基于多状态信息修正优化组合的电力设备故障率计算方法

采用多状态修正优化组合预测方法,建立天气因素、材料绝缘老化和设备检修影响的3种状态修正优化组合预测电力设备故障率模型。针对各随机影响因素的特点,依据可拓性原理预测3种天气状态模型的故障率,由3种参数威布尔分布-Copula函数的联合失效概率密度法计算绝缘老化引起的设备故障率,基于Holt-Winters模型来预估设备检修造成的故障率,再采用果蝇算法加权组合优化所求得的各子模型的故障率,算出具有高准确度的预测值。以某地区的电力系统为实例进行分析,所得结果表明所述模型可有效提高设备故障率的预测精度,同时也验证了果蝇优化算法在求解多状态修正优化组合预测问题时的有效性。

基于线性插值的智能变电站采样值估计算法

为减小线性插值的误差,结合线性插值及电力系统波形特点,提出一种改进线性插值算法,并对其插值方式进行了详细分析。利用PSCAD电力系统仿真软件得到A相接地短路故障的实验数据,导入MATLAB对智能变电站中采样值丢包进行了仿真分析。结果表明:改进线性插值算法在非连续丢包及稳态情况下的连续丢包估计准确度都很高;暂态下发生连续采样值丢包时,估计准确度也较线性插值有了明显的提高,适于实际应用。