基于模糊贴近度理论的负荷密度指标求取新方法

现有负荷密度指标的求取方法通常采用经验法或简单类比法,难以满足精度要求.文中引入模糊贴近度理论分类求取负荷密度指标,采用加权海明贴近度算式计算不同等级标准样本及待测区对低水平样本的贴近度,获得负荷密度指标体系划分阈值,并给出待测区参考负荷密度指标值.实例表明,该方法构建合理,概念清晰,计算简便,实用性较强.     

基于可靠性数据分析和最小二乘支持向量机的电力变压器故障诊断

基于可靠性数据分析和最小二乘支持向量机对电力变压器故障进行了诊断,并给出了实例分析。     

加权模糊核聚类法在电力变压器故障诊断中的应用

变压器油中溶解气体分析(DGA)是电力变压器故障诊断的重要方法。针对模糊C均值聚类算法用于溶解气体成分分析时存在的问题,将加权模糊核聚类方法(WFKC)引入到电力变压器故障诊断中,建立了一个新的变压器故障诊断模型。该法首先考虑到样本中不同特征对聚类结果的不同影响,利用基于样本相似度的加权方法对样本特征进行加权,然后将样本从输入空间映射到高维特征空间,在特征空间实现加权模糊核聚类。形成的模型充分考虑了不同特征对聚类结果的不同影响,能有效改善复杂数据集的聚类性能,提高了故障诊断的正确率。案例分析表明,该法能快速有效地对样本进行聚类,从而验证了该法在变压器故障诊断中的有效性和可行性。     

双馈风力发电系统的低电压穿越研究

本文介绍了风力发电系统的无功补偿部分成分以及双馈电机的转速、无功控制,然后研究了双馈风力发电（DFIG）系统的低电压穿越现象,指出双馈风力发电机自身的无功补偿是该系统电压稳定的一种有效选择。仿真结果表明,在故障期间,DFIG风电机组能够发出无功给电网提供电压支持,实现电网规程所要求的低电压穿越功能。     

直流微电网分布式储能系统电流负荷动态分配方法

针对独立运行的直流微电网,提出了一种考虑不匹配线路阻抗和储能容量的分布式储能系统分级控制策略。通过负荷平衡级控制动态地微调虚拟阻抗,消除不匹配线路阻抗对电流负荷分配精度的影响;进而通过荷电状态(SOC)平衡级控制,各个储能单元根据其容量和SOC动态地调节电流负荷,使得SOC误差以e指数曲线下降,最终实现储能单元在充放电过程中SOC均衡。所提方法采用动态一致性算法,可实现各分布式储能单元的信息共享,提高了系统的可靠性与灵活性。通过小信号稳定性分析,讨论关键参数对系统稳定的影响。基于RTDS设计了3种实验方案,结果验证了所提方法能够使得电流负荷按储能容量合理分配,提高了系统的扩展性和通用性。     

售电市场环境下并网型微电网的电源配置及优化运行

随着我国售电市场逐渐放开以及微电网的相关政策更加完善,并网型微电网得到重视与发展。研究了售电市场环境下具备售电资质的微电网内部电源的优化配置问题,优化计算微电网申请的最佳配变容量,建立计及微电网系统投资及运行效益的经济成本模型。鉴于市场环境下微电网的运行更为灵活,通过长时间时序仿真方法对并网型微电网的运行状态进行模拟,仿真过程中考虑输配电价及现货市场中购售电价格的实时变化,并基于微电网内微源出力及负荷的预测结果,采用一种日前和实时两级市场交易的运行策略对并网微电网的运行成本及效益进行有效评估。基于某地的风、光、荷数据,对所提模型及算法进行仿真,求解得到微电网在不同运营策略下各类微源及配变容量的最佳配置结果,并计算评估并网型微电网在不同售电用户数下投资收益率的变化情况。     

基于改进LSTM-TCN模型的海上风电超短期功率预测

风功率精确预测是实现大规模海上风电友好并网的重要手段。大型海上风电场机组台数众多,状态各异。机组状态、尾流影响和时空特性对风功率预测的影响不可忽略。该文基于长短期神经网络(long short-term memory,LSTM)–时间卷积神经网络(temporal convolutional network,TCN),提出了一种考虑机组状态、风机尾流和场群空间分布特性的海上风电超短期功率预测方法。首先分析了机组状态和尾流数据对于功率预测的影响,然后基于LSTM建立了风电机组运行数据深度学习预测模型,实现机组健康状态到运行数据的映射,并通过数据的实时滚动对机组健康状态进行持续修正;在此基础上,加入注意力强化和随机空间特性弱化模块的改进LSTM-TCN模型。通过实际运行数据算例分析,相比TCN算法、LSTM算法,该文方法可提升风功率预测的精度,尤其对于海上常见的风速骤变工况适应性较强,对TCN算法过于强化空间特性的问题进行改进。以该模型的精确预测为基础,可进一步用于大规模海上风电场内机组的协调优化控制,提升海上风电出力可靠性。     

基于同步相量测量装置的配电网安全态势感知方法

配电网安全态势感知是全面动态分析配电侧网络安全运行状态及潜在隐患的关键技术。针对配电网安全态势感知的快速性和准确性需求,该文提出一种基于同步相量测量装置的配电网安全态势感知方法。首先,构建在同步相量测量装置优化布点前提下的配电网网络拓扑分层模型,快速捕获系统安全态势要素;其次,提出融合信息熵值的支持向量数据描述算法,实现配电网安全态势要素中异常信息的辨识和理解;然后,采用长短期记忆网络对正常运行和故障扰动下的配电网运行趋势进行预测,并提出零序电压、电压越限裕度、支路过载严重度和电压相位变化量等安全态势预警指标,感知系统实时态和未来态的安全风险。最后采用IEEE 33和PG&E69配电网验证所提方法的有效性。结果表明,该方法提高了配电网安全态势要素获取速度和精度,缩短了安全态势要素异常辨识时间,实现对配电网各节点的安全态势感知。     

海上风电机组状态监测与故障诊断的发展和展望

为实现海上风电机组的可靠运行,对其状态进行有效监测与故障诊断是关键.在分析海上风电机组主要部件的状态监测与故障诊断研究现状的基础上,介绍海上风电场的状态监测系统,以及海上风电机组故障诊断存在的问题和发展趋势.