一种考虑低压侧直供潜力的输配电网规划方法研究

针对电网规划中输配电网协调性不足和资源利用率不高的问题,将直供负荷纳入电网规划中,以合理利用高电压等级变电站的容量,并充分利用变压器低压侧直供潜力来提高电网的供电能力。通过引入反馈变量,建立输电网与配电网连接处功率耦合关系,实现输电网规划模型和配电网规划模型的分布式求解,在优化配置模型求解过程中,由于目标函数比较复杂且为非线性函数,采用群体最优值交叉操作的量子粒子群算法（CR-QPSO）对其进行求解,并建立粒子记忆集以加快模型收敛速度案例分析验证了所提方法的有效性。     

基于CNN-SVM的高压输电线路故障识别方法

高压输电线路故障识别对保证电网安全稳定运行具有重要意义。提出了一种基于CNN-SVM的高压输电线路故障分段识别方法。针对传统故障识别方法数据特征提取过程复杂的问题,通过深度学习的CNN模型,将故障特征以时序矩阵形式输入其卷积层与池化层,从而简化特征提取与计算过程。此外,针对高压输电线路故障特征不明显导致相间故障识别率较低的问题,提出将故障相间电流差及非故障相负序与零序分量作为特征,输入到SVM模型,进而判断相间故障接地类型。仿真结果表明,所提方法准确率高,与其他深度学习方法相比,在相间故障识别的准确率上提升尤为显著。