基于热路和BP神经网络的变压器顶层油温预测研究

变压器的顶层油温会影响变压器的绝缘性能和运行寿命,精确预测顶层油温对提高变压器的利用率至关重要。针对目前顶层油温预测准确度不高的现状,提出一种提高顶层油温预测精度的组合模型,并以实际算例验证了模型的有效性。首先,利用Susa D热路模型预测顶层油温得到初始值;其次,建立BP神经网络模型预测热路模型的误差;最后,利用预测的误差结果修正热路模型的初始值。实例分析表明,组合模型较Susa D热路模型及单一预测模型预测精度更高。     

缺失故障数据元件的可靠性评估方法研究

电力系统元件的可靠性评估是电力系统安全、可靠运行的关键环节。根据电力系统中元件实际运行记录的特点,提出了一种缺失故障数据元件的实用可靠性评估方法。该方法基于威布尔分布模型,系统地建立了电力元件的样本筛选、参数计算、模型检验、故障率曲线绘制和数据缺失元件可靠性评估的计算与求解方法。以实际变压器为例,验证了该法的有效性,并分析了电压等级、生产厂家、产品型号对变压器可靠性的影响,为电力元件可靠性评估的实际应用提供了系统有效的方法。     

考虑大型变压器退运的电力系统连锁故障风险评估

针对大型变压器突然退运造成的潮流转移问题,提出考虑大型变压器退运的电力系统连锁故障风险评估方法,即先利用变压器在线监测技术对变压器的老化失效和偶然停运进行分析,建立变压器失效模型;然后,从系统能量和结构角度对潮流转移支路状态进行评估,定义了能量转移因子和支路传输能力因子,并结合连通率和失负荷率指标,得到元件风险集;最后,根据连锁故障阶段模拟和自组织临界状态辨识方法,对连锁故障演化路径进行了全面预测。仿真结果验证了该方法的可靠性,可为能源互联网下的电网安全调度提供参考。     

基于可靠性分析的大型变压器健康管理平台研究与设计

大型电力变压器在变电站中承担着电能转换与传输的重要职责,科有效地对对其可靠性进行分析与评估是保障电力系统供电可靠性的基础.因此,以设备可靠性为原则对大型变压器的全生命周期健康状况进行分析与管理,提出了基于可靠性分析的大型变压器健康管理平台设计方案.随后,从时间尺度上对变压器的独立故障失效、外界冲击失效、绝缘老化失效等三...     

基于逐步回归分析—马尔可夫链模型的大坝变形预测

针对预测大坝变形准确性难度较大的问题,综合逐步回归分析和马尔可夫链的优点,采用逐步回归分析法对大坝原型观测资料进行分析,得到回归模型,并判别回归方程的有效性和精度,同时利用马尔可夫链确定位移时序的状态转移概率矩阵,通过划分残差状态、修正实测值与逐步回归模型拟合值的绝对误差与相对误差,建立了大坝变形预测的逐步回归分析—马尔可夫链预测模型(SRA-MC)。实例应用结果表明,模型的拟合值与实测值吻合良好,预测效果好,可见逐步回归分析—马尔可夫链模型在进行大坝变形预测时具有有效性,可应用于大坝变形预测分析及大坝安全监控预警中。     

基于WOA-LM算法的变压器油纸绝缘等效模型参数辨识

为实现有效、准确地评估变压器油纸绝缘系统老化状态,在极化去极化电流法的基础上,结合扩展德拜模型,设计搭建了油纸绝缘测量系统,进行试验并求解得到去极化电流曲线,提出了一种基于鲸鱼优化算法(WOA)与Levenberg-Marquardt(LM)算法的融合算法进行油纸绝缘系统扩展德拜模型参数辨识,并建立了扩展德拜模型。与其他优化算法结果相比,所提算法求解精度高、收敛速度快,为实际场景中快速精确评估油纸绝缘设备绝缘老化状态奠定了基础。     

计及运行环境影响的风力机可靠性建模

根据风力机子系统的不同特性将其分成电力电子系统、机械系统和控制系统3个部分,考虑风速与温度分别对这3个部分的影响,提出计及运行环境影响的风电机组可靠性精确建模方法。为考虑机械系统故障率与风速之间的非线性相关性,该文引入Copula函数进行分析,并利用Copula函数生成相关性样本,从而建立机械系统可靠性模型。根据山西某风场实际风速与温度数据,以2 MW永磁直驱同步风电机组为例,分析不同月份中不同风速与温度情况下风电机组的故障率情况。研究结果表明,使用该文所提方法可得到风速、环境温度与风力机故障率之间的定量关系,从而得到更精确的风力机可靠性模型。     

基于合作博弈理论和马尔可夫过程融合的逆变器故障率动态分析

以光伏并网系统中三相电压型PWM逆变器为例,采用合作博弈理论和马尔可夫过程融合的故障率分析方法。首先,根据逆变器的基本工作原理,通过引入马尔可夫过程,得到逆变器工作状态转移概率图和转移概率矩阵,并设定转移概率矩阵的初始表达形式;然后,获得转移概率矩阵中关键元素m、n的3组常规不同值,并采用合作博弈理论确定m、n的最优值,结合m、n的4组不同值,构建4种不同子模型进行电路故障率对比分析;最后,用Matlab软件对4种子模型下的电路故障率进行动态仿真,并使用相关统计数据验证仿真过程。结果表明,所采用的方法能够准确反映逆变器故障率的动态变化情况,对实现逆变器状态修具有积极意义。     

基于优化的LS-SVR的继电保护设备 故障率预测模型

摘要： 电力系统的互联运行对继电保护设备提出更高的要求,而继电保护设备的安全稳定运行与故障率息息相关。为了解决标准粒子群（SPSO）陷入局部最优的问题,加入高斯扰动操作,提出了高斯扰动的标准粒子群算法（GDSPSO）,并在优化过程改变传统学习因子是定值的缺陷,引入学习因子随着迭代次数变化的表达式,提高算法的搜索能力,更好地优化最小二乘支持向量机（LS-SVR）的学习参数,建立预测模型,并作误差分析。最后以某一地区相同型号,相同运行环境的24台继电保护设备为例,说明GDSPSO相比较其他3种算法而言,寻优速度快,稳定性好,计算耗时短,利用GDSPSO优化得到的学习参数建立的预测模型,预测效果好,预测精度高。     

基于温度信号的风电机组发电机实时可靠性监测新方法

实时可靠性监测对降低风电机组的维护成本,提高其运行水平具有重要的意义。文章提出了一种基于温度信号监测的风电机组发电机实时可靠性监测方法。该方法采用正常运行状态下的发电机温度数据,利用线性回归技术,得出了消除环境温度和输出功率影响后的修正温度;然后基于性能可靠性理论,对修正温度进行标准正态变换,建立了发电机运行温度的实时可靠性监测模型。以某机组实际运行数据为例,验证所提方法,结果表明,该方法能利用温度信号监测机组运行的实时可靠度来发现其运行异常状态,达到实时可靠性监测目的。     

基于关注指标和深度学习的台区配变重过载预警方法研究

针对现行配变重过载治理方法过于被动的问题,结合电力大数据和深度学习技术提出了一种适用于大规模配电网分析的台区配变重过载预测方法。首先基于配变负载特性建立重载关注指标并建立二级过滤系统筛选出重过载风险较高的台区配变及其日期作为预测对象。然后充分考虑内外影响因素,建立卷积神经网络-门限循环单元深度学习模型实现负载率预测并转化为预警等级。实例证明了所提方法的有效性。     

考虑参数时变性与经济性优化的数字化保护系统可靠性分析

为解决数字化保护系统可靠性,采用三角隶属函数模糊化失效率、修复率参数,并通过对数字化保护系统建立模糊Markov模型,分析参数时变性对其可靠性的影响;同时建立一种兼顾可靠性与经济性的优化模型,提出了最优可靠度、最优失效率、最优修复率的概念,即可靠性参数在模糊区间上取一个最优值,在确保系统可靠性的基础上使得经济成本越低;最后通过实例分析,验证该方法的有效性。结果表明,在考虑参数时变性的前提下,通过求解可靠性与经济性的优化模型可得到系统的最优经济成本。研究成果可为实际工程提供借鉴。     

基于故障率和云平台的电网实时风险预警策略及实现

风险预警是系统安全的关键,急需开发与当前大规模风险预警要求相适应的分析计算系统.文章提出了基于故障率和云平台的电网实时风险预警系统策略,从软件和硬件角度提高大规模风险预警的准确性和实时性,分析设备工况变化情况下的实时故障率,将高风险设备逐一进行N–1安全校核,构建实时预想事故集合,进而通过对预想事故的分析实现电网风险预...     

Operational reliability and economy evaluation of reusing retired batteries in composite power systems

To support a long-term sustainable electric future, there is ongoing development of electric vehicles, and thus, a serious problem is rising regarding recycling and the echelon application of batteries retired from electric vehicles. Herein, we propose to reuse such retired vehicle batteries as large-scale storage, based on which the operational reliability and the economy of composite generation and transmission systems are analyzed. In details, Gaussian functions were fitted according to data obtained using a holistic aging model. The proposed aging method simulated the capacity degradation of the retired batteries, with a low state of health, under various operating conditions. A universal generating function was adopted for probabilistic modeling of the capacity for battery modules consisting of hundreds of cells. The feasibility and effectiveness of using retired batteries in composite power systems were verified. The test results show that a significant investment can be saved, and system reliability improved, compared with systems without retired batteries. Finally, a method for scheduling the second retirement of retired batteries was established from the perspective of asset management.     

基于马尔科夫模型的船用柴油机电子调速器可靠性分析

应用马尔科夫模型对柴油机电子调速器可靠性进行了系统分析。采用失效模式以及影响性分析(FMEA)进行整个系统部件级失效模式与影响分析,提出了柴油机电子调速器失效的分类方法,针对在线诊断技术和调速系统的维修特性,引入系统维修率,对调速器的可靠性进行更加全面有效的分析,得到电子调速器时变失效概率。分析结果表明:马尔科夫模型可以应用于柴油机电子调速器可靠性分析,并指导系统设计。     

Reliability assessment for Chinese domestic wind turbines based on data mining techniques

In this work, based on the field operating data of a Chinese domestic wind farm, which came from the supervisory control and data acquisition system, data mining techniques are applied to analyze the reliability characteristics of wind turbines and their components. The reliability indexes including time among failures, failure rate, and downtime are analyzed. On that basis, the key components that influence the wind turbines' reliability most seriously are determined. The internal relation between the failure rate and the environmental temperature is identified with correlation function, and time series approach is used to analyze the seasonal feature of the wind turbines' failure rate. The results show that compared with the wind turbines mentioned in the literatures, the failure rate of the current sample is higher. Among the components, the failure rates of electrical and control systems are the highest, while the corresponding repair time is relatively short; on the contrary, the failure rates of main shaft, gearbox, and generator are relatively low, while the average time for maintenance is comparably long. Furthermore, there is an obvious dependency between the failure rate and environmental temperature, and the failure rate has a clear seasonal feature.     

基于专家样本库和最小二乘支持向量机的配电网线损率预测模型

配电网线损率是评价电网企业运营的一项重要经济指标,利用电力运行数据建立线损率模型时建模样本对模型的预测精度具有重要影响。对此,提出了一种基于专家样本库和最小二乘支持向量机(LS-SVM)的线损率计算模型,利用离散粒子群优化算法从台区配电网电力运行数据中寻找包含较大运行状态信息量的样本记录,构建专家样本库,考虑台区配电网的有功供电量、无功供电量、端口电流、居民容量占比、表计数目及气象温度和气象湿度,基于专家样本库采用LS-SVM算法建立配电网线损率预测模型,并利用该模型对0.4kV配电网线损率进行计算验证。结果表明,基于专家样本库建立的线损率模型与普通样本建立的模型相比,具有更高的预测精度。     

多能源数据驱动的电力信息物理系统综合态势感知模型

针对高比例可再生能源以及多类型能源设备接入的电网,以电力信息物理融合为基础,研究面向可靠性评估的电力信息物理系统运行状态综合分析方法,提出多能源数据驱动的电力信息物理系统综合态势感知模型。首先,考虑电力信息物理系统中影响系统运行状态的关键因素,研究面向可靠性评估的电力信息物理系统运行状态变化过程;其次,针对电力信息物理系统不同运行状态下关键设备扰动问题,研究基于改进鲁棒估计的电力信息物理系统正常状态、临界状态、紧急状态和恢复状态辨识方法,在此基础上,建立多能源数据驱动的电力信息物理系统综合态势感知模型;最后,以东北某地区电网运行数据为例进行验证。仿真结果表明,文章所提出的方法能够实现以可靠性辨识为目标的电力信息物理系统综合态势感知,并能保证较高的准确性和实时性。