基于卷积深度置信网络的配电网故障分类方法

提出一种基于卷积深度置信网络(CDBN)实现配电网故障分类的方法,利用离散小波包变换(DWPT)分解主变低压侧进线电流和母线电压等电量信号并构造时频矩阵,将时频矩阵转换成时频谱图的像素矩阵后作为CDBN的输入,经CDBN自主提取故障特征量,最终完成配电网故障分类识别。应用典型结构配电网的故障仿真数据与故障实验样本进行故障识别测试,结果表明,所提方法不但具有提取故障特征明显、故障分类正确率较高的特点,并且在系统中性点运行方式及网络结构调整、故障起动检测延迟、分布式电源接入等情况下,均有良好的应用适应性。     

基于深度置信网络的柔性直流配电网高灵敏故障辨识策略

针对柔性直流配电网现有保护手段应对高阻接地故障灵敏性较差的问题,提出一种基于深度置信网络(DBN)的柔性直流配电网高灵敏故障辨识策略.该策略利用DBN的特征提取能力对正负极暂态电压时域波形数据进行特征提取,以进行故障辨识.利用仿真采集样本数据对DBN进行训练,获取模型最优参数,形成适用于直流配电网故障辨识的DBN模型....     

基于对比歧化和深度置信网络的配电网故障类型识别

针对配电网数据分支多、设备类型多样、现有故障诊断方法精度低的问题,提出基于深度置信网络的配电网故障诊断方法。该方法建立了4种不同层数的深度置信网络,将配电网的实际监测数据分为训练和测试数据导入到深度置信模型,采用对比歧化算法优化初始参数选择和加速模型训练,测试模型对样本的识别精度,建立改进BP神经网络和Petri网对比故障识别精度。结果表明,深度置信网络可以通过实时分析配电网实时监测数据,准确辨识配电网故障类型,提高了配网故障诊断的准确率和速度。     

基于深度置信网络的三相串联故障电弧检测方法

针对三相串联故障电弧的研究大多只是提供一种能够识别出故障电弧的方法,没有考虑用于工业实时检测的可能性,提出了一种基于深度置信网络的故障电弧检测方法。首先,通过搭建三相异步电机故障电弧实验平台获取不同故障情况下的电流数据,并利用提升小波变换对其进行去噪;其次,通过核主成分分析法KPCA(kernel principal component analysis)提取去噪之后的数据的主成分,减少需要分析的变量;最后,通过PSO优化的DBN网络进行故障识别,与BP神经网络和极限学习机相比,其检测速度更快且准确率达到了98.8%,为应用于实时检测提供了可能性。     

基于深度置信网络的电网故障类型辨识

高效可靠的电网故障分类有利于指导调控人员快速排查和消除故障、恢复系统供电,对保障系统安全可靠运行具有重要意义。为了克服浅层智能方法对信号处理技术和人工经验的依赖以及对复杂电力系统特征提取和表达的不足,文中基于故障录波信息,提出一种基于深度置信网络的电网故障类型辨识方法。直接以故障发生后的各相电流/电压以及零序电流/电压作为网络输入,从原始时域信号中自动学习和提取故障状态特征,从而实现故障类型的辨识。IEEE 39节点仿真系统案例和电网实际故障案例均表明该方法具有良好的故障特征提取能力,在数据降维过程中能保持数据原本的特征,且辨识结果不受过渡电阻、故障时刻、故障位置、负荷大小等因素的影响,与传统人工神经网络模型相比其识别准确率更高。     

基于序列特征融合和深度置信网络的配网故障选线方法

针对配网发生单相接地故障特征提取困难,且现有选线方法精度不高的问题,提出了一种基于序列特征融合和深度置信网络的故障选线方法。首先,通过序列特征融合方法对同一故障工况下的各馈线暂态零序电流进行数据拼接,获取序列融合特征。然后,将序列融合特征作为蜘蛛猴算法（spider monkey optimization, SMO）优化深度置信网络（deep belief network, DBN）的输入,经DBN自适应地提取低维故障特征进而实现故障选线。仿真结果表明,所提方法和现有方法相比,具有较高的选线精度。当信噪比达到10 dB时,所提算法的平均选线精度达到99.78%,具有较强的鲁棒性。     

基于深度置信网络的电力系统故障诊断方法

当前电力系统故障诊断节点多为目标式设定结构,诊断效率较低,导致故障诊断的F1接近0,故基于深度置信网络设计一种电力系统故障诊断方法并对其进行验证分析。根据当前的测试需求,采用多层级的方式,提升整体的诊断效率,部署多层级故障数据采集节点。以此为基础,进行故障特征提取,构建深度置信网络电力系统故障诊断模型,采用交叉核验评定的方式来实现故障诊断处理。测试结果表明,通过4个周期的阶段性测定与比对,最终该电力系统故障诊断的F1值为1,为最佳的诊断结果,说明在深度置信网络的辅助和支持下,设计的诊断方法更为精准、高效,具有实际的应用价值。     

基于深度置信网络的电能质量扰动事件分类

为满足电能质量扰动准确分类的需求,提出了一种基于极大重叠离散小波变换(MODWT)和深度置信网络(DBN)的电能质量扰动分类方法。首先利用MODWT提出一种可靠的电能质量暂态事件检测算法,该算法无需设定检测阈值,可准确获取暂态事件的起止时刻。接着提取暂态事件的电压谐波成分并组成特征向量。然后用DBN分类器对扰动信号进行分类识别,DBN方法比常用的分类方法具有更高的分类准确率和更短的训练时间。通过应用于现场实测扰动数据表明:所提出的方法适用于多种类型的电能质量扰动检测,在少样本情况下具有优越的分类性能。     

基于深度置信网络的配电网负荷预测

保证配电网负荷数据的完整性是后续数据统计和业务分析的数据基础。针对广州大学城配电网存在的电表年久失修或电表读数错误而导致的配电网负荷数据缺失问题,提出一种基于深度置信网络(Deep Belief Networks,DBN)的配电网负荷预测算法,通过时间序列预测的方法,对缺失的数据进行补齐,保证配电网数据的完整性。深度置信网络由一定数目的受限玻尔兹曼机(Restricted Boltzmann Machine,RBM)叠加而成,通过无监督训练算法得到网络模型的初始值,最后通过自上而下的有监督学习得到预测训练模型。为了避免训练模型的局部最优问题,提高训练模型的全局搜索能力,使用粒子群优化算法对模型进行调优,以获得全局最优解。最后,通过比较多个预测训练模型的预测指标,验证了提出预测训练模型的准确性和有效性。     

基于柔性直流技术的一种交直流混合配电网可行性研究

随着配电网中负荷的快速增长和分布式电源迅速发展,传统配电网需要进行一定的升级改造才能满足新增负荷和分布式电源的需求。立足于“手拉手”式接线的传统中压配电网结构,提出了利用柔性直流技术构建交直流混合配电网的改造方案,对其网架结构和控制策略进行了介绍分析。之后,以辽宁省某供电区域为例,对建设交直流混合配网、增建交流配电网和增建直流配电网三种配电网改造方案的经济性进行了对比分析。分析证明交直流混合配电网具有最低的系统运行损耗,当配电网运行年数超过5年时,建设交直流混合配电网具有最低的总投资费用。最后,分析总结了交直流混合配电网的综合优势和发展前景,证明了交直流混合配电网能够成为配电网改造的可行方案。     

基于二进制粒子群算法的交直流混合配电网故障恢复方法

针对交直流混合配电网特殊的网架结构和电气特性,构建交直流混合配电网故障恢复模型。所提出的模型以故障恢复综合满意度指标为目标函数,并计及潮流约束、节点电压约束、支路传输约束和网络辐射状约束等约束。对所建立的模型设计两阶段优化求解流程,第一阶段采用二进制粒子群算法进行求解,第二阶段采用粒子群算法进行求解。最后通过一个算例表明,交直流混合配电网故障位置对故障恢复策略以及故障恢复综合满意度指标有着较大影响,同时所提出的模型适用于交直流混合配电网故障恢复问题。     

计及柔性直流装置的交直流配电网保护控制研究

交直流混合配电网可更好地接纳分布式电源和直流负荷,缓解城市电网站点走廊有限与负荷密度高的矛盾,已成为现代城市配电网的一个重要发展趋势。接入柔性环网控制装置后,配网由单端电源供电网络变为多端电源供电网络,其可靠性面临新的挑战。通过对交直流混合配电系统的故障特点进行总结,分析接入柔性直流控制装置后柔直侧及系统侧的保护影响,提出基于时序配合的智能装置协同控制架构。利用柔性电力电子器件的快速响应特性,设计柔性直流控制装置与交流保护控制装置配合的保护控制策略。在GOOSE有向节点及快速通信机制的作用下,运用保护控制协同策略进行故障定位及隔离,有效地增强了含柔性互联装置的交直流混合配电网可靠性,具有工程实用价值。     

基于改进经验小波变换和改进多视角深度矩阵分解的直流配电网故障检测方案

为快速检测及可靠识别直流配电网故障,提出一种基于改进经验小波变换和改进多视角深度矩阵分解的直流配电网故障检测方案。通过最小二乘法非线性拟合故障电流局部的相频谱函数,基于此在一定的条件下修改经验小波函数的相频响应,使之尽可能与故障电流的局部相频特性相匹配;运用改进经验小波变换分解电流,计算细节分量c3的模极大值,构造故障检测判据;设计一种权重自学习网络,依据数据对分类任务的重要性分配不同的权重,嵌套于多视角深度矩阵分解模型前端,运用改进多视角深度矩阵分解模型对电流分量c1 — c3、极间电压udc这4个视角的数据进行故障特征提取,通过软分配层实现故障的分类。仿真测试结果表明,所提故障检测方案能够满足故障检测速动性、可靠性的要求,故障分类准确度高,为后续故障处理奠定了良好基础。     

基于小波包能量熵和DBN的轴承故障诊断

轴承是旋转机械设备的关键部件,目前已有很多轴承故障诊断方法,但其中一些方法只能针对特定的轴承故障进行诊断,可能不适用于其他轴承故障问题,而且大部分方法的诊断准确率还可以进一步提高。提出小波包能量熵与深度置信网络(DBN)相结合的方法进行轴承故障诊断。首先对轴承振动信号进行小波包变换,然后以能量熵的形式构建特征向量,这些特征向量含有不同频段内的振动能量大小,可以用于区分各种轴承故障。最后利用基于DBN的深度模型对能量熵特征向量进行故障识别。使用两类轴承数据集进行验证,分别获得100%和99.5%的故障识别准确率。实验结果表明,该诊断方法具有较好的通用性,而且可以达到很高的诊断准确率。     

考虑需求响应的交直流配网调度研究

随着需求响应与交直流配网不断发展,未来的配电网将出现电源侧分布式电源大量接入、电网侧直流配电方式兴起以及用户侧电力市场竞争性放开的发展态势。结合未来交直流配网中可能存在的可控元件和需求响应负荷,提出一种考虑需求响应的调度策略,其中可控元件包括:传统发电机、分布式电源和可控换流器等,充分挖掘交直配网的灵活性与需求响应相结合的潜力。以10节点交直流配网为算例,研究所提调度策略的经济性和消纳分布式电源(distributedgeneration,DG)的能力。     

基于一致性耦合关联的交直流混合配电网协调能量管控

交直流混合配电网是未来电网的一个重要形态,其能量管控研究具有重要意义。对多源并入的交直流混合配电网搭建局部和区域双层调度模型,提出交直流混合配电网的分布式调度优化策略。在局部调度层,考虑可再生分布式能源和储能设备联合出力,保证对负荷的平稳供给,并将优化调度结果上传给区域调度层;在区域调度层,对交流区域和直流区域各自进行独立优化,充分考虑各区域的自主运行特性,同时满足交直流混合配电网的运行约束条件,并提出基于一致性理论的分布式能量管控方法,获得最优可行解。算例结果验证了所提策略的有效性。     

交直流混合配电网继电保护研究综述

直流配电网能友好兼容各类分布式电源和直流负载,与现有的交流配电网构成交直流混合配电网是应对能源危机、环境污染的有效手段,但缺少可靠、稳定的继电保护技术是制约交直流混合配电网发展的重要因素。概述了国内外交直流混合配电网继电保护的研究现状。总结了直流配电网的结构、故障特性、保护原理等方面的研究,进而对交直流混合配电网的故障特性以及交直流相互作用对保护配置的影响进行分析。同时总结国内外对交直流换流器继电保护的研究。最后对交直流混合配电网继电保护技术的研究方向进行展望。     

基于DG和多端VSC协调控制的交直流配电网优化运行

分布式电源(DG)大规模并网不仅带来了消纳问题,还使交直流网络的经济安全运行面临巨大挑战。基于此,文中提出一种基于DG选址和多端电压源换流器(VSC)协调控制的交直流混合配电网优化运行方法。针对DG选址,基于灵敏度分析方法提出一种节点网损灵敏度指标,利用网络中不同位置的负荷节点对网损敏感度不同的规律进行交流网侧的DG选址。进而建立以网络有功总损耗、节点电压偏移量和DG盈余量最小为目标的多目标优化模型,对多端VSC不同控制策略下的端口功率电压变量和DG的有功出力进行协调控制。仿真结果表明,所提优化运行方法能够提高网络运行经济性和安全性,并兼顾配电网对DG的消纳水平,为实际工程中的决策人员提供重要的参考。     

基于直流电抗电压的柔性直流配电网故障测距方法

故障测距是柔性直流配电网发展所需的关键技术之一,传统的高压直流输电系统故障测距方法在直流配电系统中适应性不好。因此在考虑线路配置直流电抗器的情况下,提出一种基于直流电抗电压的直流配电网双端故障测距方法。该方法从直流故障的电容放电阶段进行研究,利用线路两端直流电抗电压构建包含故障距离和过渡电阻的两个未知参数的时域微分方程,并利用最小二乘法进行求解。PSCAD仿真结果表明该方法能够有效地进行故障定位,并且能够计算出故障点过渡电阻,可以满足直流配电网的故障测距要求。