变电站综合自动化监控系统数据库结构的研究

以变电站的设备为基础,本文分析了变电站综合自动化系统的硬件结构特点,变电站间隔单元与数据之间的关系,提出了适合变电站综合自动化技术和电量调度监控的新型数据库结构——面向间隔(对象)单元的数据结构。通过与 RTU式的变电站监控系统数据结构的比较,说明了这种新型数据库结构的优点,并讨论了其对调度监控系统的影响及对远动规约的改革建议。

基于灰色预测和神经网络的电力系统负荷预测

负荷是电力系统运行和规划的依据 ,准确的负荷预测有利于提高电力系统运行的经济性和可靠性。文章提出了一种基于灰色预测和神经网络组合的电力系统负荷预测方法。在灰色预测中通过对历史数据作不同的取舍并经累加生成后建立不同的模型 ;对于灰色预测的不同结果再使用人工神经网络进行组合。具体方法是 :神经网络的输入为各种灰色模型 (GM)的预测结果 ,神经网络的输出为组合预测的结果。学习样本选择与预测量最近的 n个已知值 ,学习方法使用改进的 BP算法。所提方法综合了 GM预测所需原始数据少、方法简单 ,而神经网络具有非线性的拟合能力的特点 ,提高了预测精度。

一种简化的电力系统负荷线性组合预测法

负荷是电力系统运行和规划的依据,精确的预测可提高系统运行的可靠性和经济性。作者将电力系统负荷预测的三种主要方法,即外推法、灰色预测法和人工神经网络法结合起来,建立了一种线性组合预测模型。在组合模型的权重系数求解中,首先对目标函数和等式约束使用拉格朗日乘子法来求解权重系数。当出现小于零的系数时,改为只使用误差矩阵的对角元素来计算,这种近似对预测精度影响较小,但简化了计算,且保证了组合系数大于零的条件。由于组合模型的总平均误差要小于各单一预测方法的平均误差,这就提高了预测精度,尤其组合模型的最大预测误差要小于单一模型的最大预测误差,从而降低了预测的风险性,实例证明这种组合模型具有较好的实用性。

电力系统电压稳定性的动态分析方法综述

电力系统电压稳定性是电力工程界的研究热点之一 ,近年来随着研究的不断深入 ,迫切要求建立系统动态模型来研究电压稳定性方面的行为特征 ,以揭示电压崩溃现象的本质 ,对电压失稳机理做出合理解释。本文从理论依据 ,发展过程 ,应用成果等方面对电压稳定动态分析方法研究现状加以总结 ,讨论了现存方法的不足 。

以SCADA、GPS为基础的电力系统实时网损计算

由于电力网潮流的随机性质 ,电力负荷计量不准确、时间的不同步 ,以及电力网的网损计算方法多为近似计算法等 ,这都是造成网损计算误差的因素。针对上述问题 ,本文提出以 SCADA和 GPS为基础对电力网进行实时网损计算 ,可利用 GPS保证数据的同步性 ,同时通过 SCADA的遥测、遥信技术取得电力系统的实时数据 ,通过状态估计去除不良数据 ,大大提高了网损计算的精度。本文还介绍了一种我们所编制的基于实时计算分析网损的图形信息系统 ,它提供了方便、详尽的查询和分析功能 ,实现了图形、参数、数据库、计算分析和管理的高度一体化。

电力系统故障暂态信号分析中基波提取的新方法

电力系统故障暂态信号中基频分量的定量分析是电力系统微机保护的重要依据。己提出的基波提取算法主要有谐波分析法、暂态波形分析法。本文从谐波分析法的故障信号模型出发，给出了计算衰减直流分量的初始值和衰减率的公式，从而在滤除衰减直流分量的基础上再利用富氏算法就能得到基频分量的精确值。在此基础上，本文又给出了精简的算法，它能在保证良好精度的基础上又满足保护快速及算法简单的要求。仿真结果证明了这些算法的有效性及实用性。另外，考虑到电力系统基频信号有时偏移，本文还讨论了频率偏移时对精确算法及富氏算法的影响。

电力系统故障暂态信号的小波奇异性检测

小波变换理论在时域和频域的局部化性质 ,使之能有效地检测信号的奇异性。文章分析了电力系统故障暂态信号的奇异性 ,得出其奇异的特殊性 ,即具有不确定的奇异度 ,从而提出用小波变换进行奇异检测时对所用小波函数的要求 ,确保奇异性的准确检出 。

基于工控机的楼宇变电站综合自动化

文中分析了楼宇变电站的特点及对综合自动化的要求和利用工控机作为综合自动化装置的优越性 ,拟定了装置的功能、硬件组成及软件设计 ,这种装置在我国的配电系统领域具有广阔的应用前景。

电力市场中的市场力评述

市场力是电力市场化改革中倍受关注的重要问题之一。文中从3个方面对与市场结构有关的市场力的研究成果进行了评述,并指出了他们的特点和存在问题。此3个方面是:①市场结构对市场力的影响;②市场力的度量指标;③市场力的试验仿真。

天津电网电压稳定性分析

天津电网在华北电网中属于受端,大量的电力需要长距离输送,加之天津经济发展较快,受用电量不断增长而电力走廊紧张等因素的影响,致使天津电网存在着电压失稳的威胁。借助连续潮流、模态分析和电压稳定指标等技术和分析手段,对天津电网的电压稳定性状态进行了深入的分析,指出了天津电网存在的问题和系统的薄弱环节,为天津电网更为安全稳定的运行提供了有益的信息。

配电网倒闸操作票专家系统

介绍了为哈尔滨配电所开发的自动倒闸操作票生成系统。该系统基于专家系统技术 ,根据配电所拓扑结构复杂和运行方式多变的特点 ,提出了交互式推理原理 ,各子推理机模块都处于并行和串级之中。采用控制级规则宏观控制推理的模式实现 ,使程序层次清晰、灵活性高、推理效率高。用产生式规则、框架结构的知识表达方法 ,便于推理。知识结构的构造具有相对的独立性和灵活的关联性 ,使之与推理策略相呼应。配电网倒闸操作票系统的开发大大减轻了运行人员的劳动 。

智能型变电站电压、无功综合自动控制装置

提出了一种智能型变电站电压和无功综合自动控制装置。它是基于人工神经网络 (ANN)的电压、有功和无功负荷预测 ,模糊边界策略 ,遗传算法三者相结合的基本原理 ,用以实现变电站电压和无功综合自动控制装置的全局优化的控制策略。在保证无功基本平衡和电压合格率的前提下 ,可以使变压器分接头的调节以及并联电容的投切次数减至最低 ,从而大大提高变压器分接头及开关的寿命 。

基于分层分布式神经网络系统的高压架空输电线路故障测距的模型研究

根据目前广泛应用的单端电气量的基频分量实现单回高压架空输民线路故障测距的各种算法尚存在的不足之处，如求解出现伪根或可能存在迭代不收敛的问题，测距结果受对端系统绵影响等。本文运用人工神经网络的理论开辟了故障测距的新途径。提出用基于分布分层式神经网络系统来实现高压架空输电线路故障测距的新方法。经研究和仿真表明：该方法能有效地输电线路故障点的精确定位、测距结果不受故障过渡电阻，对运行方式的影响。

基于ANN无功预测和优化策略相结合的变电站电压和无功综合自动控制

本文首次提出一种基于人工神经网络无功预测和优化决策相结合的变电站电压和先功综合控制策略。它是根据电压发生变化的原因和变化趋势确定综合控制策略，该策略的有效性在于预测指导，确保控制效果的最优，可大大减少变压器分接头的调节次数。仿真测试证明了预期的效果。并要投入现场运用。在该系统中还构造了控制决策网络模型和训练样本，用以实现多种综合因素控制，即可综合考虑电压、无功和九等的并列控制时的相对权重。

方向高频保护的动作行为分析──第一部分 : 复杂系统的复故障计算

方向高频保护为高压和超高压输电线路的主要保护方式，其动作性能对电力系统的安全运行影响甚大。目前国内外广泛应用的方向高频保护的方向元件种类很多。有方向阻抗元件，负序方向元件，正序故障分量方向元件，工频变化量方向元件，相电压补偿式方向元件，行波方向元件等。这些方向元件中除了行波方向元件外，其他各种方向元件在区内、外故障时，其动作行为都与网络结构、运行方式、故障类型、故障位置、过渡电阻大小有很大关系。对于这些关系尚未见彻底的研究分析。在本文第一部分中，对复杂电网中各种简单故障和复故障的故障电流、电压全量以及故障分量的计算方法进行了研究，研制了大型的计算程序和绘图程序，以便于进行大规模的计算。在本文第二部分中研制了分析比较程序。利用这些大量计算结果，对各种方向元件进行各种区内、外故障情况下动作行为的分析。

继电保护的可靠性与动态性能仿真

文章提出了关于保证电力系统安全的战略性措施的见解,认为主要措施是提高电力系统本身抵抗事故的能力,同时应提高继电保护和安全自动装置的可靠性。作者提出了联系经济效益的继电保护町靠性评价方法和可靠性指标,阐述了进行继电保护动态性能仿真的重要性和仿真软件的功能。

基于神经逻辑网络冗余纠错和FNN组合的配网高容错性故障定位

创造性提出了基于多值神经逻辑网络 (MNLN)冗余纠错和前馈神经网络 (FNN)组合的配网故障定位原理和实现方法。根据配网SCADA系统汇集的信息具有冗余特征 ,及配网拓扑结构的关联性可获得各馈线终端单元 (FTU)信息之间的冗余关系 ,提出了基于MNLN原理的信息冗余纠错的模型及逻辑推理规则。经过纠错处理的、无畸变的信息即形成故障定位FNN模型的输入矢量集。文中所提出原理和方法对配电网具有广泛的通用性 。

遗传算法及其改进

本文首先对遗传算法的来源、基本原理、数学机理、特点及其应用进行了论述；为了提高遗传算法的收敛性能，同时考虑到交叉率和变异率的选取问题，本文简要介绍了一种基于个体适应度值的自适应调整交叉率和变异率的自适应遗传算法。分析其不足后，提出了本文的改进方法——改进的自适应遗传算法。在文章的最后，针对几种优化问题对本文所提出的方法和其它两种方法进行了性能比较，证明本文提出的改进方法达到最优解的收敛速度有了明显的提高。

基于事例推理模糊神经网络的中压配电网短期节点负荷预测

根据认知科学理论,在并行分布处理(PDP)模型基础上,提出了一种基于事例推理的模糊神经网络(CBRFNN)。分析了CBRFNN的原理,定义了CBRFNN的基本结构,并提出一种混合(有监督/无监督)学习算法,使得CBRFNN具备了很好的泛化能力。CBRFNN中的所有节点通过快速、增量式的学习过程动态生成,并可通过网络自组织来有效抵御坏数据的影响。所提方法很好地解决了中压配电网短期节点负荷预测这类信息不完备、不精确问题。

最小化运行费用的时变重构全局优化算法

该文提出了一种以运行费用最小为目标的时变重构全局优化算法。将时变重构问题分解为多个静态重构子问题,使用核心模式遗传最短路算法(CSGSA)分别求解每个子问题,得出候选放射状网络结构,并使用动态规划,根据各子问题的结果求解全局最优的时变重构策略。算法还对开关操作次数约束进行了处理,使之不影响动态规划的全局最优性。所提算法是配电网络实时调度,规划和离线分析的有效工具。