基于风险综合评判的设备状态检修决策优化

针对目前在设备状态检修决策中尚未将设备状况与电网运行情况综合考虑的问题,提出一种计及设备故障风险及电网运行风险的输变电设备状态检修决策优化模型,以"综合风险费用最小"为优化目标,以同时检修、互斥检修、检修资源、电网安全等限制条件为约束。在充分考虑设备状态检修前后故障概率变化情况的基础上,采用禁忌搜索算法求解所建立的优化模型,通过风险经济性量化实现设备与电网运行风险的综合评判,得到技术经济综合最优的状态检修决策方案。对华东某地区电网的算例分析表明了所提出的优化模型及算法的有效性。     

改进BiLSTM在电力变压器故障诊断中的应用研究

针对目前电力变压器故障诊断方法存在的诊断准确率低、特征参数标准不一等问题,在分析电力变压器故障的基础上,提出了一种双向短期记忆网络与改进鲸鱼优化算法相结合的电力变压器故障诊断方法。引入混合策略（权重和收敛因子优化、蝙蝠算法和莱维飞行策略）对鲸鱼优化算法进行优化,并利用优化后的鲸鱼优化算法寻找双向短期记忆网络的最优参数建立电力变压器故障诊断模型。通过算例与常规方法进行对比分析,验证了该方法的优越性。结果表明,相比于常规方法,所提故障诊断方法具有更高的故障诊断准确率和最佳的实际应用效果,故障诊断准确率分别提高了10.42 %和7.85 %,为电力变压器故障诊断提供了一种新的思路。     

一种基于SAE-RF算法的配电变压器故障诊断方法

为有效解决配电变压器故障诊断中面临的数据特征人工提取、机器学习调参困难等问题,提出了一种基于堆栈自编码器(SAE)和随机森林(RF)组合的配电变压器故障诊断方法.建立SAE配电变压器故障特征自动挖掘模型,利用大量的无标签数据对SAE模型中的每一个自编码器进行逐层无监督训练,通过贝叶斯优化算法自动选择模型的最优参数;通过有标签数据对模型参数进行有监督细调,挖掘出能够代表各种故障本质属性的特征量;创建一个RF分类器对故障类型进行辨识,调参过程同样实现参数的自动寻优.试验结果表明,所提方法对配电变压器故障诊断准确率达到96.67％,显著优于单独使用SAE和RF的分类结果.     

基于小生境多目标粒子群算法的输电网检修计划优化

以检修成本和期望缺供电量最小为目标,建立输电网检修计划多目标优化模型,并提出一种基于小生境的改进多目标粒子群算法对其进行求解。通过得到一组Pareto最优解,全面统筹检修计划优化问题的经济性和可靠性目标。该算法采用小生境共享机制来更新粒子的位置,保持了解的多样性和分布的均匀性;引入混沌变异对部分非支配粒子进行小范围的扰动,提高了算法全局搜索能力,避免陷入局部最优。为使算法能够更好地应用于输电网检修计划优化问题,采用罚函数对约束条件进行处理,并根据模糊隶属度从Pareto最优解集中选取最优折衷解,为检修计划制定人员提供了科学的决策依据。通过IEEE RTS-79节点系统的仿真,验证了该算法在求解输电网检修优化问题时能有效避免早熟收敛,快速地收敛至Pareto最优解集。     

基于风险的输电线路多目标优化检修

建立了考虑系统风险以及检修费用的输电线路多目标优化检修模型。构造能够计及机组出力波动、负荷波动、线路故障等诸多不确定性因素的系统风险指标,并使用基于半不变量的概率潮流方法进行计算。利用多目标进化算法对输电线路多目标优化检修模型进行求解,RBTS(reliability busbar test system)的算例验证该模型的合理性以及所采用方法的有效性。     

基于粒子群优化神经网络的变压器故障诊断

为克服电气分析应用中误差反向传播(BP)神经网络存在的不足,提出了一种利用改进粒子群算法优化神经网络的变压器故障诊断新方法。该法的惯性权重自适应调整,以平衡局部和全局搜索能力;收缩因子加快算法的收敛速度,有利于更快地收敛于全局最优解。利用改进的粒子群算法优化神经网络参数,并结合BP算法训练网络可有效地克服常规BP算法训练网络权值和阈值收敛速度慢、易陷入局部极小和遗传算法独立训练神经网络速度缓慢等缺点。最后,进行变压器故障实例分析的仿真结果表明,该算法具有较快的收敛速度和较高的诊断准确度,证实了该方法的正确性和有效性。     

基于无功优化的配电网检修计划编制

从配电网检修计划编制的实际情况出发,将无功优化结合到配电网检修计划优化模型中,同时考虑了线路故障等级的检修时间优化和和设备检修时最优负荷转移路径.针对多种约束条件,对经济性最优为目标的检修计划,把通过改进小生境遗传算法和蚁群算法优化的配电网检修计划时间优化方案作为基于无功优化负荷转移路径的输入条件;利用一种高效的启发式搜索技术Tabu搜索算法得到使配电网损耗降低最大对应的最优节点解,并在该点通过并联电容器来降低网损.最后对36节点算例进行仿真,结果表明:该方法可适应配电网检修计划需要,从而达到经济调度的目的;配电网检修计划中引入无功补偿优化,可大幅降低网损,且对节点电压有一定提升作用.     

基于细菌觅食算法优化的电力变压器故障诊断技术

针对支持向量机(SVM)分类性能受参数影响,且最优参数难以获取这一问题,提出一种基于细菌觅食算法(BFA)的电力变压器故障诊断模型的参数寻优方法。该方法以电力变压器油中特征气体含量作为状态评价样本,通过BFA寻找全局最优SVM参数解,构建k-折平均分类准确率目标函数,建立变压器故障诊断模型。仿真结果表明,BFA对SVM最优参数的选取较遗传算法(GA)、粒子群算法(PSO)更迅速,且优化后的SVM电力变压器故障诊断模型具有更高的精确度;利用BFA优化方法建立的SVM电力变压器状态诊断模型,对IEC三比值法中无法判断的数据也可进行精确诊断。最后,通过实例分析,验证了方法的有效性。     

基于蚁群算法的电力网络节点编号多方案优化

为了寻求新增非零注入元素数目最少的节点编号方案以提高电网模型中节点导纳矩阵的求解速度,基于蚁群优化算法的思想提出了一种新的电力网络节点编号优化算法,并根据节点编号优化问题的特点,通过引入影响度参数和动态调节因子,对普通蚁群算法的选择概率算式进行了设计改进。和目前通常采取节点编号优化方法相比,所提出的方法可以有效地跳出局部最优,能很快找到最优解,并可一次性得到多种全局最优的节点编号方案。通过对IEEE 14和IEEE 30系统进行节点编号优化测试,证明了该算法的有效性和灵活性。     

配电自动化二次设备风险评估与检修决策研究

数量庞大的配电自动化二次设备是维护配电自动化系统安全稳定运行的关键对象,通过对配电自动化二次设备风险点的识别和持续关注建立风险评估流程,根据设备的状态评分推算平均故障概率,从而计算综合风险损失和量化风险值。以风险损失和检修成本之和最小为优化目标,构建检修决策优化模型,综合考虑风险和成本费用两方面后,文中对检修计划给出了科学合理的排序,大幅降低二次设备的检修成本和因不合理检修可能导致的故障风险,实现配电自动化二次设备的精益化运维管理。     

基于分布鲁棒优化的电-气综合能源系统弹性提升策略

小概率-高风险极端天气灾害事件的频发对电力系统的安全稳定运行提出了重大挑战.针对深度耦合的电-气综合能源系统,文中提出一种考虑极端天气下配电网线路故障概率信息的弹性导向分布鲁棒优化模型以提升其弹性能力.首先,融合极端条件下元件故障概率区间构造线路故障模糊集,在此基础上建立防御-攻击-防御3层框架下的配电网弹性提升优化问题.其次,构建以燃气机组出力为耦合变量的天然气系统运行可行性子问题.然后,提出一种内外双层循环算法求解上述问题:外层循环结合对偶理论和列与约束生成算法求解配电网优化问题;内层循环采用Benders分解算法对气网问题进行校验.最后,通过算例验证了所提模型及求解算法的有效性.     

基于层次分析法的配电网运行方式多目标优化

配电网运行方式在正常运行、检修和故障3种不同状态下需要重点解决各自不同的问题,分别需要不同的优化目标进行运行方式优化计算。基于层次分析方法综合评估配电网设备运行状态、技术性和经济性,建立层次分析模型,并通过方案属性决策向量表以及属性权重判断矩阵获得正常运行、故障、检修3种状态下的综合评价指标,将其应用于配电网3种不同状态下的运行方式优化目标。提出了一种多目标的配电网运行方式优化计算方法,以改进的IEEE 69节点配电网为算例,通过遗传算法进行优化计算验证了指标和算法的可行性。     

基于风险评估的高压电缆巡检周期优化模型

高压电缆日常巡检与消缺工作能够及时发现并消除电缆故障隐患,是降低故障率的有效措施。但忽略风险差异的定期巡检方案会导致人力资源被浪费在不必要的检查与测试环节。为了保证电缆可靠运行且兼顾经济性要求,该文提出了基于风险评估的高压电缆巡检周期优化方法。首先针对历史故障数据,提出了一种高压电缆故障数据记录方法,计算电缆故障频率。其中将电缆线路按照巡检目标分为电缆通道、本体、中间接头、终端与接地系统五部分,并引用失效危险指数(IFC)模型计算各部分的故障频率;之后结合线路故障修复时间与线路重要性,计算电缆线路各部分的风险;并考虑电缆系统运行风险阈值,针对不同线路各部分的风险差异实现巡检周期优化计算。以某地区电缆线路为例应用上述方法,结果表明:基于IFC模型的故障频率计算方法无需人为干预,且在故障样本较少的条件下仍能产生有效结果;基于风险评估的巡检周期优化方法能够合理制定巡检方案,有效降低电缆运行风险,优化后电缆系统风险可降低70%。     

基于量子序优化混合算法的输电网规划

序优化理论是一种基于绝对随机抽取可行解的优化算法,最优解具有高概率的可信度.量子算法是一种局部搜索能力强的搜索算法.利用量子算法的强大的局部搜索功能与序优化混合,构造出随机性和方向性比较平衡的量子序优化混合算法.针对输电网规划这样一个复杂的组合优化问题,建立相应的数学模型,采用量子序优化混合算法求解.18节点系统算例的...     

不同运检策略对变压器年停运时间的影响

衡量不同运检策略对变压器年停运时间的影响,有利于变压器检修决策的优化和设备实物资产管理水平的提高。首先,描述变压器的运检策略及其寿命评估,然后,基于变压器的故障率对其运行状态进行蒙特卡洛模拟,得到变压器的无故障持续时间的概率分布。结合变压器役龄回退分析模型,构建变压器年停运时间计算模型,最后,分析不同运检策略对变压器年停运时间的影响。通过算例分析,证明了该模型的可行性,基于大数据的状态检修对于缩短变压器年停运时间效果更优。     

Integrated Reactive Power Optimization Method for Active Distribution Networks Based on a Quantum Krill Herd Algorithm

Abstract

Aiming at the problem that the reactive power optimization of traditional distribution network can’t adapt to the active distribution network (ADN) of large-scale distributed power access, a comprehensive reactive power optimization method based on quantum krill herd algorithm for ADN is proposed. Firstly, a reactive power optimization model of ADN based on proportional coefficient is proposed by analyzing the characteristics of active control and active management. Secondly, the krill herd algorithm is easy to fall into local optimum when solving optimization problems. To overcome this shortcoming, a quantum krill swarm algorithm is proposed. The algorithm uses the probability amplitude of quantum bits to represent the information of particle position, uses quantum revolving gate to increase population diversity and generates new population through chaotic crossover, which improves the convergence accuracy of the algorithm. Finally, simulation experiments are carried out on the modified IEEE33 node and IEEE 69 node to verify the effectiveness of the proposed model and algorithm.     

基于动态优化马尔可夫链的线路继电保护装置状态预测方法

目前继电保护状态监测模型均利用静态故障概率进行装置失效率预测,未能计及设备老化与检修对失效率的动态影响,预测结果不可靠。对此,提出一种基于三参数威布尔分布动态优化的马尔可夫链状态预测方法。首先利用灰色-粒子群支持向量机算法求解更为精确的继电保护装置失效率函数,随后将其用于动态修正保护状态马尔可夫链中各运行状态之间的转移概率,最终实现对线路保护未来运行状态的推演。仿真结果证明,所求解的失效率函数相比传统方法求解的函数具有更高的计算精度,而动态优化马尔克夫链模型实现了设备老化与检修的动态量化处理。研究状态转移概率计算结果符合设备运行工况,可以有效预测设备规定投运年限内各时间点的运行状态。该方法对于保护检修策略的优化具有一定的指导意义。     

基于HSA-FNSA混合算法的配电网群故障恢复多目标优化决策

为快速获得系统故障后配电网群故障恢复优化方案,提出了一种基于启发式搜索-快速非支配排序混合算法（HSA-FNSA）的配电网群故障恢复多目标优化决策方法。首先,建立了配电网群故障前后的拓扑模型及故障类型的图论描述,并采用HSA算法获得故障恢复方案集;随后利用分层前推回代法求解配电网潮流以获得运行参数;进一步建立考虑配电网韧性、网损、电压不平衡量和开关操作次数的故障恢复多目标优化决策模型;引入FNSA算法获得帕累托非劣解集并确定终选方案。通过IEEE三馈线算例验证了所提方法在求解配电网群多类型故障恢复的可行性和优越性。     

基于可靠性和气象因素的配电网短期维修决策方法

配电系统可靠性受气象因素的影响很大,为提高配电网在整个维修期间的可靠性,同时综合考虑被维修设备和其他设备所在的气象条件对维修风险带来的影响,提出一种计及可靠性和气象因素的配电网短期维修决策方法。与传统的配电网维修计划优化相比,该方法建立了不同气象条件下配电设备故障率及其修复时间计算模型。在计及维修规程约束、维修能力约束和电网结构约束的前提下,以可靠性指标损失最小为优化目标,建立了反映配电网期望停电持续时间和期望缺电量的系统风险综合指标。采用遗传优化算法,搜寻整个维修周期内系统综合风险指标最小的最佳维修计划。     

基于改进QPSO算法的主动配电网削峰填谷策略研究

相较于传统配电网,主动配电网具有分布式电源利用率高、网损低、可控性强等特点,其优化运行为典型的多目标优化问题。文中同时考虑储能系统削峰填谷在平滑负荷曲线和分布式电源运行经济性两方面的性能,建立了典型主动配电网多目标优化模型;考虑该模型具有多维非线性特点,提出了一种基于量子粒子群(QPSO)的改进算法,利用量子理论中的量子行为和概率表达特性,在算法的全局寻优能力和种群多样性方面得到明显提升。最后,算例分析验证了该方法的可行性。