多级多分支配电线路雷击故障定位方法

针对监测终端受多级多分支配电线路负荷小,无法布置在线路末端导致监测范围小的问题,以及雷击次级分支时缺乏有效识别方法的现状,提出一种适用于多级多分支配电线路的雷击故障定位方法。首先通过电流极性判断矩阵识别监测区段内外故障,并针对区段外故障采用改进型双端行波定位方法进行故障定位。然后,针对监测区段内故障,基于改进型双端行波原理形成故障支路判断矩阵实现一级多分支线路的故障定位,而针对多级多分支线路,需要先采用矩阵变换将多级多分支变换为一级多分支线路。最后,PSCAD/EMTDC仿真结果表明,该方法可以有效定位监测区段外故障,并能有效定位多级多分支配电线路中次级线路雷击故障,扩大分布式监测系统的监测范围,对于示范线路目前的布点方案,将监测范围扩大了57.46%。

多配电台区电动汽车充电设施柔性协同运行方法

随着配电网中电动汽车规模化接入,其无序充电行为引发的充电负荷增长趋势日益显著,导致配电变压器过载、配电台区网损增大以及负载不均衡等诸多问题。文章围绕配电网台区电动汽车接纳能力提升问题开展研究,针对电动汽车的无序充电行为导致配电网运行经济性差、安全运行风险高等问题,提出了基于柔性互联的多配电台区电动汽车充电设施协同优化运行方法,考虑用户参与意愿、充电费用、用户满意度、配电网安全性等,结合智能软开关(soft open point,SOP)功率互送的能力,实现了台区间的互联互供。算例分析证明,文章的方法可降低变压器过载风险,大幅增加台区运行的经济性,通过台区间的柔性互联设备实现充电负荷转移与灵活资源共享,从而大幅提升配电台区对电动汽车的接纳能力。

考虑时序特征提取与双重注意力融合的TCN超短期负荷预测

为提高配电网超短期负荷预测精度,从特征构建与模型优化两个角度出发,提出一种基于Prophet和双重多头自注意力-时间卷积网络的超短期负荷预测框架。首先,通过Prophet提取负荷序列中隐含的多时间尺度时序特征。然后,基于最大信息系数选择预测模型的输入特征,并采用最佳滑动窗口构建输入矩阵。最后,在时间卷积网络的基础上,引入特征和时序双重多头自注意力,用于挖掘负荷特征矩阵中不同输入特征、不同时间步之间的内部相关性,并为特征、时间步自适应赋权以突出重要信息的影响。基于湖南省某配电网台区负荷数据开展算例分析,消融实验结果表明所构建预测模型的有效性;与多种传统机器学习和深度学习预测模型的对比测试结果表明,所提方法具有更高的负荷预测精度。

基于FRFT和RBF神经网络的升船机配电网单相接地故障研究

单相接地故障在陆地电网中为最常见的故障,若不能及时排查可能发展成相间短路等故障,严重威胁系统的安全性。文章引入馈线终端设备(FTU)对配电网进行监测,提出了一种基于分数阶傅里叶变换(FRFT)和径向基(RBF)神经网络结合的方法,针对单相接地故障进行识别。通过FTU监测配电网的电压数据,选取FRFT提取故障波形的能量率作为特征向量,最终利用训练过的RBF神经网络对故障进行识别定位。仿真试验结果表明:当FTU正常运行或发生信号丢失时,RBF神经网络均能够准确、高效地定位单相接地故障。

配电台区交直流混合配电网工程建设研究

随着分布式电源、电动汽车、储能设施在电力系统的广泛应用,部分低压配电台区接入的直流负荷和直流电源比重快速增加,基于配电台区构建交直流混合配电网的建设改造工程在电力建设中逐步推广。从交直流配电网关键技术出发,对直流设备、网架结构等方面进行了分析。全面梳理交直流混合配电网在关键设备和组网方式等方面的技术应用,对DC/AC换流器、DC/DC换流器、直流断路器等设备在交直流混合配电网中的功能定位和发展趋势进行了探讨。分析了交直流混合配电网的典型应用场景,比较了辐射型、两端型、环型结构在运行方式、供电可靠性、经济性上的区别,并基于重庆西部科学城设想场景,提出基于电力电子变压器的建设改造方案,开展交直流混合配电网示范应用,实现高质量可靠供电。

面向台区管理的台区状态综合评价方法及其应用

根据低压配电网中各台区的基础数据评价台区的运行状态是台区管理中进行各项决策的基础。针对低压配电网台区数目多、缺乏规范管理、数据不健全等问题,文中提出一种面向台区管理的台区状态综合评价方法。首先在考虑数据的易获取性的基础上建立了涵盖网架特征及负荷特征的台区特征指标体系;然后设计了基于改进型序关系分析法的台区状态评价模型,该模型可根据台区供电半径等5个台区特征指标进行综合计算,形成量化的评价值以快速评价台区状态,同时由于序关系可调的灵活性使得该方法具有较强的适应性和可推广性,能够为台区管理中的各类筛选决策问题提供参考依据;最后,以某供电局的实际台区数据进行实例分析,验证了该类方法的有效性和普遍适用性。

5G核心网创新技术研究及应用探索

研究了5G核心网的创新技术,包括多维网络切片、用户面软硬件加速、移动边缘计算(MEC)与5G结合、运维自动化和行业多样化使能技术,并探讨其在行业领域的应用和带来的价值。通过这些创新技术的使用,提出敏捷、算力、智能三位一体的5G核心网概念,以适应万物互联市场拓展的需要。

农村电网配电变压器选址优化模型改进与系统开发

农村电网多分布在山地、丘陵等地区,负荷点的海拔高度对变压器选址结果有着重要的影响,同时由于在布线过程中弧垂的存在,输电线长度实际并不是直线距离,该文对配电变压器选址优化传统模型进行了改进,引进由于弧垂存在的线路修正系数,并考虑海拔高度对距离计算公式进行了修正,提出了一种配电变压器选址优化改进模型(M-TLOM,modified-transformer location optimization model),并在Visual Basic6.0软件下开发了一套配电变压器选址优化系统(DTLOS1.0)。通过实例分析表明,配电变压器选址优化改进模型可以降低农网配网损耗。

我国柞蚕业的科学研究现状——基于柞蚕业科技文献的统计分析

检索2001～2011年发表的1 223篇柞蚕业的中文科技文献,从文献的年度分布、地区分布、研究领域分布及作者单位类型等方面分析近10年我国柞蚕业的科学研究特点。近10年柞蚕业科技文献的数量特别是在核心期刊的发文数量逐年上升,说明柞蚕业的科学研究处于活跃期,并且研究的深度与广度加强;柞蚕产业中心正随着全球气候变化在逐渐北移,柞蚕业科学研究也以北方地区的蚕业科研院所和高等院校为主;柞蚕资源的综合利用研究依旧是柞蚕产业兴盛不衰的技术支撑;科研院所是柞蚕业实用技术研发的主体,高等院校在柞蚕业基础研究方面具有明显优势,将为柞蚕产业的发展注入新的活力。

基于载波通信技术的低压配电网设备自动化识别系统

运用一种低压配电网设备自动识别技术,通过在表箱、分支表箱、出线开关处安装各类编码控制器,实现对台区低压侧设备、各设备间的拓扑关系的自动化信息管理。为低压线损分段、分块的准确分析、基于台区低压设备拓扑关系管理的GIS信息管理系统提供一种自动化、信息可识别的实现方法。

基于生成对抗网络和随机森林算法的配变低压跳闸预测

配变台区低压跳闸预测对供电部门掌握配电网运行态势至关重要。针对传统处理样本不平衡抽样方法容易造成信息丢失、引入噪声的缺陷,提出了一种领域清理(neighbourhood clean rule,NCL)欠采样和生成对抗网络组合的不平衡数据处理方法。首先采用NCL欠采样合理清除正常运行样本;然后采用稀疏自编码器学习大规模配变影响因素的内在特征,使用生成对抗网络去拟合、生成新的特征表示,并对其解码得到新跳闸样本;最后为了处理高维特征输入下的分类问题,使用随机森林分类器对目标配变进行低压跳闸预测,并依据跳闸概率进一步建立风险等级划分机制。以某地区配变为例进行建模预测,实验结果表明,所提模型在目标配变的预测准确率为99.65%,能有效预测低压跳闸事件和定位高风险台区。

基于格拉姆角场和改进残差网络的低压配电台区户变关系识别方法

低压配电台区户变关系信息是电力网络的基础性档案,准确识别低压配电台区户变关系对于电网企业尤为重要。采用一维序列分类神经网络进行台区户变关系识别时,存在序列易丢失时间依赖性、识别准确率低、准确率不稳定的问题,为此,提出一种基于格拉姆角场和改进残差神经网络的户变关系识别方法,以用户电压数据为基础,首先采用格拉姆角场方法将一维电压数据序列转换为特征矩阵,将矩阵元素对应于图像灰度采用伪彩色处理形成二维特征图谱;然后采用引入空间注意力模块进行改进的残差神经网络分类特征图谱以识别台区户变关系,采用格拉姆角场和伪彩色处理生成特征图谱,同时保留序列时间依赖性并使用空间注意力模块突出台区电压特征图谱差异,提高户变关系的识别准确率和稳定性。经实验验证,所建立的户变关系识别(CTRI)模型中台区用户识别平均准确率为98.52%,相较于一维卷积神经网络(1D-CNN)和二维卷积神经网络(2D-CNN)的平均识别准确率分别提升18.26%和10.1%。

国内外台区中低压配电网典型供电模式研究

深入分析了国外台区中低压配电网的供电模式,并在技术要点、经济价值、应用场合以及优缺点等方面详细比较了国内外所采用的各类接线方式。基于现状分析和发展趋势预估了未来我国台区配电网建设可以借鉴的先进技术方案,以便为相关研究人员提供参考指导。

20kV配电网与现有中压配电网互联与共存问题探讨

在10 kV配电网改造过渡时期,通过采用更改主变压器连接组别方式和联络变压器过渡形式,能很好地解决10 kV和20 kV的联络问题。结合不同供电区域的特性及用户侧周边电压等级情况,给出城市和农村区域以及用户侧升压改造方案,通过对各方案的结构及组成环节等方面进行分析,旨在解决不同供电区域升压改造的问题。

农村电网建设改造工程中选用新型节能变压器经济分析

文章针对目前农村电网配电变的现状 ,分析计算了采用低损高效的S9分开点系列配电变 ,更换老式高损低效的SJ、SJL、SL系列配电变的经济合理性 ,说明S9配电变具有投资少、见效快的特点。为了减少电能的浪费 ,提高电网供电质量和运行经济性 ,各地应借农网建设 (改造 )

基于神经网络和小波变换的长江山区航道雾情时空分布

为研究长江山区航道雾情时空分布特征,保障长江航运安全,在总结前期研究成果、收集长江山区航道多年雾情数据的基础上,提出雾情综合指数的概念。利用BP神经网络建立该航道雾情空间分布特征模型,划分出雾情等级较高的雾区。利用小波变换系数表征航道雾情时间分布特征,得到雾情年际变化特征,并在统计分析月分布数据的基础上得到雾情月分布特征。该研究可为长江航运安全管理预警提供支持。

计及电动汽车渗透率的台区负荷预测研究

大量电动汽车接入给配网台区负荷带来了巨大的影响,为了更好地进行配电台区的负荷调度和扩容规划,研究计及电动汽车渗透率的台区负荷预测。首先对多源的负荷预测数据进行缺失、重复、异常预处理并对处理后的数据进行负荷聚类分析;然后分析电动汽车渗透率对台区负荷的影响并建立相应的负荷预测模型;接着建立基于ANFIS-RBF算法的台区负荷预测算法,并采用某地实际模型和数据进行台区负荷预测实例仿真,分析不同电动汽车渗透率下的台区负荷预测结果并验证本文所提算法的优越性。

深度神经网络在配电网公变短期负荷预测中的应用研究

精准的负荷预测关系着电力系统安全、经济和可靠运行,短期负荷预测一直是电力系统的重要研究方向之一。结合深度学习理论,基于MXNet深度学习框架,采用深度神经网络算法预测配电网公变短期负荷,考虑负荷自身历史运行状态、气象因素、变压器属性、电力用户特征等多重因素影响,对传统电力负荷预测进行了创新和探索,并通过在某省的实际应用效果表明,基于MXNet框架的深度神经网络模型训练效率良好。基于深度神经网络的短期负荷预测模型有很强的泛化能力与通用性,为不同地区、不同类型的公变建立个性化的预测模型提供了可行方法。模型部署于阿里云大数据平台,基于阿里云大数据实现了配电网公变日负荷的实时预测。

配电变压器在线监测系统的应用状况及建议

在江苏常州供电公司配电变压器(以下简称配变)在线监测系统的实施过程中,对国内目前配变在线监测系统的开发和应用情况进行评述,分析了当前国内配变在线监测系统的发展现状,研究了配变在线监测系统及终端(TTU)在配电网中的作用,概括了配变监测终端的基本功能,对配变在线监测系统应用条件和技术特点进行了分析,并对今后几年监测技术的开发研究工作提出建议。

基于IDTT-B配电终端的智能配电台区设计

针对配电台区自动化程度低、运行状况无法远程监测等问题,设计基于IDTT-B配电终端的智能配电台区,为运行管理单位实现配电台区的精细化管理提供科学、先进的技术手段。论文详细阐述了智能配电台区的建设,包括对原有配电台区的升级改造、采用基于IDTT-B配电终端的新型智能配电台区建设、通讯网络的建设、主站建设等,重点介绍了IDTT-B配电终端的开发设计,该终端集配变监测、电能质量监测、温湿度测量、低压开关通讯等多种功能于一体,集成度高,支持远程控制、远程通讯和远程软件升级,投资小,性价比高。最后,介绍了基于IDTT-B配电终端的智能配电台区的技术特点、总体性能及应用场合。新型智能配电台区建设对于我国全面建成统一坚强智能电网具有重要意义。