机器学习用于变压器故障诊断综述

在人工智能背景下,通过监测得到电网中的海量数据对电力设备运行状态进行快速、准确的预测,为后续故障预警打下坚实基础。以人工智能背景下机器学习方法用于变压器故障诊断为研究主题,详细介绍了三类经典的智能诊断模型:神经网络、支持向量机和贝叶斯分类,阐述并总结了这三类智能诊断模型在变压器故障诊断工作中的应用、发展以及相应特点;最后介绍了变压器故障诊断发展趋势,并进行了展望。

基于Matlab的10 kV配电线路串联补偿能效分析软件开发

应用串联补偿的方法,解决传统配电网末端低电压、末端T接小水电产生的季节性高低压问题。建立串联补偿位置及容量选择的优化模型,在潮流计算的基础上,开发了基于Matlab平台的程序化确定串联补偿位置及容量的软件。典型案例应用表明:应用该方法获得的串联补偿方案可满足电能质量的要求,并可以提高线路输送容量、达到降损节能的最大化。

考虑负荷不确定性的分布式光伏电源最大准入功率的计算

分布式光伏电源由于其出力具有不确定性从而影响配电网潮流分布及走向。从分布式光伏电源接入位置、接入容量、配变负载率等因素出发分析了分布式光伏电源的接入影响配电网电压的机理,考虑负荷分布的不确定性,以线路电压不越限为约束条件,建立了分布式光伏电源最大准入功率的计算模型。并通过所举算例验证了该模型的合理性。并提出了提高分布式光伏电源最大准入功率的措施。

基于能效分析的10 kV线路串联补偿优化方法

串联补偿技术是解决配网10kV线路电压质量问题的有效手段,但补偿点及补偿容量的确定尚无实用的程序化方法。研究在潮流计算的基础上,针对农网典型的10kV线路末端低电压、末端T接小水电线路电压波动问题,提出基于综合能效分析的固定串联补偿位置及容量的程序化确定方法。典型案例应用表明:应用该方法确定的串联补偿方案不仅可使各节点电压符合国家标准,且可获得最大的降损节能、提高线路输送容量的效果。

含分布式光伏配电网电压越限控制策略及应用

针对湖南某10kV线路光伏电源接入引起电压越限、线损增加问题,分析了分布式光伏电源并网对配电网电压的影响机理;并根据线路的具体情况,提出了有功无功综合控制方案,该方案综合了光伏电源的Q(U,P)逆变器无功输出控制策略和准入容量调整,实现将电压控制在允许的范围,降低线损,且能最大限度确保光伏出力。仿真结果表明了该方案的合理性。