基于空间故障树理论的配电网弱馈线路断线故障识别方法

针对当前弱馈线路的研究成果较少,一旦发生断线故障则严重威胁电网安全的问题。采用空间故障树理论,提出一种面向弱馈线路的断线故障识别方法。设定时间与温度作为配电网弱馈线路工作状态的主要影响因素,构建空间故障树的空间域,获取断线故障发生后各元件的贡献程度,根据断线故障与各元件故障间的相关性,联立相关性排序中前列元件与割集组合中各事件间的匹配关系,实现断线故障定位;依据线路某相下游电压向量与无线链路控制层协议回路输入电压向量之间的夹角,通过对比夹角绝对值与识别阈值的大小,完成断线故障识别。仿真实验结果表明,所提方法较好地抑制了影响因素的干扰程度,识别结果具有一定的有效性与可信度。     

10 kV开关柜绝缘挡板接地分析及改进*

在电网系统中,开关柜作为重要电气设备发挥着关键作用。为了确保开关设备正常运行和运维人员安全,在工作情况下需保证各设备安全、稳定接地。从实际运行和维护的现场情况出发,对现有手车式开关柜内静触头挡板处的接地设计进行了分析,指出了部分可能造成安全问题的潜在隐患。从电气安全性的角度出发提出了一种开关柜绝缘挡板接地铜线收放装置,并对其中的注意事项及使用方法进行了阐述。     

配网全绝缘可视化低压跨接联络箱的研制与应用

低压配网作为中心城区供电的末端,其供电可靠性对电力用户的满意度有着最直接的影响。全面开展线路全绝缘化改造,实现线路本质化绝缘,及时、有效地进行低压负荷转移,提高配网灵活运行方式,减少企业和居民的停电次数和停电时间,对提升配网供电可靠性意义重大。其中,跨接线装置能否安全、可靠、快速地投切将成为负荷有效转移的重要因素。现阶段市面上暂无适用于供电公司网架结构特点和规格的带有可见断口的全绝缘低压跨接设备,因此研制能满足用户不停电作业的新型的可见断口的400 V柱上跨接联络箱设备对保证电网安全运行、提升配网供电可靠性具有重要意义,具有进一步推广应用价值。     

基于深度条件概率密度函数的居民电力负荷预测

居民电力负荷预测主要用于电力调度工作的停电计划,以提高供电可靠度及居民用户满意度。由于电力数据量大且不确定性因素过多,对其负荷进行预测的难度较大。现有的电力负荷预测方法无法获取电力数据的自由度数值,导致负荷预测过程稳定性差、预测结果精度低。提出一种基于深度条件概率密度函数的居民电力负荷预测方法。引入四次方核函数,得出随时间变化下居民电力负荷数据的观测值与预测值间的变量关系;通过高斯回归方程使得预测向量值符合正态分布;利用交叉验证方法提取预测值的最优自由度,通过借自由度确定分位点,根据对比分析结果确定下一随机变量的预测数据分位点,实现居民电力负荷的预测。仿真实验证明,所提方法得出的电力负荷波动结果与实测结果相吻合,预测误差可控制在0.001~0.437 MW。说明该方法预测准确性高,可为电力决策提供有效帮助。     

适应负荷特性变化的微电网孤岛运行控制策略研究

针对微电网孤岛运行方式下其系统稳定性受负荷大小与类型呈现不同影响,从微电网中分布式电源(Distributed Generation,DG)的构成出发,提出一种适应负荷特性变化的DG逆变器主从控制策略。即DG逆变器采用基于V/f和PQ的主从控制,实现微电网孤岛下系统电压、频率稳定和负荷的平衡。基于Matlab构建微电网孤岛运行模型,在接入阻性、感性和阻感性负荷下,仿真分析了微电网DG逆变器主从控制下系统电压、频率和输出负荷的运行特性。同时也通过微电网试验平台验证了DG逆变器主从控制策略的正确性、有效性。     

基于NSGA-Ⅱ的风电功率波动储能平抑控制技术

风能作为一种可再生能源,在自然界的储量十分丰富,得到了人们的广泛关注。在政府部门的大力支持下,风能发电已经成为我国重要发电形式,对我国节能减排事业有着重要的积极意义。风能作为一种清洁型能源,虽然在发电过程中对环境不产生污染,但由于风能的波动性较强,风电场对电力系统的稳定性有着重要的影响,如何有效地平抑风电的功率波动已经成为制约风电发展的重要瓶颈。本文主要针对基于储能系统的风电功率波动平抑进行简要的阐述,并对基于NSGA-Ⅱ的储能平抑控制技术进行简要的分析。     

基于希尔伯特-黄变换的距离保护及其应用

距离保护作为电力系统的重要继电保护形式,对保证电力系统的安全稳定运行有着重要的意义。当电力系统发生故障时,故障暂态信号中的谐波分量与衰减直流分量对距离保护的准确性有着不利的影响,如何克服故障信号中暂态分量的影响成为提高距离保护可靠性的关键。本文提出了一种基于希尔伯特-黄变换的距离保护形式,利用希尔伯特-黄变换实现了故障信号中基频分量的提取,有效避免了故障暂态分量的影响,大大提高了距离保护的可靠性。     

基于边端轻量级网络的电力仪表设备检测方法

电力仪表设备边端智能化检测,是构建数字化变电站的必要环节。在利用移动边端视觉设备检测电力仪表时,边端算力难以实现对复杂环境下的小尺度、高似然目标图像的快速检测,为此,提出一种基于轻量级EF-YOLOv4网络的电力仪表图像目标检测方法。通过改进模型的主干特征网络,利用深度可分离卷积(depthwise separable convolutions,DSC)计算方法提取仪表多属性特征,同时降低模型计算复杂度,提高检测速度;改进特征融合结构,增加具有高分辨率以及颜色、纹理等仪表信息的浅层特征层,提升模型对小尺度仪表目标的注意力;融入最近邻快速特征匹配(fast library for approximate nearest neighbors,FLANN)方法,通过单位符号特征细粒度检测仪表目标。利用迁移学习参数共享机制调整模型权重,使模型快速适应于电力仪表小样本数据集。最后构建电力仪表图像测试集对模型进行验证。实验结果表明,相比于传统目标检测方法,所提方法对于电能表、电压表等多尺度、细粒度仪表设备图像的目标检测保持了较高的精确度与速度。可为电力仪表的可视化、信息化与智能化提供可行的技术方案...     

基于深度条件概率密度函数的居民电力负荷预测

居民电力负荷预测主要用于电力调度工作的停电计划，以提高供电可靠度及居民用户满意度。由于电力数据量大且不确定性因素过多，对其负荷进行预测的难度较大。现有的电力负荷预测方法无法获取电力数据的自由度数值，导致负荷预测过程稳定性差、预测结果精度低。提出一种基于深度条件概率密度函数的居民电力负荷预测方法。引入四次方核函数，得出随时间变化下居民电力负荷数据的观测值与预测值间的变量关系；通过高斯回归方程使得预测向量值符合正态分布；利用交叉验证方法提取预测值的最优自由度，通过借自由度确定分位点，根据对比分析结果确定下一随机变量的预测数据分位点，实现居民电力负荷的预测。仿真实验证明，所提方法得出的电力负荷波动结果与实测结果相吻合，预测误差可控制在0.001~0.437 MW。说明该方法预测准确性高，可为电力决策提供有效帮助。     

基于空间故障树理论的配电网弱馈线路断线故障识别方法

针对当前弱馈线路的研究成果较少，一旦发生断线故障则严重威胁电网安全的问题。采用空间故障树理论，提出一种面向弱馈线路的断线故障识别方法。设定时间与温度作为配电网弱馈线路工作状态的主要影响因素，构建空间故障树的空间域，获取断线故障发生后各元件的贡献程度，根据断线故障与各元件故障间的相关性，联立相关性排序中前列元件与割集组合中各事件间的匹配关系，实现断线故障定位；依据线路某相下游电压向量与无线链路控制层协议回路输入电压向量之间的夹角，通过对比夹角绝对值与识别阈值的大小，完成断线故障识别。仿真实验结果表明，所提方法较好地抑制了影响因素的干扰程度，识别结果具有一定的有效性与可信度。