PMU在电力系统中的优化配置方法

相量测量单元(PMU)已广泛应用于电力系统状态估计、系统监测和稳定评估.PMU的优化配置问题是当前电力系统相量测量技术的一个重要问题.在深度优先搜索法的基础上,通过改进寻优规则,并考虑发电机、负荷以及网络结构等因素的影响,提供一种较为简便的方法实现该问题的求解.利用IEEE 14,IEEE 30等系统中的验证结果表明,改进算法可以较少的PMU安装数量实现电力系统的可观.     

牵引变电站直流断路器机械状态监测与故障诊断研究

直流断路器作为电力系统控制和保护的最重要的开关设备之一,其可靠运行关系着电力系统的安全稳定性。直流断路器在分合闸时的振动信号能直接反映断路器的机械状态,因此选取直流断路器的机械振动信号作为研究对象。首先研究了振动传感器选型对振动信号采集的影响并确定了传感器型号,接着研究了振动信号预处理和提取振动信号特征量的方法,最后模拟了几种常见故障并用Elman神经网络对模拟故障进行诊断。处理结果表明,用小波包分解和Elman神经网络实现了直流断路器机械状态监测和诊断。     

基于深度搜索的二次虚实回路融合故障诊断技术

为了解决在智能变电站运维和检修中,二次虚回路可视化展示、回路监测和诊断出现的问题,构建智能变电站二次虚回路综合监视技术体系。设计软压板与虚回路配置规则,将软压板对象状态监测作为虚回路监测的一部分。提出基于邻接表存储物理光纤回路,基于深度优先搜索算法实现过程层设备物理拓扑链接关系。同时基于深度搜索故障推理算法诊断和定位故障区域,满足智能变电站二次设备运维新的应用需求。     

基于EMD的误差信号分解

作为了解电力系统运行状态的工具之一,各类带电检测装置以及在线监测装置正逐步加装在电力系统中,而其可靠性以及准确性等方面的问题直接关系着电网的安全稳定运行。本文提出一种经验模态法的方法来实现测量误差信号的分解。研究分解得到的各个子误差曲线的相关特性,从而到达对整个误差信号的分析。     

基于网络拓扑的继电线路逻辑表达式抽取方法

继电线路的可测性设计和功能验证,在电力系统的安全可靠性运行中起着重要的作用,用逻辑分析的方法对控制电路进行功能验证是一种全新的思路.提出了一种用深度优先搜索电路中所有回路构造电路逻辑表达式的方法,并将抽取出的逻辑表达式用二叉树进行存储.该方法能够快速、准确地抽取出复杂控制线路的逻辑表达式,并方便地计算出逻辑表达式的值.     

应用形态学滤波方法去除高压断路器线圈电流信号的噪声

高压断路器是电力系统中重要的控制和保护元件,其可靠性对电力系统的安全具有十分重要的意义。高压断路器机械状态监测能够在一定程度上识别断路器的机械状态。合闸线圈电流信号就是机械状态监测信号之一,合闸线圈电流信号包含有重要的时间和状态信息。笔者在数学形态学理论中的基本形态滤波器基础之上构造形态级联滤波算子对线圈电流信号进行滤波去噪,成功地剔除掉了线圈电流信号中存在的尖峰和沟壑,并且最大限度地保留了电流信号波形的结构特征,使滤波后的电流信号波形平滑性较好、误差较小,便于后续的信号特征提取和状态识别。文中在MATLAB平台中针对上述算法编写了相应的程序,实现了对线圈电流信号的滤波。     

基于声波识别的750kV变压器状态监测与诊断系统

在750 kV变压器监测手段普遍不足的前提下,提出了利用声波信号识别的方法进行750 kV变压器的运行状态监测及诊断,设计了基于声波信号识别的750 kV变压器在线监测与诊断系统.分析结果表明750 kV变压器声波信号频率为(50～400)Hz之间,确定了声波信号变化与变压器运行状态的密切关联性,验证了利用声波识别的方法进行750 kV变压器状态监测与诊断的可行性.     

交直流混联电网连锁故障特征事件智能溯源及预测方法

交直流混联电网跨区连锁故障严重威胁电网安全,调度运行面临巨大压力和事故风险.文中提出了融合知识图谱和机器学习算法的特征事件智能溯源及预测方法,实现连锁故障事故链的在线溯源和预测.将电网运行状态量和故障信息作为输入特征量,结合物理机理分析和皮尔逊系数法提取关键特征量,通过支持向量机判断特征事件间的关联关系.建立两层级的知识图谱结构,通过检测到的特征事件类型匹配上、下层事件的关联关系.根据特征事件关联关系判断结果和时序特征,基于深度优先搜索策略识别连锁故障演化路径.通过对实际电网在线数据的案例分析验证了该方法的有效性.     

基于深度学习直流闭锁判断的高风险连锁故障快速搜索

大容量直流输电系统的快速发展及多馈入直流系统的出现,增加了系统发生连锁故障的风险。建立了基于深度学习的直流闭锁快速判断模型,提出一种高风险连锁故障快速搜索方法。直流闭锁快速判断模型以网络结构和故障位置相关的稳态特征量作为输入,利用堆叠降噪自动编码器(SDAE)提取输入的高阶特征,可以快速判断交流故障是否导致直流闭锁。根据交流故障后正常线路的负载率情况衡量该故障的影响程度,进而得到线路停运风险;搜索过程中采用深度优先策略,以高停运风险为搜索方向,优先获取故障概率较高的交直流连锁故障。实际电网仿真结果表明,所提方法能够快速给出高风险交直流连锁故障的传播路径和故障概率,可用于在线安全预警和防控决策。     

基于改进排列熵算法的电力系统设备状态智能识别研究

针对传统电力系统设备运行状态监测方法存在监测精度低、延时长等问题,提出基于改进排列熵算法的电力系统设备状态智能识别方法.在电力系统设备参数分布强度和控制参数约束下,更新电力系统设备故障特征信息分布传输序列,通过构建电力系统设备运行状态的量化参数模型,对电力系统设备状态约束参量进行辨识;通过信息熵的优化排序方法,获取电力系统设备状态监测和优化特征,采用小扰动抑制方法,结合小信号扰动识别,实现电力系统设备状态智能识别.试验结果表明,采用所提方法识别电力系统设备状态的精度始终高于90％,且耗时较短.     

电网状态监测系统GPS同步时钟的稳定性研究

GPS接收机输出的秒脉冲信号在统计意义下与国际标准时间高度同步,具有相当高的精度,但是由于其误差服从正态分布,单个秒脉冲误差可能较大.为提高基于GPS的同步时钟的精度和稳定性,该文根据GPS时钟信号和晶振时钟信号精度互补的特点,提出了一种利用GPS时钟同步晶振时钟的新方法,实现了高精度、高稳定度的同步时钟.所设计的GPS同步时钟不受GPS信号短时失效的影响,具有较高的可靠性和实用性,能够满足电力系统电网状态监测的要求.     

基于LVQ神经网络的高压断路器机械故障诊断方法

高压断路器作为电力系统的开关及保护设备,其可靠地工作对整个电力系统的安全运行具有很大的意义。为了迅速、精确地诊断高压断路器故障,提出一种基于学习向量量化(LVQ)网络的高压断路器机械故障诊断方法。首先,模拟高压断路器灭弧室机械故障状态,采集断路器的机械振动信号;其次,提取高压断路器机械故障振动信号的小波包能量作为特征量,建立基于LVQ网络的高压断路器机械故障诊断模型;最后,将LVQ网络、思维进化优化(MEA)的LVQ网络、BP网络和RBF网络在网络迭代步数、网络误差以及预测置信度方面进行比较。结果表明,提出的基于LVQ神经网络的高压断路器机械故障诊断方法相比较于其他诊断方法具有一定的快速性,并具有较高的置信度。     

低压电器实验下电力系统电压波动与闪变检测

在常规的电力系统电压波动与闪变检测中,运用频率搜索的方法,融合不同频率下的闪变差异性,来检测电压波动与闪变,导致检测误差较大,因此提出低压电器实验下电力系统电压波动与闪变检测研究。首先通过平方解调法采集电压信号,并对波动与闪变信号进行处理;然后提取电压波动与闪变特征量,分析电压波动与闪变的参数来构建检测模型,以单一频信号和多频信号为基础,分别构建针对检测模型;最后对整体流程进行规划,完成检测研究。实验中,实验组的闪变检测误差为23.15%,对照组的闪变检测误差为46.78%。该实验结果证明所设计的检测方法具有较低的误差值,能够运用到实际的检测过程中。     

有限数量PMU优化配置算法及其潮流误差分析

基于GPS的广域测量系统的相量测量单元（PMU）在现代电力系统中有着极为重要的作用,因为其具有测量精度高、准确性好、时间同步性优等特点,更是为电力行业所关注.分析了电力系统客观性定义,运用深度优先搜索算法和模拟退火算法对有限PMU的最优配置方案进行了分析,比较了算法优劣性,并进行了不同算法下的潮流误差仿真分析.最后发现,使用二分法配合的模拟退火算法能够在使用最少的PMU的前提下实现潮流在线监测,并能有效降低潮流推算误差.     

高压断路器状态实时监测与故障诊断系统研究

高压断路器是电力系统中关键部件,对于电力系统的安全、稳定、可靠运行至关重要,因此对高压断路器的状态进行实时监测十分有意义,能及时发现高压断路器的异常运行情况,提高其运行可靠性。基于TMS320F2812芯片设计了高压断路器的实时监测与故障诊断系统,该系统由数据采集单元和数据处理单元组成,数据采集单元负责信号的整定、采样,数据处理单元负责故障诊断、状态监控、数据存储等,两个单元通过RS 485总线进行数据通信。该系统能对高压断路器的运行状态进行实时监测,并对其故障进行准确诊断,具有很高的应用价值。     

远动终端单元中工频信号采样误差分析

为保证电力系统安全、可靠的运行,维护系统的稳定,为用户提供优质的电能,需要使表征电力系统状态的各参数保持稳定。需要对这些参数进行监控,得到测量精度高、实时性好的数据。交流信号受电网波动(短路故障、投切机组)、谐波污染,频率改变,交流信号采样误差较大。基于常用的均方根算法在时域对工频信号采样误差进行误差分析,找出误差主导因素,并提出补偿方法,为RTU提高了测量精度,提供理论依据。     

储能系统对含风电的机组组合问题影响分析

分析了储能系统对含风电的机组组合问题的影响,为提高电力系统运行的灵活性和降低风电波动性对机组组合问题的影响,在含风电的机组组合问题中引入储能系统.将含风电和储能系统的机组组合问题描述为混合整数凸规划形式,采用分支定界结合内点法进行求解.采用最优优先搜索和深度优先搜索相结合的搜索策略提高分支定界的搜索效率.通过10机系统算例分析,表明储能系统的引入可明显地降低风电波动性对机组组合问题的不利影响.     

电力设备状态监测技术的研究现状及发展

电气设备的状态监测技术正日益受到重视,它在电力系统中的应用也越来越广泛.在介绍状态监测基本概念的基础上,全面综述了变压器、发电机、电动机和高压断路器的各种状态监测方法和研究现状,提出了未来状态监测技术的发展方向.文章同时指出了先进的信号处理技术和人工智能技术在发展新型的状态监测系统方面的巨大作用.     

电力系统健康诊断

首先,综述电力系统故障诊断研究的现状,提出电力系统健康诊断的概念,即通过对网络与设备的状态不断进行扫描,建立其健康模型,根据其特征量的变化,诊断其“健康”程度,及时发现“病灶”并报警,必要时加以消除。电力系统健康诊断涵盖了故障诊断、故障预测和状态监测,但在内容、时间和适用面上都有了进一步的延伸。探讨了电力系统健康诊断的研究框架和内容,包括理论、技术和方法几个方面。     

基于深度优先搜索算法的电力系统生成树的实现方法

电力系统仿真验证往往希望通过拓扑结构图直观地分析网络的潮流分布以及动态特性。然而电力系统机电暂态过程仿真软件如BPA、PSS/E和PSASP都不能自动地根据电力系统的电气联系合理地布置网络中的元件,而需要人为地调整各元件的位置来形成一个直观的电气接线图。这种人为手动调整,不仅给仿真增加了工作量,更有可能带来更多的人为误差。为此,文中提出了基于图论的深度优先搜索(depth first searching,DFS)算法,依据电力系统的电气拓扑结构形成电力系统生成树的实现方法。用文中方法生成的IEEE9节点算例系统的可视化界面验证了该算法的有效性和准确性。