一起220kV组合电器气体泄漏异常分析

SF6气体泄漏是组合电器在运行的过程中较为常见的缺陷之一.气体泄漏异常不仅会对周围大气造成污染,还会使设备的绝缘强度收到影响[1].以一座500kV变电站的220kV组合电器气体泄漏异常为例,对漏气位置进行定性检测并采用SF6气体综合测试仪对其漏气量进行定量测量.综合分析导致该处SF6气体泄漏的原因,并给出了相应的建议.     

基于StarSim的光伏发电系统并网控制的实物仿真研究

本文首先阐述了基于StarSim的半实物仿真平台的相关工作原理和运行结构,搭建了光伏并网系统的离线仿真模型,并将光伏模型编辑到StarSim半实物仿真系统中,进行稳态、小扰动和暂态故障的实时仿真测试,仿真结果表现该系统有较好的稳定性和抗干扰性.     

500kV输电线路运行稳定性评价模型研究

针对目前500 kV输电线路运维工作任务分配不合理,导致巡检效率低以及线路大修技改采取"差异化"改造方案如何选择规划的问题,建立一种输电线路多维度评价模型.该模型采用模糊综合评价方法,选择与输电线路巡检与大修技改密切相关的多个指标,通过层次分析法与熵权法确定各指标权重,计算各指标对应评语集的隶属度,最终得出评估结果.通过具体案例分析,该模型符合实际情况,能较好地对500 kV输电线路运行稳定性进行评估.     

30%三唑锡悬浮剂的研制及作用机理分析

[目的]解决30%三唑锡悬浮剂分散稳定性的问题。[方法]为提高30%三唑锡悬浮剂分散稳定性,采用流点法对不同类型的分散剂进行初步筛选并测试表面张力,通过测试SC粒径、Zeta电势、悬浮率、流变性能确定分散剂配比与用量并对分散稳定机理进行分析。[结果]与单一分散剂制备SC相比,聚羧酸盐分散剂SD-816和聚氧乙烯醚磷酸酯分散剂SD-208复配体系制备的SC性能较优,其表观黏度、Zeta电势、粒径和悬浮率分别为386 mPa·s、-37.2 mV、2.58μm及98.4%。并且提出了聚羧酸盐分散剂和聚氧乙烯醚磷酸酯分散剂对农药三唑锡可能的分散机理。[结论]聚羧酸盐SD-816和聚氧乙烯醚磷酸酯SD-208的复配体系可同时提供静电排斥作用和空间位阻,明显改善SC体系的悬浮稳定性。     

鼓泡系统在盖板玻璃生产中的应用

高强盖板玻璃由于其优异的耐划伤、抗冲击性能,在手机屏领域广泛应用,但是却由于其难熔化、难澄清的特点,在普通的玻璃窑炉中难以得到优质玻璃液.在浮法玻璃窑炉中应用鼓泡系统,为提高玻璃液的熔化澄清质量提供一个思路.     

GIS双母线隔离分段间隔布置结构优化设计*

随着电力需求量持续增长,220 kV变电站采用双母双分段主接线来提高供电可靠性.在一些停电影响小或负荷不重要的场合,为了节约投资成本,一般都会采用隔离开关进行分段.以某型252 kVGIS为例,提出了一种GIS双母线隔离分段间隔布置结构优化设计型式,从设备尺寸参数、占地面积、元件数量、气体消耗量方面与原布置结构进行经济对比,结果表明优化后布置结构紧凑、占地面积小、元件数量少、气体消耗量少、制造成本和施工成本显著降低,可为其他电压等级的GIS双母线隔离分段间隔布置设计优化提供参考.     

基于关联分析的变电站附属设备差异化运维

针对变电站附属设施缺陷分析手段欠缺、运维策略粗放、简单周期化的问题,研究基于关联分析的变电站附属设备差异化运维技术,基于现有的变电站附属设备管理系统搜集的缺陷历史数据,从变电站、附属设备类型、厂家、型号和投运年限、季节等维度对变电站附属设备进行关联分析,实现附属设备的状态评估,提出附属设备差异化运维方案,从而提升运维人员决策的预见性和全局性.     

基于随机矩阵理论的数据建模方法

随机矩阵理论作为统计学处理复杂系统和高维数据的理论工具,已越来越多地与大数据技术结合,应用于电力系统分析.首先介绍了随机矩阵的基础定义,其次介绍了随机矩阵单环定理,并依此建立了DAS量测数据的随机矩阵模型,采用平均谱半径作为其线性特征值统计量,根据平均谱半径的变化感知原始随机矩阵中数据的变化.采用IEEE 33节点配电网络作为仿真分析模型,可发现当配电网无故障稳定运行时平均谱半径随时间序列的变化情况,为后续探究配电网故障的诊断方法打下了理论基础.     

基于同步相量测量的配电网电能质量监测技术研究

良好的电能质量是确保电力系统可靠运行的关键.对电力系统进行实时准确的电能质量监测可及时发现系统存在的问题,进行故障分析并作出相应的调整,可提高供电可靠性.为此提出了基于同步相量测量的配电网电能质量监测技术,对同步相量测量算法、谐波参数和电压闪变测量算法进行了分析,仿真结果和误差分析验证了该方法测量结果的准确性和可行性.     

基于 MEEMD-FN-LSTM 的冷热电联供系统负荷预测∗

针对当前冷热电联供(Combined Cooling,Heating and Power,CCHP)系统优化调度研究缺少冷热电负荷预测的问题,提出了基于改进集成经验模态分解(Modified Ensemble Empirical Mode Decomposition,MEEMD)、模糊熵(Fuzzy Entropy,FN)和长短期记忆神经网络(Long Short Term Memory,LSTM)的CCHP系统负荷预测方法.使用M EEM D算法将原始数据分解为若干IM F分量,计算IM F分量的模糊熵并将模糊熵相近的分量相加,使用LSTM对相加后新的分量进行预测,最后将分量预测结果重构得到最终预测值.通过仿真并对比分析其他方法的负荷预测精度,证明所提预测方法具有良好的预测效果.