基于轨迹几何特征的暂态不稳定识别

提出一种基于实时测量的暂态不稳定在线识别方法,其能够用于触发某一类离散紧急控制措施。该方法通过在每一采样时刻观测等值系统故障后轨迹的几何特性,提前判别系统的稳定性,预测系统稳定性的最佳模式在每一采样时刻动态决定并刷新。与以往扩展等面积准则不同,该方法无需计算等值系统的不稳定平衡点,能够克服在静态扩展等面积法则中使用的一些假设限制。使用IEEE 50机测试系统算例证明了该方法对于识别复杂区间同步失稳问题的可靠性和有效性。

基于相轨迹凹凸性的电力系统暂态稳定性识别

随着基于GPS的功角测量技术在电力系统中的广泛应用,在线识别系统不稳定成为可能,其对于暂态稳定紧急控制具有重要意义。该文研究了一种更快的在线暂态不稳定识别方法。在严格证明了一个猜想正确性的基础上,提出了一种改进的不稳定性识别方法,该方法仅使用了观测数据,而不受运行时刻网络的结构、系统参数和模型影响。证明过程中,模型计及了阻尼参数的影响,从而保证了证明过程更加合理。文中根据系统轨迹的凹凸性定义,还提出了一种新的判据指标?k,用来识别系统的不稳定。仿真结果显示了该识别原理的正确性,以及能够更快地更有效地识别出系统不稳定。由于该方法的可靠性和要求很少的计算量,能够实际应用于失步保护设计中。

基于深度学习的暂态电压稳定在线识别

针对电力系统暂态电压稳定在线识别问题,提出了一种基于深度学习的识别方法,构建深层模型反映稳定类别与在线量测数据间的映射关系。采用多种先进处理技术对模型进行优化:为提高失稳样本分类准确率,修改原交叉熵目标函数;优化学习率以平衡模型的精度和速度;加入dropout技术防止过拟合;对隐层函数加入batch-norm处理技术以防止内部变量转变;为避免随机分组导致的准确率波动,采取10折交叉验证方法。以广东电网为研究对象,并与其他分类算法进行对比后表明所提方法识别精度高、速度快,且鲁棒性强,具有良好的工程应用价值。

隧道洞室地基稳定性进化支持向量机识别

针对隧道洞室地基稳定性的影响因素较多,计算复杂的情况,为了快速评价洞室地基的稳定性,选择合理的洞室开挖方案,加快施工进度,提出一种基于支持向量回归(SVR)算法的洞室地基稳定性识别方法。支持向量机(SVM)具有结构简单、学习泛化能力强等优点,采用遗传算法结合交叉验证法选择模型参数,提高了预测精度。以重庆小什字车站洞室地基为例,验证了建立的进化支持向量回归模型能够快速、准确的获取不同方案下的洞室地基安全系数,进而评价其稳定性,且预测结果比模糊神经网络预测结果要好,结果表明该方法是可行的。

大坝位移监测分析及稳定性识别研究

本文应用确定性力学来分析大坝的位移监测资料，将反分析技术引入到大坝的安全施工和运行监控中并进行工程的稳定性识别评价。在反分析中作者提出了一种新的岩体多介质弹模识别方法。以湖南东江拱坝的位移监测为研究课题进行了具体的分析和稳定性评价。最后作者提出了一种简便快速的预测评价方法，两者结合应用，使监控工作既快又实用，值得现场技术人员使用。

库区防护工程社会稳定风险识别

文章对连州市龙船厂航电枢纽库区防护工程的社会稳定风险的单因素风险进行了识别,提出5类风险类别11个主要风险因素,并对每一个风险因素的形成及影响进行了分析,并对采取措施提出了初步建议,为进一步进行风险评估与风险控制提供了依据。

关于《一种静态电压稳定临界点的识别和计算方法》讨论

论文在研究电力系统电压稳定(崩溃点)临界点性质的基础上，依据崩溃点出现途径的不同，将之区分为约束诱导型分岔点(LIBP——limit induced bifurcation point)和鞍结型分岔点(SNBP——saddle node bifurcation point)，并给出了在连续潮流计算过程中对两类分岔点的快速扫描和识别算法，具有一定的现实意义。但仍存在如下疑问，敬请作者回答。

尾矿坝稳定性属性识别的因素空间-未确知测度模型

针对影响尾矿坝稳定性的因素众多、各因素之间彼此耦合且存在大量未确知信息的问题,将尾矿坝稳定性视为结果因素,选取对其有影响的18个定量因素和9个定性因素作为条件因素,构建了尾矿坝稳定性属性识别系统的因素空间。将未确知数学理论引入因素空间,构建了因素空间-未确知测度模型,并讨论了该模型的求解方法。通过层次分析法(analytic hierarchy process,AHP)和信息熵理论计算主客观权重,确定各条件因素的组合权重,运用因素合成方法将高维度的因素空间降维成一维合因素轴,得到合因素测度识别向量,依据置信度准则对尾矿坝稳定性进行评价。以某尾矿坝为例进行了模型验证与分析,结果表明:模型对于尾矿坝稳定性因素的识别结果与现场判别结果基本一致,反映出该模型有助于解决尾矿坝稳定性评价问题,可为类似复杂系统的诊断评价提供参考。

输电断面稳定规则自动识别和稳控限额自适应调整技术

为增强电网调度员驾驭电网的能力,提出了多维制约关系下的电网稳定规定的电子解析方法,形成标准化的稳定控制措施,构建了电网稳定限额专家库,并设置多段报警值,为规范化的稳控规定构建创造基础;研究了基于D5000系统实时信息的稳定限额自动识别技术,将电网的实时运行方式与专家库稳定规则进行自动匹配与智能校核,锁定拟合程度最优的稳定规则,实现电网稳定规定专家系统的自学习功能;提出基于当前电网运行方式的稳定限额自适应调整策略,将更新的稳控限额及时提供给调度人员,辅助调控人员对输电断面实施多维度动态监控,完成电网稳控策略智能在线计算分析并提供预决策功能,从而有效地增强电网调度员对电网的控制水平。

基于特征椭球和支持向量机复合映射的暂态稳定预测模型

针对电力系统暂态稳定预测问题,提出基于特征椭球理论(characteristic ellipsoid,CELL)和支持向量机(support vector machine,SVM)复合映射的方法。通过采集系统受扰后的同步相量测量单元(phasor measurement unit,PMU)量测数据,将其映射至多维样本空间中生成特征椭球。椭球形态的变化能反映出受扰系统在稳定与失稳场景下不同的动态行为,从而识别出系统的暂态稳定性。以包含了系统暂态过程信息的椭球几何属性,如体积、偏心率、中心点、体积变化率等,构造支持向量机评估模型的输入特征,训练所得支持向量机模型能够实现电力系统暂态稳定在线预测。该方法以椭球的动态变化作为暂态稳定判据,利用较少的量测数据就能为暂态稳定识别提供足够的信息量,同时保证较高的准确率。通过IEEE 39节点系统和我国西南某省级区域输电系统的算例测试,验证了方法的可行性和有效性。

沥青指纹识别系统中沥青分散方式对分子链测试的影响

科路泰专用的沥青指纹识别系统评价沥青污染的指标相似度,判定沥青是正常添加其他沥青和故意添加其他沥青降低成本销售。文章系统研究沥青分散方式对沥青指纹识别的影响。依托自研稳定性四氢呋喃作为流动相,沥青稀释方法采用自然浸泡和规定能量的超声波分散。分子链稳定的测试角度认为,普通沥青和SBS改性沥青的分散方式采用自然浸泡6h以上符合测试沥青指纹识别相关数据的要求。

基于广域发电机状态信息的电力系统暂态不稳定性实时预测

基于两机群等值方法,将相平面轨迹几何特征判据推广应用于多机系统暂态不稳定性实时预测。为实现该不稳定性预测方案在可靠性和快速性的折衷,着重研究了失稳模式实时筛选和基于预测轨迹的不稳定性判别2项关键性技术。失稳模式实时筛选技术利用角度间隙作为指标选择主导模式搜索方向,并采用不稳定性条件作为搜索终止判据,从而使得搜索中所得主导模式随着轨迹发展逐渐逼近真实失稳模式;基于预测轨迹的不稳定性判别技术将只在参数时变性恶化系统稳定性时进行等值轨迹的预测,并基于该预测轨迹的几何特征判断系统是否稳定。IEEE 145节点系统和某实际电网系统的仿真计算验证了所提预测方案的有效性。

基于实测响应轨迹的电力系统暂态不稳定判别

电力系统是一个复杂的多机时变非自治系统。通过广域测量系统获取的响应轨迹中包含了受扰系统全部的非线性时变因素,能够为系统暂态不稳定的准确识别提供依据。该文从扩展相轨迹表征受扰系统暂态稳定性的基本原理出发,分析了系统非自治因素对扩展相轨迹的影响;针对轨迹上可能导致判据误判的关键点,详细分析了非自治因素对暂态稳定判据的影响;利用实时测量的机组功角及不平衡功率,构建辅助判据识别可能导致误判的非自治因素,增强受扰系统暂态失稳判别的可靠性;通过定义复合功角确定受扰系统的失稳模式,形成了基于实测响应轨迹的系统暂态失稳判别流程。最后,该文针对IEEE39节点系统与复杂交直流混联电网进行了仿真测试,算例验证了辅助判据的有效性,并证实了该方法判别电力系统暂态失稳的准确性和预测性。

基于相图凸凹性和系统辨识理论的暂态稳定性快速预测方法

提出了一种与电力系统网络结构、模型以及参数等无关的快速预测暂态稳定性方法。该方法首先基于同步多参数测量装置实时测量的功角以及预测值将系统动态分成两机群,进而将系统动态等值为两机群系统;然后利用具有遗忘因子的在线递推最小二乘方法获得两机群等值模型的参数。结合这些参数在线快速估计等值系统的平衡点以及在线快速计算等值系统的稳定裕度△Vn,并利用△Vn快速预估系统的稳定性。该方法解决了稳定性预测对系统模型、参数的依赖性以及快速性与准确性之间的矛盾。

基于因子分析的NBC及其在边坡识别中的应用

满足条件独立性假设时,朴素贝叶斯分类器理论上比其它分类方法具有更高的分类正确率,但该假设在许多实际情况中并不成立,针对这一问题,提出了一种基于因子分析的朴素贝叶斯分类模型FA-NBC,并将其应用于边坡的稳定性识别。为了保证朴素贝叶斯分类器结构上的简单性,FA-NBC模型以方差贡献为依据构建新的属性集,新属性集包含原属性集的大部分信息且满足条件独立性假设。UCI数据集上的实验结果证明了FA-NBC模型的有效性。

基于电力系统同步多参量测量的自记忆轨迹预测算法

基于大气运动自记忆预测方法,导出了使用历史观测的多状态量预测电力系统微分方程中某一状态量的自记忆数值预测计算公式,并提出了基于广域测量系统的电力系统功角综合预测方案。该方案在每一采样时刻首先基于临界机组不平衡功率的拟正弦特性使用正弦三角函数滚动预测临界机组不平衡功率的变化,然后使用多个同步状态量的自记忆预测公式预测临界等值机组的角速度和功角。IEEE145节点系统和某省网实际系统仿真结果显示该方案具有精度高和稳定性好的优点,其能够稳定可靠地预测未来0.4s系统轨迹的变化。

轨迹凸凹性判据在不健全广域信息条件下的可靠性研究

基于局部惯性中心轨迹的几何特征，提出了一种识别系统暂态不稳定性的判据以及相应的多机系统暂态不稳定性识别方案，并在系统局部惯性中心参考坐标下基于广义势能函数推导了判据的离散表达形式．该方案摆脱了因求取全局惯性中心导致的不稳定性识别方法在实际应用时的限制，能够准确地识别出系统中具有局部广域信息条件区域内的不稳定性．IEEE50机145节点系统仿真结果表明：当失步机组具有观测条件时，使用该判据仍然能够正确判别出系统的稳定性，全系统轨迹信息的不健全程度只会导致不稳定性识别时间的不同，相对于传统时域仿真方法，该方法能够提前0．3～1S识别出系统失稳．

运行方式变化对密集型固有振模电力系统的影响分析

大规模电力系统具有振荡模式非常密集的特点,参数的变化会使系统产生模态不稳定现象。运用复模态摄动理论分析了密集型固有振模电力系统的模态不稳定特性,用夹角变化来度量振荡模态的变形程度,研究了系统运行方式发生不同变化时的模态不稳定现象及其特点。算例分析表明,模态不稳定现象的发生与系统运行方式的变化有关,同一个系统开始出现模态不稳定现象时,其对应负荷的增加量和减少量是不同的,密集振荡模式参与机组邻近的负荷波动容易使系统出现模态不稳定现象。

基于钻孔电视探测的井筒围岩块体识别及其稳定性分析方法

深部地质构造与浅部相比更加复杂,获取精确的工程地质信息是深竖井安全、高效施工的关键。以新城金矿新主井-930~-946m段施工为背景,为获取新主井深部详细的地质信息,利用钻孔电视采集地质钻孔内的围岩表面节理图像,使用孔内电视图像分析软件对所采集的图像进行节理分析、处理,获得钻孔围岩节理面产状;应用Dips软件确定围岩优势节理产状,利用UnWedge对围岩潜在楔形块体进行稳定性分析,借此建立井筒围岩结构面识别及其稳定性分析方法。应用该方法对新城金矿新主井井筒进行稳定性分析,结果表明:在-930~-946m区间内块体安全系数最小为19.75,切割深度为1.01m,井筒围岩块体均处于稳定状态,无掉落风险。

S-粗集与它的F-记忆

利用F-记忆S-粗集与它的F-记忆特性,F-记忆S粗集与它的F-记忆特性,给出(f,f)知识,F-记忆S-粗集的概念,利用这些概念,提出F记忆的F记忆显性定理,F-记忆的F记忆显性定理,F-记忆的不变性定理,F记忆可分辨定理,系统状态稳定的记忆识别准则,并给出应用实例.指出了(f,f)记忆知识与系统状态稳定识别之间存在着必然的联系.