考虑热点温度的并列变压器经济安全优化运行策略

考虑热点温度的实时变化,提出了一种确保变压器安全的并列变压器过负荷运行策略。根据实际运行负荷的变化规律,将日负荷曲线分为高峰负荷运行时段和低谷负荷运行时段。在高峰负荷运行时段,除考虑经济运行的功率损耗最小的约束外,兼顾变压器热点温度因素,来获得经济运行方式及并列切换时间。该策略根据环境温度和负荷曲线,采用微分方程法估计变压器热点温度,并通过二分法搜索最优的切换时间。对2台不同容量三绕组变压器并列运行的算例分析表明,所提优化运行方法在降低损耗的同时,能够保证变压器的安全运行。     

基于IEC61850的GIS智能监测信息建模及信息交互系统设计

根据气体绝缘组合电器(GIS)状态监测的实际功能需求,提出了符合IEC61850通信标准的GIS智能监测状态信息流建模方法,建立了GIS状态监测IED的模型,并给出了GIS智能监测系统架构和通信体系.分析了基于MMS的服务器/客户端通信模式,重点提出了基于MMS报文、日志和文件的信息共享和交互策略.开发了服务器和客户端通信程序,并给出了主要功能函数的流程图以及客户端和服务器的流程图.     

封闭条件下温度对气隙放电影响的模拟研究

气隙缺陷往往导致局部放电(PD)现象,局放的发展过程与放电条件密切相关,通过放电的宏观表征来分析判断放电条件,是实现绝缘条件评估的重要途径。以温度对气隙缺陷下局放过程的影响为例,通过建立温度条件对放电过程的参数控制模型,研究了不同温度对其微观发展过程的影响,得到了不同温度条件下的宏观表征。仿真研究表明,在封闭条件下,温度的升高会影响放电过程中的电子密度分布以及电场分布。在303、323和343 K的条件下模拟放电过程,其电流峰值依次为0.479、0.356和0.261 A,随温度升高逐渐下降;此外其电流脉冲持续时间依次为19.261、15.516和13.438 ns,随温度升高逐渐变短。最后,实地测量了不同温度下的放电电流,获得了与仿真模型一致的结果。     

考虑网络传输延迟的二级电压控制

随着电力数据信息网络的发展,为了提高控制系统的灵活性和可靠性,二级电压实时控制系统的控制信息和数据可以逐步发展到在基于TCP/IP的标准数据网络上传输.基于网络传输的闭环控制系统设计必须考虑信息传榆延迟的影响.根据二级电压控制的基本原理,建立了考虑网络传输延迟的二级电压控制模型,设计了基于多步预测和延迟补偿的二级电压控制器,以保证控制系统在网络环境下具有良好的控制性能和稳定性.以新英格兰39节点系统为例进行数字仿真,验证了这种基于网络通信的新型二级电压控制器的性能和效果.     

架空输电线路运行和故障综合监测评估系统

为了有效预防和减少线路事故,提高线路运行和管理水平,设计了一个统一的应用平台构建架空输电线路运行和故障综合监测评估系统对线路主要运行状态和故障情况进行在线监测、实时分析和综合评估。该系统通过安装在现场的数据采集终端和控制中心的监控主站对输电线路的导线、杆塔、绝缘子等设备进行全方位实时监控,可根据需要灵活配置实现绝缘子污秽、零值绝缘子、导线弧垂、导线温度在线监测及线路危险点实时视频监控、线路故障检测和定位等多种功能。输电线路运行和管理部门通过对系统各类监测数据的统计分析,能及时掌握线路关键运行状态的变化,为输电线路的状态检修奠定坚实的基础。     

基于非下采样Contourlet变换的光电图像融合方法在GIL局放检测中的应用

光学检测和特高频检测是环保型气体绝缘输电线路(GIL)中两种重要的局放检测方法,但光学检测和特高频检测均会出现放电信号漏检的现象,使得光脉冲和特高频脉冲之间不具有严格的对应性,从而导致光学局放图谱和特高频局放图谱的特征信息不完整,降低模式识别的准确率.鉴于此,该文提出一种基于非下采样Contourlet变换(NSCT)...     

相关分析技术在直流电压下XLPE电缆局部放电信号特征提取与筛选中的应用

目前,关于直流电压下局部放电信号特征提取技术的研究极少。用于表征连续放电间相关关系的特征散点图是常用的统计分析方法,但现阶段仅用于定性分析放电现象。引入互信息、最大信息系数(maximal information coefficient,MIC)、最大信息非参数扩展类(maximal information-based non-parametric exploration,MINE)等先进的非线性相关特征分析手段,提取该类散点图定量特征。基于互信息的MIC和MINE具有普适性、公平性和对称性等重要特性。最终共提取了36个相关特征参数,与22个传统统计算子一起组成特征指纹。之后,使用最大相关最小冗余(mR MR)算法选取最优特征指纹空间并使用MIC进行优化。利用XLPE单芯电缆制作了绝缘内部气隙、主绝缘表面划伤、高压端毛刺电晕、半导电层爬电4类典型绝缘缺陷模型,将文中方法应用于试验数据分析。最终确定了含有48个参数的最优特征指纹,使用人工神经网络等机器学习方法进行模式识别可获得91%的平均识别精度。该结果表明,使用文中方法提取的散点图非线性特征可以有效反映放电模式。     

大数据技术在智能电网中的应用现状及展望

2012年以来,智能电网大数据的研究取得了初步的进展,相关研究人员和企业作出了建设性的尝试。在给出大数据在智能电网中应用的总体框架的基础上,文中列举了大数据技术在配电网和电力设备在线监测中的应用案例,如配电网运行状态诊断、用户用电行为特征分析、输电线路状态评估、基于复杂相关关系识别的输变电设备故障诊断和预测技术、基于大数据和信息融合的输变电设备关键性能动态评估及预测等,总结了大数据关键技术及研究思路,论述了智能电网大数据技术遇到的难题,最后对智能电网的发展作出了理性的展望。     

采用LSTM网络的电力变压器运行状态预测方法研究

为预测电力变压器运行状态,首先分析了变压器运行过程中状态变化的影响因素,选取油中溶解特征气体体积分数和运行工况、检修记录、运行时间作为关键影响因素。采用模糊综合评判思想对电力变压器运行状态进行评估,并以模糊综合隶属度为数据标签建立基于长短时记忆网络的电力变压器状态预测模型。利用变压器油中气体序列数据及技术指标参数的状态隶属度数据对长短时记忆网络进行训练,以发掘特征参量与变压器状态之间的对应关系及模型预测参数。实例分析表明,所提方法可有效预测电力变压器运行状态,基于长短时记忆网络的电力变压器状态预测模型对1周后变压器状态预测准确率达94.4%,对1个月后状态预测准确率达81.2%,能较准确地反映变压器的优劣状况。