基于改进GSA-SVM模型的电力变压器故障诊断

准确评估输变电设备运行状态是电力企业生产技术工作的核心内容。为提高电力变压器故障诊断精度,避免传统引力搜索算法（GSA）自身收敛速度慢且易陷入局部最优区等不足,提出一种利用混沌序列改进GSA的支持向量机（SVM）模型,用于电力变压器故障诊断中。首先利用混沌序列来增加重力粒子的多样性,目的是避免在其训练时陷入局部最优区;然后利用改进的GSA算法来优化SVM模型自身的参数,从而提升该模型的预测准确率;最后将预测结果与其他3种传统诊断模型的预测结果进行了对比分析,结果表明利用混沌序列改进的GSA-SVM模型有着更好的泛化能力以及更高的分类准确率。     

虚拟惯量控制响应延时对控制效果的影响分析

电力电子接口电源通过虚拟惯量控制模拟同步机惯量响应,但控制过程存在响应延时。全面分析了延时对虚拟惯量控制效果的影响,发现延时并非越小越好。虚拟惯量控制可以降低频率变化率和最大频差两个指标。响应延时增大,扰动后短时间内平均频率变化率变大,但是,最大频差先下降后上升,并在某个延时取值处获得最优值。而且延时增大时调频功率峰值和能量峰值均降低,控制成本更小。虚拟惯量控制的目标不同时,对延时的要求不同。分析结论有助于更加全面地认识虚拟惯量控制的效果并指导实际应用。     

基于智能算法的高海拔风电机组多参数优化设计

以高海拔地区风电机组为对象,建立了平准化电力成本（LCOE）模型,并采用智能算法对其关键设计参数进行优化。分析了海拔升高对气候环境与风电机组的影响,建立了以转子半径、轮毂高度以及额定功率为设计参数的高海拔风电机组LCOE模型。以LCOE最小化为目标,采用遗传、粒子群、量子遗传3种智能优化算法对3个设计参数进行优化。优化结果表明,一定的海拔高度下存在最佳参数和最优LCOE,3种智能算法皆能得到模型的最优解,而量子遗传算法在收敛时间与收敛精度上均具有较好性能。随着海拔的升高,最优LCOE增大,3个优化参数呈现出不同的变化趋势。本文的相关结论对于高海拔风电机组选型与设计具有一定的参考意义。     

基于自适应神经模糊推理系统的智能电表大数据分析研究

随着电力需求的不断增长和智能电表的大量应用,电力数据量大幅提升,对智能电表大数据分析分析提出了更高的要求。为此本文从模糊数学理论和人工神经网络出发建立了自适应神经模糊推理模型,基于安装在用电户的智能电表实际计量得到的电力大数据,进行了模型的训练和测试,最后利用预测模型进行了用电户在24小时内的电力功耗预测,并与智能电表实际测得的功耗数据进行了对比。研究结果表明基于当前智能电表采集的电力大数据,本文提出的预测模型精度得到了较大提升,总体预测精度为84.02%;其中白天时段由于用电随机性较大预测精度在70%左右,而夜间的预测精度均在90%以上。     

电力调度自动化主站系统的运行分析

阐述电力调度自动化主站系统的特点和运行关键,RTU实时信息的采集、数据的预处理、通道数据的监视,完成和外部设备串联通信的预制通信服务,集中管理系统核心数据库以及网络预控制系统。     

碳化硅器件挑战现有封装技术

碳化硅(SiC)器件的新特性和移动应用的功率密度要求给功率器件的封装技术提出了新的挑战。现有功率器件的封装技术主要是在硅基的绝缘栅双极晶体管(Insulated Gate Bipolar Transistor,IGBT)和金属氧化物半导体场效应晶体管(Metal Oxide Semiconductor Field Effect Transistor,MOSFET)等基础上发展起来的,并一直都在演进,但这些渐进改良尚不足以充分发挥SiC器件的性能,因而封装技术需要革命性的进步。在简述现有封装技术及其演进的基础上,主要从功率模块的角度讨论了封装技术的发展方向。同时讨论了功率模块的新型叠层结构以及封装技术的离散化、高温化趋势,并对SiC器件封装技术的发展方向做出了综合评估。     

面向联合检修的电力信息物理系统输电线路脆弱相关性辨识

为减少用户停电时间,电力企业常采取“一停多用,联合检修”模式。然而,检修计划往往侧重于关注线路本身的运行状态,而缺乏对电网整体运行性能的考虑。在跨区联合检修中,由于多条线路陆续停电检修,系统的脆弱性可能被放大。电力信息物理系统之间的融合关系也可能加剧故障跨域传播的深度和广度。在协同破坏效应下,系统存在连锁故障及大停电的可能。为此,提出一种该场景下输电线路脆弱相关性的辨识方法。首先,对联合检修中的能量流动和信息传输过程建模,构建联合检修事故记录数据库。其次,挖掘数据库中存在脆弱相关性的线路组合,通过计算线路组合在诱发停电事故时的贡献度,实现脆弱相关性的量化。仿真结果表明：联合检修时,脆弱相关的线路组在物理层和信息层都表现出了协同破坏效应。所提方法能有效地辨识和量化线路组的脆弱相关性,为制定更加合理的联合检修计划、避免大停电事故的发生提供理论指导。     

基于厂站-设备两级电力信息耦合模型的信息设备重要性评估

电力监控系统不仅会受到电力网一次设备的影响,还会面对信息层面网络攻击的威胁,因此评估通信设备的重要性对网络安全及大电网的安全稳定运行尤为重要。针对一般电网的电力监控系统与电力网高度耦合的特点,建立了基于厂站-设备两级的信息网与电力网耦合模型：第一级是由发电厂、变电站、调度中心组合而成的厂站级相依网络,第二级是由通信设备与电力设备组合而成的设备级复杂网络;构建了两级耦合网络的通信节点重要度指标和信息网络脆弱性指标;以山东省济南市某小型电网的电力监控系统为例,计算其网络指标,验证了该方法的有效性。该文对信息网络的风险评估具有指导意义。     

多台电力电子变压器云-边脉宽调制同步控制策略

为提升多台电力电子变压器(Power Electronic Transformer)的高频开关谐波协同控制能力,需实现高精度、高可靠的脉宽调试同步控制。本文提出一种基于“云-边”双重信息的多PET脉宽调制同步策略：在通讯系统正常运行时,PET利用“云”端发送的同步信号实现高精度的脉宽调试同步;当通讯系统故障时,PET可利用“边”端计算结果实现高可靠的脉宽调制同步。因硬件要求低,该策略易于应用。实验证明,该策略能兼顾脉宽调制同步的精度与可靠性,保证高频率开关谐波协同控制。