基于AMI潮流匹配的中压配电网两阶段拓扑辨识

中压配电网拓扑结构变更频繁,基于遥信生成的网络拓扑具有较大的不确定性。为此,提出了一种基于高级量测体系AMI(advanced measurement infrastructure)潮流匹配的辐射状中压配电网两阶段拓扑辨识方法。首先,建立了中压配电网拓扑辨识的改进混合整数二次规划MIQP(mixed-integer quadratic programming)模型,进行初步拓扑辨识;其次,以MIQP结果作为初始拓扑进行局部邻域搜索,采用图的树生成算法生成一阶、二阶邻居生成树,以AMI注入功率量测为负荷依次进行潮流计算,选择电压估计值与量测值最匹配的生成树作为最终拓扑辨识结果;在局部邻域搜索过程中舍弃排名靠后的拓扑以降低潮流匹配计算量。通过33节点配电网算例验证了所提方法的有效性。     

中压配电网近邻交互式分布式拓扑辨识算法

分布式决策的智能保护控制是应对分布式电源广泛接入后中压配电网灵活性和安全性挑战的前瞻性技术。实现智能分布式决策的前提是每个智能终端(smart terminal unit, STU)均能快速辨识和跟踪所在线路的拓扑连接关系及其变化。对此,文中提出一种基于对等通信且具有高容错性的分布式拓扑辨识算法。配置在环网节点的STU无须预存馈线组静态拓扑,仅依靠本地量测以及与近邻终端的信息交换,通过规则判断的方式,就能实现对馈线组完整拓扑和开环方式的动态跟踪与辨识,减少算法对终端的配置要求。同时,算法仅须各STU交互基本的量测信息与判断信息,降低对通信条件的要求。算例表明该方法合理有效,且通过结合本地量测互校核和对侧连通性预判修正,可显著提高拓扑辨识对量测数据的容错能力。     

基于μPMU电压相位数据的配电网拓扑辨识

为了满足配电网拓扑识别快速准确的要求,提出了一种基于微型同步相量量测装置（micro-synchronous phasor measurement unit,μPMU）的配电网拓扑识别方法。获取拓扑变化前后的电压相位构建拓扑变化辨识参数,辨识出系统拓扑变化时刻;提出基于相位差异度的拓扑识别算法,借助μPMU获取的数据及潮流计算,分析不同拓扑条件下电压相位与实际相位间的差异,选取差异度最小所对应的拓扑为实际拓扑,实现对配电网的拓扑识别。通过仿真算例验证所提方法的合理性,结果表明,拓扑变化时刻辨识判据正确可靠,所提拓扑识别算法的识别正确率高。     

一种配电网拓扑结构辨识方法的探讨

针对配电网实时量测有限,并且开关、刀闸设备缺乏实时遥信的情况,提出了一种配电网拓扑结构辨识方法——最优匹配回路功率法。该方法基于最优匹配回路功率,寻找出了若干种有可能的配电网拓扑结构,利用相同的量测值在不同的拓扑结构下分别进行状态估计,选择与量测匹配度最好的拓扑结构作为当前的可信拓扑结构。这样,将网络拓扑辨识问题转换成了以量测匹配度好为目标的网络重构问题。算例表明,该方法可行有效。     

基于SEM-MIP状态估计的配电网拓扑辨识方法

配电网拓扑辨识是配电系统操作的关键问题和重要前提。由于缺乏足够的量测设备和配电系统拓扑的频繁变化,导致实际的配电网拓扑辨识问题十分具有挑战性。为此提出了基于同步量测数据状态估计的实时拓扑辨识方法。该方法可以利用少量相量测量单元的测量数据准确估计配电网拓扑结构。首先,在配电网中引入结构方程模型(structural equation model, SEM),用于捕捉拓扑与支路电流的关系。然后,针对拓扑辨识问题提出了混合整数规划(mixed integer programming, MIP)方法,通过复数方程的虚实部解耦,利用泰勒展开与等效松弛等手段对复数方程和约束条件进行线性化。此外,将配电网运行方式约束以节点为单位进行了重新规划。最后,所提基于结构方程模型的混合整数规划方法(SEM-MIP)可以使用现有的商业求解器求解,并通过一个实际12节点配电系统和IEEE 33节点测试系统验证了所提方法的有效性。     

基于CNN-LSTM-Attention的配电网拓扑实时辨识方法

配电网中准确的拓扑结构辨识对运行和控制具有重要意义,针对实际配电网拓扑结构变动的情况,搭建了可智能辨识配电网拓扑结构的深度学习模型。首先,生成不同拓扑结构下的配电网量测数据并进行数据预处理。其次,构建了融合CNN（卷积神经网络）、LSTM（长短期记忆网络）和Attention（注意力机制）的拓扑结构智能辨识模型,并结合历史量测数据对模型训练并测试。最后,在IEEE 33节点和PG&E69节点配电系统仿真算例中,验证了该基于CNN-LSTM-Attention模型的拓扑辨识方法相较于传统辨识方法在辨识精度上的优越性,实现了该模型的在线应用。     

配电网动态拓扑与线路参数联合在线辨识方法

为了实现配电网拓扑和线路参数精确辨识,考虑拓扑结构的变化,提出一种基于智能电表量测数据的配电网拓扑与线路参数联合在线辨识方法.首先,利用不同拓扑结构下的历史量测数据,分别建立基于支持向量机(SVM)的多分类模型和基于线性回归的拓扑与线路参数辨识初始模型.然后,以SVM多分类模型实现在线量测数据与拓扑结构间的映射,得到拓...     

基于CatBoost算法的配电网分区拓扑辨识

含多分布式电源配电网的拓扑结构具有多样性与多变性,影响拓扑辨识的实时性和准确性。提出一种基于CatBoost算法的配电网分区拓扑辨识方法。构建结合拓扑分区的配电网拓扑辨识框架,采用区域开关状态矩阵描述拓扑结构,以进行物理上的辨识降维;提出基于CatBoost算法的特征选择与拓扑辨识方法,通过分区并行离线训练得到历史拓扑和未知拓扑的区域拓扑辨识CatBoost模型,通过在线应用得到实时的区域开关状态矩阵标签,形成配电网开关状态矩阵,实现系统拓扑辨识。配电网算例系统测试结果验证了所提方法的有效性。     

中压配电网电压等级问题的探讨

在研究和分析我国现行中压配电网现状的基础上,探讨了关于改造和建设我国中压配电网问题,论证了建设20 kV配电网是现代中压配电网的发展趋势,采用20 kV电压等级是改造和建设我国中压配电网的最佳首选.同时,还提出了实施配电网改造和建设应当遵循的原则.     

20 kV电压等级在南京中压配电网的推广应用

为了解决南京地区10 kV中压配电网发展与负荷快速增长的矛盾,提升配电网的供电能力和适应性,降低供电成本,南京中压配电网经技术经济比较后确定由10 kV升压至20 kV。文中结合南京实际情况,分析了20 kV电压等级推广应用面临的问题,提出了20 kV配电网在南京的规划发展思路和面临问题的解决方案,并以南京市郊的一个工业园区为例,介绍了20 kV配电网在该园区的发展规划和10 kV线路升压至20 kV的主要技术要点,为南京20 kV电压等级的推广应用提供了科学的规划思路和可行的实施方案。     

中压配电网电压序列优化改造及应用

从经济效益和政治效益两个角度阐述了中压配电网电压序列优化改造的意义.结合桐乡市供电局中压配电网改造的经验,论述了桐乡地区中压配电网电压序列优化的方法.指出在原有网架结构的基础上,通过加装分段开关的方法,对网架结构进行改造.讨论了对不同配电设备的改造方案,并在桐乡地区中压配电网改造中得到了实施,提出了在中压配电网优化改造...     

基于聚类算法的城市中压配电网接线模式识别

接线模式识别是配电网规划的基础,对于保障配电网可靠、安全、经济运行具有重要意义。结合10kV城市中压配电网接线模式特点,提出一种基于深度优先搜索分析和聚类算法的接线模式识别方法。首先,采用深度优先搜索算法将一个完整配电网划分为若干馈线树,作为模式识别的基本对象;然后,针对各种10 kV交流电网、交直流混联电网等典型网架结构,分别提取接线模式特征指标并形成特征参数库;最后,利用聚类算法将未知待识别线路的特征与已知特征库进行匹配。算例仿真结果验证了所提特征指标的有效性,聚类方法能够实现中压配电网接线模式的准确识别。     

基于小波变换的配电网电压暂降的干扰源辨识

该文用EMTP建立了一个配电网电压暂降仿真系统，对线路故障引起的电压暂降以及多级电压暂降、变压器投运和感应电动机启动引起的电压哲降进行了原理分析并给出了相应的仿真结果。仿真分析结果表明：电压暂降的电压波形特征是和特定的干扰源相联系的，因此，可以利用它来辨识电压暂降的干扰源。在此基础上，文中提出了基于三次中心B样条小波变换的电压暂降干扰源辨识方法，该方法以电压暂降的电压波形为分析对象，以小波变换的奇异性检测理论为基础，利用B样条小波变换准确地提取了各种电压哲降的波形特征量，并对故障、变压器投运和三相感应电机启动引起的电压暂降做了辨识。仿真试验结果表明该方法简洁可靠，辨识准确性高，抗干扰能力强。     

中压配电网状态评估方法与实现流程

针对中压配电网特点,结合配电自动化SCADA系统基础量测数据及应用要求,通过建立量测节点拓扑结构模型和相应的实时状态矩阵计算与分析方法,提出了配电系统不良数据检测及校正的实现框架和流程,算例表明了该技术的正确性和可行性,符合目前配网在线监控应用实际要求。     

基于改进蝠鲼觅食优化SVM的配电网拓扑辨识

针对配电网的拓扑结构变化频繁的问题,提出了一种基于改进蝠鲼觅食优化支持向量机的配电网拓扑辨识方法.考虑到量测数据缺失的问题,提出了基于电压方差K近邻的缺失数据填补方法.利用改进蝠鲼觅食算法同时进行特征选择和支持向量机参数的优化,筛选出对配电网拓扑辨识最有效的部分电压幅值量测.所提方法仅需一个时间断面的部分电压幅值量测数据,且能处理不同类型的分布式电源,适用于量测不足的区县农村配电网,计算速度可满足在线应用需求.通过IEEE 33节点配电网和PG&E 69节点配电网验证了所提方法的有效性.     

基于注意力机制和卷积神经网络的配电网拓扑辨识

针对当前配电网拓扑变化频繁,拓扑结构实时获取困难等问题,文章提出基于注意力机制和卷积神经网络的配电网拓扑辨识方法。首先利用卷积神经网络挖掘量测信息和配电网拓扑结构之间的关系,学习其映射规则;考虑当前配网中同步相量测量装置(phasor measurement unit,PMU)和微型同步相量测量装置(micophasormeasurementunit,μPMU)等高级量测设备安装数量不足导致获取量测数据质量不高的问题,在卷积神经网络隐藏层中融入注意力机制,以增强模型鲁棒性;通过随机森林算法对特征数据集进行降维,降低模型时、空复杂度;最后,分别基于IEEE 33节点配电网和PG&E69节点配电网开展算例分析,以验证方法的可行性和优越性,并检验利用更少特征进行拓扑辨识的可能性。结果表明：所提方法具有良好优越性和鲁棒性,泛化能力强,在仅提供少量时间断面量测数据情况下便可实现配电网拓扑辨识,且对于辐射网和含环网络同样适用。     

基于宏微观特征分层聚类的配电网拓扑相似性分析方法

提出一种基于宏观与微观拓扑特征分层聚类的配电网拓扑相似性分析方法。首先,构建涵盖宏微观拓扑特征的指标集作为拓扑相似性分析的依据,包括宏观层面的网络社团特性和节点度相关性指标以及微观层面的线路功率传输性能和负荷分布密度指标;针对传统拓扑相似性分析方法难以对变量数不同的微观拓扑特征进行细粒度分析的问题,提出基于核密度估计的微观拓扑特征描述方法和基于Kullback-Leibler散度的微观特征相似性量度方法;再以基于标准离差率改进的谱聚类算法对宏微观拓扑特征集进行分层聚类,实现配电网拓扑相似性分析。算例分析表明,所提出的配电网拓扑相似性分析方法在表征配电网结构特性的能力及相似性分析效果方面相对于传统方法更优。     

电缆配电网的线-变-表拓扑异常辨识方法

线-变-表拓扑异常是造成分线线损率统计值不合理的一个主要原因。同时考虑到部分分线涉及的设备量较多、异常情况复杂,仅靠现场排查难度很大。为了克服这一难题,针对电缆配电网接线方式,提出了一种线-变-表拓扑异常辨识方法。为了保证分析的客观性,基于分线线损率计算公式,分析了拓扑异常对线损率的影响,并分别针对单环式和双射式两种基本的电缆配电网接线方式,提炼了相应的拓扑异常类型。为了提高现场排查效率,推导了不同异常类型情况下线损率实际值与统计值的关系式,并提出了拓扑异常辨识方法,能够在现场核查前预判出异常原因。最后,通过实际算例计算,验证了所提方法的有效性。     

基于推行20kV作为中压配电网电压等级的政策框架设想

介绍了采用20kV作为中压配电网电压等级的优点以及正在运行和即将采用20kV作为中压配电网电压等级的情况，并结合国情，提出发展20kV中压配电网电压等级的政策框架设想，供政府有关部门与企业参考。