一种考虑连锁过载和隐性故障的电网脆弱区域分析方法

针对电网的连锁过载现象,提出了一种划分和识别电网脆弱区域的算法。首先从初始故障支路对剩余系统支路产生作用的角度,提出了受动敏感性和使动敏感性的概念,然后在考虑继电保护隐性故障的模式下,给出了初始故障支路和剩余系统支路之间的关联作用指标以及初始故障支路对剩余系统支路形成敏感性的指标,将这些指标作为特征输入量给出了一种基于聚类方法的电网脆弱区域的划分和识别算法,并在IEEE 39节点系统上进行了算例分析,验证了算法的合理性。     

考虑隐性故障时电网二级连锁过载的风险水平分析方法研究

针对电网的二级连锁过载现象,并结合继电保护隐性故障,提出了一种风险水平研究方法:首先结合直流潮流法定义了二级连锁过载模式下的风险指标,然后从初始故障和剩余系统受扰支路的不同角度给出了3种进行风险水平统计的模型,进一步结合IEEE39节点系统,通过模拟计算对风险的统计结果及隐性故障中的参数对风险统计的影响进行了分析。所提出的方法可为分析具有不确定因素的电网连锁过载现象提供一定的借鉴。     

基于改进自组织映射聚类算法的连锁故障预测模型

为提高电力系统连锁故障预测的快速性和全面性,提出一种基于改进自组织映射聚类算法的连锁故障预测模型.针对事故链预测模型的故障指标模糊、事故链模型过于庞大等问题,该模型首先设计了初始故障集评价指标、上下级支路间关联性指标.其次改进自组织映射聚类算法,对关联性指标进行聚类分类,并在上下级支路关联性确定中,设定适当阈值.最后,利用IEEE36节点系统进行仿真验证.结果 显示:本文方法在3.245 s时可预测到6级总计37条故障线路,故障预测范围达到97％.可见,本文方法与传统方法相比能有效缩短预测时间,扩大预测范围.     

考虑潮流水平变化的电网二级连锁过载中的涨落现象研究

针对电网的二级连锁过载模式,从网络保持结构完整性的角度,研究了潮流水平的变化所引起的涨落现象。首先依据支路因连锁过载开断而削弱电网的基本思路,定义了一种反映网络保持结构完整性的统计涨落模型,然后以IEEE 39节点系统为例,通过连续增加电网节点注入功率的方式,研究了电网在初始故障作用下发生连锁过载的涨落变化规律。分析表明,在电网二级连锁过载事件中,随着系统总的有功负荷的提高,相关物理量的涨落变化总体呈上升趋势,而且存在着比较明显的涨落放大的临界点。最后通过IEEE 14节点系统上的算例对此规律做进一步的验证。     

电网连锁故障的激发因素研究

以直流潮流算法为基础,针对电网潮流转移引发连锁过载的一类连锁故障,详细分析了电网连锁故障的激发因素,指出在电源容量和负载一定的前提下,当初始开断事故发生后电网的初始潮流、电网的拓扑结构、电网的支路参数以及初始开断位置等因素是引发新的开断事件发生进而激发连锁故障事故发生的主要因素,针对引发连锁故障的极限潮流状态,提出了一种实用求解方法,并在IEEE-14系统上进行了算例分析,研究表明,激发连锁故障的极限潮流状态并不是唯一,但可以根据实际情况,求出一些合理、可信的极限潮流状态,从而对运行实践提供指导。     

基于多种指标优化的连锁故障预防策略研究

为了预防连锁故障的发生,兼顾电网运行时的安全裕度和电压稳定情况,将电网当前运行与临界状态的节点注入功率之间的差值转化为安全裕度指标;分别将衡量电网整体和某节点电压稳定的雅可比矩阵最小特征值指标和电压稳定的L指标相结合,给出了电压稳定的综合指标;结合电网实际情况给出了各种约束条件,由此确定了完整的预防连锁故障模型;提出了监控优化过程中电网切除初始故障后的剩余支路所受潮流转移的影响程度是否在降低,从侧面证明了文中提出的预防连锁故障模型能够达到预防连锁故障的目的;通过对IEEE39节点系统进行算例仿真,验证了所构建的预防连锁故障模型的可行性和有效性.     

基于交通指数聚类的路网区域动态划分

针对宏观路网区域交通状态预报需要首先产生路网区域的需求,提出了一种新的基于交通指数聚类的路网区域动态划分方法。首先对整个城市路网进行网格化划分,将路段划分为从属于某个网格的子路段;然后,计算每个网格的交通指数,提取网格特征,从而得到样本特征矩阵;接着,利用k-means~(++)聚类算法对样本特征矩阵进行聚类,得到初始聚类标签,并对其中奇异网格的聚类标签加以修正;最后,得到划分后的路网区域。为了验证该方法的性能,利用上海市的GPS数据对上海市进行了路网区域的划分,并与不同聚类方法的结果进行了对比。结果表明,新方法对路网区域划分的精度及稳定性均有所提高。     

零序暂态电流灰色关联分析的小电流接地选线

在分析现有的小电流系统单相接地故障选择性保护和零序暂态电流特点的基础上,提出一种基于灰色关联算法单相接地保护新方法。该方法利用在配电网单相接地故障时,故障支路的零序暂态电流和非故障支路的零序暂态电流的关联程度来判别故障支路和非故障支路。在传统的灰色关联分析计算基础上给出改进算法,以增大故障支路与非故障支路的差别,并利用PSCAD进行相应的仿真计算。研究结果表明:基于该方法选择性接地保护故障支路与非故障支路动作差值较大,准确性高,抗干扰能力强,而且不受故障相接地相位、接地方式及接地电阻的影响。     

基于文本最小相似度的中心选取方法

基于划分的聚类算法是一种局部最优算法.聚类初始中心的选择对该聚类算法的收敛速度和聚类的性能都有很大的影响.初始中心点应该选择来自不同的类并且初始中心点文本之间的相似度应尽量小,为此提出了一种新的基于最小相似度的中心选取方法,该方法选择相似度最小的两个样本分别作为初始的两个中心,然后依次选择到已知中心相似度最小的样本作为其他类的中心.实验表明该方法能够选出来自不同类的样本作为聚类的初始中心,同其他初始中心选择方法比较,聚类算法的性能有明显提高.     

基于划分采样的初始聚类中心算法

针对大数据集的初始聚类中心选取问题,在基于密度的划分算法和适用于大规模数据集限定初值的采样算法基础上,提出了一种用于初始聚类中心的划分采样算法。对聚类子空间在每一维上进行均匀划分形成不同的数据区域,根据数据区域的数据点数的多少进行采样来提高采样的准确性。利用采样思想缩小了数据集的规模,保证了算法在时间上的优势。通过不同规模、不同形状的数据集对算法进行验证,实验结果表明,与其它初始聚类中心算法相比,该算法在准确率和时间上都具有一定的优势。     

社团生成结构的电力信息物理系统鲁棒性分析

随着传感器技术的快速发展,信息网与电网的深度融合,电力系统的智能化水平越来越高,但也面临着安全性、脆弱性等一系列问题.结合相互依存网络与介数负荷-容量级联故障模型,提出了包含电网、信息网孤岛运行的连锁故障仿真算法,主要研究了具有社团结构的电力信息物理系统(cyber physical system,CPS)鲁棒性,修正了传统的社团结构生成算法,使其能够生成不同规模社团且社团连接概率可调的无标度网络.采用提出的算法生成信息网和电网社团内部同配耦合的电力CPS模型,使用电网剩余节点比例为评估指标.研究了调度中心处于不同社团时全局连接概率、社团连接概率以及多个调度中心对电力CPS鲁棒性的影响.     

一种考虑储能的电力信息物理系统连锁故障阻断控制策略

电网信息物理高度融合背景下,为了降低电力信息物理系统发生跨空间连锁故障的风险,提出一种计及储能配置的连锁故障阻断控制优化策略。首先,基于电力系统可观可控性构建信息物理多重交互机理,并根据系统间交互阐明过载主导型连锁故障的演化过程。同时在现有调控手段基础上考虑储能入网对连锁故障阻断控制的影响。并将阻断控制表述成多阶段最优潮流问题,获得兼顾安全性与经济性的连锁故障控制方案。采用IEEE-118节点系统对不同控制策略进行对比,验证了所提控制优化策略的有效性,并分析了储能规模对阻断控制的影响。     

灰色信息攻击下相依网络的鲁棒性

研究了双层相依网络在灰色信息攻击下的鲁棒性,讨论了在该模型上的数据包传输问题,建立了一个由节点负荷过载而引发的级联失效动态模型.通过一个可调参数来控制攻击网络节点信息的精度,随机失效和蓄意攻击是该模型的两种极端情况.分别对不同类型网络和不同耦合方式情况下的双层相依网络鲁棒性进行了研究.仿真实验发现,降低攻击信息的精度能提高网络的鲁棒性,而且攻击信息的精度存在着临界现象.     

具恢复机制的相依电力-信息网络连锁故障传播

为了研究具有恢复机制的电力-信息网络连锁故障传播,基于相依网络理论,建立了IEEE300节点系统电力网与双星型结构信息网的电力-信息相依网络模型.分析复杂网络统计特征参数可知,电力网和信息网均具有小世界和无标度特性.利用相依电力-信息网络的连锁故障模型,对BA,WS和ER 3种不同的相互依存网络进行鲁棒性分析,提出了一种具有恢复机制的相依网络连锁故障传播模型.仿真结果表明,与目标恢复机制和随机恢复机制相比,依赖恢复机制的恢复级别更高,而且这种优势随着故障阈值的减少而提高.     

基于广义变换矩阵的机械零件三维模型骨架匹配

提出了一种基于广义变换矩阵的机械零件三维模型骨架匹配方法。骨架中两骨架点间的连线称为骨架枝,借鉴机器人学中广义连杆之间关系的表示方法,将骨架枝看成若干个连杆,在骨架点处建立固定坐标系及骨架枝坐标系,采用广义变换矩阵表示骨架枝。将广义变换矩阵转化成向量,引用统计学中的相关性度量方法,通过计算2个向量的皮尔逊相关系数得到2个广义变换矩阵的相似度,即得到2个骨架枝的相似度。搜索相匹配的骨架枝并计算整个骨架的相似度。通过实例验证和实验分析,表明该算法具有较快的检索速度和较高的准确度。     

基于关联数据挖掘的继电保护定值风险评估方法研究

继电保护是确保电网安全运行的关键,为降低继电保护运行风险,现提出一种基于关联数据挖掘的继电保护定值风险评估方法。通过分析常见连锁故障类型及影响因素,采用数据挖掘求得电力系统故障关联度,计算挖掘数据间关联信息熵。利用关联信息熵系数挖掘电力系统内历史相关数据,深度分析每日数据波动特征,明确系统负荷孤立、电源孤立和电网解列情况发生的风险概率,以及功率损失及风险程度,建立继电保护定值风险评估模型,完成继电保护系统的综合风险评估。实验结果表明：所提方法能够有效评估出继电保护系统的风险概率和风险程度,算法收敛速度快,且风险评估的相对均方根误差、平均绝对误差低于2%,均方根误差低于20 kW,说明该方法有利于电力系统继电保护定值风险控制。