基于子空间动态系数回归的系统谐波阻抗估计方法

系统谐波阻抗的准确估计是实现谐波责任定量划分的关键。新能源并网场景下用户侧谐波阻抗并非远大于系统侧谐波阻抗,现有估计方法精度降低甚至失效。文中提出一种基于子空间分解和动态系数回归的系统谐波阻抗估计方法。通过小波包分解将公共连接点(PCC)处谐波电压与电流的观测信号分解成多个子空间,并根据互信息值筛选出解释变量相关度最弱的子空间,以降低解释变量间相关性对回归分析的影响;考虑到网侧谐波波动会干扰PCC处谐波电压与电流间的相关性,将网侧谐波电压视作动态系数,并通过动态系数回归法求解系统谐波阻抗,以降低网侧谐波电压波动对估计结果的影响。仿真分析的结果表明,相比现有方法,所提方法拥有更好的估计精度与鲁棒性。     

海上风电场变压器防腐研究

海上或沿海变压器外壳,长期承受高温高湿的海洋环境影响,以及海水飞溅影响,会发生不同程度的腐蚀现象,从而引发风电场的故障.全球首个大型海上风电场荷斯韦夫(Homs Rev)在投入运行后不久,部分风机机组的变压器、发电机开始出现技术故障.故障原因较为综合,除了制造问题、安装延迟问题外,离岸的气候条件、空气中盐分侵蚀也被认...     

基于DFIG的大型风电场分层无功分配控制策略

讨论了由变速恒频双馈感应风力发电机组成的风电场接入地区电网的电压稳定问题,提出了一种新的DFIG风电场电压无功分层控制策略.该策略由风电场电压控制点的电压偏差推得相应的无功功率需求,根据此时风电场各DFIC的实际无功发生能力并考虑到风电场内部集电系统拓扑结构将无功发生任务分配给每台DFIG.通过算例计算结果表明,所提出...     

无人值守变电站巡视系统目标检测新方法研究

巡视系统对无人值守变电站的安全运行有着重要的作用.其中运动目标检测是智能巡视的关键.介绍了运动目标检测的原理、常用方法和在巡视系统中的应用.针对以前目标检测方法的不足,提出了基于区域特征和局部特征融合的运动目标检测算法.试验表明,本方法在运行时间和检测率方面比以往的方法有较大的提高.     

基于嵌入式Linuxi和QT／Embedded的电力谐波信号采集

基于ARM2410开发平台和嵌入式Linux操作系统，利用GUI（图形用户界面）软件开发环境Qt／Embedded3．3．5，设计了基于8通道12位串行模数转换器ADS7844的数据采集应用程序。电力系统电能质量检测装置中采用这个程序对电压电流信号采样，并利用快速傅立叶变换（FFT）算法进行频谱分析，运行结果表明，该系统具有稳定可靠、操作简单、易于维护、友好的人机交互界面等特点。     

混合粒子群优化算法在电网规划中的应用

在含被动聚集因子的粒子群优化(particle swarm optimization with passive congregation，PSOPC)算法和和谐搜索(harmony search，HS)的基础上，构建了一种新的混合粒子群优化(heuristic particle swarm optimization，HPSO)算法。该算法根据电网规划的特点，采用“飞回机制”处理变量的约束条件，利用和谐搜索处理规划问题的约束条件，使粒子群在迭代过程中始终保持在可行域内，同时该算法中引入了被动聚集因子，有效改善了粒子的进化机制，提高了粒子的自由搜索能力。18节点算例验证了该算法应用于电网规划的正确性和有效性，HPSO算法、粒子群优化算法和PSOPC算法的比较结果表明该HPSO算法具有较好的收敛性能。     

基于BPA的大规模风电场接入电力系统稳定性分析

采用BPA软件对含大规模风电场电力系统进行建模,研究系统的暂态稳定性与小干扰稳定性。仿真结果表明,当主要承担风电输送的线路发生故障时,系统节点电压与邻近发电厂有功会发生较大振荡,通过风电场弃风会改善系统的暂态稳定性;在枯大和丰小两种运行方式下,分别对该地区电网进行小干扰稳定性研究,随着风电场出力的减少,系统的小干扰稳定性会逐步提高。     

考虑双馈机组无功调节能力的海上风电场无功优化

针对目前海上风电场运行时大量无功传输会引起有功损耗增加的问题,分析了海上风电场集电系统各电气设备的无功特性,以及双馈风电机组(doubly fed induction generator,DFIG)无功出力约束、风速变化对风电场内部无功潮流影响,提出了在保证最大风能利用的前提下将双馈风力发电机组作为连续无功源参与风电场无功补偿的方式,在保证风电场内部节点电压质量的前提下同时获得风电场内部网损最小的目标。以各风电机组的无功实时输出值为控制对象,将风电场无功优化问题转换为一个多变量、多约束的非线性混合优化问题,并采用粒子群优化算法(particle swarm optimization algorithm,PSO)进行求解。算例结果验证了该方法的有效性。     

基于风电机组状态的超短期海上风电功率预测

提出一种基于风电机组状态的超短期海上风电功率预测模型。首先,综合考虑海上环境因素以及风电机组部件间的相互作用建立指标的预测模型,以长短期记忆神经网络的预测误差作为监测指标的动态劣化度;然后采用模糊综合评价法对风电机组的运行状态进行评估,依据评估结果对风电机组历史运行数据进行划分;最后根据分类后历史运行数据建立基于机组状态的超短期风电功率预测模型。结合国内某海上风电场实例数据进行分析,算例结果表明所提方法可有效提高风电功率预测精度。     

遗传算法与人工神经网络结合在变压器故障诊断中的应用

运用油中溶解气体分析法，在人工神经网络和遗传算法的基础上，建立了变压器故障诊断的神经网络模型。实际测试结果表明这一方法是有效的和可行的。