基于CEEMD-IDA-SVM的风电功率短期预测

为提高风电功率预测精度,提出一种结合完全集合经验模态分解(CEEMD)、改进蜻蜓算法(IDA)和支持向量机(SVM)的风电功率短期预测模型。首先,使用CEEMD方法对风电功率原始数据进行预处理,将非平稳信号分解为多个子序列,从而提高数据的稳定性,改善数据质量。其次,在蜻蜓算法中引入反向学习策略,以改善算法的收敛性能,形成的IDA用于SVM参数的寻优。最后,利用IDA优化后的SVM构建预测模型。实例仿真结果及对比实验表明:本文使用的方法能有效地提高风电功率的预测准确率,有一定的优越性。

220kV主变压器油中氢气含量异常分析与处理

针对内蒙古某光伏电站的1起220 kV主变压器油中氢气含量超标故障,结合故障现象、测试数据,通过油色谱三比值法确定故障类型为局部放电。经过测试分析及原因排查,确定故障原因为主变压器内部受潮引起氢气析出。将主变压器停运,进行72 h真空滤油脱气及真空干燥,静置48 h重新投入运行,氢气体积分数稳定在23×10-6左右,异常情况得到解决。