发电机状态参数趋势报警技术

为了帮助运维人员提前关注发电机可能存在的潜在故障，提高机组的运行可靠性，提出了发电机状态参数趋势报警技术。通过对发电机状态参数进行预处理，并构建趋势监测报警模型，实现了发电机状态参数的趋势报警。     

10kV开关柜InsulGard在线绝缘监测系统的应用

通过安装InsulGard局部放电监测系统，可在带负荷运行的情况下及时在线评估绝缘材料的绝缘性能和状态，掌握绝缘材料可能出现的劣化情况，并能提前预报绝缘故障的风险，避免突发性故障的发生。     

基于运行工况辨识的风电机组健康状态实时评价方法

针对大型风电机组运行工况和状态信息复杂,健康状态难以准确评价的问题,提出基于工况辨识的健康状态实时评价方法。该方法充分考虑机组运行工况的复杂性和多变性,采用工况辨识实现运行工况空间的划分。在各运行工况子空间,建立基于高斯混合模型(gaussian mixture model,GMM)多状态特征融合的健康状态评价模型。采用健康衰退指数(health degradation index,HDI)作为机组健康状态评价指标,并给出健康衰退报警限的确定方法。该方法用于某1.5MW风电机组传动系统故障前的健康状态评价。结果表明,该方法提前监测到机组健康状态的衰退趋势,可实现故障的早期预报,避免严重故障发生,并为合理调整运行和安排维修提供依据。     

网络模式的电网故障仿真培训系统

介绍了用于电网故障诊断和处理的模拟培训专家系统。该模拟培训专家系统从模拟各种类型故障的报警信息出发，训练调度员根据报警信息，快速判断和处理故障的能力。该系统既可以人工设置故障类型，也可由系统自动随机地产生故障类型。该系统引入客户机／服务务器模式，在图形化的基础上实现学员台/教员台的教学功能。     

网络模式的电网故障仿真培训系统

介绍了用于电网故障诊断和处理的仿真培训专家系统。该系统从模拟各种类型故障的报警信息出发，训练调度员根据报警信息快速判断和处理故障的能力。该系统既可以人工设置故障案例，也可由系统自动随机地产生故障案例。该系统在软件体系结构方面引入客户-服务器模式，在图形化的基础上实现学员台-教员台的教学功能。     

电力系统负荷预报的动态建模新方法

本文提出了一种电力系统短期负荷预报的新算法。该算法首先利用模糊技术对历史负荷数据进行平滑处理，再根据平滑处理的负荷数据，分别建立负荷变化的趋势项和波动项动态模型并作出预报，最后利用模糊综合评判的理论，考虑天气、假日等因素对负荷的影响，对预报值进行调整。该算法可实现提前１～２４小时的小时级负荷预报。     

电力系统负荷预后的动态建模新方法

本文提出了一种电力系统短期负荷预报的新算法。该算法首先利用模糊技术对历史负荷数据进行平滑处理，再根据平滑处理的负荷数据，分别建立了负荷变化的趋势项和波动项动态模型并作出预报，最后利用模糊综合评判的理论，考虑天气，假日等因素对负荷的影响，对预报值进行调整。该算法可实现提前１－２４上时的小时级负荷预报。     

基于SOPC神经网络的地铁屏蔽门故障报警设计

基于SOPC神经网络的地铁屏蔽门故障报警系统与传统报警相比有很大的区别。采用神经网络的自学习能力，建立故障报警系统的数学模型。以Altera公司的Cyclone IV E的EP4CE15E22C8为硬件开发平台，设计了一种地铁安全门故障报警系统。利用MODELSIM软件进行模拟仿真试验，改变了传统地铁安全门故障报警模型的稳定性较差、误报频率较高的缺点，对避免影响地铁正常运行具有重要的指导作用。     

长潭水电厂设备自动寻呼语音报警系统

为解决电石故障实时报警的问题，广东省长潭水电厂和广州黄埔正南电子科技公司共同开发、研制了无人值班自动寻呼语音报警系统。简要介绍了该系统软、硬件组成和功能，以及在长潭电厂的运行使用情况。     

调度员模拟培训专家系统

介绍了一个用于电网故障诊断和处理的模拟培训专家系统，该模拟培训专家系统从模拟各种类型故障的报警信息出发，训练调度员根据报警信息快速判断和处理故障能力，该系统既可以人工设置故障案例，也可由系统自动随机地产生故障案例，电网拓扑知识，保护配置知识和自动装置配置知识都采用框架知识表示法表达，并提供拓扑知识库和保护知识库管理系统；电网图形采用多页分层的方式显示，用户可在电网图形上改变电网的接线方式，设置各种     

基于广域测量系统的地区电网稳定性研究

在介绍了广域测量系统(WAMS)基本概念和架构的基础上,将广域测量技术与地区电网稳定相联系,提出了基于WAMS的地区电网稳定性研究方法,并分别采用深度优先算法、模拟退火算法、最小生成树算法及N-1安全递归算法对地区电网PMU的优化配置问题进行讨论。此外,分析了WAMS在地区电网稳定性研究中的相关应用,如系统动态监测、状态估计及稳定预测控制、系统模型验证及参数校正、系统广域保护与故障定位、故障录波等,并对WAMS在地区电网中的应用做出了展望。     

基于双端不同步数据故障定位的中位修正法

提出了基于双端不同步数据的故障定位(它不受过渡电阻影响,比单端算法定位准确)新算法,该算法利用故障前、后的电压电流信息对线路参数和故障距离分别迭代求解,同时综合修正线路长度、线路参数及电压电流等误差。仿真计算证明,该法估算线路参数和故障距离较准确,且不受故障类型、线路参数变化和故障线路长度误差等因素影响,鲁棒性较强。     

气象数据弱相关的光伏出力短期预测

光伏出力受气象因素影响,气象数据的有效程度影响着预测结果的准确性。本文提出了气象数据与光伏出力弱相关时短期光伏出力的预测方法。首先采用Pearson关联系数分析法得到影响光伏发电的主要因素,而后采用模糊聚类理论构建相似日,建立了具有优秀小样本学习能力的支持向量回归机预测模型。针对该模型,提出了两阶段确定模型参数的方法,首先采用全局网格搜索确定核参数p和正则化参数C的取值范围,再通过自适应差分进化算法寻找最优核参数p和正则化参数C,以提高参数ε选取范围设置较大时的预测精度。实例测试表明,使用本文提出的SVR方法预测的平均RMSE为5.551%,满足预测要求,比常规BP预测方法提高精度1.238%,在气象数据弱相关时对光伏短期出力有更好的预测能力。     

自适应卡尔曼滤波在电力系统短期负荷预测中的应用

将卡尔曼滤波原理运用于电力系统负荷预测通常是针对线性定常系统,并在定常噪声协方差的前提下进行,模型的灵敏度差和预报精度不高.作者考虑了电力系统负荷自身的变化特点,根据不同日期同一时刻的负荷历史数据建立了含有时变系数的负荷系统模型、观测模型和系统参数模型,采用两段自适应卡尔曼滤波方法,同时考虑噪声协方差对预测精度的影响,运用时变噪声统计估值器对噪声协方差进行自适应估计,用预测方程预测次日的负荷.结合实际电网数据进行的预测计算取得了较好的结果.     

双馈异步发电机定转子绕组过热故障监测方法

双馈异步发电机(DFIG)在长期运行中很容易发生定转子绕组过热故障。以绕组温度为研究对象,在分析绕组过热故障成因的基础上,分别从电机热性能和参数辨识两方面进行检测。使用参数辨识法时,首先利用电机电磁数学模型辨识定转子绕组电阻,再根据电阻与温度之间的关系计算定转子温度,从而判断绕组是否过热。最后基于MATLAB软件仿真验证了定转子绕组参数辨识法的正确性,为DFIG诊断绕组过热故障提供理论支撑。     

基于改进线路参数模型的配网电缆单相接地测距方法

基于构建的考虑多阶距离无穷小的配网电缆分布参数数学模型,提出一种基于线路分布参数模型的配网电缆单相接地故障测距方法。该方法利用线路两端的电压、电流同步故障信息来定位配网电缆单相接地故障,通过最小二乘法和搜索法的仿真结果比较,选择测距精度更高的搜索法来作为测距方法。搜索法是在整条线路上从两端搜索计算零序电压值误差最小的对应距离,该距离即为实际故障距离。仿真结果表明,所提测距方法具有较高的测距精度,并且不受中性点运行方式、采样窗口、过渡电阻和故障位置的影响。     

Forecasting of electric contact residual lifetime based on statistical analysis of thermovision monitoring

Thermovision monitoring of electrical contact joints is used to forecast their residual lifetime. The temperature of the hottest spot of the contact joint is accepted as the resource parameter. The forecasting of the contact residual lifetime is based on a statistical analysis of the thermovision monitoring data, which is considered as a time series. The possibilities of a proper software tool for forecasting residual lifetime are briefly described.     

基于组合式神经网络的转子系统状态预测模型

针对反映转子系统工作状态的特征参数时间序列具有不确定性的、差异较大的分段函数变化规律的特点,提出了一种组合式神经网络转子系统状态预测模型。该模型将故障诊断和状态预测有机地结合起来,利用转子系统当前状态特征参数样本,通过故障诊断系统判断预测时的转子系统工作状态模式;从多种神经网络预测模型组全而成的预测模型库中调用同核工作状态模式相应的神经网络预测模型,对多种特征参数时间序列进行预测;依据预测出的未来革一时刻的多种特征参数,利用故障诊断系统判断转子系统的未来工作状态模式。仿真试验结果表明,该模型可以对转子系统状态进行可靠的预测。文中详细讨论了模型的建立和仿真实验结果。     

气象敏感性负荷特性分析及预测

以电网迎峰度冬和迎峰度夏为背景,将电网负荷中的气象敏感负荷作为研究对象,对负荷预测气象指标进行分析,结合天气预报准确性分析,得出累积温度指标的适用性范围。分别采用基于累积温度指标的预测方法和基于综合气象指标的预测方法对气象敏感负荷进行预测,并针对大幅度升温/降温以及天气转化情况时对预测方法进行改进,提出在累积温平均温度变化超过2℃时,宜采用基于累积温度在平日预测时采用变化和平均温度变化加权指标进行负荷预测,在晴雨转换时采用修正后的综合气象指标预测法的综合气象敏感性负荷预测方法。实际算例和应用表明,该预测算法具有更高的准确度,为目前负荷预测提供一定依据。     

基于RBF神经网络的短期负荷预测

针对BP网络的缺陷,提出了一种基于RBF神经网络的短期负荷预测方法,利用遗传算法训练神经网络,使神经网络以较快的收敛速度和较大的概率得到了最优解。实例研究结果表明该方法可以取得较高的预测精度。