基于电流量的断路器失灵保护闭锁新原理

随着电网的日益坚强,电源容量不断增加,母线背后阻抗不断减小,越来越多的长线路末端发生故障时,母线电压下降不明显,容易出现断路器失灵保护电压闭锁元件定值灵敏度不足的问题,进而导致断路器失灵保护拒动。在分析现有解决方案的基础上,提出了一种新型的基于电流量的失灵保护闭锁方案。利用故障后失灵支路电流情况及其占母线上所有连接支路的比率关系,开放该支路的失灵闭锁元件。RTDS仿真验证结果表明,该方案能有效解决工程实际问题。

基于GRNN全信息神经网络的超短期风速预测研究

为了更好地研究风功率预测,风速预测显得至关重要。国内神经网络文献均只表现出了短期风速预测,而对于超短期风速预测的神经网络数学模型却相对稀少。引入了GRNN神经网络,详细说明了该方法的超短期风速预测原理并建立了数学模型;为了使超短期风速预测精度有一个良好的对比性分析,将影响风电输出功率的各NWP(numerical weather prediection)信息(包括风速、风向、气温、气压)进行组合,以国内某风电场2014年5月份的各NWP数据进行算例分析,实验结果表明,GRNN全信息神经网络可以达到很好的预测精度,而且运算网络的稳定性甚优。