基于缺失数据修复的变压器在线故障诊断方法

数据质量是影响变压器故障诊断正确率的重要因素。为了解决变压器油色谱在线监测数据缺失问题,提出了一种基于缺失数据修复的变压器在线故障诊断方法,利用改进k-最邻近和多分类SVM的循环迭代实现基于缺失数据的变压器故障诊断。在k-最邻近方法中,提出以相关系数的负指数为权值的曼哈顿距离来度量样本间距离。一方面用以突出强相关指标对缺失信息的影响,提高数据修复的准确性。另一方面改进的曼哈顿距离适用于基于k-d树的高效搜索策略,可以实现针对海量历史数据的快速搜索,满足在线诊断对算法实时性的需求。实例诊断的结果表明,该方法可以有效降低数据缺失对变压器故障诊断正确率的影响,有利于实现变压器故障的准确、高效在线诊断。     

基于时间序列数据的用电结构变化对产业结构调整效应

工业化发展后期产业结构调整推动经济持续发展,不同行业之间用电强度存在差异,用电结构变化能反映产业结构调整方向。实证分析表明,浙江省用电结构和产业结构之间存在长期均衡关系;第二产业用电占比对其产值占比的影响并不显著,第三产业用电占比对其产值占比有显著正向影响;第三产业用电占比是产业结构升级的格兰杰原因,为正向影响,其系数为3.43%。     

含大规模风电的互联系统联络线随机功率波动幅值估计

随着我国特高压电网的快速发展,大区电网实现互联是未来发展趋势。然而在特高压电网建设初期,互联系统的电气联系较弱,互联系统的联络线功率波动限制了其输送能力。文中提出了一种考虑负荷与风电随机波动特性的联络线波动幅值计算方法。首先深入研究了联络线输送功率的波动原理,给出了基于电力系统频率响应特性的联络线功率波动机制,并研究了风电与负荷波动的概率分布特性,在此基础上,提出了基于改进拉丁超立方抽样的联络线功率波动幅值估算方法。通过华北—华中互联系统算例分析验证了文中所提算法的准确性和有效性。     

低碳背景下的电力系统多时间尺度联合优化调度

随着小火电关停以及大规模可再生能源的接入,机组整体启停速度下降且运行不确定性增强,传统的日前与实时两级调度模式下,电网在极端环境下失负荷以及弃风、弃光风险较高。为解决这一问题,提出电能与备用多时间尺度联合优化调度方法,在日前计划基础上,补充设计了周前和日内调度计划,周前计划用于解决极端情况下,大机组启动时间不充裕问题;日内计划用于应对风电等可再生能源的随机性与波动性。并且在联合调度模型中考虑了需求侧响应因素,提升电力系统整体调节能力。最后,通过IEEE-RTS 39节点系统验证了所提方法的有效性。