基于过程免疫力的动态电压恢复器优化配置

优质电力园区以最低成本满足用户对电能质量的特殊需求,成为解决电压暂降问题的新途径,已在国内外开展了广泛的试点应用。针对中国优质电力园区规划缺少经济高效的优化配置方法的实际情况,提出了一种基于过程免疫力的动态电压恢复器优化配置方法。基于工业过程电压暂降免疫力,以满足用户用电需求为目标,以治理设备购置费用最低为约束,采用遗传算法对园区供电质量分级制定动态电压恢复器的优化配置方案,实现工业园区电压暂降治理的经济性。对大型精密温控系统的电压暂降治理装置的优化配置方法进行仿真计算,验证了所提方法的有效性与经济性。     

基于有效数据段选取的多谐波源责任划分方法EI北大核心CSCD

针对多谐波源谐波责任划分时存在的可获得测试样本有限的不足,提出一种基于选择有效数据段的多谐波源谐波责任划分方法,在有效数据段内,只有一个谐波源负荷变化而其他谐波源负荷基本保持稳定。采用改进的k-means聚类方法,对要计算谐波贡献的谐波源以外的各谐波源谐波电流进行阶梯式的聚类处理,最终划分成多个有效数据集合。然后利用偏最小二乘法估计各数据集合对应的谐波源谐波责任,并加权求和所有集合的谐波责任作为关注时间段总的谐波责任。该方法克服了传统数据选择法难以获得有效时间段的缺点。为验证方法的有效性,在IEEE 14节点标准配电网络上进行仿真分析,结果表明,所提方法能有效解决数据段选择问题,并且优于传统数据选择方法。     

基于半波真有效值的触/漏电故障电流检测

针对现有剩余电流保护装置存在的死区问题,提出了一种基于半波真有效值的故障电流检测方法。将总剩余电流相邻的两个完整周波离散化后等相位点相减,剔除总剩余电流中的正常剩余电流,保留得到故障电流波形。首先利用幅值绝对值累加的方法确定故障发生周波,接着计算故障发生周波之后的半个故障波形的真有效值,从而实现了故障电流有效值的获取。利用建模仿真以及触/漏电实验实测数据对所提出的方法进行了验证,证明了所提方法具有可靠性好、计算精度较高、有一定的抗噪声能力、响应时间短以及简便易行的优点,很适合工程实际应用,对新型剩余电流保护装置的开发有一定的参考价值。     

基于一、二次系统交互关系的电网连锁故障演化机制分析

基于电网一、二次系统交互关系提出连锁故障演化机制的分析方法。基于一、二次系统相互影响的物理过程,提出交互关系的概念,并分析其在连锁故障演化过程中的机制;为刻画该交互关系,提出保护动作严重度概念,并建立一次系统变权重模型;构建基于交互关系的加权拓扑模型,并利用网络效率指标分析交互关系下的连锁故障演化机制。仿真结果表明:交互关系下的电网更加脆弱;线路运行容量系数越大,连锁故障对网络效率的影响越大;线路运行极限系数越大,电网抵御连锁故障的鲁棒性越强。     

考虑用户定量需求的优质电力园区DVR优化配置

优质电力园区是针对区域性高品质供电问题的一种有效解决方案,其中定制电力设备配置方案的确定是园区规划建设的重要内容。针对园区中动态电压恢复器(dynamic voltage restorer,DVR)的配置问题,提出一种考虑用户短时电压质量定量需求的DVR优化配置策略。基于过程抗扰时间和物理参数变化曲线,将用户对过程运行状态需求映射为短时电压质量需求,实现用户需求量化;以DVR投资最少为目标,满足用户需求为约束,建立DVR优化配置模型,用Tabu搜索算法求解,得到优化配置方案。对典型园区的仿真结果表明,该方法所得配置方案经济、可行,能在满足用户短时电压质量定量需求的同时,保证DVR投资最少。     

考虑撬棒保护接入的双馈感应发电机转子磁链动态特性

撬棒保护电路的接入会改变低电压穿越过程中双馈感应发电机(DFIG)定转子磁链间的耦合过程和耦合强度,由此将影响机组磁链衰减动态和撬棒保护性能。针对这一问题,提出了一种刻画定子磁链与转子绕组交链感应作用的磁链耦合系数,将电网故障后电机的磁链暂态耦合过程处理为不同状态的叠加,综合研究撬棒电阻对转子感应磁链正序、负序和暂态反向交流分量幅值和相角的耦合规律,用转子磁链空间矢量图和矢量轨迹图描述转子磁链动态响应过程。最后,针对电网不对称故障下撬棒取值的问题,提出了一种基于转子磁链幅值配比原理和最优倾角的撬棒阻值选取方法。该方法可减小磁链耦合不当对机组的暂态冲击,从而有效改善机组的无功外特性和瞬态性能。采用MATLAB/Simulink仿真验证了理论分析和所提方法的正确性。     

电压暂降分类特征可比性、相关性及马氏距离分类法

分类特征选取和分类方法是电压暂降分类的基础。从分类学原理出发,针对不同分类目标的电压暂降分类,引入电压暂降分类特征概念,研究同类和异类暂降分类特征的可比性,提出基于费希尔判别准则的分类特征线性判别和分类特征选取方法;考虑同类和异类暂降间分类特征相关程度的不同,提出基于马氏距离的电压暂降分类方法。以短路故障、变压器空载激磁和大型感应电动机起动引起的电压暂降为分类目标,对理论样本和不同情况下实测数据的分析证明该方法正确性、可行性和良好的噪声鲁棒性,并证明,在分类过程中考虑特征属性可有效提升其分类性能。     

基于电网剖分与不确定性测度的电网灾难性事件评估

针对电网灾难性事件同时受网络结构、电气运行状态以及两者耦合引起的复杂不确定性因素影响造成的评估困难,提出一种综合考虑网络拓扑剖分和电气关系剖分的评估方法,通过拓扑结构剖分和电气关系剖分分别刻画灾难性事件发生过程中的系统固有属性和电气量的变化,揭示出灾难性事件过程中系统结构及其运行特性的规律。该方法基于不确定性理论,从元件受扰动后,系统结构状态和运行状态的不确定性出发,利用可信性测度刻画存在的不确定性以及两类不确定因素耦合产生的复杂不确定性,并以电网负荷损失期望为指标评估灾难性事件。仿真结果表明,该方法对风险最高和最低的灾难性故障的评估结果与传统方法高度一致,而对风险最高和最低之间的灾难性故障的评估结果更符合工程实际。     

敏感负荷电压凹陷敏感度不确定性最大熵评估

敏感负荷对电压凹陷的敏感度是时空变量,受供电侧电压凹陷幅值、持续时间、频次以及负荷特征、功能、运行状态等多因素影响,存在很大的不确定性.客观准确评估敏感负荷电压凹陷敏感度是研究的热点和难点.现有概率评估法基于大量样本,主观假设其敏感等级与随机分布规律后进行评估,不同的假设对评估结果影响很大.针对现有评估法的不足,提出用以电压凹陷对敏感负荷产生影响的严重性指标为随机变量,在样本数较少的情况下,根据最大熵原理求得不依赖于主观假设的负荷敏感度随机分布规律,通过概率密度函数的累积求和对敏感负荷故障率进行评估的新方法.给出了详细的最大熵模型及其求解方法,提出了具体评估过程,以Pc机为例进行了仿真评估,并与现有4种概率评估法进行了比较,结果表明提出的方法不需主观假设,在样本数比较少的情况下,评估结果具有较好的准确性与适用性.     

基于深度神经网络的电压暂降经济损失评估模型

为进一步简化电压暂降经济损失评估流程、提高经济损失预测的适用性和准确度,提出了一种基于深度神经网络(DNN)的电压暂降经济损失评估模型。首先分析了影响电压暂降经济损失的特征因子,分别从电压暂降故障信息、工业过程信息、敏感设备信息和用户基本信息中提取19维特征向量作为DNN预测模型的输入向量,将经济损失结果作为输出,并基于Tensorflow深度学习架构对DNN预测模型进行训练。在此基础上,提出2种数据增强的策略,有效解决了电压暂降样本数据少的窘境,并通过构建4种DNN架构,对比了不同随机失活概率、神经元数量、架构深度对经济损失预测准确度的影响。训练后的DNN模型可以准确提取特征,快速实现收敛并对经济损失进行合理预测。最后,基于我国某大型电子工业企业的电压暂降实际采样数据,对DNN模型进行了训练和性能评估,结果表明了所提方法的有效性。