引入改进模糊C均值聚类的负荷数据辨识及修复方法

高级量测体系的建设促使大量用电负荷数据增加了可观性,但由于通信等原因,量测数据中存在不良数据。文中提出一种引入改进模糊C均值(FCM)聚类算法的负荷数据辨识及修复方法,该方法利用快速爬山技术,对标准FCM聚类算法中聚类数目难以预先确定、初始聚类中心随机选取等缺点进行改进,实现用电负荷数据的精准聚类。在此基础上提取可行域矩阵及特征曲线,实现对新量测数据的辨识及修正。最后采用某地实际负荷测量数据进行分析,并通过与基于标准FCM聚类算法的对比,验证了该方法的快速性、高效性及其应用前景。     

电池储能系统及相关的电力电子技术问题

电池储能系统具备调峰调频能力和灵活容量配置、不受地理和自然资源限制的特点,随着智能电网、新能源的发展日益受到重视,在电网中有着广阔的应用前景.但其电化学特性在现阶段制约了电池往大容量、易维护和实用化的方向发展.如何合理利用电力电子装置这一桥梁,沟通电化学和电网两个截然不同的体系,一方面高效地适应不同电池类型,不同串并联方式,保证电池正常使用寿命,另一方面为电网提供如削峰填谷、无功支撑、新能源配合等功能,是值得探讨的问题.     

基于准比例谐振控制的三相并网逆变器谐波补偿方法研究

针对电网不平衡和畸变条件下,传统并联谐振谐波补偿并不能有效抑制电网谐波引起的参考电流谐波对逆变器输出电流的影响的缺点,提出了一种改进型并联准比例谐振（QPR）谐波补偿方法,有效抑制了电网电压谐波引起的参考电流谐波。仿真结果表明,改进型谐波补偿方法有效地降低了并网电流的总谐波畸变率,提高了逆变并网系统的电能质量。     

面向多源电力感知终端的异构多参量特征级融合:融合模式、融合框架与场景验证

对多源电力感知终端产生的异构多参量数据进行融合分析,是实现电力物联网下电力目标有效感知的关键.目前,电力多参量融合仍以同构多参量融合和决策级异构多参量融合为主,异构、多源的融合及分析技术薄弱,无法满足电力物联网下的异构多参量深度融合需求.该文提出一种适用于电力结构化时序参量和非结构化图像参量的普适性融合框架,可用于电力对象的描述性、预测性或决策性分析.首先考虑电力时序参量的时间和空间特性,将其转换为适用于非线性混沌系统的递归图,从而使其和非结构化电力图像具有相同的描述空间;然后用卷积神经网络对二类参量进行特征提取,并对特征矩阵按权重进行拼接融合、全连接和目标感知;最后,以输电线路覆冰等级感知和绝缘子污秽等级感知为应用场景,从精确性和容错性角度对所提模型进行分析,验证了所提模型的普适性.     

基于多端柔性多状态开关的智能配电网调控技术

为响应配电网用户的差异化需求,实现配电网柔性运行,该文将柔性多状态开关(flexible distribution switch,FDS)引入到配电网,并在阐述FDS技术理念和内涵的基础上,对基于多端FDS的配电网分布式电源消纳、电能质量改善、配电网运行优化、自愈控制等调控技术进行详细地分析和说明。最后以广东某地区电网为案例,对基于多端FDS的配电网调控技术效果进行仿真分析和验证。     

正极性先导起始与发展过程中的等离子体特征

先导放电通道由等离子体构成,先导的注入电荷和先导头部温度是用于判断正极性先导起始的关键物理参数。为了获取先导起始的条件及先导发展过程的等离子体特性,该文利用等离子体模型对先导放电通道进行了仿真研究。首先通过10m户外长空气间隙放电综合观测平台,获取了不同冲击电压下的先导放电电流、电压及光学数据。随后利用实测电流数据作为等离子体模型输入,仿真得到了放电通道的温度、等离子体密度、电导率等参数的演变特性。实验及模拟结果表明,先导起始前的触发温度随电压上升率的下降呈现明显的下降趋势。此外,10m空气间隙下,先导起始所需要的临界电荷可低至0.66μC。先导发展过程中的通道温度相对稳定,维持在4 000K左右,电子的产生主要源于热电离,放电通道电导率在1～10S/m范围内波动。     

智能配电网自愈控制技术的内涵及其应用

自愈是智能配电系统的重要特征。智能配电网自愈控制使配电网具有自我感知、自我诊断、自我决策、自我恢复的能力,实现配电网在不同状态下的安全、可靠与经济运行。介绍了智能配电网自愈控制技术的内涵与特征,特别是自愈控制目标和控制技术方式,并以不同技术水平系统的故障处理为例分析了几种典型的自愈控制技术实现方式。最后,详细介绍国家高技术研究发展计划（863计划）“智能配电网自愈控制技术研究与开发”的内容。     

基于配用电信息分区分类的短期空间负荷预测

精确负荷预测是实现电力系统安全经济运行和电网科学管理的基础。首先提出一种基于分区分类的空间负荷预测方法,该方法依托GIS系统中的地理空间信息和电网信息,进行区域划分;然后将区域内负荷分为工业、商业、居民、其他等类型,基于配用电历史信息,采用模糊聚类方法对区域内的负荷类型进行归类,获得影响负荷的主要因素;再以不同类型的负荷预测为基础,考虑跨空间和非跨空间负荷转移等情况,获得精细化的空间负荷预测方法;最后通过我国南方某实际电网的算例分析,验证了该方法较传统的空间负荷预测方法在预测精度上有较大提升。