计及新能源接入的地区电网人工智能无功优化

为了提升用户用电质量,降低系统网损,改善电压质量,针对传统AVC系统控制手段单一、控制灵敏度计算不完备、无功装置动作频繁、应对电压频繁波动存在控制盲区等问题,该文提出一种基于Attention-LSTM算法的在线无功优化模型。利用Attention-LSTM算法挖掘电气特征与电压的非线性关系,再综合考虑降低电压偏差、减少动作次数及提高光伏无功利用率等因素,并根据地区电网电压偏差和波动的优化目标,建立了光伏、变压器、电容器高效协同配合的电压无功优化控制模型。最后以江苏某地区配电系统为实例,进行仿真及实验验证,结果表明了所提方法的有效性和实用性。     

水轮发电机组电气制动系统的分析与应用

为了防止水轮发电机组停机时推力瓦烧损,需要缩短水轮发电机组停机时间,因此单一的机械制动方式将不能满足快速启停的需求。文中从水轮发电机组电气制动系统的应用出发,简要介绍了其工作原理,通过对比电气制动与机械制动的特点,指出应用电气制动系统的必要性,设计了适用于水轮发电机组的电制动流程。     

几种特殊转子接地故障分析及仿真

本文分析了几种特殊转子绝缘监测装置告警情况,分别对乒乓式转子接地保护、注入式转子接地保护方式出现的非转子侧真实接地引起的告警进行原因分析,并对其进行MATLAB仿真,以便供电厂检修人员处理转子接地保护装置告警及其引起的跳闸情况参考。     

配电网中的分布式光伏系统发电性能仿真

针对基于配电网的分布式光伏发电系统发电性能开展仿真研究.分析了分布式光伏发电系统拓扑结构,根据光伏系统关键部件运行机理,建立了光伏组件、光伏逆变器运行模型,根据光伏组件I-V特性,建立光伏组件阴影遮挡模型.结合现场实际测试,确定光伏系统各环节运行模型参数,通过分布式光伏系统各环节结构以及光伏部件,对分布式光伏系统发电性...     

基于Tri-training-SSAE半监督学习算法的电力系统暂态稳定评估

基于机器学习的暂态稳定评估方法主要采用监督学习方法,为了解决监督学习方法所需的有标签样本难以获取的问题,提出基于三体训练-稀疏堆叠自动编码器(Tri-training-SSAE)半监督学习算法的电力系统暂态稳定评估方法。构建基于堆叠稀疏自动编码器的暂态稳定评估模型;在传统的三体训练过程中加入伪标签样本置信度判断,以减小噪声数据对模型训练的影响;以堆叠稀疏自动编码器为基分类器构建三体训练-稀疏堆叠自动编码器模型,利用大量的无标签样本提高模型的泛化能力。通过IEEE 39节点系统与华东某省级电网进行分析验证,结果表明,所提方法在有标签样本数较少时具有更高的评估准确度。     

基于进化卷积神经网络的外壳屏蔽效能预测

随着设备功率密度和可靠性要求的不断提升，设备电气外壳应设计孔缝以解决散热和电磁屏蔽问题。为了优化孔缝结构和位置，需在设计过程中计算和预测电气外壳屏蔽效能。针对现有屏蔽效能分析方法误差较大等问题，先建立了基于电磁拓扑理论BLT方程的带孔外壳屏蔽效能等效模型，并提出了基于进化卷积神经网络的屏蔽效能参数提取方法，再以外壳屏蔽效能部分频点结果作为模型输入，提取屏蔽效能模型参数，最后根据模型计算其它频点的外壳屏蔽效能。对比分析结果表明，文中方法能够实现带孔缝外壳屏蔽效能预测，误差小于10 dB且不受外壳结构、孔缝位置和屏蔽材料参数影响。