基于DBN和K-means聚类的配变重过载预警方法

针对配电变压器台区容量配置不合理、重过载现象频繁发生等带来的小样本精确预测问题,提出了一种新的配电变压器重过载预警方法.首先建立满足大数据样本学习要求的扩充样本池;采集配电变压器负荷数据、社会发展统计数据、气象数据等,选取造成重过载的输入特征变量,聚合形成精选的特征数据样本;进而构建重过载预警深度信念网络学习模型,通过...     

计及负荷增长风险的配电变压器选型方法

为解决配电变压器选型问题,提高农村电网配电变压器经济运行水平,提出了配电台区用电结构划分及多重负荷特性指标方法,构建了配电变压器优化配置技术框架。结合多种配电变压器选型方案,采用决策树法量化分析了最大负荷增长率的变化带来的风险成本,建立了计及负荷增长风险的配电变压器全寿命周期成本模型,模型考虑了配电变压器过载运行引起的故障成本和负荷中断成本。基于农村电网负荷特性指标计算分析了多种类型和容量的配电变压器全寿命周期成本,提供了配电变压器优化选型配置方法。研究成果有助于提高农村电网配电变压器运行的经济性和可靠性。     

配电网馈线负荷预测及风险评估预警分析方法

配电网馈线重过载运行是影响配电网可靠性的重要因素,为了掌握配电网馈线运行情况和预警馈线风险状况,提出了配电网馈线负荷预测及风险预警分析方法。首先基于用户负荷特性分析,采用聚类分析方法将用户类别进行细分。其次开展负荷分布预测,并基于用户聚类分析结果,确定用户负荷叠加结果,提出馈线负荷预测方法。然后基于馈线负荷结果,考虑馈线重过载运行对配电网供电可靠性的影响程度,提出馈线风险评估和风险预警方法。最后通过实例分析验证了研究成果的有效性。     

基于实际运行数据的配电变压器故障原因多维度分析

基于近4年来湖北配电网的200台故障配电变压器样本数据,对配电变压器运行故障原因进行了多维度分析。首先对200台故障配电变压器的故障原因进行了统计分析,进而分析了故障配电变压器与投运年限、天气、气温等非电气因素的关系,并同时分析了重过载、三相负荷不平衡、以及两者综合作用等电气因素对配电变压器故障率的影响。分析结果对配电变压器相关运维经验进行了具体验证,即投运年限并非造成变压器故障的主要原因,恶劣天气和异常气温容易诱发配电变压器发生故障;长期处于重过载或严重三相负荷不平衡工作状态下的配电变压器更易发生故障,特别是在两者综合作用下的配电变压器发生故障的概率更大。该分析结论可为配电变压器故障预测方面的研究提供理论依据。     

高过载配电变压器的设计优化方案

<正>0引言高过载能力配电变压器技术主要针对农村配电变压器全年绝大部分时间处于轻载运行状态,年平均负载偏低,但用电负荷时段较为集中,春节及农忙期间农村用电负荷急剧增长,造成变压器短时段严重过载甚至烧毁等情况,解决农村春节及农忙时期的安全稳定供电,同时确保农村配电变压器的运行经济性。2014年,国家电网公司制定了Q/GDW 11190—2014《农网高过载能力配电变压器技术导则》(以     

基于电池储能装置的配电变压器重过载治理与功率因数提升方法

针对配电变压器的重过载、功率因数低问题以及传统解决方法投资大且易造成设备利用率低的不足,提出一种在配电变压器低压侧安装电池储能装置的配电变压器重过载治理与功率因数提升方法。根据电池储能装置在配电网中的安装位置,从配电变压器的负载率和台区电压2个方面分析电池储能装置对配电网的影响;电池储能装置变换器采用电流内环解耦控制策略;基于江西某地区配电网的数据,搭建在该地区重载配电变压器低压侧投入电池储能装置的MATLAB/Simulink仿真模型,仿真结果验证了所提方法的有效性。     

配电变压器过负荷能力分析及治理措施研究

农村电网用电负荷具有明显的不均衡性,近年来,因突发性负荷导致农村电网的配电变压器烧损事故明显增加。针对这种现象提出了采用新型高过载配电变压器进行治理的措施,综述了该变压器的生产和研究现状,介绍了其结构原理并分析了相应的试验数据。在此基础之上,与传统配电变压器过负荷治理措施进行了对比,阐明所用新型高过载配电变压器的优势所在,以期避免配电变压器遭遇过负荷时所带来的负面影响。     

大数据挖掘助力全面提升电网监控水平

SCADA系统是支撑电网调度运行的基础,监控人员主要通过此系统获取电网运行状态的一系列海量信息。随着电网规模的不断增大,监控信息海量增长。电网监控工作缺乏有效分析手段,监控人员压力大、疲于应付,不利于事故和异常信号的处理。本文采用大数据分析工具,利用SCADA系统现有的海量电网运行信息,深入探究了主变油温和负载率的关系,给出主变油温和负载率之间的变化函数,并得到重过载边界主变油温阈值;构建10 k V配电线路负荷快变预警模型,结合10 k V线路的15分钟负荷数据变化特点,快速判断配网线路运行状态,及时给出预警;融合外部天气等数据,建立主变重过载趋势预警模型,为电网运行潜在风险的分析识别及指导电网的科学规划建设奠定了坚实的基础。     

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。     

工业用电负荷计算方法的探讨

正确掌握用电负荷的性质、现状、发展趋势和增长速度是配电变压器容量合理选择的必要前提。如果对用电负荷现状和增长速度估算不准确．计算负荷确定过大．将使变压器容量选择过大,增加设备购置和安装、运行维护的投入,造成投资浪费。反之,计算负荷确定过小,则会引起所选变压器容量不足,造成配电变压器过载运行,用电需求不能满足．变压器绝缘加速老化。