基于深度循环神经网络的换相失败边界检测

交直流混联电网中交流故障导致的换相失败,可能引发交流保护误动、拒动,造成连锁性故障。因此,快速精准的换相失败边界检测对提升交流保护性能、优化交直流保护协同配合、保障电网安全稳定运行具有重要意义。对此,提出了基于深度循环神经网络的换相失败边界检测方法。利用逆变站换流母线三相电压、直流电流及触发角指令实时值等站域信息,实现可综合考虑多因素耦合作用,可准确追溯引发换相失败原因,并含有一定的预测功能的换相失败边界检测新方法。

一种应用于变电站的交直流掉电监测装置的研究

随着电网规模的日益扩大和负荷需求的不断增加,对电网系统变电站交直流系统的运行要求越来越高,如果不能及时发现、消除交直流系统缺陷,将可能造成保护和自动控制装置死机、拒动、越级跳闸的后果,给电网的安全稳定运行带来严重影响。通过变电站交直流掉电监测系统的开发应用,能够实现变电站内交流和直流掉电的检测,实现对交直流电源设备运行数据的在线监测、分析、诊断,并对设备隐患进行预警,为运行部门进行状态检修提供科学依据,确保变电站交直流系统安全、稳定运行,为电网安全运行保驾护航。该系统历经调研、开发、调试、应用、总结等步骤之后,已正式应用到实际工作中,并取得显著成效,为保障变电站交直流系统今后的可靠运行打下坚实的基础,从而保障交直流系统可靠经济的运行,产生巨大的经济效益和社会效益。