基于PMU硬软件概率模型的WAMS可靠性评估

基于同步相量测量单元(PMU)的广域测量系统(WAMS)是一种综合了同步PMU和通信技术的广域网络.文中分析了WAMS的网络结构和PMU的结构原理,根据WAMS的功能特点建立了PMU的硬软件失效概率模型和考虑节点可靠性的WAMS可靠性模型.利用WAMS连通可靠性的评估方法,在考虑PMU节点可靠性的情况下,用节点遍历法和不交化法计算出源宿点的最小路集,然后用频率时间法计算出整个网络连通可靠性、平均故障间隔时间等可靠性指标.以河南电网某实际WAMS网络为算例进行评估仿真,得到单个PMU的可用度和整个网络的连通可靠性,以及网络节点和链路的关键度等可靠性指标,为确定WAMS的薄弱环节提供依据.     

基于单侧信息的多分支配网单相接地故障定位EI北大核心CSCD

单相接地故障是配电网中最常见的故障类型,但查找发生在带分支配电线路中的单相接地故障点比较困难。针对该问题,通过在线路最长分支末端健全相设置人为接地点,将单相接地故障转化为两相接地故障,在人为接地相回路电压方程的基础上推导了故障区段预判算法,在故障相回路电压方程的基础上推导了故障测距算法,并提出了故障区段预判结果检验和校正算法。理论推导和MATLAB/Simulink仿真实验证明了上述算法最终定位误差在0.01 km以内,能以单侧信息定位单相接地故障点,即使线路分支数增加也不会带来测量与计算工作量的增加,且特征量的波形可以由微机保护以及变电站综合自动化装置记录,因此对于配电网十分实用。     

基于戴维南参数等值的电压稳定性分析

通过节点修正导纳矩阵的逆矩阵和离线潮流的解,得到所研究节点的自阻抗和该节点的开路电压,即是两节点网络的等效阻抗和等值电源。在系统网络化简的基础上,对电压稳定性指标进行了推导,该指标能够对节点电压稳定性及稳定程度有明确的判断。求解过程中充分考虑了发电机电源的内阻抗和节点负荷的影响,而且求解方法简单,适用范围广,避免了以往戴维南参数求解过程中出现的零点漂移问题和网络变化导致的戴维南参数误差较大情况。通过算例仿真验证了此方法的正确性。     

同步相量测量装置的可靠性评估

提出一种定量分析同步相量测量装置(PMU:Phasor Measurement Unit)可靠性的评估方法.提出并定义定量评估PMU的可靠性指标--PMU的可靠度,针对PMU的各个硬件功能模块建立了相应的可靠性模型,其中全球定位系统(GPS:Global Position System)模块采用了备用模式并建立了Markov状态空间图.以一PMU为例进行计算,结果表明.该方法可有效用于PMU可靠性评估与分析.     

低频振荡模式在线辨识的最小平均M估计自适应滤波算法

研究了常规最小均方二乘自适应滤波算法应用于低频振荡的基本原理,以及最小平均M估计(least meanM-estimate,LMM)算法的基本原理。首次将LMM算法应用于低频振荡模式的在线辨识,采用新英格兰-39节点系统时域仿真数据和某电网的同步相量装置(phasormeasurement unit,PMU)实测数据对所提方法进行了测试,验证了LMM算法在低频振荡模式在线辨识的鲁棒性和有效性,对稳态类噪声数据和动态数据均可辨识,并能消除异常数据对辨识结果的影响。     

多模式次同步谐振扰动清除时序对轴系扭矩放大的影响

针对多模式次同步谐振中暂态扭矩放大现象,将轴系扭矩视为轴系对冲击力的响应,建立了一个轴系扭矩与扰动清除时间关系的简化四自由度模型。对该模型运用模态分析法,推导得到了轴系扭矩与扰动清除时间关系的显式表达式。研究结果表明：扰动所激发的发电机轴系各自然振荡频率均以余弦形式参与轴系扭振,并且在其自振荡频率半周期的偶数倍时切除扰动,则可使轴系扭矩峰值取得较小值。运用PSCAD/EMTDC对上都串补系统进行仿真,验证了该结论的正确性。     

基于特征的工序图自动生成系统

工序图是以图形和某些特定的符号说明工序工作的内容和加工的要求。它的自动生成必须以基于特征的ＣＡＤ和ＣＡＰＰ为前提。在ＣＡＤ／ＣＡＭ一体的研究中，我们开发了一个基于特征的工序图的自动生成系统。本文通过对系统构成、几何数据、特征数据和加工参数等各部分的分析，详细地阐述了这个系统的工作原理。     

一种新的TMS320VC5402 DSP上电引导程序的设计方法

本文介绍了TMS320VC5402 DSP的存储器资源配置,针对用户经常面临的扩展存储器及上电引导加载方案设计中存在的问题,提供了一种实用的扩展存储器设计方案,重点讲述了在这种存储器资源配置的基础上,利用FLASH存储器的在系统编程技术,设计和编写符合系统要求的上电引导程序的方法。     

基于图神经网络的智能变电站二次回路故障定位研究

为提高智能变电站二次回路故障定位的准确率与可移植性,提出了一种基于图神经网络的智能变电站二次回路故障定位方法。依据智能变电站配置文件制作图数据库,得到二次设备之间的连接关系。结合二次设备告警信号表征,提出了一种二次设备节点的信息表征作为图神经网络的输入。利用图神经网络的理论建立了故障定位模型。以某220 kV智能变电站的二次回路为基准,利用故障图生成模型改变组网方式、订阅关系及网络配置产生不同二次回路故障构成算例。通过实验比较了所提定位方法与其他模型的准确率,实验结果表明该方法有较高的定位精度及较好的鲁棒性。     

基于Volterra自适应滤波器的风电功率混沌预测

风电场风电功率短期预测对并网系统的安全、经济和稳定运行具有重要意义。利用C-C法对风电功率时间序列进行了相空间重构;计算了风电功率时间序列的最大Lyapunov指数,两者均证实风电功率时间序列具有混沌特性,可采用混沌方法对其进行预测。利用不同阶数的Volterra自适应滤波器对风电功率进行短期预测。应用于2个不同风电场进行验证,结果显示：Volterra自适应滤波器能够反映出风电功率序列未来变化的趋势,并可以达到较高的一步预测精度,但阶数不同,预测精度不同,阶数越低,精度越高。