通信动力环境下电网运行状态在线自动监测技术研究

为了提高在监测电网运行状态过程中识别状态异常数据的能力，降低能量开销，延长电网的运行生命周期，提出在通信动力环境下基于分层协同的电网运行状态在线自动监测技术。首先根据测量数据在采集终端的特征分布，构建测量数据的二维特征分布集，使用高维结构数据重组，得到电力大数据分布参数集。在发电、输电、变电、配电、用电及调度等环节中进行电网运行状态特征估计，完成电网运行状态数据特征误差补偿。根据收集的大量电网运行状态数据，采用分层协同调度方法实现电网运行状态特征的多维度检测和参数提取。根据电力系统收集、传输的测量数据的状态特征提取结果，采用主成分分析与小波变化结合的方法实现对电网运行状态特征预测和自动监测。实验结果得知，采用该方法进行通信动力环境下电网运行状态检测，识别状态异常数据特征强，且能量开销低，在4 kJ左右，通信动力环境下电网运行生命周期较长，达到158 000 h以上，电力数据传输和调度能力较强，对于用电特征及高频波动分量监测的泛化能力较强。     

大规模电力系统变电线路异常实时检修方法分析

为保障大规模电力系统变电线路的正常运行,提高变电线路的工作质量,需要对大规模电力系统变电线路异常进行实时检修。当前方法利用一个函数对线路的异常进行检测,把异常码传输给调用者,直至该异常码传输至响应该异常的处理函数。该方法无法对变电线路的异常进行实时检修,降低变电线路的维修效率,还造成电网电流传输的中断,电网安全性得不到保障。为此,提出一种基于CIM的大规模电力系统变电线路异常实时检修方法。该方法利用小波变换对变电线路异常发生之后5ms内,异常点电流时域和时频域中的不同特征进行提取,并将提取结果当作变电线路异常点分类特征量。根据模糊支持向量机完成变电线路异常点的模糊分类,分析在异常点特征空间组建带状分段的隶属度函数,通过支持向量回归机构建其最佳的分类回归函数。实验结果证明,所提方法可以高效对大规模电力系统变电线路异常进行实时检修,为该领域的研究发展提供强有力的依据,具有实际利用价值。     

电网规划与电力设计对电网安全影响探讨

社会经济的发展也促进了不同行业的竞争与发展,社会主义市场经济中不同行业获取更多的市场资源与竞争机会,但是在行业发展中对电力能源的需求量也不断增加,电力企业在实际运营管理中需要加强电网规划与电力设计,维护电网运行安全与效率,提高供电质量。电网在电力系统中主要负责电能的分配与传输工作,要促进电力系统的稳定、正常运行,需要应用合理的规划、设计与管理手段,为电网运行提供基础性的安全保障。本篇文章在此基础上主要对电网规划与电力设计对电网安全影响的重要性进行研究与分析,重点探讨电网规划与电力设计的内容与要求。     

基于CNN的时序数据关联规则挖掘模型

传统的挖掘模型未能有效提取时序数据的特征,导致计算开销较大,挖掘准确率以及效率偏低.为此,研究结合卷积神经网络设计并组建一种新的时序数据关联规则挖掘模型.通过连续模板匹配技术分析时序数据的分布式数据结构,然后结合匹配相关检测技术对时序数据展开融合处理,通过频繁项检测提取其中的关联规则特征.对提取的关联规则通过CNN分类器进行属性划分,结合特征压缩方法对分类输出的时序数据进行降维处理,再利用模糊聚类算法构建时序数据关联规则挖掘模型.仿真结果表明:模型能够有效降低挖掘过程的计算开销,并提升了挖掘结果的准确率以及挖掘效率.     

基于嵌入式的数字电网电能感知与采集系统设计

在电网数字化进程不断加速的今天，为提升电力信息部门的电网电能信息收集效率，研究对基于嵌入式的数字电网电能感知与采集系统进行研究，提出了将游程编码技术与LZO编码技术结合的数据压缩方法，为解决安全风险问题，采用RSA算法进行数字加密。带系统的性能测试结果表明，R-minLZO压缩方法的平均压缩率为37.55%,相较于传统LZO方法，其压缩性能提升约25%,系统的信息传输性能优异，能够应对高负荷传输状况。研究结果表明，设计的数字电网电能感知与采集系统，能够有效收集、传输、处理电网电能数据信息，优化电力部门的电能数据处理体系。     

基于数据中台的智能化电力监控数据应用模型

为了精准采集低开销智能化电力监控数据,有效应用电力监控数据,评估智能化电网运行状态,设计基于数据中台的智能化电力监控数据应用模型,该模型中数据技术层利用基于压缩传感的数据采集方法,采集低开销智能化电力监控数据,按照结构化与非结构化数据形式存储采集的数据;统一数据层利用贴源层按照存储数据类型,建立数据库,分类存储各类型数据;通过共享层清洗整合各类型数据,获取各类型数据的业务明细数据;采用分析层分析业务明细数据,为数据分析应用提供所需数据;通过统一数据服务引擎为不同数据分析应用提供数据服务支撑;数据分析应用中利用K-means算法与多元线性回归法预测智能化电网线损,通过博弈论集对云方法,评估与预测智能化电网运行状态。实验结果证明：该模型可精准采集低开销电力监控数据,在不同数据稀疏度与压缩长度时,数据采集的累积相对估计误差均较低;可有效聚类线损相关特征属性数据,精准预测电网线损,有效评估电网运行状态。     

集中式低压减载下电力用户负荷侧需求自动响应方法

为确保电力系统安全稳定运行,吸引电力用户主动参与电网调峰当中,减轻电网运行压力,提出一种集中式低压减载下电力用户负荷侧需求自动响应方法.仿真实验结果表明,本文方法可大幅增强居民用电行为的感知水平,提高电网设备利用率和运行效率,实现居民用户与供电企业双赢.     

电力系统中网络质量问题分析方法及实现

电力电网质量情况是关系到电网正常运行的关键,如何及时监测电力网络是目前亟待解决的技术问题,针对该问题,提出了新型的质量监测方法,该文基于.NET的浏览器/服务器(B/S)架构设计出系统总体架构,该系统包括监测设备层、数据库层服务层、Web服务层、客户端应用层等,通过电力网络质量检测模块监测电力网络系统中影响电力网络质量的数据,诸如网络正常稳态数据、网络参数、告警事件数据等,并且应用OneNet平台实现电力网络数据的准确、实时采集和传输,并采用随机矩阵理论模型对监测的数据进行深度的分析,揭示影响电力系统数据的因素。通过试验分析,该技术方案能够及时发现电网中的问题,有利于电力电网的稳定运行。     

基于深度学习的智能电网电力负荷精准预测方法研究

针对因电力系统中短期电力负荷预测不准确,导致智能电网无法有效协调电能生产、运输、分配的问题,为降低因过载或低负荷所造成的资源浪费,减少不必要的二氧化碳排放,本文提出了一种新的深度学习方法来解决此类电网短时电力负荷可靠预测问题.该方法利用卷积神经网络建立能量预测计算模型,利用CNN自适应数据特征挖掘特性、量化电力不确定性...     

面向不确定感知数据的频繁项查询算法

随着计算机网络技术的快速发展,无线传感器网络产生了大量的感知数据流.同时,传感器自身的特点使得感知数据具有不确定的特征,因此需要对传感器网络中不确定感知数据流处理技术进行研究.在传感器网络中,频繁项查询在环境监控和关联规则挖掘等方面具有重要意义.文中首先提出了基本算法,用以连续维护传感器网络中的概率阈值频繁项查询结果.针对基本算法需要维护所有元素的问题,又提出了一种优化算法,算法在两方面进行了优化:(1)设计了一种通过预测元素概率上界的方法进行候选集的构造,仅维护必要信息从而提高查询效率;(2)设计了一种新的cp-list结构,可以压缩不同窗口候选集中的重复元素,降低存储开销.实验结果表明文中提出的算法可以减少连续维护传感器网络中频繁项查询的计算代价和存储空间.     

小波变换在并联型有源电力滤波器中的应用

研究改善电网系统谐波的问题,电力系统中存在许多非线性负载,由此产生的谐波对电网的电能质量造成很大的影响,影响线路传输能力,并联型有源电力滤波器(SAPF)是抑制电网谐波电流的有效手段,主要包括谐波检测和跟踪控制两部分,其中谐波检测是有源电力滤波器的关键技术,分析了小波变换理论,并将其应用于电网谐波检测中,用仿真软件MAT-LAB对基于小波变换的谐波检测方法进行了仿真分析与研究,同时搭建了基于小波变换的并联型有源电力滤波器系统的仿真模型,仿真结果表明小波变换的并联型有源电力滤波器能够有效地抑制电网谐波电流,提高了电网传输效率。     

基于特征气体加权的油浸式变压器故障预报

电力变压器担负着电网中电能变换与传输任务,是电力系统安全可靠、经济优质运行的重要保障,减少和防止其故障发生对电网意义重大。首先,针对时序数据样本的相关性,为减少时间序列间隔与数据变化给预测模型带来的影响,通过分析气体浓度的历史数据,对其迭代计算GM(1,1)模型中背景值系数,优化准光滑数列的平移量,得到最佳背景值系数序列,提出了基于改进背景值系数序列的灰色模型;其次,对预测气体加权处理,采用表征变量关联程度的互信息方法确定特征气体的权重;然后,建立基于PSO-LSSVM模型的多分类变压器故障诊断器;最后,仿真实验验证了所提方法的有效性。     

无功补偿自动控制中电工电子技术的应用分析

近年来,无功功率在电力生产和电能运输过程中的应用比较广泛,能有效降低电气设备的电能损耗,基于无功功率传输存在的多种不足,一般会采用无功补偿自动控制装置进行处理,在改善电力传输效果同时,也达到良好的电力运行效果。电工电子技术在电力系统无功补偿自动控制的有效应用,能提高输电变电设备的整体运行效率,具有高度的实用价值。     

基于模型预测控制的统一电能质量调节器

随着电力电子器件和装置在电力系统中广泛应用,电网中的非线性负荷不断增加,进而导致谐波畸变大量产生,电能质量问题日益严重.为了改善电网电能质量,提出了基于模型预测控制理论以及卡尔曼滤波方法的统一电能质量调节器的设计.首先介绍了统一电能质量调节器的基本结构和基本原理,并进行建模得到其状态空间模型,然后在此模型基础上,采用卡...     

浅谈自动化技术在电力系统的应用和发展趋势

自动化技术在电力系统中的应用极大地保障了电网运行的稳定性、安全性和经济性,提高了电网运行的效率,保证了电能质量,对电力系统的发展有着深远的影响。介绍了电力系统自动化的基本内容和其重要性,分析了自动化技术在电力系统中的发展趋势。     

分布式新能源接入电网的电能质量异常监测方法研究

电网电能质量易受到分布式新能源接入电网的冲击。冲击会破坏电压数据的完整性从而无法确定监测阈值,导致监测时间长、准确率低。为此,对分布式新能源接入电网的电能质量异常监测方法进行了研究。构建最小二乘支持向量机模型,通过综合学习粒子群算法确定模型超参数,利用优化后模型填补电压信号缺失数据。采用小波变换提取电能质量数据分布特征,获取每层能量分布与标准信号能量分布的差值。引入樽海鞘群优化算法优化反向传播(BP)神经网络初始权值和监测阈值,将差值输入训练完成的BP神经网络中,实现电能质量异常监测。试验结果表明,所提方法的查准率和查全率在95%以上、训练时间和测试时间在15 ms左右。该方法可准确、高效地监测到异常数据,从而保证电网的稳定运行。     

一种电力感知数据的离群点检测方案

鉴于离群点引发的数据质量问题给电力应用造成的不良影响,对电力感知数据的特征进行了分析,并基于电力感知数据的时间特征和异常检测技术的易用性需求,提出一种电力感知数据的离群点检测方案。该方案由异常检测服务框架和离群点检测方法构成。异常检测服务框架借鉴Web服务的思想,基于大数据技术,能够支持电力感知数据的存储和计算,并且以服务的形式提供电力感知数据的异常检测能力。离群点检测方法是基于聚类算法和考虑时间属性的数据分段方法来检测电力感知数据中的离群点异常。通过实验验证了该方法的可行性和有效性,结果表明该方法能够有效识别具有时间相关性和连续性的电力感知数据中存在的离群点,且在数据规模增大时,具有良好的并行性和可扩展性。     

基于贝叶斯网络的电力变压器局部放电故障检测

针对传统电力变压器故障检测方法对电力系统中潜藏的故障问题检测水平不足,准确率较低,无法及时准确的发现异常隐患等问题,提出基于贝叶斯网络的变压器局部放电故障检测方法;首先通过传感器获取电力变压器不同状态下运行过程中的参数数据,对局部放电故障发生的概率和范围进行合理性评估,提取评估概率数据综合为样本数据集,构建贝叶斯网络故障树;根据逻辑规则转化为贝叶斯网络,推演计算故障节点之间的算例关系,利用贝叶斯原理抽取故障特征指标与异常概率之间的关联关系,利用模糊描述方法构建故障特征关联函数,计算可得故障特征模糊函数动态变化关系,实现对变压器故障发生的概率与位置信息的判断与确定;实验结果表明,利用贝叶斯网络对电力变压器局部放电故障检测准确率达到85%以上,最高可达96%,说明该方法具有较高的检测准确率,能够有效提高电力变压器放电故障检测的有效性。     

10kV配网拓扑结构动态变换感知技术研究

随着城市化进程的加速,城市电力系统的规模和复杂度都在不断增加,如何对电网变化进行感知和控制成为了电力系统优化的重要问题。电网拓扑结构的动态变换是影响电力系统稳定性和安全性的重要因素之一。基于此,本文设计了一种基于动态变换感知技术的10kV配网拓扑结构系统,用以实现实时监测和分析电网的拓扑结构,对电网运行中可能出现的拓扑结构动态变换进行有效判断和预测,旨在提高电力系统的运行效率和安全性,降低电网的故障率。     

考虑电能与备用联合出清的日前调度优化方法

为解决电力现货市场与辅助服务市场改革不断深入带来的日前调度计划编制模式转变问题,提出了一种考虑电能与备用辅助服务联合出清的日前调度优化方法。首先,剖析了电能与备用辅助服务之间的耦合关系,从机组运行特性和电网承载能力两个维度出发明确了电能与备用联合出清中需要考虑的运行约束项。接着,以综合购电成本最低为优化目标,全面考虑电网运行、电力平衡、机组运行等三方面约束条件,构建了电能与备用辅助服务联合出清下的日前调度优化模型。并根据模型特点,明确了求解方法。最后基于我国某省区电网实际数据构造的算例表明,该方法能够有效提升发电资源调用效率,避免由于备用均摊等方式造成的发电机组中标量超过系统承载能力或发电机组发电能力的问题。