基于电磁时间反演传递函数相关性的传输线网络故障定位方法

针对传输线网络中故障行波群信号辨识、到达时刻确定及故障分支判定困难等因素导致的定位误差问题,将电磁时间反演技术与传递函数相关性原理相结合,提出了一种基于电磁时间反演传递函数相关性的故障定位新方法。经过仿真与实验验证,对比了传统范数判据与相关性判据在多分支传输线网络中的定位性能。研究表明：当故障位置与观测点之间存在2个及以上分支点时,传统范数判据定位结果会出现较大偏差,能量判据和峰值判据在十分支网络中遍历故障位置时的仿真正确率仅为8%和36%,而传递函数的相关性判据可有效改善定位偏差问题。根据测量信号的频谱特征,选取包含高阶谐振频率的窄带分量进行反演计算可显著提升定位的正确率。传递函数相关性的定位方法基于单个观测点覆盖整个传输线网络,相比现有能量及峰值判据,在复杂多分支网络中具有更好的适用性和可靠性。     

基于L1正则化反演的电压行波高精度检测方法

针对电压行波传感器二次侧故障行波信号不能真实反映电网一次行波波形特征的问题,提出了一种基于L1正则化反演的电压行波高精度检测方法。首先,分析了行波传感器的非理想传变特性,揭示了一、二次行波信号的波形差异性。在此基础上,提出利用小波包变换对观测信号进行多尺度分解,并对各频段信号分别进行反演的方法,从而减小由行波传感器引起的畸变误差。其次,在反演模型中引入L1正则化约束对模型进行稀疏性刻画,使反演结果更能体现真实故障波形特征。最后,利用快速迭代收缩阈值算法(fast iterative shrinkage-thresholding algorithm, FISTA)进行迭代求解,将各分量的反演波形线性叠加,实现故障行波信号的精确还原。仿真和实验结果表明：与直接反演相比,所提方法能够实现故障行波在时域和频域上的高精度真实测量,在微弱故障和噪声环境下也能获得较为精确的反演结果,具有一定的工程应用价值。     

基于模量行波差异的柔性直流输电线路单端量保护方法

在柔性直流输电中,基于波形特征的行波保护在近端或对近端故障时易受后续行波影响,保护范围存在死区;且发生区外非金属性故障时故障处电压并非阶跃波,若以故障处电压为阶跃波开展原理研究,则也会影响保护的动作性能。针对以上问题,首先解析发生区内、外故障时故障处电压波形差异的原因,然后分析线模与零模电流之间的差异性,进一步得到反映区内、外故障的模量行波差异通项。为避免区外非金属性故障的影响,在此基础上利用不对称故障下行波的折反射特征,提出模量行波差异与折反射特征相配合的单端量保护方法。PSCAD/EMTDC的仿真结果表明,所提保护方法能有效解决近端故障下保护拒动的问题且具有较强的耐受过渡电阻能力和抗噪声干扰能力,此外还避免了区外非金属故障的影响。     

计及直流分压器传变特性的行波保护定值整定方法

行波保护作为特高压直流输电系统线路的主保护,其动作的准确性直接关系到直流输电系统的安全稳定运行。行波保护各判据中故障特征量的生成均基于直流分压器的测量值。然而,直流分压器难以准确地传递各频段下的信号,这将导致行波保护的可靠性下降。首先,基于直流分压器等效电路模型推导直流分压器传递函数,分析直流分压器对时域信号及频域信号的传变特性。其次,结合行波保护的判据和逻辑,研究直流分压器传变特性对行波保护性能的影响。然后,将直流分压器传变特性作为影响行波保护定值整定的因素纳入整定流程,提出一种计及直流分压器传变特性的行波保护定值整定方法。最后,参照实际工程参数搭建仿真模型,对所提方法的有效性及可靠性进行验证。结果表明,所提方法能有效提高行波保护整定的可靠性。     

基于USRNet与改进YOLOv5x的输电线路绝缘子故障检测方法

针对无人机输电线路巡检图像的复杂背景目标检测失准、故障小目标难以被准确检测的问题,提出一种基于深度展开超分网络(deep unfolding super-resolution network,USRNet)与改进YOLOv5x算法的输电线路绝缘子故障检测方法。首先,使用USRNet对原始图像进行超分辨率重建,以降低复杂背景干扰实现测试数据集优化;然后,以YOLOv5x检测模型为基础,利用K-means++对标记框进行聚类,生成匹配输电线路故障目标尺寸的锚框;同时,通过更改多尺度特征融合模块结构,在预测端引入一个包含更大特征图的检测头以检测故障小目标;最后,使用有效交并比损失(efficient intersection over union loss, EIOU＿Loss)函数优化模型整体性能,并设置对比实验对所提方法进行验证。结果表明,所提方法的均值平均精度(mean average precision, mAP)值达到98.8%,可使输电线路故障检测精度提高到95.4%,从而具有更好的复杂背景目标以及小目标检测性能。     

基于电压折射波幅值正负差异的柔性直流电网两段式行波保护

针对柔性直流电网线路行波保护在长线故障下难以兼顾速动性和耐受过渡电阻能力的问题,提出了一种基于电压折射波幅值正负差异的两段式行波保护方案。首先,通过分析故障行波在线路上的传播过程,推导了各折反射波的表达式,得出了区内外故障下线路端口电压折射波幅值的正负差异特性。然后,基于该特性,提出了两段式行波保护方案,以传统行波保护判据构成保护第Ⅰ段,采用端口电压幅值及回升时间构成行波保护第Ⅱ段。最后,基于PSCAD/EMTDC仿真平台,验证了该保护方案的有效性。     

基于协议特征的电力工控网络流量异常行为检测方法

随着信息通信技术在电力工控系统中的广泛应用,电力工控系统遭受网络攻击的风险不断增加。电力工控系统的信息传输和交互以通信协议的流量数据为载体,流量数据的应用层报文在传输过程中存在被窃取及篡改等风险。文中以IEC 60870-5-104协议为例,在对其脆弱性分析的基础上提出了基于协议特征的电力工控流量异常行为检测方法。首先,对电力工控流量进行应用层报文的提取及解析,并结合报文字段特征以及典型电力业务特征建立起电力工控流量正常行为模型。其次,依据正常行为模型对流量数据进行单字段畸形校验、多字段耦合逻辑校验、帧与帧时序逻辑校验、帧与帧上下文异常校验,实现流量异常行为的识别。最后,基于某220 kV变电站的实际流量数据集进行仿真,结果表明所提方法对于典型异常行为检测准确率约为99.98%,能够有效辨识电力工控系统流量异常行为,提升电力系统的安全性。     

基于自适应时间尺度小波包和模糊控制的复合储能控制策略

对复合储能系统参与风电波动平抑进行了探讨和分析。首先,传统滤波方法在提取并网功率时以风电波动大的时段确定平滑程度,在不同风电波动场景整体平滑效果差异较大,提出自适应时间尺度小波包方法,能够根据风电波动情况自适应规划滤波时间尺度,同时在时间尺度内自适应确定分解层数,兼顾不同风电波动时段,提高了场景适应能力。然后,基于功率型、能量型储能出力充放电响应分界时间,用所提方法进行内部功率分配,并设计了计及复合储能荷电状态（SOC）优化和能量型、功率型储能协调控制的双目标模糊控制策略,在优化SOC的同时减小对并网功率的影响。最后,依托某风电场典型日数据在MATLAB中验证了所提方法的有效性。     

基于多尺度上下文感知的绝缘子缺陷检测网络

针对巡检图像中绝缘子缺陷尺度不一造成检测效果不佳的问题,提出了一种基于多尺度上下文感知的绝缘子缺陷检测网络,称为上下文感知缺陷检测网络(context aware defect detection network,CAD²Net)。该网络采用ResNeSt101架构提高了对图像的特征提取能力。设计了改进特征金字塔结构,构建不同分辨率的丰富语义特征图,以更好地检测不同尺度的目标。同时,在网络的检测单元中增加感受野自适应(adaptive receptive field,Ada-RF)模块聚合多尺度上下文信息,生成更具辨别力的特征,改善网络对不同尺度目标的检测效果。在随机生成缺陷的样本集及公开数据集上的平均检测精度分别达到91.7%及91.0%。结果表明：所提出的缺陷检测网络能够对不同尺度绝缘子的缺陷进行准确识别与定位。     

基于逆变器定频率控制的多分布式电源孤岛检测方法

随着分布式电源(DG)渗透率的不断提高,配电网易发生多DG孤岛效应,为了保证电能质量和用电安全,逆变器必须具备孤岛检测功能。针对多DG逆变器因注入扰动量的方向相反而产生稀释效应,导致传统孤岛检测方法失效的问题,提出了一种基于逆变器定频率控制的孤岛检测新方法。该方法利用正弦脉宽调制技术将其中一台逆变器输出电压的频率控制为50 Hz,通过该定频率控制的主逆变器稳定孤岛频率,使得锁相环控制的各从逆变器恢复正常运行状态,消除稀释效应,实现多DG孤岛检测。最后,利用MATLAB/Simulink进行仿真,验证了该方法的有效性。     

基于自适应分段云模型的单相用户相别辨识方法

针对低压配电台区拓扑结构中相别关系错误的问题,利用台区配电变压器低压侧相电压序列和用户电压序列的相似性,提出了一种基于自适应分段云模型的单相用户相别辨识方法。首先,利用云模型的数字特征刻画电压序列的数据分布;然后,利用自适应分段云模型算法自适应地确定电压序列的分段总数以及每个分段的起始时刻和结束时刻;最后,计算电压序列分段云模型的相似度,确定用户与台区配电变压器的相别关系。该方法不受台区拓扑结构和负荷变化的影响,具有通用性;与现有相似性算法相比,该方法针对台区配电变压器三相电压很接近的情况相别辨识结果区分度更好、准确率更高。算例仿真和实例分析验证了所提方法的有效性。     

多路LLC谐振变换器交错并联均流控制

LLC谐振变换器多路交错并联具有良好的应用前景,然而谐振元件的参数偏差会导致各路LLC谐振变换器电流不均衡的问题。为了解决这一问题,通过将二次侧的同步整流替换为可控整流方式,利用各路输出电流作为控制信号对二次侧进行脉宽调制控制,提供附加的电压增益,形成均流控制环路,保证各路的电压增益相同,从而实现多路LLC谐振变换器在相同开关频率下运行的均流调节。介绍了该控制的原理及实现方法。基于电磁暂态过程进行仿真,得出不同负载率下的电流不平衡度;同时搭建100 W的实验样机,在电流不平衡度最大的工况下,验证了该均流控制方法的可行性和有效性。     

波浪能发电控制技术研究综述

开展波浪能发电技术控制方面的研究可有效平抑电力输出的波动性,显著提升电能质量,对充分利用波浪能具有积极意义。为了让研究人员全面了解当前的研究水平和未来研究方向,对近年来国内外波浪能发电系统控制技术的研究情况进行了梳理和总结。基于国内外波浪能发电控制技术的研究成果,对波浪能发电控制技术的分布情况及热点问题进行分析;以波浪能发电装置安装位置、波浪能能量转换方式、功率输出方式为分类依据,对波浪能发电系统进行介绍;以最大功率点跟踪控制和电能质量控制为线索对波浪能发电控制技术进行分类,对控制原理、技术特点和应用情况进行对比分析。最后,对该领域后续的研究方向进行探讨和展望。该研究成果能为波浪能发电的高效转换和稳定输出控制研究提供参考。     

基于边缘检测的大规模风电场送出线路纵联保护算法

由于风电出力的波动及送出线路发生故障时故障电流的频偏特性,风电场送出线路纵联保护灵敏度下降甚至拒动,因此提出了基于边缘检测的风电场送出线路纵联保护算法。通过将风电场送出线路两侧采集到的电流构造为矩阵形式,并使用Sobel算子进行边缘检测,从而确定电流采样值变化大的部分。然后通过所识别到的线路两侧电流采样值变化大的部分计算平均梯度幅值并与整定值相比较,实现区内故障和区外故障的快速识别。最后通过PSCAD/EMTDC搭建了大规模风电场送出系统模型,验证了所提算法的适用性、速动性及抗过渡电阻能力。与现有送出线路的纵联保护相比,所提方法在风电场弱出力的情况下仍适用,且动作速度更快。     

基于ANOVA和BO-SVM的变压器故障诊断方法

为了提高变压器故障诊断模型的诊断精度,提出了一种基于方差分析(analysis of variance, ANOVA)和黑猩猩算法优化支持向量机(bonobo optimizer-support vector machine, BO-SVM)的变压器故障诊断方法。首先,采用方差分析对模型输入量,即变压器油中溶解气体特征进行筛选降维。其次,用黑猩猩算法对影响支持向量机诊断性能的2个参数(核参数与惩罚因子)进行寻优。最后,利用该文所提方法对变压器进行故障诊断,实例仿真结果表明：与IEC、Rogers法相比,采用ANOVA对模型输入量进行筛选降维能更好地提升模型性能;BO算法优化后的支持向量机对比网格搜索算法优化后的支持向量机,在训练速度与诊断精度两方面都有所提升;与粒子群优化支持向量机(particle swarm optimization-support vector machine,PSO-SVM)和遗传算法优化支持向量机(genetic algorithm-support vector machine, GA-SVM)相比,所提方法收敛更快,且故障诊断精度更高、更稳定,BO-SVM、...     

基于主动迁移学习的电力系统暂态稳定自适应评估

基于深度学习的暂态稳定评估模型通常需要大量的有标注样本用于离线训练。一旦电网的运行方式和拓扑结构发生较大变化,预训练模型的性能将劣化甚至失效,使得在线评估时存在一定的空窗期。为了解决这一问题,以深度置信网络（DBN）为研究载体,将深度学习、迁移学习和主动学习相结合,提出一种基于DBN模型的主动迁移学习方法。首先,训练DBN来挖掘输入特征和暂态稳定评估结果间的映射关系,得到更好的暂态稳定评估效果。其次,当拓扑结构和运行方式发生较大变化时,通过短期仿真生成大量的无标注样本,利用主动学习来筛选少量最富有信息的样本,并通过长期仿真对这部分样本进行标注,显著减少了样本的生成时间。最后,计算源域和目标域数据分布的最大均值差异,选择不同的迁移路径,在确保迁移效果的前提下进一步缩短了迁移时间。采用新英格兰10机39节点系统、NPCC 48机140节点系统和中国华中电网进行了仿真,结果验证了所提方法具有高精度、快速性和鲁棒性,有效缩短了深度学习模型在线应用时的空窗期。     

基于多异学习器融合Stacking集成学习的窃电检测

针对窃电检测中用户用电数据类别不平衡、采用投票法作为结合策略的集成学习方法无法充分发挥多个不同学习器优势等问题,提出一种利用Stacking集成学习融合多异学习器的模型应用于窃电检测。首先,从影响电量计量的因素出发,根据常见的5种窃电方法模拟6种窃电行为模式;其次,采用合成少数类过采样技术(SMOTE)对不平衡的用电数据进行处理,并利用K折交叉验证法对平衡后的训练集进行划分以缓解因重复学习造成的过拟合;然后,使用评价指标和多样性度量优选模型的不同初级学习器和元学习器,构建融合不同学习器优势和差异的Stacking集成学习窃电检测模型;最后,算例对比分析结果表明所提窃电检测模型能有效解决用电数据类别不平衡,充分发挥不同学习器的优势,评价指标良好。     

基于改进关联规则的直流换流站典型运维事件集诊断方法

随着中国特高压交直流电网的大规模运行,直流换流站一、二次设备复杂程度不断增高,使得直流系统发生状态转换或故障时,换流站顺序事件记录(SER)系统短时间产生大量SER事件,SER事件集中的特征事件丢失难以被运维人员及时察觉。针对此问题,文中提出了一种基于改进关联规则的直流换流站典型运维事件集诊断方法。首先,分析了换流站原始SER特征类型并筛选SER事件的主要特征类型,实现数据降维与换流站SER事件模型构建;然后,通过改进关联规则算法挖掘换流站相似故障与状态转换的SER强关联事件组与SER关联事件;最后,基于数据挖掘结果诊断SER事件集中是否存在特征事件缺失的情况。结合昆柳龙直流工程换流站试运行数据进行算例分析,结果表明所提方法可以从海量异构、多态SER事件集中挖掘关联规则,为辅助运维人员诊断换流站状态转换与故障发生下SER事件集的缺失情况提供参考。     

基于时域波形特征认知的输电线路近端故障辨识与定位

针对现有单端行波故障测距对近端故障存在测距盲区、双端行波故障测距对近端故障测距误差较大,无法满足工程需要的不足,提出基于波形特征认知的近端故障辨识与定位方法。首先,分析了线路故障行波传播规律,以固定分辨率显示波形。发现线路近端故障时,初始行波及其后续波形在长时窗整体宏观观测下呈堆叠缓变特征,而在短时窗局部放大观测下呈周期性变化特征,且周期与故障距离相关。不同线路的近端故障历史样本能统一作为参照基准为测距提供提示。进而提出基于波形密度和突变分布的近端故障辨识方法。最后,对辨识出的近端故障进行周期估计,利用近端故障与线长的无关性以及历史样本突变周期和故障位置已知性,搜索周期最近邻历史样本,并由已知故障距离插值实现故障位置确定。基于大量实测数据进行仿真测试,结果表明所提方法能够显著提升单端行波测距可靠性和成功率。