基于智能终端特征信号的配电网台区拓扑识别方法

针对低压配电网台区拓扑结构混乱、更新不及时的问题,提出了一种基于智能终端特征信号的配电网台区拓扑识别方法.首先利用低压智能终端(LTU)的通信地址关联各级开关子节点,并注入高辨识度的无功补偿特征信号,改变各开关处的无功功率值.配变智能终端(TTU)根据台区拓扑识别策略,对各开关处的无功功率检测结果进行边缘计算,得出台区...     

基于跨平台多源数据融合的复杂低压台区拓扑识别方法研究

智慧电网背景下,对配网的管理水平提出了更高要求,传统静态模型无法适应精细化线损和实时调度等应用需求.基于低压电网拓扑识别和宽带电力线载波等技术,借助智慧物联网感知监测终端,提出了基于跨平台多源数据融合的复杂低压台区拓扑识别方法,并进行系统平台的搭建.针对巴彦供电分局下辖小区,对系统平台进行应用实验,实验表明,所提方法能...     

基于智能终端逐级查询的馈线拓扑识别方法

配电网中的智能终端(STU)要实现分布式控制需要知道馈线实时拓扑。依赖配电自动化主站给STU下发馈线实时拓扑的方式灵活性差,不利于实现自治性控制系统;为每一个STU人工配置关联馈线全局静态拓扑,通过STU获取关联馈线域内开关的实时状态信息建立馈线实时拓扑的方式配置工作量大;提出了一种STU自主识别馈线拓扑的方法,为每个STU配置局部拓扑信息,由STU通过逐级查询的方式获取馈线实时拓扑。以广域闭锁分布式电流保护为例,在有源配电网静态模拟系统上搭建了测试系统,证明了所提馈线拓扑识别方法的有效性。     

台区智能终端数据集采APP的设计和实现

台区智能终端是智慧物联网中的边缘设备,满足高性能并发、大容量存储、多采集对象的需求,是集配电台区供用电信息采集、电能表数据收集和设备状态监测等功能于一体的智能化终端.针对台区智能终端中各种数据集采的需求,设计一种用于数据准确按时采集的APP,实现方式是通过任务配置,把全台区设备的不同数据,按时采集并上送到数据中心.此A...     

基于台区用电功率跃变特征序列的拓扑识别方法

针对低压配电网台区长期存在的拓扑结构不清晰、更新滞后,人力维护工作量大等问题,提出了一种基于台区用电功率跃变特征序列的自动拓扑识别方法。该方法使用具备一定边缘计算能力的变压器智能采集终端与表箱智能采集终端采集分析台区用电特征信号序列,通过网络上送主站数据平台,再由主站数据平台做进一步分析运算,得出各台区下电表与变压器的从属关系,确定台区拓扑。根据试点小区实验效果,采用所述的拓扑识别系统,选取吻合度值5作为判断阈值,拓扑正确率能达99%以上,能够很好地划分出台区户变从属拓扑关系。该方法结合恰当的匹配阈值表现出较显著的拓扑识别成效,并降低了人力维护成本,具备在实际工程中推广应用的价值。     

考虑多种运行状态的台区拓扑辨识

由于供电可靠性的要求提高以及电力用户的增加,导致配电网的规模和复杂程度不断加大,增大了配电网拓扑的难度与时间。因此,为了加快拓扑的速度,提出一种改进矩阵算法,将拓扑分为全局拓扑、局部拓扑,并对两种拓扑分别进行改进。针对全局拓扑,对邻接矩阵使用节点消去法,对连通矩阵使用行扫描法,对关联矩阵使用两次节点消去法,形成局部拓扑关联矩阵;全局拓扑后,针对变位断路器,进行局部拓扑。首先,根据遥信变化,获知网络中哪些断路器发生变位;再根据局部拓扑关联矩阵,得到变位断路器与局部网络节点的连接情况;最后,根据这些信息对连通矩阵进行局部修改并进行矩阵的行扫描、母线分析和电气岛分析,就可以得到网络的局部拓扑,进而反映网络的全局拓扑。该方法的可靠性高,适用范围广,并且可以充分提高拓扑计算的效率。     

基于量测数据的台区拓扑自动识别模型及算法

电网新业务的迅速发展对低压配电网的智能化水平提出了更高的要求。传统低压配电网的拓扑关系主要依靠人工档案维护,导致电压问题治理效率和抢修效率低下。在此背景下,提出了利用台区智能终端和采集设备的电气运行数据的台区两级分支线户关系和户表相位的识别方法。构建了用以解决台区两级分支和户表拓扑关系的台区设备从属关系识别模型,将上下级拓扑识别问题转化成二次规划问题求解,并通过户表聚类减少二次规划问题的数据维度。在分支和户表关系确定的基础上,提出了综合利用户表电压和电流数据的户表相位识别方法,提高户表相位识别的准确性。最后,进行了二级分支户表拓扑关系和户表相位识别的算例验证。基于台区电气大数据的拓扑识别方法为提升台区的全面感知和精益化管理提供了工程应用指导。     

基于T型灰色关联度和KNN算法的低压配电网台区拓扑识别方法

针对目前低压配电网台区拓扑存在记录不准确,人工排查成本高,准确率低的问题.提出了一种基于T型灰色关联度和K-最近邻(K-nearest Neighbor,KNN)算法的低压配电网拓扑自动识别方法.首先计算用户与所属台区电压的T型灰色关联度,对低于设定阈值的可疑用户用KNN算法判断所属台区,完成户变关系识别工作.然后计算...     

基于改进相关性分析的低压台区拓扑辨别方法

低压线路拓扑的准确性不仅会直接影响整个配电系统运行监控与安全检测,还会影响系统的故障诊断、安全分析和其他相关工作的开展。文中针对配电台区设备的组网特点,提出了一种基于改进相关性分析的低压台区拓扑辨别方法。首先根据低压配电线路的长度应满足末端电压质量的要求,选择合适范围内的台区设备作为研究对象;其次根据台区同馈线设备电压之间的相似性,利用DBSCAN聚类算法,将设备归类到不同的出线区域,并筛选出不属于该台区的设备,缩小研究范围;再其次基于能量守恒定律,上游设备流出的能量等于下游设备流入能量之和的特点,结合功率曲线的相关性和残差平方和,找到上游设备的最优下游设备组合,识别各出线区域设备的上下游连通关系;最后对各出线区域设备连通性进行校验,解决其中冲突节点,最终建立全网台区拓扑结构。     

一种适用于智能终端异常的配电网自适应保护方法

针对主动配电网中某些智能终端异常,导致保护失效的问题,提出一种适用于智能终端异常的配电网自适应保护方法。该方法根据各智能终端(STU)量测到的开关量和电流量,对开关的通断和各STU的运行状态进行判断。设计了一种适用于线路和环网柜的自适应保护方案与判据,在STU异常的情况下,分别对传统区域保护和自适应保护进行分析。通过PSCAD仿真软件对本文所提方法进行验证。结果表明该方法可有效应对STU异常导致保护失效的情况。     

适用于配电物联网的低压智能终端自适应接入方法

配电物联网是泛在电力物联网的重要组成部分,打造配电物联网生态系统是提高配电网运行效率、优化企业经营绩效、实现发展成果共享的一项重要举措。针对未来配电物联网面临海量低压智能终端的接入导致安装调试运维工作量增加的问题,文中首先提出借鉴物联网模型、IEC61850以及IEC 61968等标准,建立一套适用于配电物联网的模型体系,并应用以消息队列遥测传输(MQTT)协议和受限应用协议(CoAP)为代表的物联网通信协议,促使设备之间的通信标准化,实现终端数据模型高效传输。接着,从低压智能终端首次接入、功能升级以及因故退出等3个方面论述了自适应接入实现流程。最后,通过实验测试并结合工程应用,验证了文中所提方法的有效性。     

一种配电网拓扑结构辨识方法的探讨

针对配电网实时量测有限,并且开关、刀闸设备缺乏实时遥信的情况,提出了一种配电网拓扑结构辨识方法——最优匹配回路功率法。该方法基于最优匹配回路功率,寻找出了若干种有可能的配电网拓扑结构,利用相同的量测值在不同的拓扑结构下分别进行状态估计,选择与量测匹配度最好的拓扑结构作为当前的可信拓扑结构。这样,将网络拓扑辨识问题转换成了以量测匹配度好为目标的网络重构问题。算例表明,该方法可行有效。     

考虑事故–经济重构共同影响的配电网智能终端规划

随着智能电网建设的不断推进,信息系统与配电物理系统不断深入耦合,配电自动化程度势必越来越高,智能终端的规划设计在配电自动化建设发展中显得尤为重要。基于此,建立考虑事故–经济重构共同影响下的配电网智能终端双层规划模型。上层模型为系统综合投资成本和运行成本综合最优进行“二遥”(集遥信和遥测功能于一体的智能终端)、“三遥”(集遥信、遥测和遥控功能于一体的智能终端)终端选址、选型以及光缆铺设规划建模。基于上层规划结果,下层事故重构部分基于多场景事故停运时间分解法,结合各类可转移负荷的负荷–电源转移路径上智能终端配置状态,计及断路器是否支持遥控对系统可靠性造成的影响等,建立配电系统可靠性评估量化模型;下层经济重构部分则计及潮流约束、安全约束、拓扑约束和开关动作约束从而建立基于二阶锥松弛(second order cone programming,SOCP)的动态混合整数线性模型以分析规划结果在系统正常运行时的经济性。最终,整个双层模型采用离散二进制粒子群算法(discrete binary particle swarm optimization algorithm,BPSO)进行优化求解,并先后...     

智能监控终端在配电网中的应用研究

配电网智能监控终端是建设智能化电网的一个重要组成部分,分析了不同的配电网在智能化建设中存在的问题,以此为依据提出了不同的配电网在监控终端开发时的侧重点。描述了配电监控终端B/S和C/S系统架构,在软硬件开发方面介绍了控制核心、数据采集、通信模块以及操作系统等内容,并对未来的研究方向作了进一步的探讨。     

基于聚类分析的配电台区拓扑识别方法

拓扑识别是配电台区的技术热点之一,拓扑关系是电网普遍需求。在不额外增加拓扑识别硬件的条件下,利用台区同期电能数据进行拓扑识别,是有别于专用拓扑装置的另一种方法。研究了基于基尔霍夫定律的智能装置父子关系的特征条件和数学组合算法,并研究了基于聚类分析的拓扑识别算法,实现了从台区总出线开关到用户电能表的拓扑识别过程。提出了智能装置拓扑关系的主要数据结构和拓扑数据表单。基于聚类分析的机器学习方法和组合优化算法的拓扑识别技术,对于配电台区的运行和维护具有实用价值,对于配电数据孪生应用具有参考作用。     

基于异常点检测和改进K-means算法的台区用户相别辨识方法

解决配电台区用户线变不匹配问题是推进配电网智能化管理的关键一步。大数据技术的快速普及为实现低成本、高效率的台区用户相别辨识提供了可能。提出了基于异常点检测和改进K-means算法的台区用户相别辨识方法。首先通过局部因子算法对聚类分析数据进行预处理,剔除不属于待分析台区的用户数据。然后,根据实际应用场景特点对K-means算法进行改进,包括确定聚类个数、初始质心,并选用相关系数作为评估样本相似度的指标。最后利用改进的K-means算法对预处理后的数据进行聚类分析,实现低压台区用户相别的精准辨识。算例分析表明,所提方法能够有效提升用户辨识准确率,且在不同的数据环境中可保持较高的稳定性。     

配电网智能终端信息安全风险分析

智能终端信息安全风险分析对于配电网的安全运行有着重要的意义。首先分析了智能电表、负控/专变用电信息采集终端、三遥/二遥配电自动化终端等3类配电网典型智能终端的特征;其次从中选取了智能电表与用电采集终端作为研究对象,搭建了相应的仿真平台,从应用系统与通信协议两方面对其进行渗透测试。测试结果表明一些终端的应用系统与通信协议存在安全风险,可被攻击者利用,进而引发电网扰动。基于测试结果,对配电网智能终端进行了安全风险分析,最后给出了配电网安全防护建议。