500kV变电站35kV STATCOM开关跳闸分析及处理

介绍了某500kV变电站35kV#1STATCOM 381开关、#2STATCOM 382开关跳闸的现象,通过缺陷设备最近几次运维情况分析和现场二次专业检查,判断STATCOM直流蓄电池存在异常,导致在380V交流失电期间直流输出供电不能满足STATCOM二次设备系统运行需求,造成开关跳闸。设备缺陷暴露了STATCOM交流输入回路和直流系统设计不合理,以及蓄电池运维管理欠缺。最后,针对以上问题提出了相应的整改措施。     

500kV变电站35kV母线并联电抗器烧损原因分析及处理

介绍某500kV变电站35kV母线并联电抗器烧损现象,通过现场一、二次专业检查,判断电抗器运行过程中发生匝间短路,进而发展成电抗器部分元件烧损。结合干式空心电抗器匝间短路故障常见原因,分析整个事件发展过程,并提出预防此类事件的措施。     

一种基于斯皮尔曼秩相关结合神经网络的电池组内部短路故障检测算法

电池组是电动汽车能源系统的重要组成部分,保障其安全性对电动汽车的智能化发展和人的生命财产都具有重要的意义,检测和保障能源系统中电池组的安全性已成为动力电池领域内的研究热点。神经网络被应用于电池组的各项数据检测中,但在电池组内部短路故障中基于相关系数等信号处理的方法仍广泛使用,其实现方案往往存在针对特定对象、需要特定环境、泛用性能较差等问题。基于此,该文融合相关系数和神经网络的特点,提出一种基于斯皮尔曼秩相关结合三通道卷积双向门控循环神经网络(TBi-GRU)的电池组内部短路故障检测算法。首先,基于斯皮尔曼秩相关系数,滑动窗口联合无量纲化,标准化多维度的电池组运行特征;接着利用提取的正常状态下电池组运行特征训练TBi-GRU神经网络;然后基于已训练好的TBi-GRU模型检测内部短路状态下的电池组运行特征,结合预测结果与各通道的动态阈值对电池组状况进行检测。通过理想条件的仿真分析与实际环境的平台验证,验证了该方法能够充分结合斯皮尔曼秩相关系数的鲁棒性强和TBi-GRU神经网络泛用性强的特点,识别出电池组的内部短路故障。     

浙江电网雷电定位系统落雷密度图分级应用的研究

分析了浙江电网各地区2004~2006年线路雷击跳闸次数与落雷密度的相关性、3年间多次雷击跳闸的线路雷击故障点与落雷密度分布的相关性,从而发现高落雷密度区域线路雷击跳闸率高于低落雷密度区域的特点,据此提出了落雷密度图分级应用的初步设想。