基于序故障分量的Sen变压器纵联保护研究

Sen变压器（Sen transformer, ST）是一种功能强大的电磁式统一潮流控制器。目前对于ST的研究多集中于其拓扑结构变种和模型建立等方面,而对ST的保护系统研究较少。作为一种电磁式潮流控制装置,ST存在传统变压器的励磁涌流、CT饱和等问题。另外,ST特有的补偿电压以及串联绕组饱和现象对其保护的可靠性有着更高的要求。为此,通过分析ST区内外故障时虚拟阻抗的特征差异,提出一种基于故障分量虚拟阻抗的ST保护方法。该方法基于ST两端序电压与序电流故障分量之比构造了虚拟阻抗作为动作量,利用故障前电气量构建了自适应制动阈值,并针对ST的空充过程进行了分析和修正。PSCAD/EMTDC和MATLAB仿真实验结果表明了该方法能够可靠快速地识别各类ST区内外故障,且不受励磁涌流、补偿绕组饱和以及CT饱和的影响。     

一种基于Prony和Hilbert变换的瞬时电压闪变检测的改进方法

本文简要分析了电压波动和闪变的成因,提出了一种基于Prony Analysis时频分析(PA)和Hilbert Tansform变换(HT)的瞬时电压闪变检测的改进方法.该算法可以从实际电网非平稳信号中准确地检测电压包络线,从而获得表征瞬时电压闪变严重程度的定量信息.两个数值仿真算例说明了这种方法的有效性.     

偶氮掺杂液晶中热致光学非线性的测量

偶氮掺杂液晶具有非常强的三阶光学非线性,其非线性机理包括光致热效应等多种物理机理。为了测量偶氮掺杂液晶三阶光学非线性,本文采用非线性干涉法,定量测量了波长632.8nm下,光强变化所引起的折射率改变。为了测量得到热效应对掺杂液晶非线性的贡献,我们提出了温度等效法,通过在暗室中加热掺杂液晶样品产生与光照时相同的温度变化,模拟出等效的热效应,从而将热效应从多种非线性机理中单独区分出来;通过测量此时的折射率改变,以及对应的温度和光强变化,得到了热效应导致的光学非线性。为了提高非线性干涉方法的灵敏度和消除环境震动带来的误差,本文采用了双路干涉的方法,使得测量精确性大为提高。测量结果表明:在波长632.8nm下,掺杂液晶三阶非线性系数n_2为0.268cm~2/W,其中热效应的贡献为0.091cm~2/W。     

机电振荡模式属性和机组参与特性的量化剖析研究

机电振荡模式属性和机组参与特性的量化剖析是大规模互联电力系统安全稳定运行的态势感知理论的基础性问题。为此文章借助相对局域性量化指标Lidx,研究了不同边界条件,涉及发电机类型、区间潮流以及旋转备用,对于机电模式的局域性和机组参与特性影响。利用PSS/E V33仿真工具,经典的2区4机系统及其变化案例的仿真结果说明,首先,Lidx指标可量化机电振荡模式属性,有潜力用于跟踪区域模式或局部模式的演化。其次,形如负荷和发电的波动以及双馈式感应发电机(DFIG)的引入产生的系统边界条件变化会使得发电机参与度发生变化,进而可能使得机电模式属性从局部模式向区域模式转变,反之亦然。最后,DFIG接入区域电网后,预测区间模式中最大参与度的发电机是可能的。     

轨地过渡电阻对电网地铁杂散电流分布影响分析

为研究轨地过渡电阻对电网中地铁杂散电流分布的影响,提出了在多层分区土壤下地铁与电网的杂散电流耦合模型以及交流电网模型。首先,基于实测土壤数据建立多层分区土壤模型,通过CDEGS软件建立贵阳市某地铁线路和片区电网耦合模型。然后,在考虑地铁列车运行工况的同时,仿真分析了轨地过渡电阻变化对地铁杂散电流和变压器中性点直流电流分布的影响。最后,结合实际电网参数,根据所提耦合模型变压器中性点流入电流的仿真结果设置外部直流电源输入,进而借助PSCAD/EMTDC软件构建贵阳市某片区电网杂散电流分布模型。仿真结果表明,轨地过渡电阻减小会增大变压器中性点、输电线路以及变压器励磁绕组中的杂散电流。     

基于MATSAC-LSTM的综合能源系统自动发电控制算法研究

为提高综合能源系统自动发电控制(Automatic Generation Control, AGC)的控制性能和算法收敛速度,本文提出了一种基于多智能体迁移柔性行动器-批判器与长短时记忆网络(Multi-Agent Transfer Soft Actor-Critic with Long-Short Term Memory, MATSAC-LSTM)的AGC控制法。首先,用LSTM网络将采集的区域控制误差等环境状态量进行时序特征提取,并作为MATSAC算法的输入,使智能体能结合历史信息进行快速的有功功率分配决策;其次,采用集中训练分散执行框架,将一个智能体观察的环境状态量以及其他智能体的动作信息作为相应智能体Critic网络的输入,以便训练时能够让多智能体之间共享信息;最后,通过迁移学习将旧任务训练的Critic和Actor网络模型参数转移到新任务相应模型参数中,以提高智能体的训练效率。算例分析在一个修改的IEEE标准两区域负荷频率控制系统模型和一个五区域综合能源系统模型展开,仿真结果表明,与比例积分微分、Q学习、双延迟深度确定性策略梯度、基于动态策略的赢或快速学习爬坡策略、柔性行动器...     

采用随机矩阵与CNN的暂态电压稳定快速评估

为了发展基于数据驱动的电力系统暂态稳定性预测理论与方法,提出了一种基于随机矩阵理论与卷积神经网络的暂态电压稳定快速评估方法。通过构建高维随机矩阵,从电网底层量测数据中提取高阶特征作为输入;凭借一维卷积和池化运算特性所具有的特征提取能力,充分挖掘输入特征与电压稳定评估结果之间的非线性映射关系,建立了基于一维CNN的暂态电压稳定评估模型。利用PSS/E和Matlab软件,算例分析在新英格兰10机39节点测试系统中展开,与传统机器学习评估方法的结果进行比较,结果表明,所提方法具有正确率高、计算时间短及抗噪性能高的优点。     

采用随机矩阵与CNN的暂态电压稳定快速评估

为了发展基于数据驱动的电力系统暂态稳定性预测理论与方法,提出了一种基于随机矩阵理论与卷积神经网络的暂态电压稳定快速评估方法。通过构建高维随机矩阵,从电网底层量测数据中提取高阶特征作为输入;凭借一维卷积和池化运算特性所具有的特征提取能力,充分挖掘输入特征与电压稳定评估结果之间的非线性映射关系,建立了基于一维CNN的暂态电压稳定评估模型。利用PSS/E和Matlab软件,算例分析在新英格兰10机39节点测试系统中展开,与传统机器学习评估方法的结果进行比较,结果表明,所提方法具有正确率高、计算时间短及抗噪性能高的优点。     

基于生成对抗网络的分布式光伏窃电数据增强方法

由于分布式光伏窃电的稽查难度大,致使相关部门收集的窃电样本数量有限,无法满足基于数据驱动的窃电检测需求。通过数据增强的方式,提出一种基于Wasserstein生成对抗网络(WGAN)的分布式光伏窃电样本数据增强方法。首先,WGAN通过生成网络与判别网络的对抗训练,能够学习到光伏窃电数据序列难以显式建模的时间相关性,可以生成与真实窃电样本具有相近分布的新的窃电样本;然后,根据典型的光伏窃电模型,针对窃电样本的数据特征选用卷积神经网络(CNN)进行窃电检测;最后,通过算例分析,对比不同数据增强方法与分类器,表明WGAN生成的窃电样本能够符合真实样本的波动规律和历史数据的概率分布特征,进而有效改善分类器的检测性能。     

井间同位素示踪监测技术在胜坨油田中的应用

从注水井注入示踪剂段塞，在周围生产井中监测其产出情况。通过对示踪剂产出曲线的分析，为油田开发提供准确依据。2000年以来，在胜坨油田应用单种或多种同位素示踪剂，采用笼统注入和分层注入方式进行井问监测，为制定注采调整方案，认识井问潜力，提供了宝贵的资料。