基于多层级时空图神经网络的风电机组在线异常检测

在风电场运营中,准确及时的故障检测是降低风电机组运行维护成本的关键。然而,现有检测方法未充分挖掘功能单元间的潜在时空关联,限制了检测准确性的提升。文中提出了一种基于多层级时空图神经网络的风电机组在线异常检测方法,以提高故障检测的准确性。该方法依据风电机组物理结构,将其功能单元划分为多个子图,从而构筑了一个多层级的时空图神经网络,通过图注意力机制和多头注意力机制全方位地分析风电机组各传感器节点与功能单元之间的关联强度。同时,针对数据采集与监控(SCADA)系统数据的时间关联,设计了动态图神经网络和时间注意力机制,使正常行为预测模型捕捉了SCADA系统数据的时间关联特性,实现了空间和时间特性的有效融合。最后,基于中国上海某风电场的实际数据验证了所提方法的显著有效性。

基于抽样卷积交互网络和改进Informer的多元负荷预测方法

针对多元负荷之间耦合关系复杂、波动性和随机性较强的特点,以及已有模型无法兼顾数据的充分挖掘和高效计算的现状,提出了一种基于抽样卷积交互网络和改进Informer的多元负荷预测模型。模型利用抽样卷积交互网络降低多元负荷数据的排列熵,使多元负荷更容易被预测;利用改进稀疏自注意力模块同时提取多元负荷在时间上的时序特征和空间上的耦合特征。通过算例分析可知:所建立的模型既能充分挖掘多元负荷的耦合关系和时序关系,相较于其他模型具有更低误差;能高效训练,相较于传统注意力模型具有更快的训练和预测速度。

基于改进环网编码法的配电网辐射性判别方法

配电网辐射性约束是配电网优化问题中的一个重要约束,但目前用于判断配电网辐射性的方法都较为复杂,限制了相关问题的求解效率。为解决这一问题,文中从图论的角度出发,对配电网拓扑结构中可能出现的孤岛和环路的特征进行了分析,提出了配电网满足辐射性的充要条件。进一步将其与元启发式算法中常用的环网编码法结合,并对环网编码法进行了改进,提出了环路法与割集法两种可用于检测配电网辐射性以及修正不可行解的方法。将提出的方法应用到配电网重构问题中,并基于IEEE 33节点系统,通过对不同辐射性检验方法的计算结果和计算效率的对比,证明了方法的正确性与高效性。

SVM在电网短期负荷预测中应用研究

支持向量机SVM(SupportVectorMachines)是一种统计学习方法,将其引入电网短期负荷预测。首先,通过聚类筛选合理的历史数据构成训练样本,再将预测的平滑性和误差损失函数相结合构成问题的目标函数,采用LIBSVM算法将SVM的大规模优化问题转化为具有解析解的二次优化问题。编制了相应的软件,对某实际电网进行了短期负荷预测,取得了理想的结果。

SVM与Fourier算法在电网短期负荷预测中的应用

将Fourier(傅立叶)算法与SVM(支持向量机)共同引入电网短期负荷预测。对于波动性较大的负荷,Fourier算法用于滤除高次谐波分量。SVM用于对滤除了高次分量的数据进行统计学习,它首先筛选与预测点相关的历史数据构成训练样本,再将预测的平滑性和误差损失函数相结合构成问题的目标函数进行求解。编制了相应的软件,对某实际电网进行了短期负荷预测,取得了理想的结果。

电力系统潮流计算组件的实现

应用 ACTIVEX技术实现的客户 -服务器模式潮流计算组件 ,可以用在不同的环境中 ,体现了以往潮流计算无法实现的通用性。该实现方法简单便捷 ,便于维护 ,易于交互。

基于支持向量机的电力系统短期负荷预测

对将径向基函数(Radial Base Function,RBF)作为核函数的支持向量机(Support Vector Machine,SVM)方法应用于短期负荷预测进行了研究。作者使用基于 SVM 的回归估计算法建立了回归估计函数表达式,给出了SVM 网络结构;采用江苏省某市的实际负荷数据,按照不同的负荷日属性和历史负荷数据进行样本选择,使用 LIBSVM 算法和适当的核函数进行了负荷预测,并将该预测结果同由时间序列及 BP 神经网络方法得到的预测结果进行了比较,结果表明,所提出的预测方法有较高的精度。

分布式电源并网的综合评价

随着越来越多的分布式电源并入电网,需要考虑分布式电源并网后可能对电网产生的影响,文中从经济性、可靠性和安全性三个方面建立了综合指标评价体系及各个指标的计算方法,然后采用层次分析法(AHP)求取各指标的权重,同时通过效用分析将各指标的计算值模糊化得到其效用值,最后将所有考查指标加权求和得到方案的综合评价值。以福建某地区中压配网为例,建立33节点系统,对不同方案下分布式电源接入方案进行了评估,并对最终评估结果进行了分析,验证了方法和体系的合理性、可行性。

考虑多种主动管理策略的配电网扩展规划

提出了主动配电网扩展规划的混合整数二阶锥规划模型,该模型以总的投资与运行费用最小为目标函数。文中考虑了4种主动管理措施降低规划方案成本及未来的运行风险,包括有载调压变压器调节、切机、切负荷及无功补偿。规划措施包括主动管理、新建线路、新建变电站、扩建变电站、新建分布式电源。配电网规划是一个混合整数非线性规划问题,再加对各种主动管理措施及未来不确定性的考虑,配电网规划问题求解变得相当复杂。基于配电网潮流方程及约束松弛技术,建立了配电网规划的二阶锥规划模型,并利用改进的IEEE 33节点系统及Miranda 54节点系统进行了算例验证。

短期负荷预测的支持向量机参数选择方法

支持向量机SVM(support vector machine)方法的合理参数选择对提高回归结果的准确性有重要作用。该文采用基于支持向量机短期负荷预测的参数选择方法,用遗传算法对参数种群进行编码、交叉、复制和变异,求得最优参数和最优核函数。将该算法应用于电力系统短期负荷预测中,应用了筛选和不筛选特征值两种方案对历史数据进行了预测。算例证明,无论是应用筛选特征值方案还是不筛选特征值方案,参数选择对预测精度提高都具有重要作用。

电网合环辅助决策软件研究

讨论了以通用关系数据库为后台、图形化界面为人机接口、面向对象的计算为内核的电网合环辅助决策软件 ,并详细分析了软件的设计。关系数据库设计主要是表类型和表关系的设计。人机界面功能包括网络结构设计模式下添加、更新、删除设备、设备类型、节点名 ;计算模式下输入实时数据和计算信息进行潮流和复杂故障计算。计算模块采用基本数据类、网络结构类、系统计算类的三层结构 ,并说明了网络拓扑分析和类的继承。

基于网络流转移分布因子的主动配电网运行风险评估及预警

主动配电网运行风险的有效评估和及时预警是保障其安全稳定运行的重要前提。文章基于复杂网络理论首次提出了网络流转移分布因子,从网络流大小和方向2方面实现了拓扑及参数变化对网络流影响的有效线性近似。考虑拓扑时变性、参数不确定性和用户侧自发电馈电形式的多样性,通过制定归一化的风险指标和线性评估方案实现了基于当前网络状态的运行风险的及时有效评估。以概率性序列计算代替蒙特卡洛模拟,在遍历所有可能的多场景、提高分析准确性的基础上,也极大地提高了计算速率,有利于对系统当前运行状态的及时反馈。风险评估结果的序列表现形式也有利于调度进行重点线路监测和风险指标定制,为主动配电网的运行调整决策提供可靠的评估依据。最后,基于改进的IEEE 33节点系统验证了所提方法的有效性。

基于复杂网络理论的主动配电网多级运行风险快速评估

主动配电网运行状态的时变性、网络元件的多样性和随机模糊性、自动化系统的主动自愈性对系统的安全稳定运行提出了新的挑战。将复杂网络理论应用于风险评估,建立了一套具有运行风险快速预警能力、多级运行风险分析能力、全面体现时空间及动静态运行风险能力的主动配电网运行风险评估体系。该体系依托主动配电网自动化系统及可信性理论等数学工具,能够对网络结构和元件的变化进行实时响应并给出定性和定量的多级运行风险评估结果以协助主动配电网调度工作,从而降低系统风险,防止大面积停电事故的发生。最后,通过实例仿真验证了所述评估方法的可行性、快速性、灵活性和适用性,为复杂网络理论在电力系统中的应用提出了新的研究及应用方向。

采用分形插值的典型日负荷曲线改进预测方法

提出了一种结合粒子群算法的改进分形预测方法。针对各年典型日负荷曲线形态相近且具有上移趋势的特点,采用调整向量来描述该趋势,在生成迭代函数系吸引子的过程中利用粒子群算法对调整向量进行优化。针对传统分形预测中迭代初始点经验性选取的问题,提出了利用"时序平移"的思想来计算迭代初始点的方法。结合调整向量优化和时序平移思想,建立改进的分形预测模型。最后,通过实例计算说明了该方法的有效性。

基于状态联动的在役设备最佳运行寿命评估模型

以设备实际运行状态为依据,以科学预测在役设备最佳使用年限、维护系统的供电可靠性和提高企业经济效益为目的,构建了基于状态联动的在役设备最佳运行寿命评估模型。基于在役设备的状态评价结果建立状态联动的故障概率预测模型,改进可靠性参数的预测,综合考虑了健康状态和运行环境等因素,反映了在役设备的个体差异性。兼顾可靠性和经济性的要求,结合模糊役龄回退机制,以设备年均全寿命周期成本最小为目标,构建电力设备最佳运行寿命评估模型。以变压器为例,从在运时间和当前健康指数两个维度对在役设备的最佳运行寿命进行了比较分析。算例结果表明,构建的最佳运行寿命评估模型可以合理设定设备的最佳运行寿命,能为在役设备的检修和退役安排提供理论参考。

考虑网络重构的配电网多目标运行方式优化

本文提出了一种基于分块思想的配电网重构方法,实现了配电网运行方式在经济性和可靠性上的双重优化。通过建立配电网综合信息数据库,利用拓扑分析得到备选方案,并提出了组合搜索算法筛选可行方案。利用量化的经济性和可靠性指标从多个角度对运行方式进行优化。对任意给定信息的配电网和优化目标,可以得到相应的优化方案和指标优化程度,也能对故障下的配电网进行故障重构。青浦实际算例验证了该算法的有效性和实用性。

考虑EV换电站调度和区块链数据存储的电网分布式优化

随着电动汽车规模的迅速增长和主动配电网的发展,对包含电动汽车的电力系统进行调度优化变得越来越重要。文中提出一种包含电动汽车换电站优化调度的三层分布式算法,相比于传统的中心化算法,该算法对于趋于分散布局的现代电力系统更加适用。在此基础上,构建了针对该模型的区块链数据存储与共识体系,保证所有历史数据不被篡改和可追溯。此外,提出了适用于该算法的电动汽车换电站车辆入网(V2G)的电价引导模型,能够准确地引导电动汽车换电站的V2G行为。针对优化运行中可能存在的线路阻塞问题,采用动态约束集法对优化结果进行了校正。最后,通过对15节点测试系统进行仿真,验证了该模型对于分布式电网布局的适用性。

“电力系统自动化”精品课程建设

"电力系统自动化"是电气工程类专业人才的一门必修课。作为一门精品课程,其关键在于课程的建设。"电力系统自动化"精品课程建设包括教学手段改革和教学内容建设两大部分,为此进行了创新性的教学实践。实践表明,该课程的建设不仅可以巩固学生的理论知识,提高学生的动手能力,还能激发学生的主观能动性和创造性思维,增强创新能力,同时教师的业务水平也得到提高。

基于综合测试数据的配电网线损计算

以实测数据为基准，应用对称分量法原理，考虑了配电网三相不平衡问题，为综合测试仪测试数据进行配电网线损计算提供了新算法，与传统的“按容量分配负荷法”相比，有更严格的理论依据和更高的精度。算例验证了该方法的可行性。

基于推理链的输电网故障诊断

为了提高故障诊断的精度和效率,提出了利用数据信息的时序特性的推理链诊断法,解决了现有故障诊断方法不能综合考虑重合闸、失灵保护和一般元件保护的问题,诊断结果具有对故障的演化过程的解释能力。根据已知故障事实判断故障原因的特征,引入事件集的概念,建立故障信息的逻辑模型,简化问题规模;提出基于推理链的故障诊断方法,确定事件集间的因果逻辑关系并定义约束条件,构造冗余的推理链组合,以先验数据基础上的似然函数确定最优解。实际电力系统发生的故障案例验证了所提方案。