在线暂态安全稳定评估的分类滚动故障筛选方法

为满足在线暂态安全稳定评估对计算时间的要求,提出了基于模式和裕度估算的在线暂态安全稳定故障筛选方法。分别基于上一轮在线暂态安全稳定评估结果中各个预想故障的暂态功角稳定、暂态电压跌落安全、暂态电压稳定和暂态频率偏移安全的裕度及模式信息,并结合各个故障安全稳定模式中相关元件的潮流变化和投/退等信息,估算出新一轮在线暂态安全稳定评估所对应的运行状态下各个故障的暂态安全稳定裕度,并确定其相应的安全稳定模式,从而筛选出本轮在线暂态安全稳定评估需详细计算的预想故障子集。通过对实际电网在线数据的仿真分析,验证了所述方法的有效性和实用性。     

考虑拓扑变化的电力系统暂态稳定评估

针对电力系统拓扑频繁变化导致暂态稳定评估（TSA）困难的问题,提出一种新颖的基于深度学习的TSA方案。基于深度森林（DF）构建暂态稳定评估模型,创新性地提出考虑主动学习技术和分级策略的DF更新方案。该方案从样本生成和模型训练两方面最大限度节省更新时间,并在电力系统拓扑变化后快速更新DF模型,有较强实用性。最后,在新英格兰39节点系统中对所提TSA方案进行验证,结果表明该方案对拓扑频繁变化的电力系统有更强的适应性与鲁棒性。     

基于支持向量机的在线暂态稳定故障筛选

为了满足在线暂态稳定评估计算时效性要求,基于历史大数据提出了一种采用支持向量机的暂态稳定预想故障筛选方法。结合扩展等面积准则暂态稳定量化评估方法,基于系统功角稳定模式和机组参与因子选择特征量,按照关键特征量将历史运行方式聚类,针对失稳样本分布分别采用分类和回归2种预测方法,在预测模型适用性判别和模型匹配基础上获得稳定裕度预测值、分类稳定预测结果和可信度量测,采用交互式并行计算进行在线暂态稳定故障筛选,可以在较大程度上避免SVM暂态稳定评估方法固有的误判情况。基于某实际电网的算例验证了所提方法有效性。     

基于深度学习的电力系统暂态稳定评估方法

在机器学习领域,暂态稳定评估问题被定义为通过大量故障样本来估计稳定边界的二分类问题。该文提出了一种深度学习方法来解决这个二分类问题。该方法包含4个步骤:首先,利用样本数据构建原始输入特征来描述电力系统动态特性;然后,采用变分自动编码器(variational auto-encoders,VAE)对原始输入特征进行无监督学习实现特征抽取,从而获得高阶特征;之后,对卷积神经网络(convolution neural network,CNN)进行有监督学习训练得到高阶特征与电力系统暂态稳定性之间的映射关系;最后,将训练得到的模型应用于电力系统在线暂态稳定评估。在新英格兰39节点测试电力系统的仿真试验表明,所提出的暂态稳定评估(transient stability assessment,TSA)模型具有评估精度高、不稳定样本评估错误率低、抗噪声干扰能力强的特点,适合基于广域测量信息的准实时在线暂态稳定评估。     

基于历史数据聚类分析的暂态功角稳定故障筛选

大电网中有上千个暂态稳定故障,若对每个故障分别进行暂态评估,难以满足在线评估对时间的要求。为了满足电网在线暂态安全稳定评估快速性的要求,提出了一种基于电网运行历史数据聚类分析的暂态功角稳定故障筛选方法。基于历史数据中的电网运行方式和暂态功角稳定评估结果,提取关键特征量,通过计及稳定模式的矢量量化方法确定聚类数和初始聚类中心,采用K中心点算法对聚类中心进行优化。针对分类后暂态功角稳定的考察故障快速估算其暂态功角裕度,最后得到包含暂态功角失稳和估算裕度低于门槛值的故障组成的用于暂态稳定分析计算的严重故障集。通过对实际省级电网运行历史数据的聚类分析,验证了所述方法的有效性和实用性。     

图像化数据驱动的电力系统暂态稳定性在线评估方法

目前电力系统暂态稳定性评估（TSA）大多采用标准算例生成的数据集,然而实际电网的母线、发电机、线路等电力元件的数量巨大,难以实现评估模型的实时监视和在线更新;而现有降维方法常常遗漏重要信息,导致预测精度下降。提出一种图像化数据驱动的电力系统暂态稳定性在线评估方法,将输入时间序列重新排列成二维图像,利用二维主成分分析法（2D-PCA）对原始图像进行特征降维,并建立卷积神经网络（CNN）模型进行系统稳定性预测。在IEEE-39算例中进行验证,结果表明本文所提基于2D-PCA和CNN的TSA模型在保证预测精度的同时能够大幅提高训练效率,有望推进深度学习在电力系统暂态稳定性在线评估的应用。     

电力系统参数空间暂态稳定边界构建及在线快速更新方法

为适应在线暂态稳定分析与控制,提出了一种电力系统参数空间中的暂态稳定边界构建及快速更新方法.对于给定的关键故障和既定故障前后的网络拓扑结构,首先,基于横向可扩展的宽度学习系统,构建了极限切除时间与电力系统参数之间的映射关系.为提高实际故障切除时间阈值附近的预测准确率,通过构建二次比例因子对临界误差进行修正.然后,结合预设故障切除时间阈值确定相应暂态稳定边界,并评估当前系统的稳定裕度.最后,在保证暂态稳定评估准确性的基础上,基于增量学习方法提出了无须重新训练全部网络的在线快速更新策略.通过对IEEE 39节点测试系统和中国南方电网实例系统仿真分析发现,所构建模型能够对系统暂态稳定性进行准确评估,并具有良好的泛化性能.同时,快速更新策略可在保证预测准确率的情况下,大幅减少模型更新时间,为在线暂态稳定评估提供了支撑.     

基于响应轨迹和核心向量机的电力系统在线暂态稳定评估

针对现行调度需求提出基于响应轨迹和核心向量机的电力系统在线暂态稳定评估方法。首先将响应数据构建的原始特征集映射至高维特征空间,然后将暂态稳定评估问题定义为核心向量机中的最小闭包球问题,通过最优近似求解进行故障筛选和快速暂态稳定判别,且离线的训练和在线的匹配保证了暂态稳定评估过程能够满足在线计算的要求。10机39节点和某实际省级电网算例的计算结果表明,所提方法具有更低的时间和空间复杂度,并具有更高的评估精度。     

基于深度残差网络的电力系统暂态电压稳定评估

随着人工智能技术的发展,基于数据驱动的深度学习方法可兼顾在线评估的快速性与准确性。通过分析电力系统的电压时序信息,构建暂态电压稳定裕度指标。基于实时获取的广域测量信息,选择代表潮流水平的稳态信息、代表故障冲击程度的故障瞬间信息以及代表故障持续进展的滑动信息构建半固定半滑动的异构样本集,基于深度残差网络构建暂态电压稳定评估模型,分别输出系统的暂态电压稳定评估结果、各监测母线的暂态电压稳定评估结果以及电压稳定裕度信息,为在线监控提供指导。在计及高压直流输电和风电接入影响的改进中国电科院36节点系统进行仿真验证,结果表明,该方法无需接收保护设备的故障切除时间信息,可在故障切除时刻之前给出高精度的评估结果,具有较高的实时性和准确性。     

暂态稳定在线预警故障集的自适应筛选

大电网暂态安全稳定在线预警的故障数目大、计算负担重,为减少每轮在线预警中需要进行时域仿真计算的故障集数目,并且不遗漏暂态安全稳定的关键故障,提出了暂态安全稳定在线预警预想故障集的一种自适应筛选方法.首先依据上一时间断面上各预想故障的稳定裕度和稳定模式,识别那些影响系统稳定性的关键电网元件;再根据当前这些元件运行状态的变化,确定筛选预想故障的新门槛值;最后将本轮预想故障的预估裕度与该门槛值比较,筛选出那些需要重新计算稳定裕度的故障.通过电网在线预警系统的实际工程运行,验证了该方法的有效性和工程实用性.     

不对称电网故障时风电网侧变流器控制的数/模仿真

不对称电网故障时网侧变流器的有效控制,对提高风电机组的并网运行能力具有重要意义。文中采用优选的序分量分解算法,设计了基于正、负序双dq电流调节的网侧变流器控制策略。为验证控制策略并克服纯数字仿真和物理实验的缺点,采用实时数字仿真器(RTDS)和自主开发的数字信号处理器(DSP)控制器,构建了双馈风电机组数/模混合仿真系统。对一台2 MW机组的数/模混合仿真证明了控制策略的正确性和方案的有效性。     

新一代人工智能技术在电力系统调度运行中的应用评述

以深度学习、强化学习为代表的新一代人工智能技术及其应用是当前电力系统领域的研究热点。人工智能技术具有不依赖物理机理,计算速度快,辨别效率高等优点。但人工智能固有的可解释性差、稳定性弱等缺点也制约了其在电力系统一些场景的应用。文中梳理了新一代人工智能技术在电力系统负荷和新能源预测、故障诊断、在线稳定性评估、频率及电压优化控制和电网运行方式制定等调度运行场景中的应用,并进行了分析和评述。总结了现有研究中存在的问题,指出人工智能技术的应用应当以问题为导向,以场景为基础,以应用为目的。最后,对未来人工智能技术在电力系统调度运行中的应用作出了展望。     

Development and implementation of an ANN-based fault diagnosisscheme for generator winding protection

In this paper, the development and implementation of a new fault diagnosis scheme for generator winding protection using artificial neural networks (ANN) is introduced. The proposed scheme performs internal fault detection, fault type classifications and faulted phases identification. This scheme is characterized with higher sensitivity and stability boundaries as compared with the differential relay. Effect of the presence of nonsynchronous frequencies on the scheme performance is examined. Effect of different values of ground resistance on ground fault detection sensitivity is outlined. The scheme hardware is implemented based on a digital signal processing (DSP) board interfaced with a multi input/output (MIO) board. Test results of the proposed scheme corroborate the scheme stability and sensitivity     

基于同步相量测量技术的功角监测系统

同步发电机并网运行后，其功角是用来观察和判断该机组和系统并列运行稳定性的一个很重要的状态变量，而实现全网功角实时监测具有更为重要的意义。本文提出了一种新的PMU构成方案，并利用它构建功角实时监测系统。利用同步相量测量技术，获得以GPS时间为基准的功角信息，由各监测点的相对功角变化来预测系统稳定性。并给出了一种新的发电机功角计算方法。本方案实时性强，同步性好，可以实现全局实时监控。     

基于WAMS的电力系统暂态稳定的快速预测

提出一种基于广域测量系统WAMS(Wide areaMeasurementSystem)的电力系统暂态稳定实时快速定量分析的方法。该方法根据PMU实时采集的各发电机转子角速度及电磁功率,通过预测扰动结束后系统运动轨迹和基于暂态能量的轨迹分析法来评估系统的暂态稳定性。在 6机系统上进行仿真计算,结果表明,该方法能有效预测电力系统的暂态稳定性。     

基于人工智能的暂态稳定裕度精细化预测

人工智能算法在暂态稳定评估中得到了很好的应用.然而,电力系统是时变大系统,训练数据无法涵盖所有工况,模型需要在有限时间内更新;电力系统中稳定样本数远大于失稳样本数,导致模型对失稳样本学习不足.针对以上2点,提出了基于人工智能的暂态稳定裕度精细化预测方法.该方法将改进的极限梯度提升(XGBoost)树与双XGBoost回归树集成,平衡了2类样本数量差异对模型的影响,并实现了裕度预测.当运行工况变化较大时,结合增量学习技术,以较少的样本和较短的时间对模型进行有效更新.在2套IEEE系统上的实验结果表明所提方法可应用于暂态稳定评估.     

多机电力系统分散鲁棒励磁控制器的研究

提出了一种能够有效提高多机电力系统稳定性的分散鲁棒控制策略。采用发电机机端电压的相角和幅值表示发电机与系统其他部分的相互联系,并且针对由调速器的不稳定调节造成的发电机输入机械功率的波动,以及由电网中无功功率和有功功率的突然变化引起的发电机机端电压幅值与相角的扰动,应用鲁棒控制原理设计励磁控制器,从而实现多机电力系统的分散协调控制。仿真研究的结果表明了这种控制策略的有效性。     

基于Washout滤波器的虚拟同步发电机新型控制方法研究

虚拟同步发电机(Virtual Synchronous Generator,VSG)控制策略能使逆变器模拟同步发电机运行机制,有利于改善系统稳定性,已成为逆变器控制技术的热点问题之一。首先对VSG的结构进行详细的分析,包括电压电流双环的解耦控制、有功功率和无功功率的下垂控制以及同步发电机的建模等。然后在此基础上提出了一种基于Washout滤波器特性的新型VSC控制方案。最后通过Matlab仿真结果验证了所提的VSG控制方法的有效性和可行性,并说明了新的控制方案可以改善微电网系统的频率与电压,提高微电网的适应性和电能质量。     

基于虚拟同步发电机的微电网逆变器

本文根据微电网对逆变器性能的要求,借鉴同步发电机的经典数学模型,设计了一种适用于微电网的逆变器控制模型(虚拟同步发电机)。该逆变器具有功率、电压、频率调节的功能,能够根据电网自身以及负荷的变化合理调整输出以满足系统的稳定性要求。在MATLAB/Simulink环境下搭建了该系统的仿真模型,仿真结果验证了该方法的正确性和合理性。     

新型高精度数控交流恒流源的设计

基于直接数字频率合成技术设计了一种新型高精度数控交流恒流源系统。该系统由低频正弦信号发生器和恒流源电路组成,其中正弦信号发生器由STM32单片机搭建,恒流源电路在功率放大电路的基础上添加反馈网络,使新型恒流源具有更高的输出精度和更好的幅值稳定性。测试结果显示：该恒流源输出电流的幅值、频率、相位、输出时长可控,具有工作稳定好、精度高、噪声小的特点。