中压配电网闭环运行的可靠性评估方法研究

鉴于中压配电网采用闭环运行可有效提高供电可靠性,在分析闭环运行的中压配电网接线模式对供电可靠性影响的基础上,通过改进最小割集法,克服传统方法无法直接获得闭环运行中压配电网主环路最小割集的问题,利用等效电源点和等效负荷点的概念对主环路分支节点求双向最小割集,从而提出一种适用于闭环运行的复杂中压配电网可靠性评估方法。通过对多种闭环运行接线模式的中压配电网算例进行可靠性评估,验证了改进的最小割集法可用于中压配电网闭环运行的可靠性评估,且对含多电源、多环及环间有联络的闭环运行的中压配电网可靠性评估具有普适性。

用于电网异物识别的生成式对抗卷积神经网络算法

电网异物入侵、人员行为的自动辨识为消除安全隐患提供了一种有效手段。考虑到传统电力图像辨识精度低的问题,文章提出了一种用于电网异物识别的生成式对抗卷积神经网络算法。针对异常图像样本数据不足及不均衡,首先,利用生成式对抗网络的零和博弈及对抗训练,获得具有异常特征的图像;然后,利用卷积神经网络的特征提取能力分析真实样本及生成图像,执行目标检测任务;最后,将算法对异物入侵及人员行为图像进行识别检测,结果表明,所提方法可以有效提升电力监控图像异常检测的识别率。

基于linux环境下变电站网络数据的捕获及应用

继电保护是电力系统的重要组成部分,因此继电保护设备通信稳定性直接关系到电网的安全、稳定运行。目前,变电站现场二次保护设备运行过程,因通信局域网络及现场运行环境复杂,容易出现保护设备与监控系统通信中断情况。而多数变电站普遍存在保护设备与监控系统分属不同厂商的情况,现场通信异常问题定位难。本文结合当前变电站通信网络结构,提出了基于linux环境的网络数据捕获方法,为变电站通信异常问题的解决提供可靠的分析材料及依据。