利用混杂系统理论进行电力系统建模的研究

描述了电力系统离散事件与连续动态相互作用的混杂行为，介绍了离散事件系统的模型工具Petri网与混杂系统的模型工具可编程赋时Petri网。提出了利用可编程赋时Petri网来建立混杂电力系统模型的方法。该方法将复杂的电力系统分成离散状态逻辑层和连续动态层来描述，由逻辑层进行协调各连续动态系统的模式切换。同时，文中给出了一个利用可编程赋时Petri网对具有有载调压变压器的简单电力系统的建模实例，并利用多Lyapunov函数方法进行了系统的逻辑切换稳定性分析。仿真结果表明了在有载调压变压器能够调节的范围内，系统的模式切换是稳定的，以此证实这种建模方法的有效性。     

具有0LTC的混杂电力系统模型与切换稳定分析

提出了利用可编程赋时Petri网(PTPN)建立混杂电力系统模型的方法，分析了有载调压变压器(OLTC)的离散调节与连续动态负荷的相互作用。提出了分析混杂电力系统切换稳定的多Lyapunov函数方法，并运用多Lyapunov函数分析了混杂电力系统切换的稳定性。针对一个实例进行仿真分析，给出了多Lyapunov函数法分析的仿真结果。仿真结果表明所建立的模型是可行的。     

具有OLTC的混杂电力系统模型与切换稳定分析

提出了利用可编程赋时 Petri网 ( PTPN)建立混杂电力系统模型的方法 ,分析了有载调压变压器 ( OLTC)的离散调节与连续动态负荷的相互作用。提出了分析混杂电力系统切换稳定的多Lyapunov函数方法 ,并运用多 Lyapunov函数分析了混杂电力系统切换的稳定性。针对一个实例进行仿真分析 ,给出了多 Lyapunov函数法分析的仿真结果。仿真结果表明所建立的模型是可行的     

基于PMU的状态估计的研究

传统的状态估计是基于单相纯正弦模型的,但实际电力系统的三相并不是完全对称,这就导致了传统的状态估计存在着固有的误差。随着基于GPS同步相量测量单元(PMU)的应用和计算机技术的发展,该文提出了一种以PMU为基础的三相状态估计和谐波状态估计算法以消除这种固有误差。利用PMU的电压幅值测量值和相角测量值与SCADA原有的测量值构成的混和量测系统一起用于状态估计,从而提高网络的可观测性及状态估计的精度,来弥补传统状态估计的不足。所以这种算法可根本解决系统三相不平衡和状态向量非纯正弦带来的误差问题。最后讨论了对该算法的评估方法。     

基于子空间方法的风机齿轮箱故障预测算法

为了减少风机齿轮箱严重故障的发生,提出了一种基于随机子空间识别方法的齿轮箱故障预测算法。该算法首先建立齿轮箱的随机状态空间模型,并利用正常运行时的振动监测数据计算模型的参数矩阵的特征值,并将其作为参考特征值;然后将由实际振动数据所求得的特征值与参考特征值进行比较,如果两者误差很小,则说明齿轮箱正常,反之则异常。为了减少计算量,引入均方根误差(RMSE)作为齿轮箱故障判别指标,并利用统计过程控制(SPC)原理定义该指标的阈值。最后,对一台实际风机的振动监测数据进行仿真,结果表明了所提出算法的有效性。     

数字保护继电器的抽象建模方法研究

该文提出了一种新的数字保护继电器抽象广义混杂Petri网（GHPN）分层建模方法,利用GHPN模型的连续层描述数字保护继电器连续变量的动态变化,由其逻辑层（Petri网）描述保护继电器的逻辑动态行为.文中建立了三段式数字距离保护继电器的GHPN模型,为了考虑影响保护动态行为的信号采集回路的非线性,建立了距离保护的暂态GHPN模型.仿真结果表明,保护模型GHPN是有效的,通过保护GHPN模型,可以详细地刻画保护内部动态行为以及保护与系统间的相互作用.     

低压电力线扩频载波通信方案

根据当前我国低压配电网的通信现状，提出了一种采用电力线扩频载波技术的通信网络设计方案，并介绍了电力线扩频载波技术以及线性扫频（chirp）信号。低压电力线扩频载波通信网支持所有配电自动化功能以及用户服务，其设计原则为：规范通信协议；对数据进行封装；采用有效的地址分配。同时，低压电力线扩频载波通信网还具有抗干扰性强、扩充性好以及与上一级通信网互联容易等特点。     

中压配电网电力线载波通信组网优化方法*

为进一步完善中压配电网电力线载波通信(PLC)组网的灵活性和可靠性,在结合中压配电网的实际拓扑结构和信道环境的基础上,提出了一种基于遗传算法的PLC组网方法。该方法综合考虑了节点间实际距离、节点间链路衰耗、连接节点衰耗、节点自身价值及链路价值等因素,利用遗传算法计算网络的最大价值函数,确定网络的最佳链路集。在最佳链路集基础上,求取各通信节点的节点度,将节点度数值较大者作为网络的中继节点,进而完成配电网PLC的优化组网。与蚁群路由算法相比,文中算法考虑了配电网的实际拓扑结构与信道特性,中继节点和链路分配更为合理,使PLC网络具有更高的网络价值和网络传输效率。     

风电场的组合维修策略研究

为降低风电场维修成本,提出针对风电场的风电机组部件组合维修策略。在各部件故障率服从威布尔分布的基础上,确定各部件的最优预防性维修周期,进而确定各部件后续预防性维修的实施时刻。将未来一段时间内的全部维修任务按分组方案组合为多个维修组,单一维修组内包含的全部维修任务采用分层优化方法安排给多支维修队一起执行,以使在风电机组停机时间最短情况下维修队工作时间最短。对比组合维修策略与预防性维修策略的维系成本,以分组方案节约维修成本为适应度,使用遗传算法求解最优分组方案。仿真结果验证了该策略可有效减少风电机组的停机时间,降低风电场维修成本。     

基于深度自编码网络模型的风电机组齿轮箱故障检测

为了实现风机齿轮箱的故障检测分析,提出一种基于风电机组齿轮箱的数据采集与监视控制(SCADA)数据和振动信号的深度自编码网络模型。该模型作为一种典型的深度学习方法,通过逐层智能学习初始样本特征,可以获取数据蕴含的规则与分布特征形成更加抽象的高层表示。首先,利用限制性玻尔兹曼机对网络参数进行预训练和反向传播算法对参数进行调优,建立深度自编码网络模型。然后,通过对齿轮箱的状态变量进行编码和解码,计算重构误差并将其作为齿轮箱的状态检测量。为了有效检测重构误差的趋势变化,选用自适应阈值作为风机齿轮箱故障检测的决策准则。最后,利用对齿轮箱故障前、后记录的数据进行仿真分析,结果验证了深度自编码网络学习方法对齿轮箱故障检测的有效性。