电场均匀性对细水雾短空气间隙工频放电特性的影响

细水雾是一种绝缘性能较高的消防技术.利用球-球间隙模拟稍不均匀电场,利用棒-板间隙模拟不均匀电场,开展细水雾在球-球和棒-板短间隙下的工频放电特性及仿真分析研究.研究发现,球-球间隙下,细水雾雾滴产生的电场畸变影响大于细水雾雾滴在电场荷电的影响,细水雾球隙击穿电压总小于空气球隙击穿电压.当间隙距离为2～8cm时,细水雾击穿电压较同条件的空气击穿电压降低37.6％～38.2％.棒-板间隙下,随着电极间隙的增长,细水雾雾滴产生的电场畸变影响程度降低.间隙为3.5～8cm时,电场畸变的影响高于电场荷电的影响,细水雾间隙击穿电压低于空气间隙击穿电压6.0％～8.5％;间隙为12cm时,细水雾雾滴在电场荷电的作用超过了细水雾雾滴对电场畸变的影响,细水雾间隙的击穿电压甚至高于空气间隙击穿电压3.6％～4.4％.研究结果对细水雾在电力设备火灾防治中的应用具有指导作用.     

大范围山火引发电网故障下灭火装备优化布控方法研究

山火灾害是近年来威胁大电网安全运行的重要灾害。为准确分析山火灾害下电网风险大小并科学高效指导电网山火灾害处置,提出了一种大范围山火灾害电网多故障灭火装备优化布控方法。首先,研究了山火灾害导致输电线路多故障的风险快速计算方法,大幅减少了电网风险分析计算量,提升了计算效率;然后,根据电网分区计算山火灾害风险大小及其分布,据此,提出了灭火装备优化布控方法,将灭火装备提前部署到电网山火风险大的区域,充分发挥有限灭火装备的灭火效益。最后,利用湖南电网春节山火灾害高发期风险分析案例验证了方法的有效性。     

寒潮天气小样本条件下的短期风电功率组合预测EI北大核心CSCD

寒潮作为一种典型气象灾害,其对风电以及以风电主体的新型电力系统的安全运行带来了极大挑战,而针对性的提供准确的风电功率预测将是有效的应对措施。为此,该文提出一种寒潮天气小样本条件下的短期风电功率组合预测方法。首先定义寒潮天气事件并分析风电出力特点。针对寒潮天气下样本数据稀缺而难以建模的问题,采用TimeGAN算法来丰富气象和功率样本。然后,分别基于XGBoost和Transformer算法建立风电功率基准值和损失值预测模型,以量化表征寒潮天气下的理论出力和功率缺额。另外,结合风机保护控制参数,提出一种基于注意力机制的Seq2Seq二分类模型来预判功率损失是否发生,通过提取风电功率损失时段进行针对性组合预测。最后,分别通过以大风、强降雨、大风与强降雨相结合为代表气象的寒潮天气事件进行测试,相比于常规预测模式,该文方法在寒潮天气下表现出良好的预测性能。     

低压二氧化碳与常规灭火剂抑制锂离子电池火灾特性对比

近年来,锂离子电池热失控引发的火灾事故频发,严重制约了锂电池在储能等方面的应用和发展。二氧化碳具有良好的绝缘性能,适用于电气设备火灾灭火。该文首次提出利用低压储存的低温二氧化碳抑制锂电池热失控引发火灾的方法,开展低压二氧化碳和3种典型常规灭火剂(高压二氧化碳、七氟丙烷、细水雾)抑制过充引发的135 Ah三元锂电池火灾特性的对比研究。采用12～15 kg灭火剂,喷射时间为37～38 s时,所有灭火剂均能扑灭锂电池火灾。其中,低压二氧化碳灭火时间与高压二氧化碳灭火时间相近(7～8 s),七氟丙烷灭火时间较短(5 s),细水雾灭火时间最长(23s);对比灭火剂喷射前后电池表面的温度差,低压二氧化碳冷却电池的效果(温度差302.6℃)比高压二氧化碳(温度差176.8℃)和七氟丙烷(温度差119.6℃)更好,和细水雾(温度差303.8℃)相当。分析各种灭火剂的灭火机理和热量交换,低压二氧化碳主要通过窒息、隔绝和冷却灭明火,且由于汽化热大,吸热性能强,抑制电池热失控效果好。研究表明：低压二氧化碳兼具好的灭火和降温抑制电池热失控的能力,在锂电池火灾防治方面具有很好的应用前景。     

电网多火点山火灾害灭火装备优化调配模型

针对电网输电线路附近爆发多火点山火灾害的情形,研究了多火点情形下灭火装备的最优调配方案,使电网风险降到最低。首先分析了多火点情形下火点风险评价指标,定义了灭火装备调配收益矩阵和方案矩阵,然后建立了灭火装备调配优化模型,将电网多火点山火灾害下灭火装备的优化调配问题转化为收益矩阵的元素选取问题,并提出了收益矩阵增零变换求解方法,可快速、准确地得到多火点山火灾害下灭火装备应急调配方案的理论最优解,使电网风险达到最小化。最后,将文中方法应用于实际案例,验证了所提方法的科学性和可行性。     

真型变压器灭火试验平台开发与耦合灭火试验

现有变压器灭火系统优缺点各异,变压器种类较多,形状极不规则,适用于何种灭火系统需通过真型试验来确定。研制涵盖多种灭火方式的真型变压器灭火试验平台,为真型试验提供参考。10 kV 真型变压器灭火试验表明,添加油乳化灭火剂使细水雾和移动灭火平台的灭火效果提高 2 倍以上,移动灭火平台对细水雾灭火系统的辅助效果显著。     

基于深度强化学习的海上风电机组状态维护与备件库存联合优化

维护与备件库存管理是海上风电运维的两个密不可分的关键环节。为提高海上风电机组设计寿命周期内的运维经济性，构建状态维护与备件库存联合优化策略。首先，将海上风电机组构建为由叶片、齿轮箱、电气、偏航、轮毂、制动、传动链、发电机8个子系统组成的系统，然后将各子系统的劣化过程构建为多状态马尔可夫随机过程，建立维护与备件库存的交互模型，其中包括被动维护时间与随机故障以及备件库存的关系、备件库存对维护活动的影响等。随后，设计子系统的劣化状态与备件库存状态、状态检修动作与备件订购的表征方法，并以此形成深度强化学习Dueling DQN的框架，通过对深度网络的迭代训练，求解海上风电机组的最优维护与备件订购决策序列。最后，以某海上风电场内的风电机组为例，验证所提联合优化方法的优越性，并讨论强化学习的探索率、风电场的可达率对运维成本的影响。