考虑新能源接入的智能电网运行风险评估技术

为了保证智能电网运行的安全性和可靠性,需要评估电网运行的风险。提出考虑新能源接入的智能电网运行风险评估技术,采用LHS-MCS方法抽取含新能源接入的配电网状态信息,根据抽取的信息构建电网运行风险评估指标体系,采用熵权法计算风险评估指标的权重,通过灰色关联理论确定指标的基本信度分配函数,融合多个基本信度分配函数获得智能电网在运行过程中发生风险的概率,实现智能电网运行风险的评估。实验结果表明,所提方法的并发能力高、评估精度高、可靠性高。     

对煤矿供电系统安全运行评估的研究

根据煤矿生产的特点和现场实际,提出了煤矿供电安全运行的评估指标,利用潮流计算获取系统各种状态下的运行参数,对系统运行状态的安全性做出了评估和预警,并给出了煤矿供电网络安全减负荷顺序,为系统不安全时提供了合理的负荷调整方案。最后以曹村煤矿供电网络为算例,验证了煤矿供电智能安全评估方法可行。     

浅谈分列运行在煤矿供电系统中的应用

分列运行方式在一回路高压供电电源断电后,停电范围小,不会造成全矿井停电;停电后,恢复供电时间短,矿井主通风机不会因此停转,提高了矿井供电的可靠性。     

基于故障模式后果分析法的矿井供电可靠性研究

文章重点介绍煤矿井下供电可靠性评价指标,结合实际算例,建立涉及系统元件的可靠性数学模型,对矿井供电网络进行计算分析,得出影响系统的可靠性的因素,为供电系统的规划和运行提供有效信息。     

基于径向基神经网络的液压支架前连杆可靠性评估研究

为了解决液压支架前连杆可靠性评估困难的问题,提出了一种基于径向基神经网络的液压支架前连杆可靠性评估的方法。首先使用ANSYS参数化语言APDL对液压支架前连杆进行静力分析,确定与前连杆可靠性相关的设计变量;再使用ANSYS/PDS模块结合拉丁超立方抽样法对前连杆进行可靠性分析,获取多组前连杆不同设计变量的可靠度;最后使用径向基(RBF)神经网络拟合设计变量与可靠性之间的函数关系,建立前连杆可靠性评估模型,预测前连杆的可靠度。计算结果表明,前连杆可靠度计算结果的最大相对误差为4.46%,最小误差为1.59%。证明了径向基神经网络应用于液压支架前连杆可靠性评估的可行性,为液压支架前连杆可靠性评估提供了新的方法与思路。     

碳中和背景下配电网差异化节能降耗潜力评估分

为了提高配电网差异化节能降耗效果,解决现有潜力评估方法存在的应用性能差的问题,提出碳中和背景下配电网差异化节能降耗潜力优化评估方法。根据配电网的空间结构,构建相应的等值电路模型。在该模型下,从设备损耗和运行附加损耗2个方面计算配电网的损耗量。根据损耗量计算结果,确定配电网差异化碳中和节能降耗方式。从静态和动态2个角度设置潜力评估指标,通过指标数据处理、指标权重求解等步骤,得出配电网差异化节能降耗潜力的综合量化评估结果。将设计潜力评估方法应用到配电网的差异化节能降耗改造工作中,能够有效降低配电网的实际线损量、降低区域损耗费用,并具有较高的应用价值。     

35kV变电所主变压器停电事故分析

为了提高矿井 35kV区域变电所供电可靠性 ,提高运行质量 ,对多路并列运行的继电保护装置 ,在整定计算时需考虑多方面的因素 ,同时考虑并列线路的系统对上级保护的影响。从而减少无故停电及越级跳闸事故发生     

基于最小生成树算法的配电网故障隔离及重构

受煤矿配电网区域规模的约束,传统启发式搜索很难快速定位配电网故障,无法实现配电网故障自愈。以煤矿典型配电网为研究对象,采用最小生成树算法建立相关数学模型对其进行故障定位及重构。将煤矿配电网内的电源、负荷、开关作为节点,配电网可靠性及网损作为遍历约束条件,得到配电网恢复重构的最佳开关组合。采用该算法后,煤矿配电网监控系统可通过远程指令快速切除故障,将非停电区域负荷迅速接入其他馈线,实现煤矿配电网故障自愈。     

煤矿智能供电系统的发展与应用

煤矿智能供电系统一体化监控是针对煤矿供电系统中普遍存在的保护越级跳闸、单相接地(漏电)选线不准、自动化水平落后等突出问题而专门研制的新型智能供电监控系统。该系统以"提高煤矿供电可靠性"为目标,全面引入电力系统在"智能电网"领域(智能变电站、智能配电网)的相关规范、技术、产品和经验,实现了全矿供电网络一体化判断与管理、实时监测与控制,极大地提高了供电网络智能化水平和系统稳定性。     

核主成分与随机森林相融合的配电网线损计算方法研究

线损是配电网经济运行的一项重要运行指标,但配电网存在结构复杂和运行信息不全等问题,给配电网的线损计算造成了较大困难。提出了一种融合核主成分和随机森林的配电网线损计算新方法,选取配电网线损相关电气特征量后,利用核主成分对特征量进行处理,再利用随机森林的强拟合能力实现特征量与线损间的非线性复杂映射。通过配电网线损计算实例的分析,结果表明本文方法在配电网线损计算中具有很好的有效性和优越性。研究成果可为配电网线损提供有效的理论参考和技术指导。     

BP神经网络在居住建筑电力节能效果评价中的应用研究

为量化改造后居住建筑节能效果,以神经网络为基础,提出一种电力节能效果评价方法。根据常用的居住建筑电力能耗种类,结合能耗运行特征、建筑设计参数与供配电形式,构建节能效果评价指标体系,明确各指标权重,基于一般的反向传播神经网络,利用近似均方误差的梯度下降法推导出敏感性递推关系,完成敏感性反向传播,通过融合反向传播神经网络与居住建筑电力节能效果评价指标,经明确评价因子、分类评价等级、设置网络参数以及确定网络限值等阶段,实现电力节能效果评价。仿真实验结果表明,所提方法的居住建筑电力节能效果评价精度较高,评价时间较短。     

改进粒子群算法的输配电网分布式电源规划研究

研究基于改进粒子群算法的输配电网分布式电源规划方法,以期缩短输配电网网损、降低运行成本、保证电力系统稳定运行。以总投资与运行成本最小、分布式电源有功网损最低、电压稳定裕度为目标函数,结合分布式电源的容量、电压、电流约束条件,建立输配电网分布式电源规划模型;应用改进粒子群算法,通过初始化粒子群参数、例子迭代次数及速度设定、粒子潮流和网损计算、粒子适应值分析等步骤,求解分布式电源规划模型,输出最优规划方案。实验结果表明,该方法可以实现输配电网的电源规划,规划后输配电网电压稳定,所产生的有功网损小,可降低输配电网的总体运营成本,更好地满足实际电力工作需求。     

主通风机配电系统快切装置的研制与应用

为解决矿井主通风机供电可靠性技术问题,对失电负荷下变电站母线系统残压过渡过程进行了研究,探讨了在双回路电源切换与备用电源之间自动投入的关系原理的基础上,采用双CPU+CPLD结构设计的双电源快切主控制器和控制软件技术,设计了主通风机的高压配电网快切装置并应用于生产,解决了主通风机对电网供电质量不稳定性技术难题,消除了大...     

新能源配电网故障修复时间分析与预测研究

风能、太阳能、潮汐能等新能源作为可再生能源,具有节能、环保的优势性,以其为应用发展的新能源电源并网运行,可缓解煤炭、石油等发电的高能耗、高污染问题,促使电网趋向绿色生态发展。为提高电力服务质量,及时告知停电用户故障修复及停电恢复时间,提出了MCNNs模型,将停电原因、电路编号和天气事件等离散数据及连续数据进行二进制编码,代入深度神经网络进行训练,采用正则化和非线性激活优化训练过程,从而提高故障修复及停电恢复时间预测准确率。在仿真阶段,将所提方法与VGG16、ResNet和多层感知器模型进行比较,故障修复时间的预测模型优于停电恢复时间的预测模型,停电恢复时间MAE为118.20 min,比故障修复时间MAE高约90 min。     

基于边缘计算的主动配电网功率自动补偿方法

为降低主动配电网运行网损与成本,提升其分布式电源消纳能力,研究了基于边缘计算的主动配电网功率自动补偿方法。设计包含终端设备层、边缘计算层、信息管理层与云计算层的主动配电网自动管理平台,实时监控主动配电网各设备的运行状况,运用边云协作模式实现平台对设备信息数据的采集、存储及预处理,并结合最低线路总网损目标函数,由云计算层建立双层规划主动配电网功率自动补偿模型,通过边缘计算层运算该模型后,完成主动配电网功率自动补偿。实例分析结果表明,该方法可有效降低主动配电网的总线路损耗,提升其运行的经济性,改善分布式电源消纳水平,运算的收敛性能好、精度与效率较高,CPU消耗量低,可保障主动配电网的低成本与安全稳定运行。     

一种多源异构配电网实时调度优化模型的研究

针对多源异构配电网的实时调度不能积极消纳分布式电源的问题,在日前调度模型的基础上提出一种基于实时调度优化模型,该模型在负荷预测的前提下充分利用分布式电源和储能设备的供电能力,降低了在用电高峰期对主网供电的依赖,并采用基于帝国竞争算法对优化模型进行求解。经过仿真试验验证,基于该模型的实时调度能够高效利用分布式电源和储能设备的供电能力降低主网用电峰值,使得配电网的运行成本降低2.59%。     

煤矿主要通风机配电系统双电源切换装置应用研究

为排除煤矿井内瓦斯等有毒有害气体,提高矿产开采的安全性,保证井内持续通风至关重要。设计了一种煤矿主要通风机配电系统双电源切换装置,并对其应用过程进行研究。利用电压互感器采集煤矿主要通风机系统供电时的电压信号,并去噪处理电压信号。基于BP神经网络构建供电异常判别模型,在主电源供电不正常状况下,通过继电保护装置控制主电源电路上的断路器开闸,切断电力供应,同时向辅电源断路器发出合闸命令,将供电任务切换到辅电源上执行;主电源异常被排除之后,重复上述过程切换回主电源供电。结果表明,应用所设计装置将主电源切换至辅电源,所用时间为2.36 s;主辅电源切回到主电源,所用时间为1.25 s,动作时间更短,说明所设计的装置切换速度快,更能保证煤矿主要通风机系统持续运行。     

分布式电源配电网络系统故障诊断方法优化设计

针对分布式配电网故障诊断过程中因信号丢失导致的诊断准确率下降问题,以分布式电源配电网络故障定位拓扑结构为基础,采集不同时段不同区段故障发生后的配电网络节点信息,形成故障信息数据集群,并对其数据特性进行分析,提取故障特征量,最后,采用粒子群寻优算法对支持向量机模型参数进行参数寻优,在Matlab仿真平台构建了分布式配电网络故障诊断算法模型,其中对区域故障信号因子进行反馈校正,剔除非区域故障的冗余计算。仿真结果表明,该故障诊断策略提升了配电网络的故障诊断运算速度和准确率。     

基于CAN总线的无人值守变电所过程层设备运行状态智能监控方法

利用当前方法监控无人值守变电所过程层设备运行状态时,所设置的通信波特率偏小,导致数据传输质量下降,提出基于CAN总线的无人值守变电所过程层设备运行状态智能监控方法。利用CAN信息采集卡采集无人值守变电所过程层设备运行数据,计算CAN总线通信波特率,根据计算结果确定通信波特率值,并对数据采集结果进行传输处理。引入BP神经网络模型,设置BP神经网络模型参数,利用该模型对数据进行深入挖掘,设置过程层设备运行状态监控模式,结合所有数据实现无人值守变电所过程层设备运行状态智能监控。实验结果表明,该方法的数据传输网络节点供电电压变化更接近于实际,通信延时较短以及通信灵敏度高,可实现过程层设备运行状态智能监控。     

基于能源网络系统中燃煤锅炉NOx排放的深度学习模型研究

为了建立高精度的燃煤锅炉NOx排放量预测模型,提出了一种考虑时延特征的基于深度学习的燃煤锅炉NOx排放量建模算法。结合机理分析和lasso算法分析特征变量重要性,选取与NOx排放量最相关的变量,进一步分析所选取变量与NOx排放量之间的时延相关性;确定模型输入变量后,采用经验模态分解方法对输入变量时间序列进行分解,提取其中的频域信息与时域信息,构造建模数据库;设计深度神经网络结构并优化网络参数,建立NOx排放量预测模型。基于火电厂实际运行数据的实验结果表明,在多种工况下,所提出的算法预测误差均小于2%,能够满足实际生产对预测精度的要求。