负荷阻抗分析在闪变源识别中的应用

为解决供电系统中电压闪变问题提出了一种闪变源识别方法.该方法对发生闪变时供电系统中各负荷支路进行阻抗等效,并利用负荷的电压、电流录波数据辨识各负荷支路的等效阻抗参数.将该阻抗参数接入闪变识别系统进行仿真,以识别供电系统中的闪变源.该方法不仅可以识别负荷支路,而且可以识别供电电源是否为闪变源.计算结果表明:该方法可以有效地识别供电系统中的闪变源,且识别时需要的原始数据较少,计算速度快,可以实现在线实时识别.     

支路复功率损耗和潮流分量的归属分析

提出了一种发电机对支路复功率损耗和潮流贡献分量的计算方法。基于稳态潮流解,先将所有发电机等值成节点注入电流源,负荷等值成阻抗;然后运用叠加定理,基于节点阻抗矩阵求解电网中各个发电机在支路上引起的电流分量,进而确定各发电机对支路复功率损耗的贡献。在此基础上,将支路复功率潮流分量等效成等值阻抗消耗的功率,推导了发电机对支路复功率潮流贡献分量的新算法,解决了支路复功率损耗和潮流的归属问题。文中方法满足电路定律,没有任何假设或近似,也无需构造无损网络,同时考虑了有功和无功功率之间的耦合影响。仿真结果验证了所提方法的正确性和有效性。     

并联电容器补偿装置中串联电抗率的选择

1 引言国内外许多有关研究谐波的论文,把有并联电容器补偿装置(以下简称并补)的电网等值电路中的谐波源,都用一个与电容器并联的电流源In表示,而不计及负荷阻抗的影响。其实,谐波电流源来自两个支路:一个是系统中的谐波源In,另一个是负荷侧由于非线性元件产生的谐波源In_f。两者作用于并补的谐波响应是不     

基于广义回归神经网络的非侵入式负荷识别方法

非侵入式负荷识别可以实现电网和用户的灵活双向互动,对智能电网的发展具有重大意义,而神经网络因其自学习能力及计算复杂度低等优点越来越多地应用在非侵入式负荷识别中。针对现有BP神经网络方法容易陷入局部最优、收敛速度慢的问题,文章提出了一种基于广义回归神经网络(GRNN)的非侵入式负荷识别方法。该方法使用负荷投切过程的功率、谐波、投切时间等暂态特征作为输入,应用Parzen非参数估计方法搭建网络结构,利用模拟退火算法的全局搜索能力对光滑因子进行寻优,从而建立GRNN网络模型进行负荷识别。实验结果表明,相对于BP神经网络,文中方法具有更好的识别精度和训练速度。     

配电网边缘计算轻量化负荷分解

针对非侵入负荷分解如何实现未识别设备负荷事件的准确检测的问题，设计云-边协同计算体系，通过挖掘边缘侧采集的负荷数据行为特征，实现有效分解负荷信号。考虑边缘侧嵌入式控制平台计算与存储资源及功耗等指标限制，提出轻量化K均值聚类算法；选取瞬时峰值、瞬时功率变化量及谐波分量为聚类特征在本地实现负荷类型辨识；设计轻量化粒子群优化算法，实现动态聚类算法与暂态功率、谐波分量等特征的结合。本文设计的电能监测算法对REDD共享数据集的识别准确率大于97.79%，实现了对某小区313户居民日用电数据的非侵入负荷监测。     

基于卷积神经网络的非侵入式负荷识别方法

针对非侵入式负荷识别中识别准确率不高的问题,提出基于卷积神经网络的非侵入式负荷识别方法。首先对电阻类负荷、电容类负荷、电感类负荷进行数学建模,并结合tracebase master数据集构建样本库;然后建立卷积神经网络模型,损失函数为交叉熵函数,优化算法采用自适应矩估计优化算法;最后对网络进行训练和测试。仿真结果表明,与循环神经网络等方法相比,本文的方法能够有效识别非侵入式负荷,并具有很好的抗噪性能,具有良好的应用前景。     

谐波源和闪变源的识别算法

从多个负荷中鉴别出谐波和闪变的扰动源,有利于明确电能质量问题责任,进行针对性治理.提出一种谐波源和闪变源的识别算法.通过移动窗数据处理方式计算公共连接点(PCC)电压与各负荷支路电流的最大相关系数,据此评价电压与电流波形相似度,实现多支路负荷中非线性负荷的识别,鉴别出普通负荷与谐波、闪变扰动源负荷;比较PCC电压与扰动...     

基于奇异值分解的非线性负荷谐波源定位方法

从电力部门运行和管理的角度出发,提出利用负荷的非线性特性定位谐波源及划分谐波责任的方法。该方法通过建立负荷时域等值模型,在不知道系统侧和用户侧负荷参数的情况下,利用公共连接点(PCC)上电压、电流的物理关系建立微分方程,求解负荷等值阻抗参数。根据辨识的负荷等值阻抗参数定位谐波源。采用奇异值分解(SVD)方法对采样的电压、电流数据进行分析,克服测量噪声及量测矩阵奇异的影响,提高参数辨识的精度。应用量化的负荷非线性度,进一步区分各谐波源的谐波责任。仿真表明,该方法简单可行,可准确定位谐波源,且不受背景谐波的影响。     

用于需求响应能力评估的概率负荷识别方法

针对将非侵入式负荷识别技术应用到需求响应领域存在的算法复杂和分解速度慢的问题,提出一种概率负荷识别方法.基于概率负荷分解的原理,建立了概率负荷识别模型.根据电事件引起的有功功率、无功功率和谐波等特征变化,识别可控负荷的类别和状态切换;再利用可控负荷在一个状态的持续时间来求得设备的用电量;然后根据可控设备的用电量,即可评...     

智能电表家用负荷识别技术综述

智能电表是智能电网发展的基础,负荷识别是智能电表的重要功能之一。简单介绍了在家用负荷识别中的负荷特征,阐述了目前比较常用的几种非侵入式负荷识别方法,分析了各种负荷识别方法的优缺点,讨论了负荷识别技术研究的意义以及在实际应用中面临的问题。     

电力电容器支路对谐波电流的放大及其抑制

1谐波的产生电力系统中的元件大多为感性元件，放系统阻抗呈感性。降压变电站中为了补偿感性无功，减少电网有功损耗和提高电网电压，大多装设了并联补偿电容器，且容量较大，随负荷变化作分组投切。系统中存在电容与电感元件的串并联，就为谐波、谐振创造了条件。判断能否发生谐波放大及谐振现象，按下式进行判定：其中：Icn——流入电容器组支路的n次谐波电流有效植（A）；In——谐波电流源的。l次谐波电流有效植（A）；Xs——谐波源为电流源时的电源侧的系统基波电抗值（）；XI——电容器组支路中所串联的基波电抗值（O）；、——电…     

基于稀疏成分分析的多直流馈入城市电网直流落点系统侧谐波阻抗计算方法

多直流馈入城市电网具有高电缆化率,在电网中易产生感容耦合,从而引发谐振与谐波放大。计算直流落点系统侧谐波阻抗对治理上述问题具有指导意义。由于直流落点背景谐波大且落点侧谐波阻抗并非远大于系统侧,现有方法难以求解。为此,该文提出一种基于稀疏成分分析的改进复独立分量算法,在复独立分量法分离出的谐波源信号基础上进行局部搜索,由稀疏成分分析构造稀疏筛选判据,通过稀疏筛选与非高斯性二次筛选找出与真实源信号吻合的局部信号,进而求取系统侧谐波阻抗。该算法在背景谐波较大且落点侧谐波阻抗非远大于系统侧时仍然适用。通过仿真与实际案例验证所提算法的正确性与有效性。     

基于谐波功率方向的谐波源识别方法研究

针对目前电力系统中非线性负荷增多导致谐波源识别困难的问题,文章提出基于谐波功率方向的谐波源识别方法。首先建立基于谐波功率方向的谐波源识别模型,并对模型进行求解分析,得出以谐波功率流向为判据的谐波源识别方法。其次,设计了基于FFT的谐波功率计量表,实现对各次谐波功率的测量。最后,结合所设计的谐波功率计量表对基于谐波功率方向的谐波源识别方法进行数字仿真验证,结果表明所提出的基于谐波功率方向的谐波源识别方法具有可行性和有效性。     

基于复合判据的谐波／间谐波源识别方法

提出一种基于多种判据进行组合判别的谐波/间谐波源识别方法。在对有功功率符号进行分析的同时将无功功率与有功功率之比作为参考,判断功率角测量的可信性。在此基础上,根据负荷阻抗通常远大于系统阻抗的事实,追加绝对阻抗对不可信的数据进行补充判断,并利用有功功率大小关系判断是否有背景谐波/间谐波源共同存在的复杂情况。提出一种时域测量法提取谐波和间谐波参数,保证可获取更多的数据样本。对于间谐波源,利用间谐波成对存在的特点增加了补充判据。仿真实例证明,将各种方法结合在一起进行复合判断,能增强谐波/间谐波源识别的稳健性。     

基于实测数据估算谐波阻抗及背景谐波电压

这是一种基于线性拟合-最小二乘法的方法估算电力系统谐波阻抗及分离背景谐波的新方法：首先建立了谐波阻抗、背景谐波电压、公共点谐波电压和负荷注入谐波电流的戴维南等值电路模型,     

基于DTW算法的非侵入式家居负荷行为识别方法

随着电力负荷监测在生产和生活中的广泛应用,非侵入式负荷识别技术得到发展,具有很好的发展前景。针对非侵入式家用电器负荷的行为识别存在识别特征量难以优化,识别算法收敛性差等问题,提出了一种基于特征匹配度的家居负荷的行为识别方法。将家用负荷开、关时的暂态波形和功率变化值作为特征量,运用DTW算法计算测试模板与参考模板之间的相似度,有效的识别出家庭用电的各项负荷数据,并且通过三种案例来模拟负荷的识别过程,验证了算法的可行性。     

主动配电网的谐波源定位方法及谐波责任划分

针对主动配电网非线性负荷的谐波特性,提出了一种应用于主动配电网的谐波源定位方法及责任划分规则。首先,建立负荷时域等值模型,利用公共耦合点上电压、电流的物理关系,采用参数辨识法定位主动配电网中的谐波源;其次,通过分析主动配电网中所有谐波源共同作用的母线谐波电压,并计算该母线与谐波源所在节点间的谐波互阻抗(自阻抗)而确认各个谐波源的贡献,从而利用谐波贡献法定量划分各个谐波源的责任。最后,通过18节点主动配电网模型案例,验证该方法的有效性和合理性。     

基于KD树和BP神经网络的非侵入式负荷识别算法∗

针对现有的非侵入式负荷监测方法难以准确识别具有相似电特性负荷的问题,提出了一种基于切换概率分布曲线对识别结果进行修正的非侵入式负荷监测方法.首先,将电流分解为各负荷的独立工作电流;其次,利用谐波特征对负荷进行初始识别;然后,利用已有数据训练BP神经网络,拟合出被识别负荷的切换概率分布曲线;最后,根据切换概率分布曲线对识别结果进行修正.利用实测数据进行分析,验证了该方法的有效性.     

基于电器行为特征的非侵入式家用负荷识别

针对家用电器负荷识别中电气特性相似的电器难以识别的问题,提出基于电器行为特征的非侵入式负荷识别方法。该方法是在利用稳态电气特征的负荷印记进行家用电器负荷识别的基础之上,增加行为特征负荷印记;建立了负荷印记统计模型,对未知事件负荷印记的置信度进行模糊识别;提供识别结果以及识别结果的综合隶属度,提高了家用电器识别的精确度和准确度。经实验数据检验以及实际用户数据印证,该方法简单、准确、可靠,为非侵入式负荷提供新的思路和参考。     

抑制谐波电流放大的无功补偿措施探讨

用电负荷产生的各次谐波电流,在流经系统等值感性阻抗与无功补偿电容器组的容抗所形成的并联回路时,使其各支路的谐波电流被放大,直接威胁到电容器组的安全运行。针对这一问题,在电容器组回路中串接一定量值的电感线圈,在各次谐波作用下,使其回路阻抗呈现为感性,有效地限制了谐波电流,并收到良好效果。