基于KPCA-ISHO-LSSVM的接地网腐蚀速率预测

为了提高接地网腐蚀速率预测精度,利用核主成分分析法对接地网腐蚀速率的主元进行提取,依据KPCA分析结果进行了指标重构,减少了接地网腐蚀预测模型建模工作量。通过收敛因子非线性调整及莱维飞行策略对斑点鬣狗算法进行改进,基于改进后的斑点鬣狗算法对最小二乘支持向量机的惩罚参数和核函数参数进行优化,建立了基于KPCA-ISHO-LSSVM的接地网腐蚀速率预测模型。仿真结果表明,经ISHO优化LSSVM接地网腐蚀速率预测模型的平均相对误差、均方根误差、全局最大相对误差均定系数分别为2.79%、0.139、3.53%和0.995,均优于其他接地网腐蚀预测模型,验证了模型的正确性和优越性。     

基于改进果蝇算法优化BP神经网络的接地网腐蚀速率预测模型

为进一步提高接地网腐蚀速率的预测精度,解决传统模型易陷入局部最优且随机初始化模型参数影响预测准确性和稳定性的问题。文中首先将混沌映射、动态搜索半径策略和优化气味浓度判定公式引入果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)得到改进后的果蝇优化算法(Update Fruit Fly Optimization Algorithm,UFOA);然后利用UFOA优化BP神经网络的初始权值和阈值,建立基于UFOA优化的BP神经网络接地网腐蚀速率预测模型(UFOA-BP);最后以重庆24座变电站的接地网数据进行实验验证。结果表明相对FOA优化的BP神经网络模型、BP神经网络模型、人工蜂群算法优化的支持向量机模型和广义回归神经网络模型,文中提出的UFOA-BP模型在预测精度和模型稳定性方面均优于其他四种模型,验证了该模型的有效性和可行性,为运维人员提前发现接地网安全隐患,并安排检修,进而保障电网安全稳定运行提供帮助。     

接地网导体腐蚀预测研究

对接地网腐蚀状态及时检测,准确掌握接地网运行状况,对保障系统安全运行和用电设备可靠性具有重要的意义。在接地网腐蚀机理和现有腐蚀检测的基础上,研究了电化学方法在接地网腐蚀检测中的应用,提出了用神经网络检测算法来预测接地网腐蚀速率。最后,通过实地试验测量,提取去除干扰后的信号数据,验证了神经网络算法在接地网腐蚀预测应用中的可行性。     

基于节点撕裂和化学反应优化算法的接地网故障诊断

针对接地网故障诊断准确率不高的问题,结合电网络理论、虚拟分子理论和化学反应优化算法,提出了基于节点撕裂和化学反应优化算法的接地网腐蚀故障诊断方法。根据接地网的拓扑结构,将接地网撕裂成若干个子网络和自由支路,建立故障诊断多目标优化模型;将Logistic映射融入化学反应优化算法中,构建了一种新的化学反应优化算法,并运用该算法对所构建的故障诊断模型进行求解。仿真结果表明,所提方法故障诊断准确率高,能有效诊断接地网故障。     

基于智能优化算法的牵引变电所接地网腐蚀诊断

牵引变电所接地网为所内电气设备提供可靠接地.气候、温度等外界因素可能会导致接地导体出现严重腐 蚀,对人身安全与设备运行造成威胁.针对上述问题,以电网络理论为基础,推导了接地网的腐蚀诊断方程组,采用 MATLAB/Simulink软件建立仿真模型,利用仿真模型与实际模型互相验证.然后,采用L-M 算法和粒子群算法结合 的智能优化算法进行多次迭代计算,得到腐蚀支路位置和腐蚀倍数.最后,针对６１支路接地网案例,分别进行单支 路和三支路腐蚀诊断,设置腐蚀支路,电阻增大为标称值的２倍,根据上述算法得到腐蚀诊断结果,诊断结果与模型 设置相符,验证了所推荐算法的有效性,为牵引供电系统的安全运维提供了一定参考.     

基于神经网络平均影响值的超短期风电功率预测

针对动态神经网络风电功率预测模型输入变量较多、模型复杂的问题,将神经网络和平均影响值方法相结合,提出了一种基于神经网络平均影响值的超短期风电功率预测方法。此方法综合考虑了各输入变量对输出变量(风电预测功率)的外部贡献率和内部贡献率,筛选出了对输出变量贡献率最大的输入变量,建立了一个优化的神经网络超短期风电功率预测模型。实验结果表明,所提模型降低了预测模型的复杂度,减少了测量噪声对预测精度的影响,得到了较好的风电功率预测结果。     

基于支路电压扰动的接地网腐蚀缺陷诊断研究

对接地网进行准确的腐蚀诊断是电力工程中十分关注的问题。为了解决接地网腐蚀诊断过程中计算方程组欠定所导致的诊断精度不高,效果不理想的问题,文中提出一种基于支路电压扰动的接地网腐蚀诊断方法,该方法通过接地网腐蚀前后支路电压的扰动实现腐蚀缺陷支路的定位和腐蚀程度的判断。文中首先理论分析接地网支路电压对支路电阻的灵敏度;其次,利用支路电压扰动特性,建立接地网腐蚀诊断模型,得出支路电压扰动峰值位置、大小与接地网腐蚀支路位置和腐蚀程度的映射规律;最后,实验验证了该方法能够对接地网的支路腐蚀进行有效的诊断。     

计及气象因素和风速空间相关性的风电功率预测模型

建立了一种计及数值天气预报中气象因素和风速空间相关性的组合加权风电功率预测模型。首先,考虑到数值天气预报数据中的风速精确度不高,建立了基于高斯过程的数值天气预报风速修正模型,计入其他气象因素,如风向、温度、湿度、气压等,进行风电预测。同时,基于目标风电场与相邻风电场区域的风速空间相关性分析,求得其最大相关系数点的延迟时间,建立风速空间相关性预测模型。然后,基于数值天气预报偏差修正的风电功率预测模型和空间相关性预测模型,建立组合加权预测模型,并利用拉格朗日乘子法求得组合模型中各个单一模型的加权值。算例结果表明,所提模型及方法能够有效提高风电功率预测的精度。     

基于综合预测模型和蒙特卡洛的电动汽车保有量及负荷预测方法研究

电动汽车的规模化发展及其充电设施的持续性建设严重威胁电力系统的稳定性,但是目前尚缺简便有效的电动车保有量和负荷预测方法。因此,建立基于综合预测的电动汽车保有量预测模型,应用灰色预测、反向传播(BP)神经网络以及长短时记忆(LSTM)网络3种预测模型对电动汽车保有量进行预测,获得单预测模型的预测结果,并利用熵权法对单预测模型预测结果分配权重,计算得到综合预测结果。建立基于蒙特卡洛算法的电动汽车负荷预测模型,在保有量预测的基础上,模拟电动汽车电池特征参数和用户出行习惯,对电动汽车无序充电行为进行预测,形成电动汽车日负荷曲线。最后,以某市电动汽车保有量及充电负荷数据验证所提模型的有效性。算例分析表明,所提综合预测模型比单预测模型具有更高的预测精度,负荷预测结果表明规模化电动汽车并网将给电力系统带来新的挑战。     

基于扩展卡尔曼滤波算法的接地电阻状态可靠估计

针对目前接地网故障诊断一般只能诊断出严重腐蚀支路或腐蚀断裂支路的缺陷,结合电网络理论和现代信号处理中的扩展卡尔曼滤波算法,提出基于扩展卡尔曼滤波算法的接地网支路电阻状态的可靠估计。根据接地网的拓扑结构,建立状态方程和观测方程,状态方程和观测方程均在估计值处进行Taylor展开,实现线性化,运用算法迭代得到采样时间内支路电阻值的变化趋势及对应电阻变化率。利用Python对实际算例进行仿真,其结果与通过电化学方法检测计算得到的电阻变化率比较,可验证所提方法的准确性。     

基于PSOEM优化LSSVM的接地网腐蚀预测研究

1. 三峡大学 电气与新能源学院， 湖北 宜昌　443002； 2. 国网荆门供电公司，湖北 荆门　448000     

基于分区的接地网故障诊断及其测试方案优化

为了提高故障诊断效率,提出了一种基于节点分区的方法,将本征接地网拆分成若干小规模子网络求解.推导出关于本征支路电导的线性方程组,避免了求解非线性方程的迭代过程.为提高测试效率,提出采用计算机控制的自动化测试系统.基于动态规划的思想,探讨了常规测试设备时测试方案的生成方法.在60条支路的实验接地网上进行验证,结果表明建议的方法是可行的,能够减少测试次数并提高测试效率.     

一种地网腐蚀故障诊断的新算法

为解决地网腐蚀的定位问题,基于新标准对接地网在概念上的变化,提出并解决了基于场路结合的不等电位模型的地网腐蚀故障诊断的方法;针对地网腐蚀时的导通电阻变化,验证计算了地网腐蚀时地表电位分布及最大跨步电势、接触电势发生处的位置。通过编程实现了数值模型的计算机求解,其方法是通过求取地网各支路散流电流及节点电位来获得各支路的导通电阻值,并通过腐蚀前后各支路导通电阻值的变化来判断地网的腐蚀情况。同时,该模型对于入地电流频率在几十kHz下仍可考察地网的运行情况。实际结果表明,本文方法与试验结果吻合,具有较高的可信性。     

基于深度学习的杆塔接地网断点诊断方法研究

在使用电磁感应方法诊断杆塔接地网断点的过程中,针对人工诊断引起的误差问题,提出了一种基于一维卷积神经网络(one dimensional-eonvolutional neural network,1D-CNN)的诊断模型,诊断模型以接地网正上方的一维磁场数据为输入,通过深度神经网络输出断点故障的数量和位置.首先通过实验验证了电磁感应方法在杆塔接地网断点诊断问题中的有效性,然后建立了磁场断点故障数据集,之后进行了1D-CNN诊断模型的训练.在诊断准确度验证实验中,1D-CNN诊断模型在40个故障磁场样本上达到了97.50％的诊断准确率,表现出了良好的泛化性;诊断效果对比实验表明,1D-CNN诊断模型的AUC值达0.951,在3次随机训练中对各类故障的平均识别率达到了92.08％,在15次训练中的平均测试集精度达到了94.30％,平均每代训练时间0.8750 s,在各项指标上较DNN、RNN均有明显优势.     

基于网络拓扑分层约简的接地网腐蚀故障诊断

为了更有效地利用接地网故障诊断结果,提出了一种基于网络拓扑变换的接地网分层约简方法。将接地网分为准元版块、元版块、元网络、可及接地网和本征接地网等层次。将支路分为明晰和不确定两类,明晰支路的电阻可以唯一确定,而不确定支路的电阻不能准确获得。提出了支路明晰与不确定的判别方法,论述了一种从本征接地网开始,逐层上溯确定各个层次的明晰支路电阻的方法。建议了一种确定不确定支路电阻最优解和可能取值范围的方法。以一个60支路的实验接地网为例进行了验证,故障诊断结果表明提出方法的正确性和可行性。     

一种规则与数值方法相结合的接地网支路可测性分析

在接地网的分层模型基础上,分析了已有文献提出的完全基于规则的接地网支路可测性判断方法的局限性,指出仅仅采用规则不能确保各种情况下支路的可测性都得到正确判断.建议了一种数值方法,克服了已有规则的局限性,在此基础上,建立了一种规则和数值方法相结合的可测性分析迭代流程.以一个60支路的实验接地网为例进行了验证,结果表明提出的方法是正确的和可行的.     

基于蒙特卡罗的接地网故障诊断可测性分析

为了分析接地网故障诊断的可测性,提出了一种基于蒙特卡罗的评估方法.在合理范围内,随机设置接地网各条支路的电阻,采用迭代最小二乘法进行故障诊断,计算各条支路诊断结果的平均相对误差和相对标准差.直至达到期望的精度要求.相对标准差小于给定阈值的支路被判定为明晰支路,其余支路被判定为不确定支路.一个60条支路的接地网诊断结果验证了提出方法的可行性.同时该方法表明接地网故障诊断的可测性是可以预计的.可测性研究对于优化测试方案和科学利用诊断结果具有指导意义.