基于油中溶解气体分析技术的10 kV电抗器内部放电故障处理与分析

油中溶解气体分析(又称油色谱分析)是诊断充油电气设备内部故障的重要技术手段。对油中溶解气体分析技术的原理和方法进行了介绍,并通过某110 kV变电站10 kV油浸式电抗器内部放电故障处理与分析,来验证油中溶解气体分析可为充油电气设备故障和潜在故障识别及故障类型判断提供有力的技术支撑,有效保障电网的安全稳定运行。

基于敏感用户的电压暂降治理设备控制策略

提出了基于敏感用户的电压暂降设备控制策略。在建立静止同步补偿器(STATCOM)数学模型、分析控制策略的基础上,运用变参数控制法对控制策略进行改进,最后以某典型工业负荷供电为例验证控制策略的有效性。算例结果表明,控制策略能够有效提升电压暂降设备治理效果,抬升负荷侧电压。

不同备用付费机制下的VPP经济调度策略

研究分析了虚拟发电厂(VPP)参与电力市场的基本运作机制,并以此为基础,设计了不同备用付费机制下VPP参与能量-备用市场的优化运行模型。考虑到VPP内部的相应约束条件,结合对能量市场与旋转备用市场的电价信息预测,优化调度VPP内分布式电源(DG)输出情况,进而实现VPP的经济效益最大化。最后,通过算例仿真验证了模型的有效性。

一起直流系统故障引起的35 kV变电站全站失电事故分析

35 kV变电站作为区域供电的电源点,其全站失电会造成较多的用户失电,产生较大的影响。对某35 kV变电站全站失电故障进行了介绍,并结合保护动作情况、故障录波情况对故障原因进行了分析,在分析站内直流系统故障导致的保护拒动、越级跳闸后,给出了现场处置方法和蓄电池运行管理防范措施,可为后续类似直流系统故障处理提供参考,提高了35 kV变电站运行的安全可靠性。

一种新型的直流系统绝缘互窜检测方法

直流电源系统是站用电源系统的重要组成部分,相当于变电站的"心脏",其绝缘水平直接影响到变电站的安全运行[1]。因此,准确监测直流系统绝缘故障是提高电网运行可靠性的关键。直流互窜现象也称为环网故障,是直流系统中一种常见且危害性较大的故障。传统用测量仪表测试直流系统各项工作参数的方法很难及时检测和判定故障点,而现有绝缘检测装置又存在缺少直流互窜检测功能、故障误报、互窜检测过程中干扰直流系统正常运行等缺陷。针对上述问题,文章首先对变电站直流互窜故障产生原因、危害及类型进行阐述分析,提出一种新型的直流互窜检测方法。该方法采用互窜检测桥,对两套直流系统母线之间直流互窜故障进行实时监控、精准定位、计算互窜电阻,并以在220kV变电站的实际应用检测数据验证该方法的有效性。

大数据技术在智能电网中的应用现状及展望

2012年以来,智能电网大数据的研究取得了初步的进展,相关研究人员和企业作出了建设性的尝试。在给出大数据在智能电网中应用的总体框架的基础上,文中列举了大数据技术在配电网和电力设备在线监测中的应用案例,如配电网运行状态诊断、用户用电行为特征分析、输电线路状态评估、基于复杂相关关系识别的输变电设备故障诊断和预测技术、基于大数据和信息融合的输变电设备关键性能动态评估及预测等,总结了大数据关键技术及研究思路,论述了智能电网大数据技术遇到的难题,最后对智能电网的发展作出了理性的展望。

变电站全站设备故障声学成像检测系统的研制

电力设备的声信号中包含着丰富的振动和放电等信息,是分析设备运行状态的一项重要指标。针对现有的电力设备声音检测技术需要在单一设备上安装声音传感器且无法实现声源定位功能等问题,基于声波信号分析,提出了一种低成本和高可靠性的变电站全站设备故障声学成像检测方法及预警系统。系统通过非接触式的声波传感器采集设备振动源发出的机械波,利用可控响应功率(SRP)算法建立不同工况及故障条件下的特征图谱,最终通过峰值搜索确定声波源位置,实现对电力设备振动源的声学成像。现场测试结果表明,系统检测精度高,并能够显著提高巡检效率。

考虑需求侧响应和分布式电源的主动配电网网架规划

基于主动配电网技术,综合考虑用户需求侧响应以及分布式电源的接人,建立了符合当下最新技术发展的配电网网架规划模型,在决策变量里增加了DG有功出力切除量、有载调压变压器抽头和无功补偿器投切的选择。采用改进的遗传算法和增广拉格朗日法结合求解模型,基于56节点配电网系统对模型及算法进行验证,算例结果分析验证了方法的有效性和可行性。

含分布式电源孤岛运行的配网故障重构优化策略研究

结合配网变结构特征与负荷灵活控制特点，提出了故障情况下含分布式电源的配网重构优化策略。为了保证故障下重要负荷持续供电，首先建立了分布式电源的孤岛划分模型，并利用改进的深度优先搜索算法求解，大大提高了搜索效率。进而建立了以开关操作次数最少以及故障后负荷恢复量最大为目标的多目标故障重构模型，将不同目标赋予权重转化为单目标模型，采用混合整数差分进化算法对模型求解，最终获得故障重构的最优方案。最后实际算例的孤岛划分与故障重构的结果验证了本文所提策略的合理性及有效性。

基于XGBoost算法的变压器油中溶解气体分析

针对目前常用的变压器油中溶解气体分析方法的不足,本文尝试根据油色谱在线监测系统产生的大量数据,利用机器学习算法对变压器故障进行诊断和鉴别。由于变压器故障诊断中存在样本小的特点,普通机器学习算法泛化能力较差,本文提出基于极端梯度提升(XGBoost)算法,结合油中气体和故障特征的理论基础,筛选气体并构造特征,基于特征重要度、网格搜索和交叉验证调参优化模型,使用SoftMax函数计算潜在故障预警。以334组变压器的油中溶解气体含量作为算例进行验证,XGBoost算法可以对故障样本特征进行高效学习,形成故障诊断模型,能够较为准确的识别故障类别。相较于SVM算法,模型精确度提高5.39%,模型鲁棒性提升7.56%。与几种常见机器学习算法的性能进行比较,实验结果表明,使用XGBoost特征提取方法结合简单的分类器可以取得很好的效果。

泛在电力物联网建设初探

2019年3月,泛在电力物联网的建设上升到了国网战略,引起了全社会的广泛关注。泛在电力物联网的建设是传统产业智能化升级的必由之路,也为新兴产业的培育提供技术支撑。本文首先探讨了泛在电力物联网技术架构中每一层面涉及的关键技术,着重分析了平台层涉及的数据清洗、多源数据融合分析、面向设备状态评估和业务的大数据分析建模、可视化等技术要点,论述了泛在电力物联网典型的应用场景,并提出了建设过程中面临的主要挑战。

基于移动作业、综合全景地图和实物ID的电网设备精准定位技术研究

当前配网设备数量大幅增加,城市中对大部分配网电力设施进行了隐蔽化处理,一定程度上增加了电力设施精准定位的难度,延误了运维、抢修工作。需要借助信息化新技术,在移动作业、电力物联网建设的基础上集成全景地图、实物ID等研究成果,应用到现场作业过程中,对设备的隐患、缺陷等多方信息的实时共享,实现对电力设施的精准定位,便于运维、抢修人员快速定位。