基于同步量测大数据的配网单相接地故障检测及定位方法

随着智能电网、配网自动化及广域量测系统的不断发展和完善,配电网产生了海量表征其运行状态的数据,为其单相接地故障检测定位提供了新的挑战。基于随机矩阵理论对配网大数据矩阵进行分析,首先用节点电压数据构造高维数据矩阵;然后用圆环律和平均谱半径进行故障检测;最后在检测到故障发生时,通过增广矩阵构造和配网结构相结合进行故障区域定位。仿真分析通过80节点配网模型的单相接地故障验证了所提方法的可行性。     

基于随机矩阵理论的配网故障可观的PMU优化配置方法

定义故障在全网最不灵敏节点发生时可检测为随机矩阵理论下的全网可观。相同故障发生在不同节点时对配网影响程度不同,对应的随机矩阵理论指标MSR的跌落程度不同。提出了配网故障时全网可观的PMU优化配置方法。分别在所有节点设置单相和两相接地故障,得到2种情况下全网的电压数据并计算相应的MSR;对2种MSR进行加权,计算出各节点灵敏系数;以灵敏度最低的节点发生故障时全网可观为目标,按灵敏程度逐次减去不灵敏节点的PMU并计算相应的MSR,直到故障不可检测,得到的PMU配置即为最后配置。以IEEE36节点和IEEE39节点模型进行仿真,验证了在该PMU优化配置方案下,可用随机矩阵理论对配网进实时监测,在故障发生时能准确检测到故障并确定故障发生的时刻。     

采用随机矩阵与CNN的暂态电压稳定快速评估

为了发展基于数据驱动的电力系统暂态稳定性预测理论与方法,提出了一种基于随机矩阵理论与卷积神经网络的暂态电压稳定快速评估方法。通过构建高维随机矩阵,从电网底层量测数据中提取高阶特征作为输入;凭借一维卷积和池化运算特性所具有的特征提取能力,充分挖掘输入特征与电压稳定评估结果之间的非线性映射关系,建立了基于一维CNN的暂态电压稳定评估模型。利用PSS/E和Matlab软件,算例分析在新英格兰10机39节点测试系统中展开,与传统机器学习评估方法的结果进行比较,结果表明,所提方法具有正确率高、计算时间短及抗噪性能高的优点。     

基于复杂网络理论与风险理论的地区电网脆弱性评估

电网脆弱性不仅与电网的网络结构及其电气参数有关,还与电网的实时运行状况及约束条件有关。基于复杂网络理论与风险理论,提出了一种新的电网脆弱性评估方法。首先以节点重要度指标和线路改进介数指标对电网中的脆弱源进行识别;再利用设备状态检修数据建立起脆弱源元件的故障模型,依据设备的健康指数推算出设备的故障可能性,并引入效用理论来评估故障严重度,得到相应的综合静态风险指标;最后基于网络结构特性指标和综合静态风险指标定义了节点脆弱度和线路脆弱度指标,并以某一地区电网为例进行分析,结果表明,文中定义的脆弱度指标能有效地克服以往从单一角度去评估电网脆弱性的弊端,提高了辨识精度与辨识效果,验证了该脆弱性评估方法的合理性及有效性。     

基于CNN的配电网故障区段定位

针对故障特征微弱难以区分、矩阵法容错率低和人工智能算法中易陷入局部最优解的问题,提出一种基于卷积神经网络(CNN)的配电网区段定位方法。首先根据单相接地故障的原理,分析和论述了发生单相接地故障后配电网中各个节点电网信息的变化;然后通过卷积神经网络模拟出不同故障情况下三相电流电压与各馈线运行状态之间的映射关系;最后考虑到影响区段定位的关键影响因素过渡电阻,在Matlab的Simulink中设置不同过渡电阻进行实例仿真。仿真结果表明,在不同过渡电阻的情况下,该方法仍具有很高的准确率。     

考虑分布式光伏与储能联合的区域电网电压稳定性控制方法

针对分布式光伏大量并网对区域电网造成的电压波动问题,文章提出了基于分布式光伏与储能协调的区域电网电压稳定控制方法。首先建立分布式光储系统电压稳定性模型,在此基础上研究分布式储能对区域电网节点电压的影响特性;然后建立了光伏与储能系统之间的协调关系模型,在可再生能源不同出力条件下进行储能装置的协调优化;通过建立区域电网内系统电压波动的最小目标函数,以区域电网的线路潮流和电池储能的充放能功率为约束条件,采用粒子群算法快速计算得到分布式储能的荷电状态,根据荷电状态进行充放能判断。以某区域电网实际运行数据为例进行了仿真验证,结果显示文章所提出的基于分布式光伏与储能协调的控制方式,可有效提升区域电网的电压稳定性。     

基于流形学习与神经网络的旋转机械故障诊断

出优化改进变分模态分解方法（WOA-IVMD）将轴承振动信号分解至不同频段;又考虑信号非线性,通过9种非线性特征参数,基于经WOA-IVMD分解分量构建非线性“复合高维”特征矩阵,为避免高维数据导致维数灾难问题,采用随机近邻嵌入理论（t-SNE）对高维特征矩阵进行降维处理,并以降维所获数据作为测试样本,通过神经网络完成轴承工作状态分类。结果表明：WOA-IVMD分解信号具有与原分量更高的相似度;采用t-SNE对非线性“复合高维”矩阵进行降维,其三维流形表现具有突出的分类效果;以降维数据为测试样本,采用神经网络进行学习建模并分类,其结果具有较高的吻合度,表明提出方法可准确进行轴承状态分类。     

基于连接状态定位的智能变电站二次系统故障定位方法

变电站二次回路及系统运行状态因设备自身及物理连接等原因具有一定的不确定性,二次系统故障定位难度较大。提出一种基于连接状态定位的智能变电站二次系统故障定位方法。首先将二次系统设备拓扑连接关系抽象为矩阵描述,二次系统设备节点状态量作为相应矩阵元素;然后通过矩阵算法对二次系统连接状态进行定位,确定与故障有关的矩阵元素;在连接状态定位后利用模糊径向基神经网络将故障相关矩阵元素与故障集中各故障情况对应,进行故障搜索定位。故障算例结果表明,所提出的二次系统故障定位方法具有较高的准确率。     

基于稀疏矩阵和集合运算的配电网故障定位与隔离算法

针对含有分布式电源的配电网,提出一种基于稀疏矩阵和集合运算的通用故障定位与隔离算法。采用网络拓扑结构的关联信息构成区域一节点矩阵以及不同节点的电流信息构成故障信息矩阵,以三元组稀疏矩阵方式在计算机中存储,在此基础上,使用简单的集合运算代替现有算法中高阶矩阵运算,实现多重故障的一次性定位与隔离。此外,研究了算法在故障信息丢失和故障信息错误等异常情况下的容错性能。在Mat—lab中对故障定位功能以及交互性能进行实现,算例计算结果验证了该方法的可行性与有效性。     

基于混杂控制理论的包含分布式发电的区域电网电能质量控制

针对具有分布式发电的区域电网电能质量控制问题进行了基于混杂控制理论的研究探索。首先针对分布式电源接入区域电网后对电能质量带来的影响问题进行了分析,然后介绍了混杂控制的基本理论,根据含有分布式发电的电网混杂系统进行了模型构建和分析,最后针对IEEE14节点模型的分布式电源改造模型进行了混杂控制系统的仿真,并针对机组故障的电压紧急调控和负荷变动机组出力调整两个问题进行了仿真分析。通过仿真结果可以看出,混杂控制系统的调控能力在应付分布式电源接入后导致的网络潮流多变,结构复杂度提升,调控难度增加等问题上具有较好的解决效果。