电力装备多物理场数值计算发展现状

随着我国加快构建新型电力系统、助力实现“碳达峰、碳中和”战略的实施，全行业对电网的数字化转型和安全运行提出了更高要求。基于多物理场仿真技术实现电力装备运行状态的实时监测和故障预警，提高电力装备的数字化程度，实现电网核心设备的数字化、智能化运维是当前电网安全运行亟待解决的关键问题。本文首先简要回顾数值计算的发展历程，包括数值计算方法、语言和工程领域发展应用情况；在电气工程领域，除了应用于传统电力系统分析和电机设计分析的数值计算，以多物理场耦合数值计算为核心的计算高电压学可为传统的高电压试验研究提供重要的补充和支撑，已成为电力装备的研究热点。然后针对变压器、电抗器、套管等典型电力装备运行中常见的热故障、绝缘故障和机械故障，整理分析了各类故障所涉及的工程背景、计算分析内容、多物理场耦合模型、计算关键问题和关键材料特性，并指出目前多物理场数值计算面临材料非线性、多场耦合准确性和快速计算方法等方面的难题。此外，汇总了包括典型商业软件和开源软件在内的电力装备多物理场仿真计算平台，进一步指出目前国内高压电力装备计算正面临软件卡脖子的严峻形势。最后，从高压电力装备中如放电等复杂的多物理场过程、新型电工...     

基于物理注入的模拟电路故障样本选取方法研究

针对当前电子装备测试性验证试验中故障样本选取缺少有效的定量化手段的问题,提出一种综合考虑故障率、严酷度、破坏性和注入费用的模拟电路故障样本选取方法.首先,基于层次分析、敏感性分析、元器件工作参数分析和注入费用分析等方法为上述4个要素分别建立定量模型;然后,构建了一个考虑上述4个要素的综合指标,用于描述故障样本的重要度,并以此作为故障样本选取的依据;最后,通过Pspice仿真对该方法进行了实验应用.仿真结果表明,所提方法可操作性强,适用于测试性验证的工程实践.     

应用工业安全可靠性评价技术评价电力变压器的探讨

运用最新工业安全可靠性评价技术(网络模型法、故障树法、马尔可夫模型法、故障模式和失效分析法),深入分析了重要的输变电设备--电力变压器的可靠性.计算了变压器串联和并联模型的可靠度;构建了变压器故障树简化模型,并进行了定性和定量分析;构建了变压器马尔可夫状态转移模型,并介绍了多种可靠性指标的计算方法;介绍了故障模式和失效分析的步骤和实例.     

基于EMD的故障可诊断性评价模型设计

构建可诊断性模型是进行可诊断性设计的前提，通过可诊断性模型能够分析系统内故障的可诊断性。目前的研究成果中大都集中于定性研究，即对故障可诊断性的评价集中于“故障是否能够被诊断”的定性评价，而没有进一步考虑量化故障被检测或被隔离的难易程度。针对以上问题，本文提出了一种基于推土机距离（EMD）的可诊断性定量评价模型，将故障诊断难度定量评价问题转化为测试数据多元分布之间的距离度量问题。首先建立了适用于可诊断性分析的多信号流图定性模型，用来描述系统的功能组成结构、故障 测试 信号的相关性关系；然后在定性模型的基础上，结合数据驱动框架，建立了基于EMD的可诊断性定量评价模型，除了能够定性地描述故障与测试之间相关性关系之外，还能够定量地衡量诊断故障的难易程度。最后以某型装备的开关电源为实验案例，验证了本文方法的有效性，为可诊断性建模提供了一条可行的思路。     

结合非线性频谱与贝叶斯网络的复杂装备传动系统故障诊断

针对复杂装备传动系统的故障诊断问题,提出了一种非线性频谱特征与贝叶斯网络相结合的故障诊断方法。为了克服基于Volterra级数的广义频率响应函数所存在的计算量膨胀问题,采用一维的非线性输出频率响应函数获取传递频谱特征。针对非线性频谱故障征兆与多故障模式之间存在不确定性,采用朴素贝叶斯网络进行故障识别。建立了数控装备伺服传动系统模型,重点研究了伺服传动系统永磁同步电动机定子过热与机电过载故障的诊断问题。通过前3阶非线性频谱特征构建了伺服传动系统贝叶斯诊断网络模型,给出了故障检测与识别的具体算法。故障诊断实验结果表明提出方法的故障识别率高、实时性好,平均识别率和识别时间分别为97.5%和0.26 ms。     

考虑元件重要度和故障概率影响因素的连锁故障预测

为了更好体现系统实时状态和元件重要程度,提出了一种连锁故障预测新方法。首先建立了考虑功率传输累计效应的线路故障概率模型,并将天气和修复过程对故障概率的影响引入该模型;其次,将支路势能函数引入熵理论,确定了计及能量冲击影响的支路重要程度;最后,构建了反映电网状态变化和元件重要度的连锁故障综合预测指标,并通过在IEEE30系统上进行仿真。仿真结果验证了所提模型及方法的有效性。     

基于深度学习的智能变电站通信链路故障定位方法

针对智能变电站通信链路故障定位因链路复杂导致排查效率低的问题，提出了基于深度学习的智能变电站通信链路故障定位方法。从智能变电站二次装置网络拓扑出发，构建网络连通矩阵并作为基准，提出了通信链路故障情形下的故障特征表征方法；进一步基于二次装置连接与运行状态之间的逻辑关系，构建全站故障样本集；应用改进卷积神经网络（CNN），搭建智能变电站通信链路故障定位模型，最终通过后台信息初步判定的故障间隔信息与模型输出结果共同实现故障链路精确定位。以220kV智能变电站部分间隔为例，构建故障样本集，通过结果分析对比了不同定位方法，对比结果表明所提定位方法具有较高的准确率。     

基于灰狼-支持向量机的配电网架空线路故障停电率水平预测

配电网故障停电对电力系统安全运行有着巨大影响,架空线路作为配电网中重要部分,工作环境复杂,因此对架空线路故障停电率水平进行预测有重要价值。针对目前支持向量机算法模型对故障停电率预测存在的问题,利用灰狼优化算法对其中惩罚因子及核函数参数进行最优搜索,构建起灰狼-支持向量机算法模型。结合某地区架空线路故障停电历史数据,构建了故障停电率预测模型,验证了这一方法的有效性。     

数字孪生在电力装备领域中的应用与实现方法

数字孪生(digitaltwin,DT)是推动电力装备领域数字化、智能化发展的关键技术之一,相关研究处于初期起步阶段,如何实现电力装备数字孪生成为亟需解决的问题。该文首先阐述了数字孪生的内涵及应用;从数字孪生框架与实现方法、其在装备全寿命周期的应用、主流厂商及其平台方面总结了装备领域数字孪生的研究与应用进展;其次分析了电力装备数字孪生实现所需的关键技术;最后以变压器为例给出了基于MicrosoftAzure和ANSYS Twin Builder的电力装备多物理场数字孪生实现方法,并指出实现电力装备数字孪生在数据采集、模型构建与求解、平台使用方面的挑战。该文建议下一步开发高性能传感装置并构建合理的传感网络提升数据采集的深度与广度;开展电力装备全尺度多物理场模型的构建与实时求解算法研究;开发面向电力装备性能分析的国产化数字孪生平台。     

基于XGBoost的光伏阵列故障诊断方法研究

针对光伏阵列输出具有非线性并受最大功率点跟踪影响，从而导致传统的诊断方法精度低、模型性能差等问题，提出一种基于极端梯度提升的光伏阵列故障诊断方法。首先，在光伏电池单二极管模型的基础上，建立光伏阵列仿真模型，利用PVsyst软件对光伏阵列的输出特性和故障成因进行系统的模拟分析，得到了故障特征参数，并通过特征重要度排序验证了所选择故障特征参数的有效性；其次，提取光伏阵列不同故障状态下的故障特征，构建基于XGBoost的故障诊断模型；最后，利用网格搜索和交叉验证对诊断模型的超参数进行寻优，通过混淆矩阵计算评价指标来评估诊断模型的性能。并将该方法与决策树、随机森林以及梯度提升树相比，结果表明，该方法不仅能准确检测所有的故障种类，并且模型的泛化能力更好，诊断准确率更高。     

单向直流断路器拓扑与保护策略分析

混合式直流断路器是构建柔性直流电网的重要装备,由于大量使用绝缘栅双极型晶体管(IGBT)等电力电子元件,制造成本高。该文提出一种采用单向开断的混合式直流断路器拓扑结构和适用于多端口直流电网(MTDC)的隔离保护策略。在保证可靠性前提下,提出断路器拓扑结构,以提升IGBT利用率,降低拓扑系统成本。为分析拓扑系统可行性与可靠性,利用PSCAD/EMTDC构建三端口直流电网模型,定量模拟隔离不同类型短路故障变化过程。结果证明,单向直流断路器可准确识别故障电流,并快速开断故障线路,其拓扑结构和保护策略可满足系统保护的快速性和可靠性要求。     

10kV配网线路故障定位方法研究

随着用户对电力能源需求的不断增加,电网建设不断加强,而10 kV配网是电网的重要部分,对保证供电安全有重要作用。基于此,研究10 kV配网线路故障定位方法。划分10 kV配网线路故障区域,在大面积线路中提取可能出现故障的范围;构建配网线路故障定位模型,缩小配网线路故障范围,进而实现配网线路故障的精准定位;采用对比实验的方式,验证新定位方法的定位精准度更高,极具推广价值。     

军用飞机PHM技术进展分析及问题研究

在研究故障预测与健康管理(PHM)技术体系构建、数据采集与运用、系统状态监测与故障预测、验证评估等发展现状的基础上,结合新阶段装备PHM工程应用现状,从装备测试性设计与验证、多源故障信息交互与管理、寿命预测与维修支持、验证评估及标准制定等方面分析军用飞机PHM技术面临的瓶颈问题,并指出应重点开展包括测试性试验技术、智能信息处理与融合技术、航空装备与信息标准化管理技术、数据挖掘与平台构建技术等方面的研究,最后对我国PHM技术的发展给出思考与建议。     

基于改进鲸鱼算法的配电网层级模型故障区段定位

配电网在大量接入分布式电源后，增加了网络结构的维度、发生故障时潮流方向的不确定性。针对采集或上传故障电流信息时会发生信息畸变和区段故障位置的复杂性，提出配网层级模型故障定位方法，根据配电网的网络结构建立数学模型，用分层简化的思想构建层级模型，极大降低了配电网的变量维度，构建开关函数并加入故障辅助判据，再对鲸鱼算法进行种群分布、自适应权重调整和越界处理改进的故障定位求解方法。算例仿真表明，在单故障、多故障、电流信息畸变或者分布式电源的投切状态等多种工况下，所提方法能够准确定位故障区段位置，提高了配电网故障求解的效率及准确度。     

HHT结合QPSO-GRNN的同塔双回输电线路故障测距

为提高同塔双回输电线路故障测距的精度,提出将希尔伯特黄变换和量子粒子群优化的广义回归神经网络相结合的方法用于构建测距模型.首先将线路两端采集的故障电流进行相模变换,选取其特征模量进行希尔伯特黄变换;将变换得到的2个采样点作为模型输入,对应的故障距离作为模型输出,构建经量子粒子群算法优化的广义回归神经网络;在网络中进行训...     

大型电网连锁故障分析技术及大停电智能预警系统

连锁故障引发的大停电事故在全球范围内时有发生,对社会和经济造成了巨大损失。为了理解连锁故障的演变特征并进一步构建有效的大停电预防系统,回顾近年来国内外发生的8次大停电事故,研究大停电事故的故障演化过程;对现有连锁故障研究模型和方法进行评述,分析其适用性及模型优缺点;提出基于事件校核和连续时域仿真的连锁故障时序事件搜索方法;最终基于所提连锁故障时序事件搜索方法构建了可用于大停电风险可视化预警的智能预警系统。     

基于改进VMD与特征选择的路灯故障检测方法

路灯正常运行对于城市照明具有重要意义。当前路灯故障检测局限于初步的故障现象，无法辨识具体的故障类别。为实现路灯具体故障类别的检测，本文以路灯监控和数据采集系统的路灯运行数据为对象，提出了一种基于改进VMD与特征选择的路灯故障检测模型。首先，利用主成分分析法筛选路灯运行数据的主要变量参数，并用变分模态分解对筛选参数进行分解。同时，引入鲸鱼优化算法改进变分模态分解的自适应性。在特征选择方面，通过Pearson系数选择相关IMF分量结合样本熵构建故障特征向量。最后，结合广西崇左市2019~2022年路灯故障数据，建立基于XGBoost的故障诊断模型，从而辨别路灯的正常、电源故障、线路故障、保险故障4种状态。实验结果表明，该方法能有效实现路灯具体故障类别的诊断，故障辨识率为93.75%，为路灯故障检测研究提供了新途径。     

基于混合整数线性规划的配电网在线自愈方案

现有配电网自愈方案无法达到在线要求。为此，提出一种基于混合整数线性规划的配电网在线自愈方案。首先，构建一种集中式的5G通信网络架构，解决在线自愈方案实现的通信阻碍；其次，分别构建一种基于混合整数线性规划的故障定位模型和供电恢复模型，有效解决配电网规模较大时自愈计算时间过长问题；最后，将故障定位和供电恢复整合成一个自愈模型，故障发生后只需进行一次自愈运算，就可以同时发出故障隔离和供电恢复命令。配电网算例表明：基于混合整数线性规划的故障定位模型和供电恢复模型求解速度明显提高，在所提5G通信架构下，所提配电网自愈方案能够满足在线自愈要求。     

基于PHM的伺服机构健康管理研究

PHM（故障预测与健康管理）技术对于推动装备视情维修能力的实现具有重大意义。本文在介绍PHM内涵及功能的基础上,立足伺服机构特点,设计了伺服机构PHM分层体系结构,构建了伺服机构PHM系统模型。重点分析其所需要的关键技术,提出局部模型辅助基于数据知识的思想。最后就开展伺服机构健康管理研究的意义进行了论述。     

基于半监督学习标签传播-极端随机树算法的光伏阵列故障诊断及定位

对光伏阵列故障进行精确诊断和定位有助于提升光伏发电系统的可靠性。针对现有的诊断方法过度依赖大量有标签样本，难以同时兼顾故障类型诊断、故障定位及低成本等问题，将多传感器法与半监督学习算法相结合，构建了一种融合标签传播算法(label propagation,LP)和极端随机树(extra-trees,ET)的半监督学习算法LP-ET。为克服工程实际故障样本较少且往往缺失故障标签的问题，搭建了光伏阵列故障仿真模型获取样本，引入LP算法，基于少量含故障类型及定位信息的有标签故障样本，实现原始故障样本集全标注；继而引入ET模型，持续构建大量决策树形成极端随机树，采用多数投票机制(Bagging)获得故障类型及定位结果。实验结果表明，所提出的LP-ET模型可以在含有大比例未标注样本数据集情况下实现短路、断路、退化及遮阴故障的较高精度诊断，兼顾单组件及多组件故障，有效解决光伏阵列故障诊断及定位问题。