基于在线特征库的非侵入式负荷特征提取方法

负荷特征是指负荷设备运行过程中具备某种统计规律的特殊标识,而包含负荷特征的数据库则是实现非侵入式负荷监测与分解的基本依据。对于纯阻性负荷设备,研究人员利用其运行状态切换过程中功率产生跃变的特点,可以准确提取相应状态下的负荷特征。然而,对非纯阻性设备,其负荷特征提取存在以下2个问题。问题1)运行状态切换过程中功率变化不显著,无法精准定位状态投切时刻点;问题2)负荷设备存在功率缓变化的运行状态,导致对应状态下的负荷特征不唯一,无法手动提取。为了解决非纯阻性设备负荷特征提取中存在的上述问题,提出一种基于在线特征库的非侵入式负荷特征提取方法,该方法分为2个阶段。第一阶段:基于负荷设备运行过程中的稳态周期电流数组建立在线特征库,通过改进Pearson相似系数构建滑窗函数,得到负荷设备运行时的周期电流数组与在线特征库的相似性,并同步判断在线特征库冗余性,实现负荷设备状态数据分割;第二阶段:计算在线特征库的特征矩阵,对特征矩阵进行K-means聚类分析,融合相似在线特征库,形成负荷设备的状态特征库,从而实现负荷设备特征电流数组的提取。在私人数据集和PLAID数据集上的测试结果证明,所提负荷特征提取方法在不同的用电场景下均有较好的鲁棒性。所提方法可大幅减少负荷特征提取阶段的人工参与,有利于缓解因负荷设备种类过多导致的负荷特征提取烦琐的问题,为后续建立负荷特征数据库提供了便利。

基于OCO-2卫星重构的中国地区高覆盖XCO_(2)时空分布特征

卫星遥感技术是深入了解大气二氧化碳(CO_(2))时空分布特征的重要手段之一,由于探测技术的限制,目前基于卫星遥感观测数据反演的CO_(2)产品的空间覆盖度较低,数据缺失严重,不足以反映CO_(2)浓度的空间分布情况。现基于轨道碳观测卫星-2(OCO-2)、哨兵5P(Sentinel-5P)、美国CO_(2)同化模拟系统(Carbon Tracker)和欧洲中期天气预报中心第5代(ERA-5)气象再分析数据,结合时间序列拟合估算模型和随机森林算法,重构了2019—2022年中国地区高精度(0.05°×0.05°)大气CO_(2)平均干空气混合比(XCO_(2)),分析了中国地区CO_(2)时空变化特征。与OCO-2和Carbon Tracker对比结果显示,重构得到的XCO_(2)与OCO-2的观测结果一致性更高,均方根误差为1.05×10^(-6),决定系数高达0.96,可以在较高空间分辨率上体现中国地区XCO_(2)的时空分布情况。基于重构的XCO_(2)数据得知,中国地区XCO_(2)呈现明显的季节性波动,XCO_(2)呈冬春高、夏秋低的特征;2019—2022年,中国地区XCO_(2)呈现逐年上升的趋势,增长率达到(2.41±0.01)×10^(-6)/a,但近年来增长速率有所降低;从空间分布来看,中国东部、北部、中部地区的XCO_(2)显著高于其他地区,且增长率也较高;进一步分析中国典型经济区的XCO_(2)发现,杭州、天津、成都的XCO_(2)在各经济区内的增长最为迅速。研究成果可为碳监测研究、碳排放清单验证、碳排放管理、温室气体减排等研究提供重要的数据支撑。

基于分段电流特征和随机森林算法的低压配电网拓扑识别方法

低压配电网的拓扑结构对于实现台区线损分析、故障定位、需求响应等应用功能有着重要意义。针对当前低压配网户变关系在线识别难题,提出了一种基于分段电流特征和随机森林算法的低压配电网拓扑识别方法。首先,基于电流特性纵向传导机理,构建电流特征指标体系,并提出基于电流时间序列的分段特征提取方法。其次,根据分段电流特征生成特征向量集,建立基于随机森林算法的拓扑识别模型,可快速有效识别用户连接变压器关系。最后,利用实际配电网的量测数据进行算例分析,结果证明该方法拓扑识别准确率达到98.02%,所需样本时间短,能够快速有效地识别低压配网拓扑关系。

基于Fisher-SVM特征选择的负荷辨识研究

针对当前非侵入式负荷辨识中不同设备特征选择上主观性、盲目性的问题,提出基于Fisher-SVM特征选择的非侵入式负荷辨识算法。首先,基于高频采样终端提取入户侧电流、电压原始数据,使用傅里叶变换对原始信号分解得有功、无功及谐波时间序列;其次,将负荷波形分为4个阶段并计算得到负荷波形暂稳态特征;然后,通过Fisher-SVM算法在不同分类器中对特征进行选择,得到最优分类特征子集,并利用Sigmoid函数对结果进行概率校准;最后,根据贝叶斯理论对各分类器进行融合从而实现对不同负荷的辨识。以3类台区831户实际用户进行算法测试。结果表明,该算法能够有效利用不同电器负荷印记的独特性,克服特征选择上的盲目性,提高负荷辨识能力。

模拟量输入合并单元计量性能测试研究

目前对模拟量输入合并单元的计量性能研究较少,现有合并单元测试规范中与误差相关的部分均参照电子式互感器标准制定,难以满足计量性能测试的要求,限制了数字化电能计量技术的发展。为研究模拟量输入合并单元的计量特性,从信号流程角度,分析了模拟量输入合并单元的误差环节,比较了模拟量输入合并单元与电子式互感器和电子式电能表的结构异同,总结了计量特性误差影响因素。并以基本误差为例,按照不同标准对2台不同厂家生产的标称0.2 S级准确度的合并单元进行了单相和三相误差测试。测试数据显示单相测试和三相同时测试的结果有差异,说明各通道相互之间有影响,且输入信号越小,相互影响越大。针对现有合并单元测试规范不能正确反映计量性能的问题,提出评价模拟量输入合并单元计量性能时,不能仅仅参考电子式互感器标准,还应参考电子式电能表检定规程增加计量性能相关测试项目,完善计量用合并单元的相关测试规范。

基于时间数字转换器的数字输出电子式互感器校验系统

为了提高基于高精度采集卡的数字输出电子式互感器校验系统的相位测量精度,分析了其相位测量误差产生的原因。基于此,提出通过时间数字转换器(TDC)测量采集卡从触发采样到开始采样的时间差,再将该时间差换算为角度以校正相位,给出了所提方法在校验系统中的实现方法。对应用所提方法的校验系统的准确度进行理论分析,结果表明其测量准确度为0.05级,可用于校验精度为0.2级及以下的电子式互感器。

基于高维随机矩阵的系统状态评估方法研究

介绍了高维随机矩阵数学基础,重点是马尔琴科-帕斯图定理和单环定理;阐述了高维随机矩阵应用于状态评估的一般性方法,包括适用性条件、矩阵构造方法以及状态评估指标;讨论了单环定理的具体编程步骤;举了2个应用场景为例,分别是电力设备状态评估和电网运行状态评估。仿真结果表明,高维随机矩阵可用于评估系统状态,通过状态评估指标能有效反映出电力设备的健康状态和电网运行的故障状态。

一种用于电子式互感器相位补偿的数字移相方法

电子式互感器的采集器在采样模拟信号时一般有固定的相位误差,影响了测量准确度,需要使用移相方法校正相位误差。针对数字移相方法,提出了基于最小二乘拟合的数字移相算法,推导出了数字移相递推式,并仿真分析了移相算法的性能。结果表明,该算法均具有较高的移相分辨率和移相精度,且能保证幅值准确度。将该算法应用于基于Rogowski线圈的电子式互感器,准确度比较测试验证了该算法的可行性和有效性。

模拟量输入合并单元无同步信号校验技术

为了实现使用固定延时法校验模拟量输入合并单元的测量准确度,提升新一代数字化变电站检测技术水平,设计了一种基于高精度数据采集卡的无同步信号校验系统。在系统的结构设计中,利用合并单元严格的工作时序,数据处理方面研究了基于小二乘拟合的数据同步方法。分析了校验系统的测量不确定度,并使用所设计的校验系统测试了模拟量输入合并单元。将测试结果与采用同步脉冲法校验的结果相比较,结果显示两种方法所得的比差的差异<0.02%,角差的差异最大约为4′,与已有的相关测试结果相符合。这表明该设计方案是可行的,所设计的校验系统可以满足无同步信号校验模拟量输入式合并单元的需求。

考虑多种影响因素的电网频率概率分布研究

搭建了电网频率测量平台,分别在湖北和贵州两地测得电网频率数据。实测结果表明,这两地的电网频率分布形状相近,与现有研究得出的结论有一定差异。这种电网频率分布的成因主要是负荷波动带宽受限和AGC控制非线性。综合考虑了以上因素,通过仿真得出了与实测结果相符合的电网频率分布。最后讨论了CPS应用条件,得出大样本抽样是CPS2应用条件的结论,即计算CPS2的时间应足够长。

数字化电能计量技术在江苏无锡智能变电站的应用

本文统计了江苏无锡智能变电站内数字化电能表的运行故障情况。统计结果表明,数字化电能表在实际应用中还存在诸多问题,如电量无法上传、误差异常等。通过实地调研了无锡220k V西泾智能变电站内数字电能计量系统应用情况,发现不仅存在数字化电能表故障问题,而且站内数字化电能计量设备的接线和职责不够清晰,对计量运行维护造成了一定困难。本文在最后总结了数字化电能计量技术目前面临的问题,为下一步工作方向提供参考。

一起数字化电能计量系统故障现场排查

介绍了一起数字化电能计量系统故障,依照现场排查步骤,逐步分析故障原因,发现故障是由光纤模式不匹配导致。检查变电站其他光纤通信线路,发现同样可能存在不同模式光纤混用的情况,提出了除长距离传输场合,全站应使用多模光纤,统一光纤接口,尽量减少或不使用接口转换器等防范措施,为智能变电站运维工作提供参考。

数字电能计量系统误差多参量退化评估模型及方法

为评估数字电能计量系统的运行误差,提出了基于多参量退化模型的误差评估方法。数字化电能计量系统等效为多输入单输出系统,确定系统退化参量及参量退化作用量,从而建立多参量退化模型,并给出误差评估约束条件。在求解退化网络过程中,引入了大数据处理方法。针对数据种类繁多且变化速率不一的特点,采用差分归一化数据预处理方法。针对退化网络不能用初等函数描述的问题,采用前馈神经网络逼近退化特性。实现了在已知参量退化影响量的条件下,根据误差评估约束评估数字化电能计量系统误差。实例分析结果显示,所提方法的评估结果与实际运行状态在短时间内相符合,绝对误差小于0.2%,表明该方法能有效地动态评估数字化电能计量系统的误差。

环境因素对单相电能表基本误差的影响研究

为了研究环境因素对单相智能电能表基本误差的影响,采用物理建模和试验相结合的方法。从元器件出发,主要考虑温度、湿度、磁场三个关键环境因素,建立了单相电能表基本误差与环境因素的数学物理模型,研究表明温度对单相电能表的影响主要作用于电阻、分流器、计量芯片和电压基准,湿度主要改变电路板和电子元器件的老化特性从而影响误差,磁场主要作用在电流回路上产生附加感应电势。为了进一步研究三个因素对电能表误差的影响程度,设计了一组3因素5水平正交试验,实验数据表明,在设定的实验环境范围内,温度对电能表误差影响十分显著,而磁场和湿度影响则不明显。

有源电子式电流互感器在线监测技术研究

为及时发现有源电子式电流互感器的供能激光器是否已失效或将失效,研究了1种非接触式在线监测技术。提出通过非接触测量供能激光器所在合并单元的电源电流,结合当前一次电流值作为判据,采用Bayesian方法判别供能激光器的工作状态。据此实现的在线监测系统在贵阳三江110 k V变电站进行了长期运行测试,获取了供能激光器的运行数据并进行了分析。监测数据显示:所监测的3台电子式互感器中,第1台互感器的供能激光器性能正在发生恶化,工作电流上升至初始电流的1.2倍,判断处于即将失效状态;第2台互感器的供能激光器的性能尚处正常状态;第3台互感器的供能激光器在监测开始后的第87天左右发生拒启动故障,与实际情况相符合。结果表明,该监测系统在现场复杂环境下能准确识别激光器的工作状态,及时发现已失效的激光器,评估尚未失效的激光器的寿命。

一种全光纤电流互感器早期故障诊断方法研究

全光纤电流互感器的一些故障在早期以测量异常的形式表现出来,本文从识别测量异常方向,提出了一种基于相位差不变原理的早期故障诊断方法。首先阐述了不变相位差原理,即在电网频率相对稳定的条件下等时间间隔截取信号,采用数值求解方法可求解出一个仅与时间间隔有关的相位差。以此相位差作为比对标准,通过分析实际相位差的变化情况,可识别全光纤电流互感器是否发生测量异常,为早期故障诊断提供辅助判据。为验证所提方法的可行性,开展了验证实验。结果表明,当全光纤电流互感器受外部干扰而发生测量异常时,本文所提的方法能识别出测量异常。以此为基础研发的全光纤电流互感器故障预警系统,已在辽宁某智能变电站投入运行。

失压电量追补自动计算方法的误差研究

针对三相电能表失压电量追补方法不统一、追补误差无法评估的问题,提出了一种自动计算新方法。通过分析该方法在理论上和实际应用中的误差得出,该方法的误差影响因素主要是电压三相不平衡。根据三相电压不平衡度的定义,采用对称分量法得出含有误差与三相不平衡度的关系方程。在给定边界条件下,用数值仿真方法求解出不同条件组合下的电量追补误差。研究结果表明:在三相三线制条件下,新方法的误差主要受负序电压影响,大小与负序电压不平衡度呈正相关;在三相四线制条件下,主要受零序电压影响,但大小与零序和负序电压不平衡度的组合有关。对实际应用误差进行进一步分析,结果表明:对于三相三线制系统,误差一般小于4%;对于三相四线制系统,误差一般小于2%。

基于电压斜率检测的风电系统扰动观测控制器研究

在风速急剧变化时,为了及时捕捉风速变化的信息,提高风电系统的风能捕获效率,增强系统的动态稳定性,推导并利用风速变化与电压斜率之间的关系,将风速变化信息转换为电量信息进行反馈控制。在此基础上,提出一种基于电压斜率检测的改进型扰动观测控制器,通过实时比较电压斜率与阈值大小关系来判断风速变化情况,解决因风速急剧变化而导致传统爬山算法搜索方向误判的问题;控制器采用母线电压斜率补偿扰动量的方式,解决了传统最优转矩控制的输出参考转矩易受到系统惯量影响而产生偏差的问题。在仿真实际模型基础上,对研究的基于电压斜率检测机制的控制策略进行全面仿真研究。

基于无微分扰动观测器的水泥厂风机能效辨识系统

预热器引风机、磨粉机引风机和袋房引风机是水泥厂用电大户。考虑到近年来水泥市场竞争越来越激烈,评估这些风机及其通风系统的能效,优化运行效率以节省消耗的电力是非常有必要的。这些节能优化也可以大大减少排放和整个生产过程的碳足迹。现有的能效评估多采用预埋传感器的嵌入方式实现的,成本高,周期长。设计了一种基于在线参数的水泥厂风机系统非嵌入式无微分扰动观测器辨识系统能效,对永磁同步电机驱动离心风机系统进行估计。建立了系统设计的模型,搭建了软硬件,进行了系统测试,结果表明了能效辨识系统的有效性。

基于动态时间规整分层凝聚的光伏场景缩减方法研究

随着我国光伏并网比例不断增大,亟须探索能有效挖掘有典型统计特征的光伏序列的场景缩减方法。针对传统场景缩减方法存在着缩减场景特征不明显、异常值过高、时序样本度量效果不佳等问题,提出一种基于动态时间规整的光伏场景缩减方法。首先,对光伏数据集进行预处理,并引入动态时间规整对光伏样本时间序列进行相似性度量;其次,以样本凝聚分层树状图枝节垂直跨度最大为准则进行最佳连通策略的选择;然后,采用凝聚分层聚类的方法对光伏场景数据集进行场景缩减;最后,利用澳大利亚沙漠太阳能中心(DKASC)屋顶太阳能阵列公开数据集,通过算例验证了所提方法的评价指标优于传统缩减方法,而且具有更优的尾部事件提取性能。此外,进行了敏感度分析,由此选取了最佳的连通策略和时间窗口参数。