基于智能微网的有源配电网故障自愈技术

现有的配电网故障自愈技术的有功功率损耗较大。为此,提出基于智能微网设计有源配电网故障自愈技术。建立有源配电网故障自愈函数模型,明确目标函数,设定约束条件;基于智能微网模糊获取有功网损,求解隶属度指标上界与下界,实现有源配电网故障的自愈。通过对比实验分别测试三种故障自愈技术的效果。结果表明:在单点故障测试与多点故障测试中,所提的故障自愈技术的电压值最大最小值均大于其他两种方法,在迭代过程中有功功率损耗的最优解分别为21.8 kW和61.2 kW,均小于另两种方法。所研究方法配电网故障自愈效果较其他方法更好。

虑及极端失电场景的配网线路故障自愈策略优化研究

本文聚焦于极端失电场景下的配网线路故障自愈策略优化研究,能够通过深入分析极端天气和大规模停电事故对配网线路的影响,揭示现有故障自愈策略的局限性,并提出一套优化方案。优化策略包括多时段恢复策略、自愈控制算法改进以及具体实现步骤。通过MATLAB代码进行仿真验证,结果表明优化后的策略在减少开关动作次数、提高负荷动态恢复率和增强抵御功率扰动能力方面均表现出色。本研究为配网线路故障自愈提供了新思路,对于提升电网的可靠性和韧性具有重要意义。

穴位养生: 激发身体自愈力

近年来,穴位养生在大众保健理念中的地位越来越受到重视。穴位养生是以中医学为基础,结合现代医学知识,通过刺激特定的穴位,调节机体功能,增强自我修复和自我调节能力的一种保健方法。中医认为,人体内有“气”的流动,气的畅通与否直接影响到健康。穴位则是人体经络中气血汇聚的地方,通过按摩、针灸、刮痧等方法刺激穴位,可以疏通经络,调和气血,进而促进身体的自愈能力。

双通信模式下配电网自愈分析及平台应用

因110kV变电站多为“手拉手”链式供电结构,在线路出现永久性故障时容易导致多站失压的问题。为规避该风险,本文提出在各变电站配置进线备自投装备的基础上为各站点提供通讯系统,采用GOOSE通信协议下的双通信模式来实现各站点的双向互备,从而减小多个变电站母线失压的风险。通过在武汉凯默电气有限公司开发的电网自愈故障分析平台上进行模拟实验,验证了该方案的合理性。

智能配电网的自愈控制及其关键技术

推动配电网向智能化方向发展,关键在于实现自愈控制。本文围绕智能配电网自愈控制的内涵与价值、关键技术、实现方式等方面展开探讨。在梳理自愈控制概念的基础上,重点剖析了配电网建模仿真、智能分析决策、动态监测等使能技术,并对自愈控制的系统架构、控制模式、技术需求等进行了系统阐述。结合典型工程案例,论述了变电站级配电网自愈控制的实践路径。研究表明,自愈控制的实现需在配电网规划建设、一二次融合、大数据分析、标准规范等方面持续发力,通过体系化设计和分步实施,最终构建主动感知、快速处置、灵活适应的韧性配电网。

10 kV配电网自愈模式分析

配网自动化自愈技术的核心内容是通过自愈控制终端装置实现网架供电自动切换、故障隔离和恢复供电,其目标是提高电网的抗干扰能力和可靠性。探讨了配电网在面临规模扩展及新能源接入情况时对自愈技术的需求,分析了多种自愈模式的策略及其优缺点。以强调故障发生时的快速隔离和供电恢复能力为出发点,对主站集中型、主站与级差保护协同型、电压时间型和级差与电压时间混合型策略进行了详细解析。分析结果表明,主站集中型策略具有灵活性高和适应性强等优点,但对通信和图模质量的要求较高;级差保护能够快速实现故障就地隔离,但需与主站协同工作;电压时间型适用于简单网架结构;而混合型结合了多种优点,适用性更广。最后结合工程实践,考虑保障配电网的可靠性和高效运行,提出了馈线自动化的选型应根据供电区域特点和实际需求进行差异化实施的观点。

金属化膜电容器自愈理论及规律研究

主要研究金属化膜电容器的自愈特性及影响自愈过程的关键因素。研究表明,降低自愈放电过程中的自愈能量,是提高金属化膜电容器工作寿命和可靠性的有效途径。通过分析金属化膜自愈的物理过程,采用电测量法对影响自愈过程的各种参数及其相关性规律进行研究。对方阻R>30/□的金属化膜,在场强200V/m时开始出现击穿并发生自愈,在600V/m附近时击穿概率达到80%,电容器在高场强下工作可靠性降低。自愈面积与自愈持续时间随着自愈能量的增加而增加,自愈能量与电压的二次方成正比、与方阻的二次方成反比,采用高方阻金属化膜可有效降低电容量损失,提高电容器寿命。层间压强增大,自愈能量减小,自愈面积和自愈持续时间减小,在这种情况下,电弧易熄灭,降低了电容量损失,提高了电容器工作可靠性。

基于广域信息分析的智能配电网故障自愈技术研究

针对传统电网接地故障检测和自愈方法存在识别速度慢且精确度较低的问题,文中结合信号广域信息提出了一种配电网故障自愈方法。该方法构建了单相接地故障模型,并将零序电流作为分析的对象。将零序电流信号分解为时域、频域以及小波域分量来作为广域特征向量,并采用随机森林算法对其权重进行分类,利用LightGBM算法对分类后的广域特征向量加以训练,进而得到故障预测结果。在仿真测试中,所提算法能够抵抗过渡电阻与初始相位角变化对预测结果的影响,且其故障分析准确率的平均值为98.9%,在对比算法中为最优,表明该算法可为配电网故障自愈提供有效的技术支撑。

多物理场作用下的金属化膜自愈特性试验

金属化膜电容器是柔性直流输电系统换流阀的核心元件,掌握电容器用金属化膜在复杂工作环境下的自愈参数,对高性能电容器的研制、提高能源输送效率具有关键性作用。该文基于金属化膜电容器实际运行工况,利用搭建的多物理场自愈测试平台,开展了金属化膜在电-热-力复合作用下的自愈特性测试,得出电压、温度、压强对金属化膜自愈的交互影响,随着温度的上升,电压对自愈特性的影响愈发明显,而随着压强的上升,电压对自愈特性的影响逐渐减弱,当压强达到4MPa以上时,电压对自愈特性影响非常小。通过对自愈特征量的统计,建立自愈参数间的关联关系,分析得到自愈面积和自愈数量呈负相关性,当有效区内自愈数量从1个/cm^(2)增加到30个/cm^(2)时,平均单个自愈点面积从16mm^(2)缩小为1mm^(2);自愈电流峰值、自愈时间与自愈电压呈正相关性,当电压达到3.5 kV时,自愈时间可达4μs,自愈电流峰值可达5 A;而自愈能量与自愈电压呈出幂指数为2.316的幂值函数关系;同时,根据自愈参数间的关联关系,提出了一种对自愈能量的快速估算方法。该研究涉及金属化膜材料性能的关键特征参数和判据集合,对金属化膜电容器的优化设计提供数据支撑。

基于电介质薄膜的器件自愈性能的研究现状

随着能源与电力技术的不断发展,对电容器的需求越来越大,而各种资源的稀缺强调了利用各种能源的必要性,对于各种储能器件如金属化薄膜电容器以及基于电活性聚合物(electroactive polymers,EAP)的能量转换装置提出了更高的要求。然而这两类装置却极易发生电击穿,在工作循环中有着极高的故障率,因此器件的自愈性具有十分重要的意义。文中综述了金属化薄膜电容器和EAP能量转换装置自愈性能的国内外研究现状,首先重点关注了金属化薄膜电容器中自愈理论发展以及各种关键参数对自愈的影响,其自愈最为稳定且研究相对完善。随着介电弹性体的兴起,想要其拥有自愈性能,参考金属化薄膜电容器的结构是一个可行的思路。但如何使得金属电极满足大应力大形变的需求成为一种柔性电极是一个很大的挑战。碳电极是弹性体中应用最为广泛的电极材料,它拥有极好的形变能力,但对于其自愈性能的深入研究较少且缺乏成熟的理论支撑,使得其在工业领域中难以应用和改善。最后总结对比了金属电极以及碳电极在自愈性能上的差异,并预测了可自愈柔性电极新的发展方向,进一步拓展自愈性的器件在工业领域中的应用。

基于GOOSE通信的城市轨道交通直流牵引供电系统双边联跳与自愈方案

[目的]城市轨道交通直流牵引供电系统的结构复杂且无备用,一旦故障将直接引发停车事故。针对传统牵引供电系统双边联跳方案在实际工程中暴露出的不足,以及直流牵引供电系统智能化程度较低的现状,需研究出利用智能化手段提高直流牵引供电系统双边联跳可靠性的方案。[方法]提出了一种基于GOOSE(面向通用对象的变电站事件)通信的直流牵引供电系统双边联跳与自愈方案。该方案在直流牵引供电系统内构建了GOOSE过程层通信网络,通过牵引变电所内及牵引变电所间各类信息的快速实时交换实现了直流牵引供电系统的双边联跳与自愈重构。对所提出的方案进行了实验室模拟与现场验证。[结果及结论]基于GOOSE通信的城市轨道交通直流牵引供电系统双边联跳与自愈方案具有更高的可靠性与实时性,且方案智能化程度较高,可进行推广应用。

可自愈的聚丙烯酸盐复合材料的制备研究

本研究制备了纳米氯化镁、纳米氯化钙以及纳米颗粒/聚丙烯酸盐复合材料。实验结果表明,制备的纳米颗粒/聚丙烯酸盐复合材料在经历机械损伤或化学损伤后具有良好的自愈修复性能,机械性能和化学性能均可恢复到损伤前的水平。

基于双向Hash链的无线传感网络通信节点自愈算法

无线传感网络中节点数量突增,增大了出现失效节点的概率,会影响数据传输效率,导致次级节点出现失效现象,为此提出基于双向hash链的无线传感网络通信节点自愈算法。分析无线传感网络节点流量过载现象,构建节点失效裁决模型,找出网络中失效节点;利用质心算法确定失效节点具体位置,将双向hash链和节点失效裁决模型结合起来,实现对失效节点的自愈修复。构建WSN拓扑结构,对所提方法展开仿真测试,对比结果表明所提方法的节点拓扑移动距离平均值为63.5 m,网络流量出口带宽值平均值为583 Mbyte/s,节点自愈耗时平均值为14.2 s,证明该方法具有较高的自愈效率,保证了失效节点自愈效果最优、自愈能力最强。

智能配电网协同自愈控制关键技术研究

智能配电网在智能电网安全稳定运行中发挥至关重要的作用,而自愈是智能配电网最为重要的特征。自愈控制技术是智能配电网的核心技术,有利于提高电力系统的安全可靠性和经济环保性。文章对配电网自愈进行了简单概述,分析了智能配电网协同自愈控制的内涵和体系,结合实际案例深入探讨了智能配电网协同自愈控制关键技术的具体应用。

骨外露创面应用Masquelet技术自愈的临床观察

目的探讨骨外露创面应用Masquelet骨水泥充填后自愈的临床表现及疗效观察。方法2019年1月-2022年6月收治8例软组织缺损骨外露病例,缺损面积:2.0 cm×2.0 cm~10.0 cm×6.0 cm,创面达深筋膜下,部分骨质外露,一期行创面清创,带万古霉素的骨水泥充填创面,术后4~6周取出骨水泥,未行皮瓣或植皮治疗,仅行间断换药至创面愈合。结果8例经过6~12个月随访,所有创面均自行愈合,未出现溃疡、窦道及创面渗液等现象。愈合时间最短6周,最长20周。结论部分骨外露创面经Masquelet技术骨水泥充填后,未行皮瓣或植皮治疗,可自行愈合,为临床治疗复合组织缺损创面提供了新的思路。

考虑最大供电能力的链式供电结构自愈系统设计

链式供电结构对故障位置定位的准确性有较大的影响,自愈时间较慢,尤其是面对特殊故障时,有很强的局限性。为了解决上述问题,文中在考虑最大供电能力的基础上,设计新的链式供电结构自愈系统。分别设计系统拓扑结构、层析结构和自愈结构。拓扑结构主要包括故障监测传感设备、供电断路器、故障保护设备;系统层次结构由信息检测层、故障保护层、自愈控制层组成;自愈结构由电路设备代理、电路母线代理、控制中心代理组成。设定信息采集程序和故障自愈恢复程序,建立自愈系统电路运行模型,通过约束条件分析最大供电能力,根据检验结果实现自愈。实验结果表明,设计的自愈系统故障位置定位的准确性高达99%,自愈时间低于0.5 s,为电网安全运行提供有效保障。

高频下功率模块有机硅凝胶封装材料中电树枝生长及自愈特性

有机硅凝胶因其良好的电、热及机械性能,被广泛应用于多能变换装备中功率模块的封装绝缘,电树枝是由于局部放电而产生的树枝状放电通道,是功率模块封装绝缘系统较为常见的失效形式。基于此,该文搭建高频正弦电压激励下有机硅凝胶中电树枝生长实验平台,开展不同频率下的电树枝生长实验,探究高频下有机硅凝胶中电树枝的起始及传播机制,分析频率对电树枝特性的影响机理;进一步开展不同温度以及组分配比下的电树枝自愈实验,研究有机硅凝胶中电树枝自愈行为及其影响机制。实验结果表明,随着频率的升高,硅凝胶中电树枝形态将更加复杂,起树电压也会随之下降,18kHz下起树电压较8kHz下降了约17%。分析认为,麦克斯韦应力是导致高频下电树枝起始的主要原因,而有机硅凝胶中电树枝的传播特性也有别于传统固体电介质。针对自愈特性,温度升高有利于电树枝的自愈,但在100℃下将会抑制自愈,分析得到温度通过影响气体状态来影响自愈的不同阶段。同时,组分配比不同也会影响硅凝胶的形态及电树枝特性。

考虑配网计划检修的自愈功能退投控制优化研究

当配网线路有计划检修工作或操作时,因影响自愈动作准确性,配网线路的自愈功能需要短时间退出运行或闭锁功能。目前尚未有针对配网自愈功能与计划检修工作和设备操作相互影响及协同配合的深入研究。因此,研究了配电网计划检修工作全流程模型和配网合环转供电操作的典型场景,对自愈退出和投入时间进行了量化分析,讨论并提出了影响配网自愈功能临时退出的主要因素。配网设备送电环节与配网图形发布环节串行执行,延长自愈功能的退出时间。配网合环转电操作,未及时投入自愈功能,也会增加自愈功能的退出。提出了对应的管理措施和技术措施,如将配网设备送电环节与配网图形发布环节并行执行,合环转电过程采用系统自动短时闭锁自愈功能等手段,以缩短自愈功能的退出时间。经实际应用,减少自愈功能退出时间33.3%,效果明显。

聚焦新型工业化:让“人工自愈”赋能新质生产力——对话中国工程院院士、北京化工大学教授高金吉

2003年,高金吉院士在智能运维国际学术会上首次提出“故障自愈原理”,2018年,在《机械工程学报》正式提出“人工自愈与机器自愈调控系统”的概念。随着装备工程发展的重大需求和科技进步,人工自愈与装备自主健康发展的理念正逐步从科幻走向现实,不仅重塑了我们对装备“维护”与“修复”的传统认知,更预示着一个自愈化新时代即将到来。

调控一体化下的配电网自愈研究

自愈是智能配网调控一体化最核心的内容。结合国内外智能配网建设实践,对智能配网调控一体化的概念和内容给出新定义,对配网自愈功能的含义、特征进行阐述。在此基础上提出自愈系统的一种分模块设计思路,对其实现方法进行了探讨。强调自愈控制系统在实现自愈过程中占据重要地位,对其按功能进行层次划分,并提出各层次如何分工协作实现控制。提出了评价配网自愈能力的参考指标项,包括自愈时间和自愈率等。指出在自愈控制系统中应用先进的电力电子技术是未来的发展方向。