基于模糊集理论的小电流接地系统单相故障多判据定位研究

小电流接地系统(NUGS)发生单相接地故障时接地残流小,正确的接地故障选线是长期存在的难题,现行采用的单一选线方法都有一定的局限性和不足,选线可靠性不高。为了解决这一问题,提出利用基于模糊集理论的模糊综合决策对多种选线方法进行综合和智能处理,并且通过对变电站出线端到负荷端分支线进行多次选线,达到对小电流接地系统单相接地故障定位的效果,以零序电流比幅法、小波分析法和5次谐波分量法三种接地选线方法为例进行了模拟综合决策的仿真,结果表明针对多种选线方法进行模糊综合评判的故障选线模式具有更高的可靠性。     

基于小波变换和神经网络的光伏功率预测

提出了一种小波分解(Wavelet Transform,WT)和径向基函数神经网络(RBFNN)相结合的预测方法,并引入理论太阳辐照量、温度和相对湿度数据来预测未来24 h光伏电站的输出功率。小波分解能有效地表征光伏电站输出功率时间序列的局部特征,人工智能方法可以捕捉到光伏发电中的非线性特性。预测结果表明,采用该方法预测光伏电站输出功率,能有效地提高预测精度。     

基于稳态分析和区间层次分析法的分布式电源最佳位置确定方法

分布式发电的并网运行将对电力系统的安全稳定产生极大影响。为了确定分布式电源并网的最佳位置,首先对分布式电源并网系统进行稳态分析初筛候选集方案,然后选取若干电网运行指标,应用区间层次分析法对其进行综合评估,最终确定分布式电源并网最佳位置。利用电力系统计算分析软件BPA对IEEE9节点系统进行仿真计算,给出了详细的分布式电...