压缩感知动态测试信号模型与电能表动态误差测试*

文中针对智能电能表动态误差的高效测试问题,分析了长时间范围内复杂动态负荷信号幅度域的快速随机波动特性,建立了压缩感知伪随机动态负荷测试信号的模型,采用Hadamard矩阵和降采样矩阵结合的测量矩阵构建方法,确定了该测试信号的模型参数,提出了压缩感知测量信号的产生方案。采用试验方法,对比给出了压缩感知和m序列动态测试信号条件下电能表动态测试的误差数据。研究结果表明相比较于m序列伪随机测试信号,压缩感知动态测试信号的动态误差测试效率提高了4倍。     

电铁牵引负荷的构成分析及其功率模型

电铁牵引负荷具有较强的随机波动性和冲击性,为了分析其对局部电网的影响,需要建立合适的电铁牵引负荷功率模型。根据电铁牵引负荷的波动特性,基于波形分解与小波变换,将牵引功率的波动分解为阶跃分量、低频缓坡分量与高频随机分量。对阶跃分量用阶跃序列建模,对低频分量和高频分量用ARMA模型建模。进一步通过再合成,建立了一种基于时间序列的功率模型,能够反映牵引负荷的随机波动性和冲击性。最后采用现场数据进行应用,结果表明,该方法能够很好地拟合实际功率波动曲线,验证了该方法的可行性和有效性。     

m序列伪随机动态测试信号建模与压缩检测方法

针对智能电网中动态负荷对电能计量的影响问题,建立了m序列伪随机动态测试信号的参数模型,并分析了该测试信号的统计特性;证明了该动态测试信号的频域稀疏性,采用压缩感知理论建立了伪随机动态测试信号的压缩感知检测系统模型,采用稳态优化方法构建了压缩感知测量矩阵;在此基础上,针对m序列伪随机动态测试信号,提出了电能量值的压缩感知测量方法;仿真分析了长度为255位、511位、1023位单周期和多周期m序列动态测试信号的相对误差,误差均小于10~(-12),可忽略不计,表明所提压缩感知测量方法能够准确测量伪随机动态测试信号的电能量值。     

基于实测数据和行车运行图的高铁牵引变电站负荷预测方法

为了精确预测高速铁路牵引变电站动态负荷,该文结合实测数据分析了动车组在区间的典型运行过程及其负荷特性。研究基于滑动窗的典型运行过程检测和识别方法,从实测数据中提取典型运行过程的负荷曲线并建立相应的负荷库。针对牵引负荷的动态特性,应用回归模型和概率统计方法建立典型运行过程的动态负荷模型。在此基础上,结合行车运行图提供的车次、时间等信息,提出基于行车运行图的高铁牵引变电站负荷预测方法。仿真算例验证了所提建模方法的正确性和可行性。该预测方法可实现不同行车运行图下高铁牵引变电站能耗的精确预测,可为运行图的调整提供电气方面的参考。     

基于SR-ITD的故障行波检测方法

针对变电站提取行波信号存在强噪声干扰的现状,提出了一种基于随机共振-固有时间尺度分解(SRITD)的行波信号检测方法。该方法利用随机共振法处理检测信号,有效提高了行波信号的信噪比,再利用固有时间尺度分解方法分析行波信号,实现行波信号特征信息的准确检测。理论分析和仿真结果表明,所提方法在变电站强噪声干扰下能有效提取行波信号,准确检测行波信号包含的故障特征信息。     

城轨车辆牵引过程对配电网电能质量的影响分析

针对以谐波电流95%概率值和电压短时闪变值为指标的城轨电能质量传统评估方法时间粒度大的问题,提出基于小波包变换预处理的改进Hilbert-Huang变换(WPT-HHT)方法分析车辆牵引过程谐波电流时变特性。利用小波包变换的分频特性对检测信号进行预处理,避免了经验模态分解出现模态混叠的问题;分析了检测信号频率波动对瞬时电压d-q分解法计算精度的影响,推导了频率波动情况下的误差公式。采用瞬时电压d-q分解法提取车辆牵引过程网侧电压闪变包络线。对北京地铁一号线某牵引变电站24 h实测录波数据进行了算例分析,结果表明了所提方法的有效性。     

基于经验模态分解与动态神经网络的短期负荷预测

提出了采用经验模态分解(EMD)、动态神经网络与BP型神经网络相结合的混合模型进行电力系统短期负荷预测的方法。首先运用EMD将非平稳的负荷序列分解,然后根据分解后各分量的特点构造不同的动态神经网络对各分量分别进行预测,最后对各分量预测结果采用BP网络进行重构得到最终预测结果。仿真结果表明基于该方法的电力系统短期负荷预测具有较高的精度。     

基于SUNDIALS的有源配电网随机动态仿真方法

随着分布式电源在配电网络中的渗透率不断提高及用电需求的日益增长,分布式电源及负荷具有的随机特性对配用电侧的安全可靠运行带来了新的挑战。为此,文中提出了一种考虑随机扰动影响的有源配电系统动态仿真方法。首先,根据分布式电源及负荷的随机特性,建立了光辐照度、风速、负荷波动的随机动态模型;其次,基于SUNDIALS提出了有源配电网随机动态仿真方法;最后,在中低压有源配电系统算例中进行了测试和验证。该方法与确定性仿真方法相比能够反映配电系统的不确定性,得到更真实的仿真结论。此外,利用SUNDIALS与并行计算策略,在满足了仿真数值精度的同时,提高了仿真效率。     

基于子空间动态系数回归的系统谐波阻抗估计方法

系统谐波阻抗的准确估计是实现谐波责任定量划分的关键。新能源并网场景下用户侧谐波阻抗并非远大于系统侧谐波阻抗,现有估计方法精度降低甚至失效。文中提出一种基于子空间分解和动态系数回归的系统谐波阻抗估计方法。通过小波包分解将公共连接点(PCC)处谐波电压与电流的观测信号分解成多个子空间,并根据互信息值筛选出解释变量相关度最弱的子空间,以降低解释变量间相关性对回归分析的影响;考虑到网侧谐波波动会干扰PCC处谐波电压与电流间的相关性,将网侧谐波电压视作动态系数,并通过动态系数回归法求解系统谐波阻抗,以降低网侧谐波电压波动对估计结果的影响。仿真分析的结果表明,相比现有方法,所提方法拥有更好的估计精度与鲁棒性。     

基于小波包理论的负荷建模数据特征提取与分类

把负荷建模的实测电流数据看成随机扰动电压的响应,基于小波包的分解和重构理论,采用Wpdec小波包分解函数,用db1小波包对实测建模电流信号进行3层小波包分解,用Wprcoef函数对小波分解系数进行重构,提取和构造了负荷建模数据的能量特征向量。在特征向量归一化基础上,利用减法聚类算法对特征向量进行分类处理,获得了理想的负荷分类结果。通过对动模实验室和220 kV变电站实测数据的特征提取和分类实例,论证了该方法的有效性和准确性,为处理海量建模数据提供了先进的特征提取与分类处理方法。     

基于EMD/SVM的飞机发电机动态特性建模分析

在深入研究经验模态分解(EMD)和支持向量机(SVM)算法的基础上,结合两者优势建立了飞机发电机动态特性模型。首先利用EMD方法对输入模型的信号进行去噪处理,然后在突加突卸负载的条件下利用SVM方法建立发电机动态特性模型。实验结果表明,该模型能较好地反映飞机发电机调压的动态过渡过程,验证了该方法的正确性和有效性。     

计及网压波动的牵引传动系统间谐波传播机理研究

随着多台电力机车同时投入运行后牵引供电系统出现电压波动现象,其在牵引传动系统中的传播特性是当前的研究热点.首先推导了间谐波在牵引传动系统中的传播机理,并分析了定子间谐波电流频谱与负载转矩间的对应关系;其次研究了间谐波传播下牵引电机电流间谐波辨识方法;随后基于瞬态电流控制策略、磁场定向的矢量控制策略搭建电力机车牵引传动系统的仿真模型,利用扰动激励法模拟了间谐波在牵引传动系统的传播特性;最后结合总体局部均值分解对定子电流的动态频域特性进行分析,确定了整流器输入电压与电机定子电流的间谐波幅频的对应关系.     

Robust State Estimation for an Electricity-GasHeat Integrated Energy System Considering Dynamic Characteristics

The data for an energy management system (EMS) in an integrated energy system (IES) is obtained through state estimation. This is then the basis for optimal scheduling, protection and control. At present, the dynamic models of gas and heat networks are rarely considered in such state estimation, and the method lacks robustness. This paper develops dynamic state estimation models for gas and heat networks, and proposes a unified method for the electricity-gas-heat network, one which takes into account robustness while ensuring accuracy. First, the state transition equations in matrix form are formulated according to finite difference models considering the dynamic characteristics of the gas and heat networks. Then, combined with a quasi-steady state model of the electric power system, a unified state estimation method and multi-time-scale measurement strategy in the Kalman filter framework are proposed. In addition, the prediction accuracies of the electric power and gas systems are improved through adaptive adjustment. The kernel density estimation method is used to adjust the measurement weights and filter out bad data to ensure robust state estimation. Finally, simulation results show that the proposed method not only can improve the estimation accu-racy by improving prediction accuracy, but also is robust to various types of bad data.     

风电机组动态尾流频域特性分析与建模

在大型风电场中,机组间尾流效应会增加下游机组疲劳载荷,对机组运行安全造成不良影响。通过大涡模拟,在给定风况下开展测试,获取1台风电机组的动态尾流。利用数据驱动的动态模态分解方法,构建动态尾流的线性降维模型,通过2种定量化指标,验证了这种线性降维近似方法的有效性,并探索了模型阶次与模型适配度的相关性。在此基础上,通过对主要动态模态的频域特性分析和可视化分解,明确了风电机组动态尾流的主要低阻尼模态。结合傅里叶变换方法,研究了尾流区域中近尾流区与远尾流区的频域特性差异。研究结果表明,动态模态分解作为兼具系统辨识与频域分析的方法在风电机组动态尾流的建模中可以取得较高的建模精度,在时域与频域角度均有较好的适应度。     

基于多参数分岔分析方法的多机系统动态负荷裕度研究

采用多参数分岔分析方法对多机系统的动态负荷裕度进行研究,比较了基于连续潮流的分析结果和准静态分析结果的差别;以励磁参考电压Vref为控制参数,研究了多个励磁参考电压可控时系统的分岔点以及失稳模式的变化,给出系统在多励磁调节器(AVR)可控时的最大动态负荷裕度;以静止无功补偿器(SVC)补偿极限B0_max和控制电压参考值Vrefc为可控参变量,分别研究其对系统各种分岔的影响,并着重分析了对Hopf分岔的影响;研究了SVC附加控制对系统阻尼和动态负荷裕度的影响.所有仿真均在WSCC 3机9节点系统实现.     

基于电器运行状态和深度学习的非侵入式负荷分解

根据不同电器运行状态数的差异,将电器分为状态复杂和状态简单2类.状态复杂电器存在多种工作状态,且前后状态有逻辑关联.因此,利用非基于事件的方法,选择能考虑过去和未来运行状态变化的双向长短期记忆网络对其进行分解,并采用树结构Parzen估计算法选择该网络的超参数以提高训练的精度.状态简单电器仅有开关状态,故利用基于事件的方法获得其投切状态,并选择多层感知器网络识别对应电器种类.最后,利用极大似然优化模型求解电器的功率序列.利用参考能量分解数据集对所提方法进行验证,结果表明该方法增强了负荷分解模型的可拓展性和抗噪声能力,在一定程度上提高了负荷分解的精度.     

基于 VMD 相对能量熵和自适应 ARMA模型的轴承性能退化趋势动态预警

为了有效监测滚动轴承性能退化趋势及其指标异常波动,提出了一种基于变分模态分解(VMD)的相对能量熵和自回 归滑动平均(ARMA)模型的滚动轴承性能退化趋势动态预警方法。 方法利用 VMD 对滚动轴承寿命数据进行分解,得到有限带 宽固有模态函数(BLIMFs);对该 BLIMFs 分量的能量进行相对熵分析,提取滚动轴承性能退化特征,得到 VMD 相对能量熵的轴 承性能退化评估指标;该相对能量熵值作为输入供 ARMA 模型进行动态回归预测。 试验结果表明,该方法能有效监测滚动轴 承性能退化趋势、指标的异常波动,验证了所提方法的有效性。     

柴发主电源型孤岛微电网频率优化控制方法

针对以柴油发电机(Diesel Generator,DG)为主电源的孤岛微电网,存在负荷扰动下频率波动大、动态响应慢等问题,本文提出一种改进辅助调频方法以改善系统的动态响应过程。首先,建立了柴油发电机系统的模型,分析了柴发主要参数包括转动惯量、响应延时对柴发动态过程的影响。其次,提出储能(Energy Storage System, ESS)在下垂控制的基础上,增加惯量调频的方法进行辅助调频,并给出了适用于工程应用的储能辅助调频参数设计以及储能功率裕度设计方法,并通过建立柴储并列的小信号模型分析了该系统的稳定性。最后,搭建了柴储微电网的动模试验平台,试验结果表明,应对微电网内的静止负荷或者电动机类负荷,本文所提控制策略均可以有效减小系统在动态过程中的频率波动。