改进型数学形态学在超高压输电线路行波差动保护中的应用

输电线路发生故障后,采集到的信号往往带有各种噪声,有效滤除噪声对行波的干扰,提取有用的行波信号,是实现行波差动保护的关键。文中介绍了采用数学形态学滤除行波信号中的随机噪声和脉冲噪声,对故障行波电流信号进行相模变换,求取正反向行波,提取正反向行波波头信号的模极大值实现行波差动保护。在提取行波模极大值的算法中,提出了一种新的算法,使保护的速度更快,仿真研究表明该算法是可行的。

基于IED和SCD文件的智能变电站二次设备智能巡检系统设计

为满足二次设备在智能变电站内的周期性巡视需求,设计基于IED和SCD文件的智能变电站二次设备智能巡检系统。利用B/S组网模式,为Web服务器与浏览器提供连接环境,借助巡检断路器,收集散乱分布的传输电子量,完成智能巡检系统组成结构的搭建与设计。在此基础上,解析关键SCD文件,通过配置二次设备连接信息的方式,对IED巡检码进行校核处理,满足智能变电环境中的具体巡检指令需求,结合相关硬件组成结构,完成基于IED和SCD文件的智能变电站二次设备智能巡检系统设计。与常规Linux巡检系统相比,智能巡检系统可在为二次设备匹配足量传输电信号的同时,满足变电站在不同阶段的电量巡检需求,符合周期性电量巡视的应用需求。

一种不受波速影响的双端行波故障定位方法

波速的不确定性是影响行波故障定位精度的重要因素。为提高定位精度,提出了一种不受波速影响的双端行波故障定位方法。该方法综合利用经验模态分解和Teager能量算子对电流行波达到线路两端检测点的时刻进行检测。根据两端初始故障行波到达时间的先后确定故障点位置的类型,然后根据故障行波折反射过程中的传播路径,列出关于距离、速度和时间的方程组,经过数学变换消去速度参数,求出故障距离。仿真实验表明所提方法可行有效,且相比常规双端故障定位法具有更高的定位精度。

坚强智能电网继电保护研究新进展探讨

从介绍坚强智能电网的概念出发,重点分析了现阶段国内建设坚强智能电网在继电保护方面的研究和进展,提出了贯穿智能电网继电保护实现过程中必须考虑的3个问题:保护定值自适应;保护功能根据运行方式的变化做相应的调整以及引入环境条件对保护定值的影响。

数学形态学在高压输电线路故障定位中的应用

输电线路发生故障后,采集到的信号往往带有各种噪声,有效滤除噪声对行波的干扰,提取有用的行波信号,是实现行波故障定位的关键。在比较了小波变换和数学形态学对白噪声和脉冲噪声滤除效果的基础上,结合小波变换和数学形态学各自的优点,先采用数学形态学滤除行波信号中的随机噪声和脉冲噪声,然后对故障行波电流信号进行相模变换,通过小波分解提取出故障分量发生奇异性的时间点,并采用双端测距法更准确地定位故障点。实例分析表明该方法有很高的测距精度。

小波变换在超高压输电线路双端故障测距中的应用

研究了基于小波分解的故障测距,对故障行波电流信号进行相模变换,通过小波分解提取出故障分量发生奇异性的时间点,针对以往利用单端行波故障测距存在故障距离检测不准确的问题,采用双端故障测距将行波到达两端的时间相减,可以更准确地定位故障点。实例分析表明该方法有很高的测距精度。

基于GOOSE通信的变电站递推式远方备自投节能控制方法

为了在保证供电可靠基础上最大程度节约能源,提出基于GOOSE通信的变电站递推式远方备自投节能控制方法。结合备自投电源进线特点,分析控制过程中需遵守的基本原则;以GOOSE通信方式为依据设计整体控制架构,分为备自投装置、开关闭锁与谐波抑制等模块,明确框架下GOOSE报文的发送与接收流程;通过获取故障线路的电压与电流值,判断故障点位置,便于做出控制决策;构建GOOSE开出矩阵,模拟故障发生时,子装置发送到主站的信息,根据矩阵中每行向量表示的意义,设置备自投开关响应动作,实现备自投节能控制。仿真实验表明,该方法可有效抑制谐波,减少电能损耗,满足绿色电网发展需求。

智能变电站多信息融合建模的通信链路故障定位方法

为解决智能变电站通信链路故障所致告警信息繁多、运维效率低下的问题,提出一种智能变电站多信息融合建模的通信链路故障定位方法。首先,基于全站配置描述(substation configuration description,SCD)文件遍历网络节点,构建通信网络编号原则;融合多告警信息,构建节点、链路编码规则,形成节点-链路映射关系并建立定位模型;采用自适应遗传粒子群算法求解定位模型,实现故障链路精准定位。以某220 kV智能变电站二次网络为例,验证了所提方法在不同链路故障场景下的有效性。

基于深度学习的智能变电站通信链路故障定位方法

针对智能变电站通信链路故障定位因链路复杂导致排查效率低的问题,提出了基于深度学习的智能变电站通信链路故障定位方法。从智能变电站二次装置网络拓扑出发,构建网络连通矩阵并作为基准,提出了通信链路故障情形下的故障特征表征方法;进一步基于二次装置连接与运行状态之间的逻辑关系,构建全站故障样本集;应用改进卷积神经网络(CNN),搭建智能变电站通信链路故障定位模型,最终通过后台信息初步判定的故障间隔信息与模型输出结果共同实现故障链路精确定位。以220 kV智能变电站部分间隔为例,构建故障样本集,通过结果分析对比了不同定位方法,对比结果表明所提定位方法具有较高的准确率。

虚拟同步机接入弱电网的电能质量新问题及谐波抑制方法

对比了VSG和传统电流型并网逆变器(TGCI)接入弱电网下的谐波域模型,发现传统谐波电流抑制方法并不适用于VSG,同时弱电网条件下非线性负载谐波电流和电网谐波电压对VSG谐波输出阻抗的要求是相互矛盾的,进而导致VSG接入弱电网下的问题更加复杂。提出一种阻抗重塑型谐波电流抑制方法来提升VSG接入弱电网的友好性,主要包含无源和有源部分,有源部分是通过公共耦合点(PCC)电压和附加电压两个变量的适当负、正前馈,增加从电网侧到VSG的谐波阻抗,同时还减小PCC到VSG的输出阻抗,有效地解决VSG接入弱电网的并网电流畸变严重的难题。最后,搭建了10 kW的VSG样机平台验证了所提方法的有效性。

基于激光测距的管型母线位移监测系统

在总结分析现有变电站管型母线在线监测缺陷的基础上,提出一种基于激光测距的变电站管型母线在线监测解决方案。通过对管型母线位移监测原理的详尽分析,揭示了管型母线位移监测误差机理,并构建了严密的误差传递函数模型,同时研制出一套管型母线监测软硬件平台,并成功运用于某220 kV变电站。现场试运行工况分析表明,该在线监测系统能够及时、准确地反映不同环境参量下位移的变化规律,为变电站管型母线的安全可靠运行提供了有效保障。

变电站直流系统复合故障处理及防范对策研究

直流系统在变电站中为控制、信号、继电保护、自动装置及事故照明等提供可靠的直流电源。直流系统故障将会导致保护装置误动或拒动,严重影响变电站的安全稳定运行。从某220 kV变电站直流系统多处合环、串电、蓄电池漏液的复合直流系统故障案例出发,在分析直流系统故障起因的同时给出现场故障处理方案,并结合生产实际提出相应的防范措施,对后续类似直流系统复合故障的处理提供参考。

电容式电压互感器绝缘击穿故障处理及防范措施

电容式电压互感器作为一次电压监测设备,其运行状况直接影响变电站内二次电压正确采集及继电保护装置可靠动作。针对某220 kV变电站日常巡视中发现某段母线开口三角电压异常现象,通过二次回路排查及故障录波分析,故障原因为电容式电压互感器分压电容末端大N端子与开口三角da端子间绝缘击穿,导致二次接线板结构破坏。并结合生产实际提出相应的防范措施,为变电站日常巡视及类似缺陷处理提供参考。

变电站站用交流电源典型配置及剩余电流保护问题研究

变电站站用交流系统主要为变电站内的电力设备提供交流电源,其安全可靠对保证站内电力设备正常运行有重要意义。总结归纳了220 kV变电站站用交流电源系统供电范围,阐述了目前变电站站用交流电源系统典型接地方式及存在的问题,并就传统配置和一体化配置的站用交流电源系统的优缺点进行对比分析;结合现有标准规范对变电站站用交流电源系统剩余电流保护问题,分别就站用交流系统在单电源和双电源供电方式下低压断路器的安装型式展开研究,并提出具体建议。

中性点不接地系统并联线路异名相两点接地故障分析

并联线路异名相两点接地是中性点不接地系统中威胁配电网安全稳定运行的主要原因,其故障发展机理和特征规律对电力系统事故分析及事故防范具有重要意义。针对中性点不接地系统并联线路异名相两点接地故障,基于对称分量法建立系统故障模型,并通过系统等值电路对故障电气量进行理论分析。结合某110 kV变电站内由单点接地发展为并联线路异名相多点接地的故障实例,分析继电保护装置故障录波图特征规律及继电保护装置的动作行为,辨识出故障发生前后电气量的变化特征,接地两相线路故障电流及零序电流均大小相等、方向相反。并通过MATLAB/Simulink仿真平台搭建仿真模型对故障特征进行了验证。

一种新型的变压器六角图测试方法

变压器是电力系统中十分重要的电气设备,它的故障将对电力系统的供电可靠性和正常运行产生严重的影响。在实际使用变压器设备时,应该根据电力变压器的额定容量和重要程度等级来装设专用的保护装置。但是在实际应用中却很难保证继电保护装置接线的正确性,如果继电保护装置接线方式出现错误,在设备运行中它将起不到应有的保护作用,而且还会由于保护装置的误动作,造成大面积停电事故。提出了一种在变压器投运前测量六角图的新方法,可以有效保证变压器投运后极性的正确性。

高通量血液透析对尿毒症患者血浆多分子水平的影响及治疗效果分析

慢性肾功能衰竭俗称＂尿毒症＂,指多种肾病发作造成肾功能持续性、缓慢且不可逆性退化,直至出现一系列症状和代谢紊乱的临床反应。血液透析是治疗尿毒症的有效方法,但常规血液透析无法较好地清除大、中小毒素,其为尿毒症并发症的主要原因且常会引发营养不良、胸腹腔积液、肾性骨病及顽固性瘙痒症等诸多并发症,

血清25羟维生素D_3的缺乏对慢性肾脏病的影响

目的探讨血清25羟维生素D_3[25(OH)D_3]与慢性肾脏病(CKD)的关系。方法选取2014年1月-2016年1月深圳市龙岗区第五人民医院肾内科确诊的120例CKD患者,根据估算肾小球滤过率(eGFR)分成1~5期,另选取健康人群30例(对照组),分别测定各组的血清25(OH)D_3水平及相关实验室指标,并分析其相关性。结果对照组和CKD各期患者的血肌酐(Scr)、eGFR、白蛋白、甲状旁腺素(PTH)、血红蛋白(Hb)、25(OH)D_3水平差异具有统计学意义(P<0.05);CKD患者随着分期增加,Scr、PTH水平逐渐增加,eGFR、Hb、25(OH)D_3水平逐渐降低;各组间血钙、血磷差异均无统计学意义(P>0.05)。CKD 4期、5期患者25(OH)D_3水平不足患者占比显著高于对照组以及CKD 1期、2期、3期患者(P<0.05);CKD 5期患者25(OH)D_3水平不足患者占比显著高于CKD 4期患者(P<0.05)。CKD患者25(OH)D_3与Scr、白蛋白、PTH呈显著的负相关(P<0.05);与eGFR、Hb呈显著的正相关(P<0.05)。结论CKD患者的25(OH)D_3水平较健康人群低,并且与CKD患者肾功能损害程度关系密切。

基于自适应灾变遗传-循环神经网络的锂离子电池SOC估计

锂离子荷电状态(State of charge,SOC)的精准估计是锂离子电池安全稳定运行的基础。传统的误差反向传播(Back propagation,BP)神经网络估计SOC的精度不高,而循环神经网络(Recurrent neural network,RNN)也容易陷入局部最优。针对这些问题,提出了自适应灾变遗传-循环神经网络(ACGA-RNN)联合算法,将自适应灾变遗传算法(Adaptive cataclysm genetic algorithm,ACGA)用于优化RNN的初始权值和阈值,提高了最优权值和阈值的全局搜索能力,从而有效提升锂离子电池SOC的估计精度。基于锂离子电池充放电的试验数据,将所提ACGA-RNN联合算法与RNN、GA-RNN算法分别用于锂离子电池的SOC估计。测试结果显示,相较于传统的RNN算法与GA-RNN算法,提出的ACGA-RNN联合算法获得了最佳的SOC估计精度,在DST工况下的估计平均绝对误差为1.74%,低于传统RNN和GA-RNN的估计精度3.68%和2.49%;另外,在45℃和0℃条件下,ACGA-RNN联合算法估计的平均绝对值误差分别为1.75%和2.05%,符合国家标准要求。因此,提出的ACGA-RNN联合算法在锂电池的SOC估计方面具有良好的应用价值。

基于一致性算法的储能系统自适应充放电策略

为保证微电网中各储能单元ESU(energy storage unit)荷电状态SoC(state-of-charge)的同步性,提出了一种基于一致性算法的自适应充放电策略。通过设置动态变化的均衡因子,各ESU基于相邻通信的方式可根据自身SoC值、容量大小自适应地调整输出电流;同时,考虑微电网重载运行下ESU存在的过载风险,设计充放电电流限幅控制环节,确保在均衡过程中各ESU输出电流不越限;另外,通过采集ESU输出电压设计输出电压补偿外环,使得输出电压平均估计值收敛于公共母线电压额定值。最后,仿真结果验证了所提自适应充放电策略在SoC均衡方面的有效性。