电力系统稳定监控的快速数据采集

通过对电力系统稳定监控数据要求的分析，依据现有元器件的可实现性，提出了一种能够快速采集电力系统故障及故障前的数据，以保护稳定监控实时性的电路设计方案。     

基于MST和IGA的全局多目标电网优化

在多电压等级电网优化规划中竭力寻求电网中某一负荷点或大用户预得到的最优供电方案,同时电网的安全性、经济性和可靠性基本要求均得到满足。这种电网优化思想不仅让用户得到优质服务,同时也从技术层面上解决了现代电力市场输配电的技术方案难题。基于三大基本要求,分别建立了电网投资及线损最少模型、电网节点短路电流平均最小模型、电网安全供电准则N-1模型。利用最小生成树思想构造电力网的MST（最小生成树）,利用IGA（改进遗传算法）在全局目标函数中选取优化方案,最后得到了很好的实际应用效果。     

分布式电源优化配置的仿电磁学算法

研究了配网中不同分布式电源在不同地点的规划问题,在分布式电源的容量、个数和不同地点负荷需求已知的情况下,将多目标函数归一化建立最小化配电网耗费的优化目标函数,采用仿电磁学算法优化分布式电源的规划配置,得到不同分布式电源在不同地点接入的规划方案。通过与遗传算法相比较,仿电磁学算法在分布式电源优化配置的运行效率和容错性能具有明显的优势。     

基于超椭球贝叶斯网络的配电系统可靠性评估

针对配电系统实际运行中元件故障概率无法以精确值描述的问题,提出了一种将超椭球模型约束的元件故障区间概率与贝叶斯网络相结合的配电系统可靠性评估方法。该方法应用证据理论获取元件的信度函数和似真函数以得到初始故障区间概率;应用超椭球模型约束元件初始故障区间概率以得到贝叶斯网络分析中根节点区间概率;应用贝叶斯网络正向推理叶节点区间概率以得到配电系统的可靠性评估指标;应用贝叶斯网络反向推理负荷点故障条件下的根节点后验区间概率以得到系统薄弱环节。通过对IEEE-RBTS Bus 6母线系统进行算例分析,证明了该方法适用于实际配电系统的可靠性评估。     

电网监控中的主动实时数据库技术

根据电网监控系统的功能要求,提出了用于电网监控系统的主动实时数据库模型,定义了这种主动实时数据库的基本事件,给出了由基本事件运算构成复杂事件的方法,并通过典型应用说明了主动实时数据库的实现方法,同时也说明了主动实时数据库系统以及基于主动实时数据库系统的电网监控系统具有较高的效率和良好的可扩展性。     

基于灰色关联的季不均衡系数的分析方法与应用

季不均衡系数是年负荷特性的重要参数之一,掌握影响季不均衡系数的主要因素,就能够比较准确地把握一个地区的年负荷特性,对于制定电网的年度运行计划具有较大的帮助。提出了一种基于灰色关联的季不均衡系数的分析方法,结合历史年份的具体数据,定量地区分了季不均衡系数各影响因素的权重,并且指出了影响季不均衡系数的主要因素。并给出了相应的算法,通过实际应用表明,该算法具有较大的实用价值。     

基于机器学习的源荷互动微电网优化调度

为了发挥微网电力市场的活力,实现清洁能源的优化配置,提高微电网消纳率,在融合半监督K-means聚类分析方法和支持向量机2种机器学习算法的基础上,提出了微电网源荷协调优化调度方法.首先利用改进的K-means聚类算法对源荷历史数据进行预处理.其次运用SVM对聚类后的微电网源荷数据进行预测,在预测结果中选取典型场景,以典...     

基于小波分析的发电机转子匝间短路故障诊断方法研究

转子匝间短路是汽轮发电机常见的故障形式。发电机转子绕组发生转子匝间短路后,转子磁势不对称所产生的高次谐波分量对电机磁场产生影响,使定子侧电气信号发生变化,产生出不同于正常情况下的某些故障特征信号。用定子线圈的探测方法,采集定子探测线圈上的电气故障信号,基于小波分析理论对探测线圈中的故障信号进行分析,提取具有转子匝间短路的故障特征量,对发电机转子匝间短路故障进行诊断,并且实现转子匝间短路故障的定位诊断。通过Matlab软件对模拟故障信号进行了仿真分析,结果表明该方法能够实现故障的诊断与定位。     

基于GIS的配电网拓扑分析方法

根据GIS空间数据的特点和配电网的结构特点,在分析影响配电网拓扑结构的设备属性的基础上,提出了基于GIS的配电网拓扑模型,并由此提出了一种既能利用GIS强大的拓扑分析功能,又能够实用于电力系统配电网的拓扑分析方法。同时,还以停/供电模拟的实现算法来说明拓扑分析方法的具体应用。经过实际应用表明,基于GIS的配电网拓扑分析方法具有很大的实用性和推广价值。     

基于粒子群优化的电力负荷灰色预测模型

通过对dt^-dx^（1）＋ax^（1）=u的通解x^^（1）=ce^-ak＋a^-u的参数a、u、c直接求解,避免了灰微分方程参数辨识时选取合理背景值的问题,构建了适应性更强的不需构造GM（1,1）模型的背詈值而直接求解灰微分方程参数的模型,并且在求解这些参数的过程中,应用了在求解非线性问题中具有全局寻优能力的粒子群算法（PSO）。提出了基于粒子群算法优化的电力负荷灰色预测模型PSOGM（1,1,a,u,c）,通过在电力负荷实例中的应用并与传统的GM（1,1）预测模型进行了效果比较,验证了基于粒子群算法优化的电力负荷GM（1,1）模型具有很好的预测精度和适用性。