压器振动加剧。为了深入了解直流偏磁对大型变压器振动特性的影响,分析了变压器的振动机理及直流偏磁的影响机制。在白鹤滩—江苏 ± 800 kV特高压直流输电工程调试期间,对500 kV三相变压器的中性点电流、振动信号进行了实测,量化了直流偏磁程度,分析了不同直流偏磁程度下变压器振动信号时域及频谱特征。提取了波形畸变比、奇偶次谐波能量比、累计能量占比、功率谱熵等特征量来分析直流偏磁对大型变压器振动特性的影响。结果表明：直流偏磁导致波形畸变,1个工频周期内2个半周期对应的振动波形不再对称分布;随着直流偏磁程度增加,振动信号主频分量改变,50 Hz倍频谐波分量增多,其中50 Hz奇次谐波增幅要大于偶次谐波,且影响主要集中在600 Hz以内;由于铁心饱和作用,直流偏磁增大到一定程度时,磁不平衡性降低,振动信号复杂度不再增加。     

多接入电动汽车充电桩对电网谐波的影响研究

因多台电动汽车充电桩并网时产生的谐波问题相较于单台要复杂得多,故建立多台电动汽车充电桩接入配电网仿真模型进行研究,分析多台充电桩与电网之间的交互影响,主要分析各次谐波电流幅值随充电桩台数增加的变化规律及考虑背景谐波后的变化规律。仿真结果表明:随着电动汽车充电桩台数的增加,单台充电桩输出的各次谐波电流幅值呈减小的趋势,接入点各次谐波电流幅值呈增加的趋势;背景谐波电压的存在使得电动汽车充电桩各次谐波发生更严重的畸变。最后通过仿真数据与实测数据的对比,验证了结论的正确性。     

基于全卷积神经网络的坝面裂纹检测方法研究

针对常规裂纹检测方法难适用于坝面裂纹检测的问题,提出一种基于全卷积神经网络的裂纹检测方法,主要解决混凝土坝面裂纹的定量化检测问题。该检测方法引入图像预处理与形态学后处理相结合的方式,分别对原始数据和预测结果进行优化,提升检测精度;并根据坝面数据特点对传统FCN（Fully Convolutional Network）网络进行改进,得到针对性更强的裂纹检测网络C-FCN（Crack Fully Convolutional Network）,提升对裂纹检测的准确率;结合成像原理提取定量化信息,避免繁杂的相机标定工作,更加高效客观。利用该检测方法对实际工程进行实测,像素准确率、召回率和交并比分别达到75.13%、86.84%和60.15%,相比传统FCN网络,三项指标分别提升5.61%、16.56%、13.22%,同时定量化误差小于5%,裂纹平均宽度均不超过5 mm。该检测方法能够实现对坝面裂纹的精准识别和定量,为坝面后期风险评估和维护提供有力的数据支撑,具有显著的工程意义。     

适用于变频电机绝缘测试的脉冲方波发生器

为合理评估变频电机绕组的绝缘性能,IEC建议采用脉冲方波电压开展测试并且选择合适的脉冲参数以减小电压波形带来的测试偏差。通过对脉冲电源波形参数选择的分析,研制了一台基于桥式固态开关器件的直接输出式脉冲方波电源,给出了脉冲变换主回路暂态参数的设计方法。波形测试结果表明该脉冲方波电源能够输出具有对称脉冲边沿特性的脉冲方波,通过控制半导体固态开关和调节充放电参数能得到最短脉冲边沿时间20 ns、最大重复频率20 kHz、最高电压幅值10 kV的对称脉冲波形,耐电晕寿命测试结果与相关研究结论一致。该脉冲电源运行可靠、结构简单,输出波形稳定,可用于开展脉冲电压条件下变频电机绝缘性能评估工作。     

基于稀疏表示的配电网故障区段定位研究

提出一种基于稀疏表示的故障定位算法,仅需要少量的故障前后的电压幅值信息,通过故障节点电压方程,重构故障电流向量,根据该向量非零元素的位置来确定网络中发生故障的具体位置。提出了一种重构稀疏向量的求解算法,在定位算法中施加了两类约束条件,缩小了求解空间,为避免约束条件中出现的非线性约束条件造成的求解困难,将原问题分解成多个子问题,达到求解目的。IEEE33节点配电系中仿真验证表明:本方法仅需要6个测点便可有效定位故障,并且此方法基本不受故障类型、过渡电阻的影响,还具有强抗噪性。     

基于测试信号法的HVDC谐波阻抗扫描方法研究

谐波阻抗扫描是高压直流输电(HVDC)中谐波谐振分析、交流或直流滤波器设计等工作的重要手段。采用电路叠加定理说明了适用于HVDC谐波阻抗扫描的测试信号法。基于测试信号法基本原理及其在HVDC应用研究中的进展,提出测试信号法应用于HVDC谐波阻抗扫描的谐波源幅值选择方法和用于减小谐波源初相位影响的改进扫描方法。最后,以CIGRE First Benchmark模型为例,在PSCAD/EMTDC仿真平台上定量分析了谐波源幅值、谐波源初相位对谐波阻抗扫描的影响,以验证所提出的方法可用于进一步提高HVDC谐波阻抗扫描结果的可靠性,为实际直流输电工程设计提供参考。     

基于多参数时间序列及粒子群优化算法的油藏产量动态建模预测方法

在油田开发过程中,油藏产量预测方法的研究对开发方案的动态调整具有重要意义。针对利用机器学习算法进行油藏产量预测过程中,因缺乏考虑时间序列模型的参数调整优化技术,以及新数据叠加进行预测模型动态更新技术,导致产量预测的准确率不高且时效性不强,难以满足实际生产应用需求等问题,研究了基于长短期记忆神经网络模型的多参数时间序列预测方法及粒子群参数优化算法,构建了随时间动态更新的油藏产量预测模型,从而进一步提升油藏产量预测的准确率与实用性,并在长庆油田多个油藏的生产过程中进行了应用。应用结果表明,模型预测结果的准确率较高,且模型具有实时训练和自动更新的特点,在实际生产中展现出了较高的应用价值。