基于改进ACGAN样本增强的变压器故障诊断技术

基于深度学习算法的故障诊断需要足量的样本作为训练数据集.变压器故障数据匮乏将导致故障诊断准确率较低.对此,提出了一种基于辅助分类GAN的故障诊断方法.该方法引入自我注意机制,提取故障样本的全局特性,以提高生成样本的质量;并加入梯度惩罚,以提高模型收敛速度和训练稳定性.运用该方法对失衡样本进行增强扩充,并在变压器振动试验数据集上进行验证.仿真结果表明,该方法能够有效改善数据不平衡带来的影响,增强扩充后的故障诊断准确率提高了3.4％.     

基于改进辅助分类生成对抗网络的风机主轴承故障诊断

基于振动信号的风电机组故障诊断方法是风电安全运维领域研究的重点之一。风电机组主轴承较少发生故障,给运用数据挖掘方法判断故障类型带来很大困难。针对该问题,文中提出了一种用于风电机组主轴承故障诊断的数据增强方法。通过对辅助分类生成对抗网络(ACGAN)的适应性进行改进,引入梯度惩罚,构建了改进ACGAN框架,以提高其学习稳定性;在判别器网络中引入池化层,以提升其在多分类场景下提取数据特征的能力。仿真结果表明,所提出的改进ACGAN框架能够实现对原始数据分布特征的有效学习,抗噪声干扰性强,相对于原框架训练过程更稳定,生成数据的质量更高;能够有效平衡风电机组主轴承故障振动数据,进一步提升了风电机组主轴承故障诊断的正确率。     

基于改进深度残差收缩网络的电力系统暂态稳定评估

针对电力系统暂态稳定评估中,电力系统同步相量测量装置(PMU)量测数据在采集和传输过程可能存在噪声问题,以及由于暂态稳定与失稳样本不平衡,导致基于数据驱动的暂态稳定评估模型训练的倾向性和误判后果严重问题,提出基于改进深度残差收缩网络(IDRSN)的电力系统暂态稳定评估方法.首先将底层量测电气量构建成特征图形式作为模型输入,利用模型深层结构建立输入与稳定结果之间的映射关系.面对噪声问题,模型通过注意力机制,采用软阈值函数自动学习噪声阈值,减小噪声及无关特征干扰;并通过焦点损失函数(FL),引入权重系数修正模型训练的倾向性,利用调制因子重点关注误分类样本,提高模型训练效率和评估性能.通过新英格兰10机39节点系统进行仿真分析,所提模型能够有效减小不同程度的噪声干扰,在不平衡数据集上修正模型训练偏向性,以减少误分类样本,在不同PMU配置方案下,均取得较好评估效果.     

考虑备用共享的区域电力现货市场出清模型

在推进我国新一轮电力体制改革和建设全国统一电力市场的背景下,为了打破省间壁垒,缓解现行区域电力市场部分省份因备用容量不足和源荷逆向分布而存在的电力紧缺或“三弃”问题,引入备用共享机制和联络线协调优化的运行方式,构建了包括安全约束机组组合模型和安全约束经济调度模型在内的区域电力现货市场电能与备用联合出清模型。通过考虑备用共享的区域电力现货市场电能与备用联合出清,实现了电力资源在更大范围的优化配置,有效提高了系统运行的经济性和可靠性。以两个互联的IEEE 30节点系统模拟区域内两省间电力市场交易,验证了所提模型的正确性和有效性。     

PC机集群系统在电力系统暂态稳定分析中的应用

从网络分割的角度出发,采用了一种基于支路分割的并行算法,以分割支路两端的电压为交接变量,将分割支路两端的节点看作有注入电流的节点,通过迭代最终实现并行计算。继而以MPICH.NT.1.2.5作为操作平台,利用传递函数库实现并行通讯。最后通过IEEE39节点系统对该算法进行了测试,验证了该算法的正确性,并且通过与传统算法的比较得到了令人满意的并行加速比。     

基于区块链的大用户直购交易模式研究

大用户直购电是电力市场改革的重要一环,而随着可再生能源的发展导致供给端呈现出去中心化趋势。区块链作为新兴的分布式数据库技术,在当前能源互联网的建设背景下有着很好的应用前景。文章首先详细介绍了区块链技术的原理,分析了其在电力交易上的应用价值。从传统直购交易模式出发提出了一种大用户直购电链路框架。结合直购电交易特点对分布式共识机制进行研究改进,结合交易流程对智能合约进行了功能设计,并从整体系统架构上分析了各个层级的通信协议及交互关系。最后在实验室环境下分析了该系统在实际应用中的表现,并为后续研究提供了思路。     

真分散控制系统在线式多功能电站仿真机的设计与实现

根据目前国内分散控制系统(DCS)、电站仿真机的开发及应用现状，提出了一种适用于DCS控制的火电机组的仿真机新概念——真DCS在线式多功能电站仿真机。通过与传统仿真机的比较，阐明了这种仿真机的设计原理和技术特点，并给出了系统组成。结合不同的使用目的，介绍了具体的应用模式。经过长期运行测试，证明该仿真机不仅能够满足运行培训的要求，而且兼具控制系统仿真试验等多项功能，展示了良好的应用前景。     

复杂电网连锁故障预测

分析近年来发生的连锁故障案例得出:故障过程中常伴随母线低电压和线路过载问题,且它们对事故发展起到关键的推动作用。针对这一特性,提出一种连锁故障预测方法,在事故发生后计算系统潮流以判断节点电压波动及线路的过负荷情况并依判据切除相应元件,预测出连锁故障的序列事件,为事故对策做好准备,从而有利于减小大停电发生事件概率,缩小事故影响范围。     

一种基于贝叶斯网络的配电网可靠性评估方法

提出了一种基于贝叶斯网络的故障树分析法并应用于配电系统的可靠性评估。该方法能够有效地求解系统中各部件对系统整体可靠性的影响大小,分析系统中的薄弱环节。该方法计算简便,可在此基础上方便﹑灵活地计算配电系统的可靠性指标。通过实例证明了该方法是有效可行的。