基于无线通信的电力系统监测与保护框架研究

电力系统测量在设计、实施及操作传输网络方面的重要性日益增加。本研究以能量管理系统为基础,探讨并推荐实时电力系统运行数据可视化。由于电力系统的实时运行涉及大量在线数据的处理,因此电力企业需要简单的数据可视化来从大量数据中提取有意义的信息,特别是在紧急情况下,数据可视化可以帮助操作人员迅速有效地处理问题。因此,本研究的目标是通过在线显示海量数据来增强实时电力系统的输出显示。通过这项研究,我们将提供实时电力系统运行更好的可视化方法,具有高度清晰的输出显示和可理解的信息。输电和配电的不稳定迫使电网管理部门更多地依赖通信网络来监控和运行他们的系统。由于交流的增加,攻击行为者将有更大的攻击面。事实上,对电网的网络攻击历来都会导致大面积停电。在本研究中,我们着眼于电网的互联网架构,以揭示电网网络安全的基本问题。

基于深度学习算法的配电网故障定位检测研究

当架空配电系统发生故障时,需要立即响应,并且运用时域反射(TDR)方法来检测故障检测位置。然而,在具有多支路的复杂网络和变压器、开关柜等配电设备中,由于TDR脉冲的波形失真和幅值减小,故障点的准确检测十分困难。本文提出了一种基于深度学习的TDR波形故障点检测方法。该方法可应用于分支配电网中观测到多次反射波的故障位置和故障类型的检测。由于深度学习算法需要大量的波形数据,我们开发了一种快速模拟方法来创建数据。为了快速模拟电路,功率分配线路被当作一个传输线,从而推导出传输线的基本矩阵。此外,通过基本矩阵的级联表示了配电网络的等效电路模型。利用MATLAB对等效电路进行计算,快速得到TDR波形数据。使用它来创建多分支架空配电网络模型的众多TDR波形数据,并使用深度学习算法进行故障位置检测。结果表明,对故障发生地点的识别准确率达到96.8%。

基于安全承载力的风险管控的数字化管理

为认真落实电力公司安全生产管理及班组标准化建设的工作要求,以国网温州供电公司为试点,建立了安全生产承载力评价体系。该体系由数据采集、安全承载力值设计、过程分析、安全防御、调控对策措施等组成,将涉及安全生产的各类心理风险进行数据量化并转变为因子数,通过特定的公式运算,实现对作业项目自身及作业人员安全承载能力的评价,获得具体的心理安全承载能力数值,将承载能力数值与指数标准值进行比较,确定了具体作业项目和参与项目作业人员风险程度,利用红、黄、绿三种风险颜色加以区分,对获得的具体风险进行客观评价,并提出相应的处置策略,实现了流程化管理,解决了基层班组安全生产风险管控的关键技术问题,提高了班组精细化管理水平。