基于PSO-LSSVM的短期电力负荷预测

提出一种基于粒子群优化-最小二乘支持向量机(particle swarm optimization-least squares support vector machine,PSO-LSSVM)的短期负荷预测的方法。采用PSO算法对LSSVM的模型参数进行寻优,实现LSSVM参数的自动优化选取,进而得到比单一LSSVM更准确的短期负荷预测模型。实际算例结果验证了所提预测方法可行性,与其他方法预测结果的对比进一步突出了所提方法的有效性。

基于短期负荷预测含分布式发电配电网状态估计

提出一种基于短期负荷预测的含分布式发电(distributed generations,DG)的配电网状态估计(distribution state estimation,DSE)方法。先采用基于粒子群优化的最小二乘支持向量机方法实现电力系统短期负荷预测,为配电网提供更为准确的伪量测,进而解决DSE可观测性问题;然后,考虑到配电网中的一些设备如电压调节器、分布式发电机等的非线性、离散性特性,将含DG的DSE作为一个整形非线性、含多约束条件的优化问题,采用具有很强全局寻优能力和良好收敛特性的自适应差分进化算法解决DSE问题。含DG的IEEE 33节点测试系统仿真结果验证了所提方法的可行性,与文献中优化算法对比结果进一步突出了所提算法的有效性。

10 kV电磁式电压互感器高压侧熔断器频繁熔断事故的诊断分析及改善措施

恩施某220 kV变电站10 kV母线电压互感器(PT)频繁发生单相、两相、三相熔断器熔断事故,并伴随着PT谐振告警、母线接地告警现象。结合现场对PT进行的绝缘、励磁特性等诊断性试验及对10 kV系统电容进行的电流测试,得出了系统发生铁磁谐振及超低频振荡,产生过电压及饱和过电流,导致电压互感器高压熔断器频繁熔断的结论。最后提出了改善PT励磁特性及加装消弧装置等有效防范措施,并进行了相应的整改实施,取得了良好的应用效果。