基于改进Hilbert-Huang变换的电网故障诊断

电网发生故障时,相对于开关量信息,首先产生变化的电流、电压等电气量具有更好的实时性、准确性和完备性。针对Hilbert-Huang变换(HHT)对电流信号进行故障特征提取时存在的过包络与欠包络现象,结合三点Binary细分法对HHT进行改进。通过比较经改进HHT和HHT处理得到的边际谱及幅值畸变度和频率畸变度的结果,说明经改进HHT处理得到的故障元件诊断结果有更高的准确度和可靠性,避免了利用开关量信息带来的不确定性。实验证明:所提出的局部细分三次样条插值法能改善Hilbert-Huang变换出现的过包络和欠包络现象,可提高电网故障诊断结果的准确性。

基于XGBoost的配电网线路峰值负荷预测方法

为实现电网平稳迎峰度夏,需要在夏季负荷高峰前提前1~2个月对配电网线路进行峰值负荷预测,为设备部门有计划地制订和实施增容和改扩建方案提供数据支撑。提出一种基于XGBoost的配电网线路峰值负荷预测方法。该方法综合考虑气象因素、时间因素、春季基础负荷因素,分析各类因素与夏季负荷高峰的相关性,确定预测样本特征值。通过K-means算法对线路负荷增长趋势进行聚类分析,筛选出未来可能负荷较重的目标线路,进而使用XGBoost算法进行线路峰值负荷预测。使用所提方法对某实际城区局部配网进行预测,算例结果验证了该算法的预测准确性。与其他算法的对比结果体现了该算法计算规模小、预测速度快的优点。