基于重载荷大跨度桁架机器人的电力物资智能搬运系统研究

随着国家电网“具有中国特色国际领先的能源互联网企业”战略目标的提出,电力物资仓储逐步向数字化、智能化方向迈进。针对重型电力物资仓储的核心环节——智能搬运,提出一套桁架机器人配合AGV及顶升平台的智能搬运解决方案。分析在重载荷、大跨度、外形各异等复杂工况条件下,如何实现高安全性、高精度、高效率的搬运;分析桁架机器人与AGV及顶升平台之间的协同工作,以及如何在重载荷下实现双顶升平台的高精度同步控制;提出采取RFID技术实现智能搬运过程的自动数据采集。

溢出风险约束下省间省内两级电力现货市场协同出清方法

新能源的快速发展对电力市场机制提出了新的要求。为促进新能源消纳与保障电力供应,中国建立了省间和省内两级电力现货市场。然而,随着省间市场交易规模和占比的提升,各省电力供应间联系更为紧密,加剧了省内市场间的风险传递。首先,基于当前省间省内两级现货市场衔接机制分析了各省现货市场间的风险传递特征,进而引入溢出风险价值的概念以量化评估省间省内两级市场下的风险传递;其次,为抑制省间省内两级市场下的风险传递,基于两阶段随机优化理论,构建了溢出风险约束下的省间省内两级现货市场协同出清模型;进一步,考虑因各市场运营机构不同而带来的隐私保护需求,建立了基于交替方向乘子法(ADMM)的省间省内两级现货市场协同出清模型求解方法;最后,通过算例分析验证了所提出的市场出清模型与方法在抑制省间省内两级市场协同下风险传递中的有效作用。

基于Light-Resnet卷积神经网络的电力设备监测数值识别算法

在智能电网中,精确监测输电、配电及供电关键设备的运行状态对在线运维至关重要。面对人工抄录和巡检的低效,以及监测装置数字化升级的复杂安装、高成本和长周期等挑战,结合图像采集装置与图像处理技术,根据计算资源合理分配任务,开发了一种基于Light-Resnet数值识别算法,该算法通过D-Add损失函数优化网络训练过程,实现电力设备监测数据的远程读取。实验表明:Light-Resnet以6090的参数量在MNIST数据集获得了98.8%的严格准确率,结合边端协同机制,终端侧能耗降低了20.73%。这一算法不仅证明了自身在资源受限环境下的适应性和高效性,同时D-Add损失函数的设计也显著提升了网络的准确度。

国际电工委员会《以新能源为主体的零碳电力系统》白皮书解读

构建以新能源为主体的零碳电力系统是助力全电社会转型、实现全球清洁低碳能源体系的重要手段,也是实现“双碳”目标的重要支撑。文中对国际电工委员会出版的《以新能源为主体的零碳电力系统》白皮书进行解读。首先,介绍了白皮书发布背景,阐述了零碳电力系统所需的关键技术及面临的挑战;其次,总结了零碳电力系统领域标准化框架;最后,对零碳电力系统中涌现的新技术标准方向进行了讨论。构建体系化的零碳电力系统国际标准将为电力系统安全运行提供有力支撑。

周期规律增强的多视角短期电力负荷预测

短期电力负荷预测对电力系统的可靠运行具有重要意义。现有方法存在如下问题:缺乏对特征之间依赖关系的挖掘;忽略了电力负荷变化的周期性规律。为此,提出一种周期规律增强的多视角短期电力负荷预测网络(EPISODE)方法。EPISODE方法主要包括2个核心组件:多视角特征学习组件和周期规律增强的电力负荷预测组件。前者旨在有效提取电力负荷数据中的静态特征与时序特征,以得到增强的特征表示;后者则是对电力负荷数据进行一般性时序挖掘和周期性时序挖掘,从而得到全面的电力负荷历史数据表征。基于后期融合的方式,实现短期电力负荷预测。在真实公开的电力负荷预测数据集上进行了大量实验。实验结果证明了所提方法相比现有基准方法的先进性。

省间电力现货市场试运行分析及思考

省间电力现货市场已连续不间断结算试运行超2年,在落实省间中长期交易的基础上,实现了市场化电力余缺互济和资源大范围优化配置。实践表明,省间现货市场在提升全网保供能力、促进清洁能源消纳等方面发挥了重要作用。文中首先介绍了2022年以来省间电力现货市场试运行情况以及运行成效;其次,从市场框架、出清机制、申报机制等方面对省间现货交易机制进行了分析。最后,结合省间现货市场建设的现状,对未来发展方向进行了展望。

电力变压器油中溶解气体离群值识别和数据重构

高质量传感数据是驱动新型电力系统数字化和智能化发展的基础,而由于传感器性能退化、传输中断或其他干扰因素,数据时常出现错误和异常值,造成数据利用率低等问题。针对在役电力变压器油中溶解气体在线监测数据,该文提出了基于COPOD、孤立森林(IForest)与Grubbs的联合方法提升油中溶解气体数据的价值。首先,通过COPOD和IForest筛选出包含离群点的数据集,再采用Grubbs对其进行检验,有效识别离群值。进一步地,采用掩码方式优化训练Transformer神经网络模型,填补空缺值重构油中溶解气体数据序列。在相同气体数据序列上,所提算法正确识别点数、正确识别离群点数和受试者工作特征曲线平均面积相比于传统K-近邻算法分别提升了3.5%、29.4%和5.0%。对于数据填补,对比双向缩放算法,填补后的数据与实际数据的方均根误差均值为7.29μL/L,平均绝对误差均值为2.7μL/L,性能分别提升了9.7%和9.2%,有效地提高了数据的质量和利用率。最后,通过11台500 kV变压器油中溶解气体数据分析,有力支撑了变压器状态评价和设备数字化管理。

电力电缆局放及温度的多维度检测方法研究

电力电缆在电力、建筑、通信等供电及辅助系统中应用愈来愈广,然而电力电缆在高电压、强电场、大电流以及复杂环境条件下,容易发生绝缘老化、电树枝化、甚至击穿故障。此外由于铜损、介质损耗发热会导致电缆温度升高和恶化加剧,因此通过监测电缆局放及温度来实现监测电缆绝缘性,是保障电网安全运行的重要手段。文章研发了具有高速采集功能的高频检测模块(100 MHz)。基于此模块,文中结合同步信号降噪技术,滤除现场各种类型的干扰信号;结合聚类多源分离技术,解决了多源叠加影响类型诊断的问题;结合小波滤波降噪技术,有效地滤除窄带型干扰信号。基于大量现场实践经验,构建了包含各种典型放电类型各个发展阶段的放电信息指纹库,实现了对局部放电缺陷类型的准确诊断和基于放电发展阶段的状态评估和预警。提出了低成本高频局放及温度检测的改进方法,实现了局放及温度的同时监测功能,并提高了电力电缆局放及温度多维度检测的可靠性。

一种基于圆周运动轨迹方程的电力系统基波频率测量方法

随着新能源的大规模接入,系统惯量降低,电力系统的频率波动变得剧烈,增加了频率准确测量的难度,而频率的测量精度直接关系着电力系统各类基于频率控制应用的有效性。因此,该文从圆周运动角度,提出了一种新颖的频率精确测量方法。该方法建立了电力系统电压信号正弦变化的旋转相量圆周运动表征模型,基于匀速圆周运动和变速圆周运动的轨迹运动方程,推导了旋转相量及其导数与系统频率之间的函数关系;利用二次多项式拟合电压信号动态变化的幅值和相角,提出了基于最小二乘法的旋转相量及其导数求解方法,进一步,提出了基于频率网格化的迭代优化方法,消除了频率偏移对算法的影响。仿真和硬件测试表明,所提算法在频率偏移、线性和非线性变化条件下均能准确地测量基波频率。

基于多模态特征的新型电力系统终端无线指纹提取与识别

随着新型电力系统的不断发展,设备在开放环境中存在被假冒攻击的可能。常见的应对方式是基于无线信号指纹的识别技术,在物理层面保证设备的安全性。然而,由于无线信号的不稳定性,导致对终端设备的识别准确率较低。针对上述问题,文章提出了一种基于多模态特征的新型电力系统终端无线指纹提取与识别方法。通过融合无线信号的时域特征和频域特征构建动态指纹数据库,形成一种基于多模态特征的新型电力系统无线终端设备识别认证的方法,实现了稳定的无线终端指纹提取,可以有效在无线设备接入时和无线设备持续通信期间对无线设备进行识别认证,保证无线设备的安全可靠运行。通过不同场景下的实验结果表明,使用帧响应时间间隔作为时域特征和信道状态信息作为频域特征的多域融合方法进行无线设备识别,可以显著提高计算的准确性和稳定性,识别率达到95%以上。

交直流电力系统与供热系统联合经济调度

随着热电联产等技术的广泛应用,电力系统和供热系统耦合日益紧密,电热联合调度得到了广泛的关注,但现有电热联合调度忽略了热网供电来源的多样性,由此提出了交直流电力系统与供热系统联合经济调度方法。首先,建立交直流电力系统模型,并提出一种线性近似方法对电压源变换器模型所带来的强非线性进行处理;然后,以运行成本最低为目标,建立考虑热网热惯性的交直流电力系统与供热系统联合调度模型,该模型中供热系统通过热电联产机组和交流电锅炉与交流电网耦合,通过直流电锅炉与直流电网耦合;最后,通过算例仿真验证了所提方法的有效性并说明了在电热联合调度中考虑交直流电源的必要性。

光伏发电参与电力平衡的可信容量分析

光伏发电是新型能源体系的重要组成部分,“十四五”期间我国光伏发电装机规模快速增长。光伏发电与天气强相关,随机性和波动性强,高比例光伏并网加大了电力系统平衡难度。通过详细分析高温天气下光伏发电出力特性,指出高温天气下光伏发电具有较高的日间顶峰能力,基于可信容量分析论证了提高极端高温天气下光伏发电参与电力平衡的合理性。最后计算验证了提高极端高温天气下光伏发电可信容量可降低日间电力平衡缺口,给出了光伏参与电力平衡的相关建议。

电力网络空间测绘与渗透技术研究

针对现有网络资产探测与网络安全渗透存在盲区、噪声及最新通用漏洞风险感知不及时的电力信息安全问题,文章面向电力信息的网络空间,架构了一套基于漏洞风险匹配识别的网络空间测绘与渗透测试系统。详细阐述了网络资产指纹识别的测绘过程,应用漏洞风险匹配识别和自动化渗透测试队列生成基于漏洞风险匹配识别的网络资产安全态势指引,达到提升安全感知精准度的目标。利用素数域原根分片处理并行优化,解决了电力信息资产全网段扫描的时效性与噪声问题。

基于电力设备大数据的预训练语言模型构建和文本语义分析

在电力设备运维管理过程中,如何运用非结构化文本信息,构造电力设备文本语义分析模型,挖掘非结构化文本信息,提升设备缺陷和故障的诊断速度和准确性,辅助电网运行检修决策,是非常具有应用价值的问题。该文提出基于超大规模预训练方法的电力设备文本语义分析模型(PowerBERT)。该模型基于多头注意力机制,采用多层嵌入语义表达结构,模型总参数超过1.1亿,实现对电力文本内蕴含的信息的理解和分析。基于超过18.62亿字符的电力标准、管理规定及检修记录文本构成的电力专业语料,并采用字符掩码、实体掩码、片段掩码等多种掩码机制和动态加载策略开展模型预训练。针对电力设备文本分析场景,在电力文本实体识别、信息抽取和缺陷诊断场景进行任务场景训练和优化。与传统深度学习算法进行对比实验的结果表明,该文所提方法在基于极少的场景任务样本的情况下,在验证集和测试集上实现召回率和精准度20%~30%的性能提升。

雾化零信任组件的5G电力失陷终端威胁检测

5G技术在电力行业的普及推进了海量电力终端接入网络,但众多电力终端暴露在互联网中,攻击者可以先入侵脆弱的电力终端进行远程控制,然后以失陷终端作为跳板,纵向渗透到5G电力物联网内部从而窃取敏感数据。零信任的出现为失陷终端威胁检测提供了可能,然而电力终端分布具有广泛性,致使中心化零信任安全架构无法直接应用于5G电力物联网。提出一种雾化零信任组件的失陷终端威胁检测方案。采用分布式多点方式将零信任组件雾化部署到电力终端周围,并设计一套宕机组件应急响应流程用于及时发现单点失效的零信任组件。建立一种突发信任评估模型,充分利用安装在电力终端的零信任代理持续性地收集终端行为因素,从中提取突发因子并量化反映到信任值,以快速发现和阻断具有突发异常行为的失陷终端。仿真结果表明,该方案能有效缓解零信任组件部署于5G电力物联网时的检测压力,在失陷终端比例为20%的条件下对突变异常失陷终端的检测率高达92.3%,具有较好的非法访问抑制效果。

基于机器学习的短期电力负荷预测方法研究

针对短期电力负荷数据具有明显周期性的特点,将基于机器学习引入到短期电力负荷预测 领域,提出一种基于岭回归估计的RBF神经网络短期电力负荷预测方法,该方法利用机器学习算法RBF 在非线性拟合方面的优势,结合岭回归对RBF神经网络输出层权值进行参数估计,有效消除输入多重共 线性问题,采用广义交叉验证法对构建的模型进行评估,寻找最优岭参数,提高了电力负荷预测精度。 通过实际负荷预测案例,与传统BP神经网络负荷预测方法进行比对,验证了提出的电力负荷预测方法 较传统方法具有较好的稳定性和较高的预测精度,为电力负荷预测提供了新思路。

电力物资小样本集的改进长短期需求预测模型

为有效保障智慧仓储系统的物资供应能力,对各类电力物资进行准确的需求预测是保证物资采购量和稳定高效供应的基础。针对现有智慧仓储系统接入数据少和难以支撑模型训练的问题,提出一种结合蒙特卡洛模拟和改进长短期记忆网络(long short-term memory,LSTM)的电力物资需求预测方法。首先根据初始数据集的分布和特征,采用蒙特卡洛方法模拟扩充数据集,同时利用KL(kullback-leibler)散度验证生成数据集的一致性,最后建立基于引导聚集算法的改进LSTM电力物资需求预测模型,提高模型的泛化能力和稳定性。通过仿真试验,所提模型有效提高了训练集可用数据过少前提下的电力物资预测精度。

电力系统负荷建模研究综述与展望

负荷建模研究是电力系统运行与控制中的基础性问题,既具有非常重要的理论意义,又具有十分显著的实用价值。在回顾已有负荷建模成果的基础上,归纳了负荷模型结构和模型参数的获取方法,整理了负荷模型应用现状,并总结了现有负荷建模方法的不足;然后分析了负荷建模的发展趋势,包括负荷特性重大变化对建模工作的新挑战、电网结构变化对建模工作的新需求和大数据、人工智能快速发展带来的新机遇;最后将未来负荷建模工作总结为解决模型结构的“定性正确”和模型参数的“定量准确”两步走问题,提出建立考虑主动负荷的广义综合负荷模型,并借助人工智能技术,综合采用多种在线建模方法,构建“分类分时”负荷模型数据库,建立负荷建模的长效机制。

基于协议特征的电力工控网络流量异常行为检测方法

随着信息通信技术在电力工控系统中的广泛应用,电力工控系统遭受网络攻击的风险不断增加。电力工控系统的信息传输和交互以通信协议的流量数据为载体,流量数据的应用层报文在传输过程中存在被窃取及篡改等风险。文中以IEC 60870-5-104协议为例,在对其脆弱性分析的基础上提出了基于协议特征的电力工控流量异常行为检测方法。首先,对电力工控流量进行应用层报文的提取及解析,并结合报文字段特征以及典型电力业务特征建立起电力工控流量正常行为模型。其次,依据正常行为模型对流量数据进行单字段畸形校验、多字段耦合逻辑校验、帧与帧时序逻辑校验、帧与帧上下文异常校验,实现流量异常行为的识别。最后,基于某220 kV变电站的实际流量数据集进行仿真,结果表明所提方法对于典型异常行为检测准确率约为99.98%,能够有效辨识电力工控系统流量异常行为,提升电力系统的安全性。

电力潮流灵活控制技术应用综述

统一潮流控制器(unified power flow controller, UPFC)、静止同步串联补偿器(static synchronous series compensator, SSSC)、可控串联补偿装置(thyristor controlled series compensation, TCSC)和移相器(phase-shifting trans former, PST)能够调节线路参数、灵活控制潮流变化,均已在国内外电网中实现工程应用,对均衡输电通道潮流、提升供电能力有重要作用。文中对UPFC、SSSC、TCSC和PST的理论研究和工程实践进行了综述。首先,分析了4种潮流控制装置的基本结构和控制原理,并介绍了国内外已投运工程的运行情况;其次,从结构、换流器技术、选址定容、控制策略、故障保护5个方面对潮流控制装置的关键技术研究现状进行概述;最后,展望了潮流控制装置在未来电网中的典型应用场景,并对潮流控制技术的研究方向进行了分析。