基于短时受扰轨迹的电力系统暂态稳定评估方法

针对实时评估电网暂态稳定性的快速性和准确性的需求,提出一种基于故障清除后短时受扰轨迹和卷积神经网络的电力系统暂态稳定性的评估方法。该方法无需人工计算轨迹特征作为输入量,直接基于量测时序数据,利用深度学习模型的自主学习能力逐层提取隐含在短时轨迹的局部特征,构建短时受扰轨迹与稳定类别间的非线性映射关系,并引入考虑故障初期受扰程度的暂态稳定信息矩阵样本构建,以增强提取的局部特征的鲁棒性,提升模型的泛化能力,有效减少误判样本数,达到进一步提高准确率的目的。IEEE-39节点系统的仿真结果验证所提方法的有效性,并且所提方法的评估准确率比传统的暂态稳定浅层评估模型更加优越。     

基于Stacking元学习策略的电力系统暂态稳定评估

为提高电力系统暂态稳定评估单个模型的准确率,研究了基于元学习策略的暂态稳定评估问题,提出了支持向量机、决策树、朴素贝叶斯和K最近邻法作为基学习算法,线性回归为元学习算法的Stacking评估模型。该模型将上述基学习算法的概率输出作为新训练数据的输入特征,同时保留原始的类标识。线性回归算法在新训练集上学习得到最终暂态稳定评估结果。新英格兰39节点测试系统和IEEE50机测试系统上仿真实现了该模型,仿真结果证明所提模型比单个模型的评估性能更好,为电力系统暂态稳定评估提供了新的思路。     

基于 Stacking元学习策略的电力系统暂态稳定评估

为提高电力系统暂态稳定评估单个模型的准确率,研究了基于元学习策略的暂态稳定评估问题,提出了支持向量机、决策树、朴素贝叶斯和K最近邻法作为基学习算法,线性回归为元学习算法的Stacking评估模型.该模型将上述基学习算法的概率榆出作为新训练数据的输入特征,同时保留原始的类标识.线性回归算法在新训练集上学习得到最终暂态稳定评估结果.新英格兰39节点测试系统和IEEE50机测试系统上仿真实现了该模型,仿真结果证明所提模型比单个模型的评估性能更好,为电力系统暂态稳定评估提供了新的思路.     

基于数据增强和深度残差网络的电力系统暂态稳定预测

针对传统数据驱动的电力系统暂态稳定分析方法中,较少考虑输入数据存在噪声和信息缺失后对预测模型性能的影响问题,提出一种基于数据增强和深度残差网络的暂态稳定预测方法。首先,考虑噪声和信息缺失情况,对原始训练数据进行扩充;然后,采用发电机受扰后动态数据作为输入特征;考虑到输入的高维时序数据具有图像的特点,利用图像处理中一种特殊的卷积神经网络—深度残差网络构建用于暂态稳定评估的深层模型。算例分析表明,所提出的方法能够提高模型的泛化能力,在含噪声以及部分发电机信息缺失情况下具有更好的鲁棒性。     

融合JMIM和NGBoost的电力系统暂态稳定评估方法

为实现电力系统暂态稳定在线快速评估和可信度评价,提出了一种融合联合互信息最大化(JMIM)和自然梯度提升(NGBoost)的暂态稳定评估方法.基于JMIM,采用联合互信息和"最大最小值"原则挖掘海量输入数据的相关性,从而筛选出电网关键运行特征,避免维度爆炸问题.为实现高可信度的暂态稳定评估,构建NGBoost驱动的暂态稳定评估模型,可以以函数形式对模型的条件概率分布参数进行预测,进而实现概率预测,并量化可信度.结合自适应可信度阈值修正方法,实现对系统受扰状态暂态稳定的时序评估.利用新英格兰10机39节点系统和中国某省级电网数据进行了算例测试.与其他机器学习方法相比,所提方法在噪声干扰下具有更好的鲁棒性,可更准确识别不稳定运行状态.     

基于WAMS及机组对的电网暂态稳定态势在线量化评估方法

为满足电网实时监控对算法速度和精度的要求,提出了一种基于广域测量系统(wide area measurement system,WAMS)及机组对的电网暂态稳定态势在线量化评估方法。该方法采用简化的发电机等效模型,根据相量测量装置(phasor measurement unit,PMU)量测信息在线跟踪辨识其参数。通过识别受扰相对最严重的机组对,进而可计算该机组对等效的相互作用机械和电磁有功功率,以此为基础提出了一种可直接反映轨迹暂态稳定裕度的量化指标。文中还给出了对WAMS采集轨迹信息的曲线拟合方法和能量型指标,以便快速预估未来暂态稳定性。并以单机无穷大系统为例,验证了可利用发电机端口外PMU有效测量信息间接评估电网整体暂态稳定态势的可行性。最后,面向实际工程给出了暂态稳定态势在线量化评估实施方案。理论分析与仿真测试结果表明了所提方法的有效性及工程可操作性。     

基于特征椭球和支持向量机复合映射的暂态稳定预测模型

针对电力系统暂态稳定预测问题,提出基于特征椭球理论(characteristic ellipsoid,CELL)和支持向量机(support vector machine,SVM)复合映射的方法。通过采集系统受扰后的同步相量测量单元(phasor measurement unit,PMU)量测数据,将其映射至多维样本空间中生成特征椭球。椭球形态的变化能反映出受扰系统在稳定与失稳场景下不同的动态行为,从而识别出系统的暂态稳定性。以包含了系统暂态过程信息的椭球几何属性,如体积、偏心率、中心点、体积变化率等,构造支持向量机评估模型的输入特征,训练所得支持向量机模型能够实现电力系统暂态稳定在线预测。该方法以椭球的动态变化作为暂态稳定判据,利用较少的量测数据就能为暂态稳定识别提供足够的信息量,同时保证较高的准确率。通过IEEE 39节点系统和我国西南某省级区域输电系统的算例测试,验证了方法的可行性和有效性。     

基于深度学习的电力系统暂态稳定评估方法

在机器学习领域,暂态稳定评估问题被定义为通过大量故障样本来估计稳定边界的二分类问题。该文提出了一种深度学习方法来解决这个二分类问题。该方法包含4个步骤:首先,利用样本数据构建原始输入特征来描述电力系统动态特性;然后,采用变分自动编码器(variational auto-encoders,VAE)对原始输入特征进行无监督学习实现特征抽取,从而获得高阶特征;之后,对卷积神经网络(convolution neural network,CNN)进行有监督学习训练得到高阶特征与电力系统暂态稳定性之间的映射关系;最后,将训练得到的模型应用于电力系统在线暂态稳定评估。在新英格兰39节点测试电力系统的仿真试验表明,所提出的暂态稳定评估(transient stability assessment,TSA)模型具有评估精度高、不稳定样本评估错误率低、抗噪声干扰能力强的特点,适合基于广域测量信息的准实时在线暂态稳定评估。     

基于改进深度置信网络的电力系统暂态稳定评估研究

为了提高深度置信网络的评估性能,提出一种基于稀疏降噪自动编码器和深度置信网络相结合的暂态稳定评估方法。首先,构建一组对系统暂态变化敏感且维数与系统规模无关的原始输入特征;其次,通过稀疏降噪自动编码器的无监督学习过程提取输入特征,用得到的权值和偏置初始化深度置信网络;最后,采用“预训练－微调”2种学习方法训练深度置信网络,获得原始输入特征与系统暂态稳定结果之间的映射关系。与采用随机初始化受限玻尔兹曼机的传统深度置信网络相比,本文提出的改进评估方法在一定程度上克服了由于随机初始化导致评估准确率无法达到最优的弊端。在新英格兰10机39节点系统上的仿真结果表明,该方法比常用的机器学习算法和深度置信网络有更好的评估性能,仿真结果还证明了本文所提方法具有良好的特征提取能力。     

电力系统暂态稳定概率评估方法

提出了一种基于蒙特卡罗-支持向量机的电力系统暂态稳定概率评估方法。首先构建了一组包含电力系统稳定和故障信息的原始特征,经特征选择降维后作为支持向量机的输入,在训练集上进行10折交叉验证,研究了4种支持向量机,其中径向基核支持向量机具有优良的评估性能;然后采用非序贯蒙特卡罗模拟方法选择随机因素,径向基核支持向量机加速暂态稳定评估过程,利用累计分类结果计算电力系统暂态不稳定概率。新英格兰39节点测试系统算例表明,该方法能大幅减少模拟时间,满足暂态稳定概率评估的精度要求。     

发电机定子绕组局部放电在线监测中来自励磁侧的干扰特性的研究

干扰的抑制是局部放电在线监测技术的关键问题之一。深入、系统地研究各种干扰源及其传播通道的特性,全面了解局放信号干扰之间特征的不同,对提高干扰抑制措施的有效性具有重要意义。大功率整流励磁供电电源和火花放电是由励磁制引入的主要干扰源。在实验的基础上,研究了这两种干扰源及其传播通道的特性,分析辽两种对定子绕组局部放电在线监测的影响。     

用探测线圈测量交流电机端部磁场

本文介绍了交流电机中磁场的测量技术。从工程应用角度,对利用探测线圈测量磁场的方法,作了比较详细的讨论,并且介绍了作者多年来在工程试验实践中得到的一些结果。对于存在的问题及今后的改进方向也提出了一些看法。     

永磁电机研究的新进展(英文)

This paper overviews advances on permanent magnet(PM) brushless machines over last 30 years,with particular reference to new and novel machine topologies.These include current states and trends for surface-mounted and interior PM machines,electrically and mechanically adjusted variable flux PM machines including memory machine,hybrid PM machines which uniquely integrate PM technology into induction machines,switched and synchronous reluctance machines and wound field machines,Halbach PM machines,dual-rotor PM machines,and magnetically geared PM machines,etc.The paper highlights their features and applications to various market sectors.     

浅析轧机交流变频传动系统

作为轧机的交流变频传动系统的GT0其最大容量达到20MVA，IGBT变频传动系统其最大容墨达到8．8MVA，这些传动系统应用于轧机传动上，使得高品质化生产和原材料利用率的提高成为了可能。介绍了IGBT和GTO变频器，并分析了其技术特点。     

参数扰动下感应电能传输系统改进型鲁棒控制

感应电能传输(inductive power transfer,IPT)技术应用于移动负载供电时,由于其能量传输的方向性限制,不可避免的振动、偏转等机械扰动容易导致系统传输功率的不稳定。主要针对移动负载供电时外部扰动带来的互感扰动问题,设计了一种适用于参数动态扰动下的IPT系统改进型鲁棒控制方法。借助线性分式变换,结合标称IPT系统广义状态空间平均模型及其参数的扰动特征,用含摄动反馈的线性动力学模型表征系统扰动模型;同时跟据广义混合灵敏度指标,计算基于系统扰动模型及目标传递函数的改进型H_∞鲁棒控制器;仿真及实验结果表明,所设计的鲁棒控制策略具有对输出电压的快速跟踪控制能力,且对参数扰动影响具有较好的抑制作用。     

一种基于摇摆曲线的电力系统同调机群识别新方法

提出一种同调机群的识别方法，它通过对发电机摇摆曲线进行小波分解，利用其低频段信息进行重构，然后应用相关分析方法计算2台机组的相关系数，能够有效地对受扰后的多台机组进行同调性划分。该方法简明且易于实现，无论对临界失稳模式还是明显的失稳模式都能有效地判别，因此，具有较高的应用价值。通过新英格兰10机39节点系统验证了该方法的有效性。     

能量管理与调度员培训仿真一体化系统的开发与应用

由于历史原因，以往国内的EMS和DTS是两个科研课题，分别独立进行研制和开发，用户需要掌握和维护两套系统，严重影响了系统的实用性。为此，作者开发了广西电网能量管理及高度员培训仿真一体化系统，该系统实现了EMS和DTS在支撑平台、功能、数据结构和应用程序级的深层次的一体化。文章介绍了该系统的结核、功能、特色、运行情况及使用效果。该系统于2000年12月通过了技术鉴定，同时，其中的实时状态估计、调度员潮流、静态安全分析等基本功能也通过了国调中心组织的实用化验收。     

基于BGSA算法的SVM分类模型设计研究

为了设计性能更优的支持向量机（SVM）分类模型,对影响其分类性能的参数和样本特征子集进行优化选择,对支持向量机理论和万有引力搜索算法（GSA）进行了研究,提出了一种基于二进制万有引力搜索算法（BGSA）的支持向量机分类模型构建方法,能够对影响支持向量机分类性能的相关参数及有效样本特征子集同时进行优化选择,获得最优组合解,并通过实验对其有效性进行了对比分析和验证。实验结果表明,所提出的BGSA-SVM分类模型能够有效提高支持向量机的分类性能,可进一步推广到工程实际中应用。     

笼型无刷双馈电机转子磁场分析

无刷双馈电机实现机电能量转换的基础在于转子磁场中不同频率的磁场与定子绕组磁场的相瓦作用,因而研究转子磁场的产生、组成和特点,对于无刷双馈电机的研究具有重要意义.考虑到无刷双馈电机独特的转子结构,分析了气隙中存在两种不同极数的定子旋转磁场时,转子感应电流所产生的磁场解析解,并据此对转子磁场波形、谐波成分等进行了研究.     

Halbach阵列对传统永磁电机的影响

在消化和吸收国内外研究成果的基础上，系统阐述了Halbach列的组成及其特点，探讨了传统稀土永磁电机发展过程中存在的一些缺陷，以Halbach双凸极电机和Halbach爪极电机为例，归纳了Halbach电机的特点，分析了Halbach列对传统永磁电机的影响。