面向大数据的主配网一体化电网风险辨识与定级的方法

随着电力网络系统的不断扩张,基础设施改造与升级项目逐年递增,使得设备维护与调整活动日益频繁。在此背景下,电网在运行过程中面临着由多重内、外部因素诱发的潜在故障风险,一旦发生事故,不仅可能造成重大的经济损失,还会对社会生活和生产秩序产生严重影响。因此,强化电网风险管理,确保电能供应的连续性和稳定性已成为当务之急。本研究致力于探索基于大数据技术的主次电网一体化智能风险识别与分级策略,通过高效分析海量运行数据,精准预测风险点,为电力系统的安全稳定运行提供科学指导。

基于全节点负荷断面聚类的无功优化资产配置

文章提出了一种无功优化资产配置模型,综合考虑投资无功补偿装置的费用和效益之间的平衡,将电压目标、网损目标和投资目标全部转化为费用进行优化。针对现有优化方法中负荷模型的缺点,提出全节点负荷断面聚类方法,将仅能处理实向量的欧氏距离推广到复数域的酉空间,给出全节点负荷复向量相似性度量方法及其K-means聚类的详细步骤。基于PG&E69节点系统的算例验证了所提模型的有效性。

基于分层有限状态机的检修工作票智能防误技术

为满足电网对输变电设备检修工作票的高可靠性要求,消除因工作票误填而导致的电网安全事故,文章提出基于分层有限状态机(hierarchical finite state machine,HFSM)的检修工作票智能防误技术,从而降低因信息误填引起的电网潜在风险,提高电网运行安全性和可靠性。首先基于有限状态机理论和分层技术建立分层有限状态模型,提高逻辑分析效率;其次建立基于分层有限状态机的检修工作票防误模型,其中外层为数据信息防误层和安全逻辑分析层,内层为有限状态机流转状态;然后提出用以刻画误填状态频次的防误状态概率指标,从而降低潜在的工作票误填风险;最后通过设计的算例验证该文所提模型的有效性和可行性。

考虑时变备用需求的含大规模风电电力系统机组组合滚动优化

风电的波动性及难以预测的特性给电力系统安全、经济调度带来了困难。含风电电力系统机组组合需安排火电预留足够的旋转备用容量,以减小风电波动和预测误差对电力系统的影响。本文针对风电预测误差的强时变特性,提出考虑时变备用需求的含大规模风电电力系统机组组合滚动优化模型,该模型充分考虑风电预测误差的时变特性,优化系统机组组合滚动运行方案。算例分析证明了本文模型的有效性和可行性,分析表明本文模型能够满足系统时变备用需求,保证系统不同时间尺度的运行安全性和经济性。

分析电网调控运行大数据存储与处理技术

分析电网调控运行大数据存储与处理技术在现实生活中的应用,介绍电网调控一体化模式的构建。

弱网下风电LCL并网逆变器有源阻尼控制研究

为解决弱网阻抗变化时并网逆变器有源阻尼方法存在的阻尼失效问题,这里从考虑数字控制延时的有源阻尼阻抗特性出发,对弱网下有源阻尼失效的原因进行分析,提出了一种相位超前补偿的改进有源阻尼方法,减小数字控制延时对系统正阻尼区间的影响,拓宽了系统正阻尼区间,提高了谐振抑制效果,使并网逆变器在弱网下保持谐振阻尼的有效性和良好的稳定性。设计并搭建了一台LCL型中点箝位型(NPC)三电平并网逆变器实验样机,实验结果表明该方法可以拓宽系统正阻尼区间,使并网逆变器在不同的电网阻抗下能可靠稳定运行,提高其并网电流质量。

基于配电网的移动式智能合环装置研制与应用

研究移动式智能合环装置的原理,介绍该装置主回路的设计过程,阐述该装置在应用中的优点。

一种设备停运分析和电网预警新方法

各种原因的设备停运,会使电网的运行拓扑发生变化,从而影响到电网的供电能力和故障承受能力。该文根据电力生产的特点,将设备停运划分为4大集合,然后利用集合运算及逻辑判断的知识提出一种基于计算机辅助分析的设备停运判别方法,接着在此基础上构建了反映停电风险大小的电网风险评估模型,最后就电网预警定级体系的建设进行阐述,并佐以计算实例。该文的目的是希望为提高电网运行风险分析和管控水平而抛砖引玉,为电网安全稳定运行提供高效智能化决策和快速反应能力支撑。

基于人工智能的停电计划决策及可视化平台综述

文章以电力系统为研究对象,对其中的人工智能技术应用条件进行分析。以停电计划编制决策作为切入点,确定决策可视化辅助平台的建设条件,在明确智能系统建设目标的引导下,保证整体决策技术的可行性,为人工智能技术在电力系统中的应用拓展提供研究基础。

考虑多时间尺度灵活性的含大规模风电电力系统机组组合研究

考虑机组多时间尺度启停约束,建立系统多时间尺度灵活性供给模型;考虑风电预测误差分布时变性,建立多时间尺度灵活性需求分析模型;基于混合整数线性规划方法,提出考虑多时间尺度灵活性的含大规模风电电力系统机组组合模型。模型能够充分反映含大规模风电电力系统多时间尺度灵活性供需平衡关系,在保证灵活性和安全性的前提下,提高运行经济性。通过混合整数线性规划建模能降低模型计算复杂性,为大规模系统的应用提供基础。

对特征值分析法在地区电网稳定分析中的运用初探

随着社会经济的不断发展,我国电网发展速度越来越快,对地区电网的稳定性进行分析有着重要的意义,而将特征值分析法应用于其中,能够有效的分析电网的稳定性。基于此,本文通过对地区电网稳定的具体内容进行分析,从构建特征值分析法数学模型,实现特征分析、应用特征值灵敏度、多运行方式下的特征值分析等方面论述特征值分析法在地区电网稳定分析中的运用。

关于电力系统分布式电源接入电网承载力估算研究

随着新能源在电力行业的飞速发展,分布式电源接入电网呈井喷现象,导致电网承载力面临严峻的考验,新能源在接入到电力系统中后,会对电网电能损耗造成一定的影响,并影响电网整体消纳。为保障电网安全稳定运行和分布式电源全额消纳,促进分布式电源健康有序发展,显得尤为重要。本文展示了对电力系统分布式电源接入电网承载力估算的研究。

电网安全运行措施分析

电网的稳定与安全运行主要取决于变电站运行的安全与否。为了电网安全和稳定运行，应着重加强管理变电站日常运行。本文主要论述了电网运行过程中的相关问题以及安全运行的相关措施分析，以期为电网安全、可靠以及稳定的运行提供借鉴。

地县电网设备调度命名编号自动处理和智能检索系统的研制

随着计算机科学的蓬勃发展,国家电网公司积极开展智能电网的建设,加快各级调度中心的智能化建设步伐。为了解决传统调度中所存在的安全隐患和诸多问题,本次研究研制出一种调度命名编号自动处理和智能检索的系统,可有效解决图纸与实际现场不符的问题,可实现在CAD、VISIO、图片等各种格式图形相互转换,在保持电网管理者原有工作模式不变的情况下解决设备重名,不规则等问题。

多层电网运行方式协同分析技术在电网中的应用

受较大计算负荷的影响,传统的电网分析软件已经不能够满足现代电网系统的需求,对电网安全稳定特性分析有所欠缺,因此必须对其进行有效改进。此次研究将实现多层级电网年度运行方式的协同分析作为目标,探究了多层级电网基础数据管理平台,并在此基础上构建了多层级电网协同分析集成系统,促进电网年度运行方式编制工作的协同运作和高效运转。

实体关系抽取技术研究进展综述

实体关系抽取是指从句子中抽取两个实体之间的关系类别的任务。作为自然语言处理的关键性技术,实体关系抽取在信息检索、知识图谱、自动问答系统等领域具有广阔的应用前景。对于实体关系抽取研究历程作出了详细评述,包括从传统的实体关系抽取到目前基于深度学习的实体关系抽取。重点阐述了基于深度学习的实体关系抽取的主要模型以及流程框架,并对实体关系抽取存在的技术难点加以总结,最后对实体关系抽取的发展进行展望。

考虑供需综合因素的电网检修计划最优决策模型

电网检修停电决策严重影响供电可靠性和用户满意度,实际电网检修计划主要以适合单一计划检修停电事件的主观经验决策为主导,但该方式难以实现多重检修计划停电事件的最优化决策问题,且现有方案仅考虑降低检修停电电量,仍需要兼顾检修侧与用户侧各方利益。为此提出了考虑供需综合因素的电网多重停电事件最优决策方法。首先,建立考虑多重停电事件的电网最优检修计划停电决策模型,该模型以最小化停电电量(电网侧)、最小化用户用电失望度(用户侧)和最大化设备停电时间差异度(检修侧)等构建多目标函数,以停电电量约束、特殊事件约束等为约束函数。其次,为提高优化效率,建立基于比例系数法的电网最优检修停电决策单目标函数优化模型;再次,构建基于惩罚函数的适应值优化模型,采用遗传算法对最优检修停电决策问题进行求解;最后,采用实际电网案例进行仿真分析,并验证所提模型和算法的正确性与有效性。

风火打捆交直流外送系统区域间输电能力评估

风火打捆交直流外送是一种重要的输电形式,风电出力的波动性以及交直流混联的输电方式对其区域间输电能力的计算提出了新的要求。首先建立了风火打捆经交直流输电通道送往同一受端区域的系统模型;考虑到系统无功充裕度问题,建立了基于改进连续潮流算法的最大输电能力(TTC)计算模型,完成了对其单一样板值的快速求取;在此基础上,综合考虑风电固有的波动特性以及系统内各种不确定因素,采用非序贯蒙特卡洛仿真法对区域间输电能力进行概率评估,并通过实际算例进行验证,发现交直流混联的输电形式可以提高系统的区域输电能力,在合理范围内通过增加风火打捆比例可以提高区域间输电能力,但是当风火打捆比例较高时,只有对现有网架结构进行改造升级,提高线路的输电容量,才能进一步提高系统的TTC水平。

数据驱动的高比例新能源发电集群分布式电压控制

大规模分布式新能源发电接入引起的电压越限和网损升高问题给主动配电网的安全稳定运行造成了巨大挑战。特别是中低压配电网中的新能源发电集群模型参数精确性有限,将影响传统基于模型的配电网电压控制方法效果。为此,提出了一种基于数据驱动的高比例新能源发电集群分布式电压控制方法。首先,基于集群海量运行数据采集,通过Koopman方法对非线性潮流方程进行高维线性等值,获取不依赖于集群模型参数的高精度无功-电压灵敏度数值。随后,基于数据驱动获取的灵敏度修正分布式次梯度迭代方向,实现新能源发电集群点对点分布式高效迭代电压控制。最后,采用改进的新能源发电集群算例验证所提出方法的效果,在模型不精确场景下,方法在迭代收敛速度和电压控制结果方面相比传统基于模型参数的分布式优化方法具有显著优势。

命名实体识别技术研究进展综述

命名实体识别是指从文本中提取出专有名词或特定命名实体的识别任务,作为信息抽取中非结构化数据转化为结构化数据的关键步骤,在机器翻译、情感分析、信息检索等领域有广泛应用,是自然语言处理的热点问题。文章就现有的命名实体识别技术方法进行了详细地梳理,重点阐述了基于深度学习的命名实体识别方法及其实现过程,进而分析了具有代表性的典型算法的优缺点,并对命名实体识别技术在电力系统中的应用前景进行了展望。