基于改进DBSCAN的退役动力电池分选方法

退役动力电池梯次利用时电池单体不一致性对于分选后电池组性能具有重要影响，高效的分选方法能够降低电池不一致性，提高电池组的使用性能和安全性。针对目前常用的电池检测系统采样频率较低等问题，首先使用自适应分段拟合方法对充放电数据进行拟合，从充放电曲线中提取表征电池不一致性的动态特征电压上升高度（VR）、电压下降深度（DVF），并与容量、开路电压静态特征结合构成分选特征向量；然后提出一种基于核密度估计的DBSCAN算法（KDEDBSCAN），通过核密度估计自适应确定聚类算法参数，对特征聚类实现电池的分选；最后通过实验验证该分选方法的有效性。     

储能电池组初期短路故障检测与定位方法研究

短路故障是储能电池组典型故障之一，尤其初期短路故障不易被检测。为避免初期短路故障对储能电池组运行安全的不利影响，提出一种基于交错量测拓扑的储能电池组初期短路故障检测和定位方法。首先，将基于滑动窗口采样所得数据集进行归一化处理，并通过对数据集进行统计分析得到基于特征分解的故障检测指标；然后，进一步理论推导故障检测阈值同故障可检测幅值之间的量化关联；最后通过评估异常特征贡献度确定故障位置。经电池组仿真和故障模拟验证，当单电池发生初期短路时，能够在6.4 s内完成对0.5 C等效短路电流下的初期短路故障的准确检测定位，表明了所提方法的有效性。     

基于模糊C均值算法的电池组一致性分析方法

受限于电池系统电芯初始性能和环境工况差异，电池组性能的不一致性将严重降低电池组整体使用水平，增加系统的安全隐患，因此，提出一种基于模糊C均值（fuzzy C-means,FCM）算法的锂离子电池组一致性分析方法。该方法基于戴维南等效电路模型，利用递归最小二乘（RLS）算法实现特征参数的在线辨识，并将提取的特征参数作为FCM算法的输入，从而实现对电池组一致性聚类评估。通过对电动汽车9个月的实车数据进行验证，证明了所提出方法的有效性。分析结果表明该方法能够准确地评估电池组的一致性水平，并且在长时间的使用中保持较高的预测精度。     

基于振动信号的锂离子电池故障诊断方法

为实现对锂离子电池过充及外部短路故障的诊断,提出一种基于改进变分模态分解(VMD)-多尺度熵(MSE)的锂离子电池振动信号特征提取方法.通过改进VMD对振动信号进行分解,对所得固有模态分量求多尺度熵值,提取锂离子电池在不同工况下的振动特征,最后基于此特征进行K均值聚类,完成对过充和外部短路故障的故障识别.经对比实验验证,该方法能有效提取锂离子电池振动信号特征量,正确识别锂离子电池的过充及外部短路故障,且准确率更优.     

适用于串联电池包的短路故障诊断方法

锂离子电池短路故障是诱发锂离子电池热失控事故的主要原因.特别是梯次利用场景下,串联电池包中电池的不一致性差异使得电池更容易发生短路故障,增加了热失控的风险.电池包中某一电池短路时,该电池的电压因能量流失而出现显著下降,而其余电池的电压不会出现显著下降,因此可以利用电池电压下降的差异识别短路故障.然而,由于电池包中存在不一致性,短路造成的电压下降特征在一定程度上被掩盖.综合利用zero-mean和相关系数,在消除不一致性影响的基础上,实现对电压下降特征的准确表征,从而可靠地识别出电池包中的短路故障.基于FUDS典型工况对所提方法的有效性进行了实验验证.     

基于小波分解和GDI的动力电池故障诊断

在动力电池组故障早期准确地定位故障单体电池，能预防安全事故。提出基于小波分解和广义无量纲指标(GDI)的动力电池故障诊断方法。使用小波分解，从电压数据中提取稳定的趋势分量；使用自定义的GDI提取故障信息；使用微分法处理故障信息，排除电池组不一致的情况，并使用3-σ原则作为故障触发阈值。基于电动汽车实际运行数据的实验结果表明，所提方法较信息熵法准确性更高，且具有较强的鲁棒性，在故障早期能够准确地定位故障单体电池，并降低电池组不一致故障的误报率。     

基于主成分分析的串联电池组故障诊断实用方法

为了保证电动汽车和储能系统的安全运行,电池组的故障诊断研究备受关注。针对目前面向电池组故障诊断方法相对匮乏且实用性不佳的问题,提出了一种基于主成分分析(PCA)的故障诊断实用方法,以准确地区分组内的电池单体故障和连接故障。首先,提出了非硬件冗余的交叉测量拓扑,分别用不同数量的传感器测量电池和连接板;然后,分析组内测量电压的变化特点,引入PCA对故障特征进行提取,为了保证PCA模型适配,提出了PCA实时建模与故障诊断一体化的思路,并基于此设计了完整的故障诊断方案;最后,利用实验对所提方法进行验证,结果表明所提方法能够可靠区分电池单体故障和连接故障,准确检测阈值法无法检测的电池单体故障,且强鲁棒于荷电状态、健康状态和温度差异的影响。现场运行数据也证实了所提方法能够有效避免发生虚警。     

由VMD与DBSCAN在线检测锂离子电池热失控

热失控影响锂离子电池系统的推广和应用。为预测锂离子电池系统的热失控，提出基于变分模态分解(VMD)与密度的噪声空间聚类(DBSCAN)算法的热失控在线检测方法。针对实际热失控案例，结合VMD与滑动窗口，在线分解窗口内各电池的电压信号，得到电压稳态分量；之后，提取各电池稳态分量与稳态分量均值的标准化皮尔逊相关系数，以及余弦相似度，并构建二维特征矩阵；最后，由DBSCAN自动辨识电池组中的故障电池，最早可在热失控前111 s检测出电压异常。     

基于充电脉冲激励的电池内短路故障诊断方法

动力锂离子电池是电动汽车重要的动力来源,其安全稳定运行对于保障电动汽车续航里程和保证驾乘人员安全具有重要意义。然而,目前锂离子电池相关的安全事故频发,而电池内短路故障由于发生在电池内部,具有隐蔽性和不可预知性而难以察觉。提出一种面向电动汽车充电过程的电池内短路故障诊断方法,以阶梯充电电流作为激励,通过建立电池内短路故障等效电路模型,结合带遗忘因子的最小二乘算法辨识等效电路模型参数,进而进行荷电状态(state of charge,SOC)估计和短路电阻估计,从而实现电池内短路故障诊断。在所搭建的电池内短路故障模拟测试平台上进行实验,结果表明所提出方法可以有效识别模拟的50和75Ω短路故障,短路电阻估计精度分别是94%和86.7%。     

基于大数据挖掘技术的输变电设备故障诊断方法

传统输变电设备故障诊断方法具有易受专家意见主观影响以及模型固化的缺点。为此,提出了基于大数据挖掘技术的设备故障诊断方法,介绍了设备故障模式聚类算法、状态参量相关性分析算法以及基于相关性矩阵的故障诊断方法等基于大数据分析的设备故障诊断关键技术,并采用某电网公司500 kV电压等级油浸式变压器套管近10 a故障记录数据作为数据挖掘案例进行了实证。研究结果表明:k-means聚类算法配合轮廓系数能准确得得出故障分类模式;Apriori关联算法配合Tanimoto系数可用于评估状态参量之间的强弱关系;基于皮尔逊相关系数构造故障诊断矩阵能够准确判断出与实际运行维护试验结果相符合的设备故障模式。因此,基于大数据挖掘技术的输变电设备故障诊断方法能够有效挖掘出设备状态记录数据内在的规律,实现具有数据自适应性的、更加准确的设备故障诊断。     

220 kV变电站10 kV直供负荷的改善措施及其经济分析

为了协调220 kV与110 kV变电站布点关系,结合某省220 kV变电站三卷变压器10 kV低压侧直接向负荷供电（简称直供）的实际情况,对全省220 kV变电站进行统计分析,研究其直接供电的现状及运行中反映的问题,并有针对性地从技术和经济层面提出解决办法：对10 kV直供负荷供电时,将配电网规划和10 kV直供负荷相结合,优化配电网的结构,合理利用220 kV变电站的容量,由220 kV变电站向周边10 kV负荷系统直接供电,在确保供电可靠性的情况下,控制10 kV线路的送电距离。以上措施可挖掘现有电网的供电潜能,降低线路损耗,使电网布局更趋合理。     

大规模储能系统发展现状及示范应用

随着储能技术的飞速发展,大规模储能系统已经成为保证电力系统可靠供电的一个重要手段。介绍了储能技术的类别及其在电力系统中的作用,并阐述了其在电力系统中的应用研究现状和目前的主要示范应用实例,论述了储能技术未来发展趋势。     

智能变电站中高频开关电源技术应用

高频开关电源因其性能可靠、体积小、效率高等优点,已广泛应用于智能变电站直流系统中,为变电站安全、可靠运行提供保障。首先简单介绍了交直流一体化电源系统,然后分别对直流充电模块、通信电源模块、UPS电源模块作了详细分析,重点研究了高频开关电源的N+1冗余技术和均流技术。通过研究发现,这2种技术的应用提高了高频开关电源模块的可靠性。高频开关电源能够满足智能变电站对直流系统可靠性的要求。     

微电网概率性最优的储能容量研究

针对可再生能源发电受外界环境影响较大、难以控制,接入微电网后对其安全运行带来很大挑战的问题,指出在微电网中接入储能装置可有效地解决此问题;研究了微电网孤岛运行时储能容量的确定方法,提出了一种概率性最优的储能容量确定方法：计算了微电网调度出力与负荷需求的功率差额,并根据其概率函数密度曲线确定储能系统的最大充放电功率;根据储能系统不同时刻其充、放电量累计值的概率函数密度曲线,求出其最优储能容量,使电网能实现经济效益最优和可再生能源利用率最大。采用该方法确定微电网储能容量,具有求解方法简捷、所需储能容量小的特点。     

1 000 kV皖南-浙北特高压线路工频参数测试干扰及结果分析

特高压线路工频参数测试干扰分析是选择适合工频参数测试方法及测试结果分析的重要基础。测试了1 000 kV皖南-浙北特高压线路正序和零序参数测试期间的干扰电压信号,分析了其频谱特征;在此基础上,通过与正序参数仿真计算值的对比分析了正序参数实际测试偏差。结果表明：皖南-浙北特高压同塔双回线路工频参数测试期间,干扰电压存在“三相不平衡性及时变性”的特点;工频法和异频法2种不同方法得到的线路参数测试结果存在一定差异;干扰电压“时变”时,线路工频参数测试宜采用异频法。     

基于先验方差的发电机惯量辨识数据质量评估

发电机惯量是电力系统频率特性分析与在线应用的重要参数。基于发电机正常运行时机端有功功率和频率的类噪声信号可对发电机惯量进行实时辨识。然而实测数据质量存在的缺陷,导致现有算法对实测数据辨识效果较差。为解决该问题,本文以谱分析与系统辨识理论为基础,通过参考系统估计、模型参数方差估计、惯量方差估计三个步骤,建立惯量辨识结果的先验方差统计量,在进行辨识前对类噪声数据段进行评价和筛选,提升了惯量辨识的准确度。基于仿真数据和实测数据的数据评估筛选结果验证了本文提出方法的有效性。结果表明,先验方差较小的数据段,惯量辨识的准确度较高。     

ICEMI' 2015征文通知（英文）

正Qingdao,China7.16-19,2015The International Conference on Electronic MeasurementInstruments(ICEMI)is the world’s premier conference dedicated to the electronic measurement and test of devices,boards and systems that is covering the complete cycle from design,verification,test,diagnosis,failure analysis and process of manufactory and products     

基于暂态相关性分析的小电流接地故障选线方法

小电流接地系统发生单相接地故障时,接地点产生的暂态故障电流包含了整个系统中全部的暂态故障电流特征量。非故障线路的三相暂态电流主要表现为对地电容电流,考虑到系统中存在的电感影响,健全线路中的两相电流差非常小,且波形与自身的暂态零序电流明显不相关,而故障线路的两相电流差与其暂态零序电流表现出明显的相关性。利用这一特征,首先对母线电压进行小波变换,通过三相近似系数比例AR检测配电网是否发生了单相接地故障,并找出故障相;然后,运用相关性分析比较各条线路的两相电流差与零序电流的相关性,能够正确地选出故障线路,文章通过MATLAB/SIMULINK建模,验证了该方法的正确性。     

12th International Conference on Electronic Measurement&Instruments(ICEMI'2015)

正Qingdao,China7.16-19,2015The International Conference on Electronic MeasurementInstruments(ICEMI)is the world's premier conference dedicated to the electronic measurement and test of devices,boards and systems that is covering the complete cycle from design,verification,test,diagnosis,failure analysis and process of manufactory and products     

East China Market in Dire Need of Three Major Breakthroughs

Since started as a pilot project of regional power marketin June, 2003, East China power market has been actively andsteadily progressing, and has promulgated in succession amarket establishing program, market operating rules andspecifications for the functions of technical support systems.The technical support systems have been built up by stagesincluding the master station system in East China region and