基于随机矩阵理论的交直流输电通道线损大数据关联特性分析

基于随机矩阵理论对西电东送交直流输电通道线损率的关联特性进行分析。首先,利用线损大数据构建出实验矩阵数据源与对比矩阵数据源,并通过滑动窗口分别对这2类数据源进行滑动取样;其次,将平均谱半径作为关联特性的量化指标,计算出实验矩阵与对比矩阵的平均谱半径以量化线损率之间的关联特性;最后,对南方电网"八交八直"输电通道的线损大数据进行分析,结果表明所提方法能定量描述线损率与状态量及不同通道的线损率之间的关联特性。     

基于计量自动化系统的配电网线损特征及影响因素分析

配电网的线损率是一项重要的综合性技术经济指标。为便于线损管理,基于计量自动化系统的数据,以东莞某实际10 kV配电网为例对线损的特征及其影响因素进行研究。首先对线损的月度变化特征及其构成情况展开分析,根据相关系数揭示供电量、平均负荷系数、最小负荷系数、形状系数和功率因数等因素对线损的影响情况;进一步对该月度的工作日和节假日的线损情况进行分析,揭示两者的特征差异及其原因。最终形成月-日-时三个时间维度的线损特征及其影响因素分析体系,可以较为全面地反映线损的变化特性,并实现各种影响因素的定量分析。     

基于不敏卡尔曼粒子滤波的动态电力负荷在线建模

电力负荷的时变性对电力系统实时动态仿真分析具有较大影响。为了提高实时动态仿真分析的精度，基于不敏卡尔曼粒子滤波提出一种动态电力负荷在线建模方法。针对一种指数型动态负荷模型结构，利用不敏卡尔曼粒子滤波算法对其参数进行在线辨识。通过这种方式，可以根据实时采集的量测数据在线修正动态负荷模型的参数，从而追踪电力负荷的实时变化特性。分别利用动态仿真平台和实际电力系统的量测数据进行仿真分析，结果表明了所提方法具有较高的在线参数辨识精度，并能对实际电力负荷的实时变化特性进行准确的描述。     

基于过程状态特征化的配电网线损计算

针对配电网的线损计算问题,提出了一种新的基于过程状态特征化的线损计算方法。首先,将智能计量终端在某一时间段内采集到的负荷电流进行特征化处理,在充分反映负荷状态变化特征的同时,显著减轻通信数据传输和主站数据处理的压力。其次,根据配电网公用变压器的接线特点,通过序分量法对其低压侧的三相状态特征电流进行对称分解,并根据各序电流分量在高、低压侧的相角变化情况计算其高压侧的三相状态特征电流。进一步基于这些状态特征量,通过分相计算的方法对配电网的线损进行计算,以解决三相不平衡和分布式电源接入情况下的线损计算问题。最后,将所提方法在某实际电网进行示范应用,所得结果证明了其有效性。     

基于全寿命周期成本的配电网合环运行经济性评估方法

系统研究了基于全寿命周期成本的配电网合环运行经济性评估方法,并分析在南沙配电网中的应用。首先,从配电网合环运行的基本特点出发,系统建立配电网合环运行全寿命周期经济性评估框架;其次,提出一种配电网可用度的简化计算模型,以获得复杂配电网合环运行情况下的全寿命周期停电成本;再次,综合考虑配电网合环运行的资产投资成本、运维检修成本、停电成本、报废成本等,形成一套完整的全寿命周期经济性评估方法;最后,将所提方法应用于南沙配电网,结果表明了所提方法的有效性。     

基于动态RBF神经网络的广义电力负荷建模

针对新形势下分布式电源对综合负荷特性的影响,提出一种基于动态径向基函数(radical basis function,RBF)神经网络的广义电力负荷建模新方法。利用动态RBF神经网络描述综合负荷功率的动态微分变化过程,可以深度揭示广义电力负荷的动态特性。利用状态估计误差对神经网络的权值进行动态更新,并对不满足持续性激励条件的神经元的权值进行限制,使所建立的动态RBF神经网络模型参数理论上可以收敛至最优值。分别应用仿真平台和实际系统数据进行测试,结果表明所提方法的有效性。