面向变电站安全隔离的一体化通信分析平台构建

为有效提高检修和改扩建过程的可靠性与安全性,构建了面向变电站安全隔离的一体化的通信模拟与分析平台。依据ADPSS所需要仿真的一次系统的规模和配置信息,确定以IEC61850 SCL来描述一次元件及其配置信息的方法,实现了一次仿真建模配置和一二次系统的模型关联。把针对一次动态闭环仿真的ADPSS测试技术纳入基于站内IEC61850模型配置SCD文件的二次系统调试分析架构。在所构建的一体化的通信模拟与分析平台基础上,提出了典型的二次系统运行状态切换方案。通过模拟变电站带电运行状态,反复试验二次设备的检修、修改、更换等实际操作,提高检修和改扩建过程的可靠性与安全性。     

一种输电线的动态载流量评估方法及应用

输电线路状态监测手段的不足导致其利用率长期受限于保守的静态载流量,如何对输电线路动态载流量进行有效评估是挖掘线路输电潜能、缓解输电瓶颈的重要途径。鉴于此,从气象因子角度出发,首先运用导线热平衡模型对线路动态载流量进行了计算分析,并提出基于双端电气和气象信息的输电线路动态载流量评估方法;其次,针对某地区220 kV双回线提升线路利用率的需求,从离线统计和现场系统实际监测2个方面进行分析论证。结果表明,基于双端电气和气象量采集的载流量监测系统可在局部电网中发挥实际作用。     

基于单机等值与选择模态分析的风电场等值建模方法

随着风电接入电网容量的不断增加,风电接入对系统稳定性的影响愈发明显。因此构建合理的风电场并网模型对研究含风电场电力系统的动态特性具有重要意义。针对风电场的详细建模常常带来模型阶数过高、仿真时间过长等问题,提出了一种基于单机等值与选择模态分析的风电场等值建模方法。该建模方法首先对多台风机进行聚合等效,然后在单机等值聚合模型基础上,应用选择模态分析的方法,进一步降低模型阶数。数值仿真结果表明,该动态等值方法不仅可实现不同风速下多台风机的等值,还能够近似还原多风机系统原始的稳态与暂态行为,从而在风电场并网分析中可显著减小模型阶数,提高计算速度。     

大规模电力系统经济调度的改进竞争群优化算法

提出了一种求解大规模电力系统经济调度(Economic Dispatch, ED)问题的改进竞争群优化算法(Improved Competitive Swarm Optimizer, ICSO)。CSO算法本质上受粒子群优化PSO算法所启发,具有原理简单,容易实现,搜索能力强等特点。在分析CSO算法存在的不足的基础上,提出了相应的劣质个体改进更新策略和控制参数自适应调节策略,以更好地平衡局部搜索和全局搜索。通过4个算例从经济性、收敛性、鲁棒性等多维角度对比分析了ICSO算法的可行性和有效性。算例仿真结果表明,ICSO具有较好的优化性能,可作为大规模ED问题的可靠求解方法。     

基于关键拓扑变动项辨识的调度操作潮流校核方法

为解决传统调度操作潮流校核中的有效性问题，定义了一种面向调度操作的关键拓扑变动概念，提出并实现了基于关键拓扑变动辨识的调度操作潮流校核方法。首先，剖析了调度操作安全校核的实施目的，围绕其运行断面潮流校验的校核目的，定义了面向调度操作的关键拓扑变动概念，并基于网络拓扑连接关系设计了其辨识方法。在此基础上，提出了基于关键拓扑变动项辨识的调度操作潮流校核方法，明确了其实施流程和要点。最后基于当前电网调度自动化系统实际，构建了其实施框架，并介绍了其在某电网的实施效益。     

电网调度自动化系统的设备结构性能分析

随着通信技术和网络技术的快速发展,用来支持调度中心与用户之间数据交换的自动化系统的应用愈加普遍。毋庸置疑,电网调度自动化系统在实现电网调度的自动化功能和安全性运营方面发挥着极其重要的作用。笔者在对电网调度自动化系统进行概述的基础上,从设备结构性能方面进行深入分析,以促进电网调度自动化系统的不断优化发展。     

深度学习在电网智能调控系统中应用研究

基于对人工智能深度学习的研究,将该技术与电力智能调控深入融合,实现以数据、知识为基础的实时在线分析控制型电力调控。首先,分析深度学习的发展及其对电网调度的影响,针对深度学习在出力预测、状态估计和故障诊断方面的应用进行说明;然后,提出基于人工智能深度学习的电力调控系统构架,分析其与传统调控系统的区别,突出了该系统所实现的功能;接着,采用基于多核图像处理器（MGP）系统,阐明了所提出的智能调控系统实现的方法;最后,通过分析人工智能化调控系统的应用案例,说明该系统具有广泛的应用性。     

一种基于遗传算法优化BP神经网络的电网故障诊断方法

提出了一种基于遗传算法优化BP神经网络的电网故障诊断方法,利用神经网络的非线性问题处理能力进行故障诊断。针对BP神经网络在运算过程中易陷入局部极小的问题,结合遗传算法计算网络参数初始值,寻找最优的隐含层节点数,对网络进行优化。结合实例验证,该方法相对于传统BP神经网络在解决电网故障诊断问题上,收敛速度和准确率都有所提升。     

基于调度业务模型和大数据驱动的电网智能状态感知体系

为了探讨调度业务模型和电力大数据在电网智能状态感知体系中的应用路径,同时为了提升电网智能状态感知体系对电力调度业务的支持接口效率,在对以往电力物联网硬件系统满足最小改动的前提下,充分利用之前物联网大数据系统开发一套独立于以往调度系统的智能电网感知体系。该研究的关键技术是电力物联网与大数据系统的数据穿透体系和数据导出体系。经过仿真分析,该研究设计的新体系驱动的调度业务模型管理信息系统拥有更高的效率、敏感度和更低的人为错误概率。