核电厂辅变空载运行期间辅助电源单相断相故障特征分析及应对措施

目前,国内和国外的核电厂设计基准只考虑了电压完全丧失对于核电厂运行的影响,而忽略了断相故障对于核安全的挑战。辅助变压器在空载运行状态下发生断相故障时电气量十分微弱,因此如何检测并判别断相是核电厂中最为关心的问题。本文重点研究辅助变压器空载时的断相故障,结合对称分量法和变压器原理分析了辅助变压器空载运行状态下高压侧发生单相断相时的电气参数特征,运用ETAP软件建立了“华龙一号”核电厂厂用电系统仿真模型并进行了仿真分析。基于理论分析和仿真分析的结果,提出了辅助变压器空载时高压侧发生单相断相故障的应对措施,提高了厂外辅助电源的供电可靠性,有利于核电厂安全有序的运行。本文中辅助变压器空载状态下高压侧发生断相故障的电气参数特征研究分析结果对于辅助变压器断相保护方案的配置和断相保护设备的研发都具有指导意义。

光伏阵列故障诊断技术综述

首先,该文梳理光伏阵列中不同类型的故障,将其分为组件故障和组件间故障两类,并阐述这些故障类型的特点和成因。其次,基于光伏组件内的单二极管等效电路模型,分析光伏组件在不同辐照度和温度条件下的电压-电流特性变化,并根据故障下电压-电流特性变化情况,将光伏组件故障分为非失配型故障和失配型故障。然后,着重论述现有的光伏阵列故障诊断领域重要技术和前沿研究,按照故障类型特点和检测手段的差异,将诊断技术方法归纳为视觉与成像诊断方法和电气特征参数诊断方法两大类。最后,指出光伏故障诊断技术的不足与发展趋势,为光伏系统智能化运维提供了参考。

基于改进K-Means聚类和BP神经网络的台区线损率计算方法

配电网线损管理中面临的主要问题有表计配置不齐备、运行数据不易收集、元件和节点数过多。这些问题导致线损率计算工作十分繁杂。提出了一种基于改进K-Means聚类算法和Levenberg-Marquardt(LM)算法优化的BP神经网络模型快速计算低压台区线损率的方法,并通过编程加以实现。根据样本的电气特征参数,提出了改进K-Means聚类算法,将台区样本分类,解决了台区线损率数值分散的问题。在此基础上,采用LM算法优化的BP神经网络模型对样本数据按类进行训练,利用BP神经网络拟合样本线损率与电气特征参数之间的关系,得到其变化规律。以某地区601个台区样本数据为例进行仿真计算,验证了所提方法的准确性。结果表明,与标准BP神经网络模型相比,LM算法优化的BP神经网络模型具有快速收敛、高精度等优点。

基于CESS软件的配电网可靠性分析研究

针对配电网的可靠性分析问题,文中分析了配电网典型接线模式的结构及各自的优缺点。在进一步分析配电网可靠性计算原理的基础上,提出了基于供电网络计算分析与辅助决策软件(CESS)的配电网可靠性分析方法,并研究不同线路电气特征参数对不同接线模式可靠性的影响。通过算例分析结果表明,配电网的可靠性随着线路长度、负载率的增加而降低,随着线路分段数、自动化水平的提高而升高,负荷分布越集中于前端,配电网可靠性越高。不同接线模式可靠性对电气特征参数的敏感程度不同,单环网、双环网与N供1备接线模式具有较高的可靠性。

基于CEEMDAN-WPT的台区线损组合变权预测模型研究

为了有效提高线损计算精度,本文提出一种基于模态分解和小波包的台区线损改进变权组合预测模型。首先使用完整集合经验模态分解讲与实践序列相关的电气特征参数分解成多个不同的子序列,通过傅立叶变换计算子序列的幅值方差,结合小波包阈值去噪对含有噪音的高频信号进行降噪处理,提取代表性变量作为预测输入。最后改进标准遗传算法,利用遗传算法的全局优化能力,对广义回归神经网络和门控循环单元构成的组合预测模型的权重系数进行样本移动自适应变权求解,将得到的权重系数进行加权求和,得到了最终线损值。以某市具体台区数据为例进行计算验证,对比结果表明,本文所提的改进变权组合预测模型比单一模型及传统变权组合预测模型具有更高的计算精度。

基于单片机的变电站MOA远程在线监测系统设计与研究

氧化锌避雷器(MOA)作为一种过电压保护装置对电力系统的安全运行至关重要。为防止其由于内部构件过流、受潮或老化而导致性能衰退,需要对其关键参数进行实时检测。本文在分析MOA工作原理、特征电气参数的基础上设计了基于单片机的变电站MOA远程在线监测系统。经过实际测试,该系统稳定可靠,具有一定的使用价值。