一种基于数字孪生的虚拟同步机与静止同步补偿器优化协调控制策略研究

当电网发生严重不平衡电压跌落时,虚拟同步机通常配置静止同步补偿器应对电压支撑不足、电流越限等问题。在实际应用中同步机和补偿器之间的协调控制严重依赖实时通信。因此,文章提出了一种基于数字孪生技术的虚拟同步机和静止同步补偿器的优化协调控制策略。首先,建立基于正负序电流控制结构,支撑新能源场站并网点的电压。其次,提出了改进的多目标协调控制策略,实现电压支撑、电流限制和有功功率输出等多个控制目标。再次,建立基于数字孪生的虚拟同步机与静止同步补偿器协调控制模型,应对现实中协调控制通信延时问题。最后,通过使用MATLAB仿真平台,验证了该方法的有效性。

基于集合经验模态分解的局部放电信号的窄带干扰抑制

采用经验模态分解(EMD)方法抑制局部放电的窄带干扰时,由于EMD方法本身存在模态混叠问题,在含有局放成分的模态固有函数中仍可能同时含有一定量的窄带成分,导致局放信号无法提取。分析了在局放信号上叠加不同幅值、不同频率的窄带干扰条件下的EMD混叠现象,并提出了基于集合经验模态分解(EEMD)的解决方法。该方法对单频率成分和多频率成分的窄带干扰,均能较好地提取出局放信号。并针对EEMD引入的白噪声干扰,提出了自适应阈值的抑制方法,取得了较好的结果。仿真和现场测试的结果均验证了所提方法的有效性。

基于半监督学习的XLPE电缆局部放电模式识别研究

在交联聚乙烯(XLPE)电力电缆的局部放电模式识别的研究中,为解决标注样本数量过少而导致识别率低下的问题,引入基于半监督学习的方法进行电缆局部放电模式识别研究。制作了XLPE电缆的四类典型绝缘缺陷,从局部放电信号中提取20种统计特征参数,对基于半监督学习的一致性模型方法与基于有监督学习的J48,k近邻,BP神经网络等方法进行了对比,并采用主成分分析进行优化。研究结果表明半监督学习能充分利用已标注样本的特征信息和未标注样本的分布信息,增强分类器的性能,提高局部放电模式识别的准确率。而通过主成分分析的方法能降低样本特征维数,有效提高半监督学习算法速度。

基于关联规则的XLPE电缆局部放电模糊识别研究

本文将关联规则挖掘与模糊推理方法应用到XLPE电缆的局部放电模式识别中,采用竞争聚类方法划分区间以离散化特征,通过关联规则法挖掘特征间的相互关系来提取分类规则,进而将这些规则模糊化用于模式识别。该方法能有效挖掘出各特征参数与缺陷类型的潜在规则,对局部放电的模式识别和电缆绝缘故障诊断具有极大的参考价值。本文针对几种典型的XLPE电缆局放数据,提取相关的统计特征参数,采用该模式识别系统进行分类,并与多层感知神经网络、决策树C4.5等方法识别的结果进行对比分析。实验结果表明该算法提出的规则具有识别率高、识别速度快、解释性好和区间可动态划分等特点,提供了一种局部放电模式识别新的可行方案。

基于EMD的局部放电窄带干扰抑制算法

以经验模态分解(empirical mode decomposition,EMD)为基础,提出了一种基于包络线及有效值的自适应窄带干扰抑制算法,用以从噪声中提取局放信号。EMD可以自适应地将信号分解成若干阶不同频率段的固有模态函数(intrinsic mode functions,IMF),窄带干扰经分解后在振幅上显示出与局放脉冲明显不同的特征,通过包络线及有效值确定的阈值可以有效地区别开来。仿真及实际处理结果表明:与常规的基于小波变换的窄带抑制算法相比,该算法具有较强的自适应性;能有效地抑制局放信号中的窄带干扰。

应用VC理论结构风险最小原则的局部放电信号消噪方法

为提高局部放电信号的消噪效果,根据统计学习理论中的结构风险最小化思想,基于小波的多分辨分析技术,给出一种针对局部放电的消噪方法。该方法不同于以往的对噪声进行估计并加以阈值处理的消噪方法,而从估计真实放电信号的角度出发,根据小波分解的系数能量大小选择能够表征真实局放信号的小波系数,并通过结构风险最小化原则确定模型的VC维,从而获得最优的真实信号估计。仿真结果表明,该方法在信噪比和均方误差指标上均要高于传统的史坦无偏似然估计阈值方法(SURE)、固定阈值法(VISU)及最小最大阈值方法(Min-iMax)。实验室实验和现场实测数据的处理结果表明,该方法能够还原真实的放电信号,提高检测信号的信噪比,是一种对局部放电信号消噪的较优算法。

基于AdaBoost的局部放电综合特征决策树识别方法

在GIS局部放电模式识别研究中,为解决传统决策树方法中只针对单一特征及有限模式进行学习而导致决策树结构复杂、预测准确率不高、对噪声数据的抗干扰能力差等问题,提出综合多类特征的AdaBoost决策树识别方法。设计实验并通过超高频方法采集GIS中高压导体毛刺放电、悬浮电极放电、气隙放电、微粒放电及手机、灯光干扰信号,从p-q-n图谱的统计分布、q-t图谱的矩分布、q-n图谱的Weibull分布三个不同角度提取特征,研究单一及综合形式的特征对C4.5决策树及AdaBoost决策树的识别效果的影响。实验及现场检测的识别结果表明综合三类不同特性的特征并通过AdaBoost方法生成决策树,能有效优化决策树的识别性能,提高决策树的时间和空间效率。

采用声电联合法的GIS局部放电定位试验研究

根据现有GIS局部放电在线检测定位技术中UHF法和超声波法的优缺点,提出了采用声电联合法的局部放电定位方法。通过在GIS装置中置入金属对地悬浮电位及自由金属颗粒模型的人工模拟缺陷方式进行了试验研究,并在变电站用声电联合定位法进行了实测。试验研究和现场应用情况表明,该方法同时检测局部放电的超高频和超声信号并对两类信号进行比较分析,能更加有效地排除现场干扰,实现运行中GIS局部放电信号的检测并对绝缘缺陷进行准确定位,特别是对于绝缘子附近的缺陷,通过确定绝缘缺陷所在的气室及其具体位置,提高了设备检修维护的效率。

XLPE电力电缆中局部放电检测及定位技术的研究现状

综述了XLPE电力电缆局部放电检测技术的研究现状,重点介绍了用于电缆的各种局部放电检测技术和定位方法。根据检测原理及选用传感器的不同,目前电缆局部放电的检测方法大致有声发射法、电容耦合法、电感耦合法、超高频法和方向耦合法等。对于电缆而言,局部放电源定位具有重要的实际意义,笔者在讨论电缆信号传输模型的基础上,给出了目前主要的定位方法,包括时域反射法及多种改进技术。根据各种方法优缺点的综合比较,对各种方法的适用性分别进行了论述,同时结合电缆局部放电检测的实际需求,对未来的研究方向进行了展望。

局部放电HF/UHF联合分析方法的现场电缆终端检测应用

使用局部放电检测方法检测高压电缆终端内的绝缘缺陷问题。根据高压电缆终端产生局部放电的不同信号传播特性,设计基于高频HF(High Frequency)和超高频UHF(Ultra High Frequency)检测原理的局部放电信号传感器以及便携式检测设备等,并开展现场电缆终端的局部放电在线检测。高频电流传感器可耦合接地线上流过的高频放电电流信号,而超高频传感器则感应空间传播电磁波信号。利用便携式检测设备实时采集数据结果,通过提取脉冲信号波形和多传感器信号联合比较分析等手段,对检测到的脉冲信号进行区分,排除外界干扰,分辨来自电缆终端内部的真实局部放电信号。现场检测结果表明,基于HF和UHF的局部放电联合分析方法,能够提高电缆局部放电辨别的准确性和有效性。

局部放电电磁波在GIS中的衰减特性

局部放电电磁波信号在气体绝缘开关设备(GIS)中传播时受GIS结构影响而产生衰减变化,使得难以从超高频(UHF)检测信号实现对局部放电源信号的有效评估。为分析GIS不同结构部件对电磁波信号的影响,本文采用时域有限差分(FDTD)法对GIS中局部放电电磁波的衰减特性进行建模分析,研究了电磁波信号在GIS中不同部件传播时幅值、能量等参数的变化特性。对局部放电电磁波信号经过绝缘子前后的变化进行试验研究,验证了仿真分析的有效性。研究结果表明,电磁波信号在同轴波导中传播时信号能量衰减很小,但是由于高次模波的色散效应使得信号幅值发生较大程度的减弱;邻近局部放电源的绝缘子对于电磁波信号的衰减作用比其他绝缘子更大;经过L分支的电磁波信号能量衰减和幅值降低程度均较大,但其横电磁波(TEM)分量衰减很小;电磁波经过T分支的垂直部分比直线部分衰减更为严重。

二代高温超导材料的应用技术与发展综述

以钇钡铜氧化合物为代表的第二代高温超导材料具有高临界磁场、高临界温度、高电流密度等本征物理优势.第二代高温超导材料的超导电性自被发现以来,便受到了世界范围内的广泛关注.近年来,随着超导带材制备工艺的逐步成熟和应用技术的不断探索,二代高温超导材料在各行业中的应用正由实验室走向实际应用.结合国内外二代高温超导技术的主要发展趋势,重点介绍了上海交通大学在二代高温超导材料制备以及超导应用领域取得的主要进展.

S变换在电力电缆局部放电信号时频分析中的应用

针对电力电缆局部放电检测,介绍了基于新型S变换的时频分析方法,用于提取及分辨淹没在现场噪声干扰中的局放脉冲信号。局放信号是典型非平稳信号,单纯使用时域或者频域信息都不能很好地表示奇异信号的时变信息。最近发展的S变换是连续小波变换和短时傅里叶变换的一种结合与延伸,引入了幅度和宽度均随频率变换的高斯窗,具有与频率相关的渐进分辨率特性。局放信号的S变换图谱,在信号高频分量部分获得较高的时域分辨率,而在低频分量部分获得较高的频域分辨率,并可提取局放脉冲发生时刻及信号中心振荡频率等特征信息。对仿真信号和现场采集的电力电缆接地线上的局放信号应用S变换进行时频分析,并与短时傅里叶变换及Gabor变换等传统时频分析方法比较,结果显示S变换的时频分析可有效获取局放脉冲信息。

利用重排分布理论的GIS局放信号时频分析

为了在时频域上更好地分析气体绝缘组合开关(gas insulated switchgear,GIS)设备的局部放电信号,介绍了2种经典的Cohen类和仿射类时频分析方法并针对该两种时频分析方法无法消除交叉干扰项的问题,又引入了一种基于信号重排理论的方法,对Cohen类和仿射类时频分析方法进行重排变换,以降低交叉干扰项的影响,提高信号时频聚集性和可读性。最后,将该重排时频变换方法应用于GIS局部放电信号时频分析中,用于抑制现场噪声干扰,提取局放脉冲发生的时间和频率信息。通过对仿真和现场采集的局放信号进行时频分析处理,发现经重排变换后的Cohen类和仿射类时频分析方法,可以获得更佳的时域和频域分辨率,验证了重排方法的有效性。

模糊聚类算法参数优选方法及其在局部放电模式识别中的应用

为了研究GIS中不同缺陷所激发的局部放电类型,设置了悬浮电极、针尖电晕、自由微粒以及气隙等4种常见缺陷模型。对采集的局放数据,建立了最大放电量、平均放电量和放电次数等二维相位分布函数,在此基础上提取24组指纹特征参数。在采用模糊C均值(FCM)和Gustafson-Kessel(GK)等聚类算法对局放数据进行聚类分析时,针对聚类有效性,即样本集的类数c和模糊加权指数m的优选问题,介绍了一种新型聚类有效性评估指标U(c),发现U(c)值越大,得到的聚类数越接近于真实值。最后与其它有效性指标对比,验证了U(c)指标的准确性和有效性。

XLPE电缆中间接头局部放电电磁波特性仿真分析

为研究XLPE电缆中间接头中局部放电激发的电磁波特性,建立了10 kV XLPE电缆接头模型,采用有限积分法对中间接头中超高频(UHF)电磁波的模式特性、衰减特性以及检测信号与局放脉冲波形之间的关系进行了仿真分析。仿真结果表明:在中间接头中,电磁波主要以准TEM模式传播,在其内部各处横向电场分量明显大于纵向分量;激励产生的电场强度和信号能量整体上随检测距离的增大迅速衰减,仅在导电硅胶附近由于电磁波反射增强而略有增大;UHF信号的能量由局放脉冲的波形决定,局放脉冲波形越陡,幅值越大,激发的UHF信号越强。

重排Cohen类时频分布用于GIS局部放电声信号时频分析

为了完整描述气体绝缘组合开关(gas insulated switchgear,GIS)在发生局部放电时信号的时频域信息,介绍了Cohen类双线性时频分布并针对交叉干扰项影响无法完全消除的问题进行了重排时频变换以提取及分辨含有白噪声和窄带周期干扰的局部放电信号。处理仿真和现场检测到的局部放电超声信号时根据白噪声和窄带周期干扰信号在时域上的平稳性特性发现重排Cohen类时频变换方法不仅可以很好地将局放信号和背景噪声以及窄带周期干扰信号分辨开来,而且大大减弱并抑制了交叉干扰项的影响,保持了更高的时频分辨率和时频聚集性,从而验证了重排Cohen类时频变换方法的有效性。

多尺度形态滤波算法在GIS局部放电检测中的应用

为了抑制GIS局部放电现场检测中的白噪声和各种窄带周期干扰信号,介绍了一种非线性信号处理技术——多尺度形态滤波(multi-scale morphological filter,MMF),提出了一种新的组合形态滤波算法,并应用于GIS局部放电声电联合检测信号处理中。经仿真局放信号处理并且与小波变换处理的结果相比较,在平均误差、均方根偏差以及最大误差等指标上均优于小波的处理结果。通过现场对局部放电引起的超声信号处理结果表明,该算法可以去除超声信号中的噪声干扰,使超声信号直达波起始时刻清晰,结合超高频信号实现对局部放电源准确定位。

基于统计参数的自适应网络推理系统在局部放电缺陷识别中的应用

高压电力设备在发生绝缘劣化的早期,内部会出现局部放电现象,笔者依据检测得到的局放信号,提出了采用基于统计参数的自适应网络推理系统进行绝缘缺陷模式识别的方法。自适应网络推理系统是神经网络和模糊逻辑的结合,通过模糊逻辑进行识别系统建模,利用神经网络训练系统参数。设计并实验了4种绝缘缺陷模型,对多周期的局放信号进行相位分布及幅值分布统计,提取表征局放特性的统计参数,总结了不同缺陷模型局放特征的区别。实际的检测结果表明,经过训练后的局放缺陷识别系统,能够有效地对各种缺陷的样本数据进行分类,达到良好的识别效果。

平稳-非平稳滤波技术在局部放电信号处理中的应用

为了抑制平稳性噪声干扰,介绍了一种新型自适应滤波算法—平稳-非平稳滤波(ST-NST)并用于局部放电信号处理中。根据局放信号的非平稳统计特性,对信号进行多分辨率分解和重构(MRD-MRR),根据设定的阈值,对每一尺度分解系数自适应迭代与阈值比较,提取小于阈值部分循环迭代重构,直至满足停止条件(STC),最终分离出局放信号。通过仿真、试验和现场采集数据处理结果表明,该滤波算法能够自适应实现局放信号和平稳性干扰信号的分离,无需额外的参考信号。最后通过与小波变换相比较,说明了该算法的有效性。