基于多分类支持向量机的电压暂降源识别

S变换具有很好的时频分析能力,能精确提取突变信号的关键特征信息.在分析S变换原理基础上,提出一种基于多分类支持向量机的电压暂降源识别方法.用S变换对电压暂降信号进行时频分析,提取各类暂降特征;用多分类支持向量机对特征进行训练与识别.通过仿真算例验证,该方法能有效识别电压暂降源,可应用于电能质量监测系统.     

基于多分类支持向量机的电压暂降源识别

S变换具有很好的时频分析能力,能精确提取突变信号的关键特征信息。在分析S变换原理基础上,提出一种基于多分类支持向量机的电压暂降源识别方法。用S变换对电压暂降信号进行时频分析,提取各类暂降特征;用多分类支持向量机对特征进行训练与识别。通过仿真算例验证,该方法能有效识别电压暂降源,可应用于电能质量监测系统。     

基于MAS的多电力弹簧分布式协同控制策略

为了解决单个电力弹簧无法满足整个微电网电能质量管理需求的问题,提升关键负荷的电压电能质量,依据多智能体系统,构建多电力弹簧分布式系统架构,采用离散一致性算法设计上层控制器,提出采用调制模型预测控制器设计下层控制器。MATLAB/Simulink仿真结果表明,当电网电压波动和非关键负荷变化时,采用所提分布式协同控制策略能够实现关键负荷电压稳定及系统频率快速整定,验证了所提分布式协同控制策略的正确性和有效性。并将所提调制模型预测控制策略与模型预测控制、比例积分控制策略进行仿真对比,验证了所提分布式协同控制策略的优越性。     

基于改进扰动功率法的电压暂降源定位

面对引发电能质量问题的电压暂降,结合电力系统中常见的短路故障类型,提出一种改进的扰动功率法。取扰动电压和扰动电流的乘积作为扰动功率,根据线性电路的叠加原理,故障网络可以等效成正常状态和扰动分量的叠加,利用瞬时扰动功率或其半周波平均值的极性来定位暂降源,最后搭建模型,通过Matlab仿真,结果表明提出的改进的扰动功率法可以准确定位暂降源。     

电流源-电压源变流器混合并联独立供电系统的分布式功率控制

针对电流源型变流器和电压源型变流器共同支撑的混合型独立微电网,提出了一种适用于电流源-电压源变流器混合系统支撑独立微电网功率控制的新型下垂控制策略。其中,电压源型变流器仍采用传统的P-f、Q-V下垂控制,而电流源型变流器通过虚拟电流矢量在电压定向轴方向的投影来模拟有功电流的大小;无功电流是基于电压源无功下垂控制的对偶性,结合dq轴物理量之间的耦合特性,通过d轴电压计算得到,在不需要检测无功功率的基础上实现了无功功率的分布式控制。电流源仅通过电流环路便可实现和电压源之间合理的功率分配。通过建立小信号模型,对系统的稳定性进行了分析。最后,通过仿真验证了所提控制策略和参数设计的有效性。     

基于上游正序参数比较的电压暂降源定位方法

电压暂降源的上下游定位有着明确供用电双方责任的作用。面对传统定位方法中负荷模型适用性差的难题,文中以戴维南等效模型为基础,通过比较电压暂降前后上游正序参数的变化,提出了一种电压暂降源定位方法。首先,对上游正序参数进行辨识,通过比较电压暂降前后上游系统正序参数的变化来确定电压暂降源的上下游位置。考虑参数不确定性、计算误差和测量误差的影响,提出了基于概率的改进判据。考虑误差对定位结果的影响,在定位模糊区域内引入概率型指标,定量分析了引起电压暂降上下游双方的责任,提高了定位结果的合理性。最后,通过IEEE标准模型验证了所提方法的正确性和有效性。     

基于微分平滑理论的MMC电容电压波动无源一致性控制方法

以模块化多电平换流器(MMC)电容电压波动抑制为目标,设计了微分平滑控制律,通过构建电容电压波动与注入环流间的非线性平滑映射关系,实现存在不确定性输入干扰或未建模误差情况下注入环流期望轨迹的快速准确求取,解决了数值解析法计算复杂的问题。为实现注入环流期望轨迹快速跟踪,设计了形式简单的无源性控制律,以最小内部能耗满足子模块电容电压波动抑制需求;为提升三相电容电压跟踪同步性,将相邻相的注入环流期望轨迹跟踪误差作为状态误差引入无源性控制律,提出了无源一致性控制方法,实现MMC电容电压波动抑制和三相电容电压均衡双目标,同时确保闭环控制系统全局渐近稳定。基于MATLAB/Simulink仿真结果和基于dSPACE的实验结果验证了所提方法具有计算量小、稳定域宽、鲁棒性强、同步性好的特点。     

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。     

基于异构数据特征级融合的多任务暂态稳定评估

考虑到基于深度学习的暂态稳定评估方法对电力系统输入数据的描述不够全面,异构数据常被忽略,且许多特征信息无法有效融合,为充分利用电力系统各类异构数据以提高模型的精确度和算法性能,提出了一种异构数据特征级融合的深度学习方法。首先,利用多层感知机、图卷积网络、门控循环单元分别对静态多变量数据、拓扑图域数据、时序多变量数据进行特征提取;然后,采用张量融合方法对所提取特征进行特征级融合,并将展平的融合特征输入共享层,利用基于同方差不确定性的多任务学习方法,同时实现了暂态稳定判别与暂态稳定裕度预测。在此基础上,建立了暂态稳定评估模型,并对所提方法的性能进行了评估。最后,采用新英格兰10机39节点系统进行仿真、训练与验证,结果表明所提方法能有效提升评估的准确性与鲁棒性。     

有源型电能质量治理设备电网适应性评估方法

工程实践表明复杂电网环境对有源型电能质量治理设备性能的影响不可忽略。对此,提出了有源型电能质量治理设备电网适应性的概念及其评估方法。首先将电网适应性与稳定性、鲁棒性的概念进行对比,得出电网适应性的具体内涵。其次构建了电网适应性评价体系,该体系针对电压偏差、频率偏差、三相不平衡、电压谐波4种典型场景,围绕设备损耗、谐波发射水平、补偿性能、响应时间4个评价指标,基于决策试验和评价（DEMATEL）模型建立的模糊综合评价方法开展评价。最后,以某LCL型有源电力滤波器为例进行性能评估与分析,结果证明了所提方法的有效性。     

基于多Agent系统的大型电网电压暂降评估

面向实际大型电网的暂降评估需要考虑覆盖全网特征的线路故障仿真,其仿真计算速度和稳定性是制约其实用化的主要因素。为此提出了一种基于多Agent系统的大型电网电压暂降评估方法。该方法根据仿真需求构造多Agent系统并制定协同交互规则。首先,由网架解析和故障设置Agent自主生成仿真任务。其次,由仿真管理和计算Agent动态执行海量仿真。最后,由数据处理和分析Agent异步存储仿真数据并生成评估结果。目前该方法已应用在某省级电网电压暂降评估工作中,取得了较好效果。实例证明所提方法加速比高,运行稳定,可为大型电网电压暂降评估实用化提供技术支撑。     

基于多源异构数据融合的综合管廊电力舱系统保护

针对综合管廊电力舱运维数据的利用和分析不足、未实现基于大数据的智能运维的问题,提出了一种新的综合管廊电力舱状态分析判断方法,旨在保护综合管廊电力舱系统,提高安全性,提升运维水平.首先,将来自管廊电力舱的多个分布式数据源采用中间件技术进行数据层融合.其次,将具有相似特性的数据分配到同一子空间,并提出一种新的既能保持数据集...     

基于大数据云平台的电力能源大数据采集与应用研究

随着智能电网建设的不断推进,电力系统中运行的采集终端数量大幅激增。面对采集到的海量用电数据,如何快速挖掘出有价值的信息,指导企业发展并服务社会民生,显得尤为迫切。文章介绍了利用分布式架构的用电信息采集系统采集用电数据,建立大数据云平台,通过BP神经网络算法等大数据分析方法,提高线损治理成效,实现负荷的准确预测,并在光伏、车辆网等新的领域对电力能源大数据应用的研究进行了展望,对未来电力能源大数据的深化应用有重要的指导意义。     

基于仿电磁学算法的电压暂降状态估计

提出基于仿电磁学(electromagnetism-like mechanism,ELM)算法的高容错性电压暂降状态估计方法。通过抗干扰种群移动模型、自适应变异和精英策略等改进措施提升了仿电磁学算法的整体寻优性能。引入解析法和故障点法确定线路故障区间,利用冗余配置法确保观测矩阵的非奇异性。采用故障估计值与历史统计值之差构建了电压暂降状态估计模型。通过在IEEE24节点标准测试系统上的仿真计算,并与遗传算法的仿真对比,ELM在寻优效率和准确性方面具有明显优势。该方法适用于任一电网在对称、不对称故障时的电压暂降状态估计。     

基于SC-DNN和多源数据融合的新能源电力系统状态估计方法

大规模新能源并网重塑了电力系统的控制运行特性,现有的电力系统状态估计方法面临新能源波动数据识别困难、估计精度低、估计速度慢等问题。为改善现有方法的不足,提出了一种基于残差连接(skip connection, SC)-深度神经网络(deep neural network, DNN)和多源数据融合的新能源电力系统状态估计方法。首先采用基于双向长短期神经网络(bidirectional long short-term memory, BILSTM)预测的改进插值法进行多源数据融合。然后利用联合时空交叉机制和BILSTM网络的数据辨识技术替代传统的量测量突变检测法,以便更好地处理新能源波动数据。最后根据原始量测数据集建立基于SC-DNN的状态估计模型,把残差模块的拟合优势和神经网络的速度优势结合起来,从而实现状态估计精度和速度的提高。基于IEEE39节点系统和新疆某地区实网的算例分析表明,相比于传统方法,所提方法能在更准确地分辨新源波动数据与不良数据的同时提高状态估计的精度和速度。     

基于SOA架构的电力信息一体化平台开发研究

电力信息一体化平台是解决当前电力系统日益庞大的信息系统最好的方法,通过统一的基础平台,企业可以很好地实现电力系统不同部门之间的数据传输和共享。SOA应用到一体化信息平台,可以大大提高信息化平台上企业门户系统的扩充和信息共享。首先介绍了SOA架构相关知识,然后按照SOA架构的思路给出一体化信息平台的框架、服务调用步骤和平台功能系统。对于电力信息化的建设有很大的参考价值。     

省级电网电压暂降评估与工业用户潜在供电点优选

针对省级电网大多节点缺乏电压暂降实测数据和评估结果,从而造成工业用户入网缺乏依据的问题,提出了仿真计算省级电网节点电压暂降指标以及优选工业用户潜在供电点的方法.为了更准确地评估节点电压暂降水平,提出了省级电网的仿真计算范围,并考虑了因仿真范围扩大而凸显的不同电压等级线路的故障率和故障类型比例的差异性;考虑10 kV电压...     

基于多源数据的电力系统故障全信息诊断模型

随着电力系统信息技术的广泛应用,利用多源数据进行故障诊断成为可能。目前,基于多源数据进行故障诊断仅将故障数据划分为开关量和电气量,没有考虑不同数据之间存在的差异。针对这个问题将故障数据细分为3种类型,根据3类数据的特征提出一种基于多源数据的电力系统故障全信息模型,包括利用实时性较强数据实现快速故障诊断的模块和利用全信息数据进行综合故障处理的模块。通过PSCAD和Matlab进行联合仿真,验证模型的可行性。     

基于反馈神经网络的电压暂降特征量实时检测方法

动态电压恢复器(DVR)主要用于补偿电压暂降,而实现电压暂降特征量快速、准确地检测是电压暂降补偿的前提.本文提出了一种基于反馈型神经网络的电压暂降快速、实时检测方法,探讨了该方法的建模问题和仿真技术.该方法利用反馈神经网络实现了在误差最小条件下的电压暂降检测,检测精度高、响应速度快、实时性好,为实现快速、准确电压暂降检测提供了一种新方法.仿真结果证明了该方法的有效性和优良性能.     

基于互近似熵的电压暂降波形匹配方法

随着越来越多电压暂降敏感设备接入电网,因电压暂降干扰带来的直接及间接经济损失日趋严重,这对供电质量提出了更高要求,准确识别暂降源是治理电压暂降问题中必不可少的步骤。文中分析了各类短路故障引起的电压暂降类型及其经变压器传变后暂降波形的变化情况,并根据理论分析建立各类暂降的标准样本波形。提出了一种基于互近似熵原理的电压暂降源辨识方法,通过计算实测波形与样本波形之间的互近似熵,直接进行相似度匹配,实现故障暂降类别的准确识别,并利用电网实测数据对该方法进行验证。结果表明该方法与实际工程相贴合,具有很强的实用性。