基于数据驱动的复杂配网故障扰动源定位方法

来源 :电气自动化 | 被引量 : 0次 | 上传用户:singdj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于在复杂配电网中网络结构复杂,采集数据量过大,现有的故障诊断技术很难快速诊断故障。针对这一问题,提出一种基于数据驱动的复杂配电网故障扰动源定位方法。首先利用基于模块度函数的社区结构分类方法结合数据处理中心位置将复杂配电网络进行分区。然后将每个分区内的故障数据建立增广矩阵,并利用随机矩阵理论中的单环定理进行数据分析,得出各个区域内的数据分析结果,并根据分析结果实现故障扰动源定位。最后,通过IEEE 39节点标准系统进行算例仿真,验证所提方法的有效性和准确性。
其他文献
针对电力系统暂态稳定评估当中数据不平衡处理以及评估性能优化问题,提出了一种基于随机森林和K-means聚类的组合分类算法的暂态稳定评估方法。选取具有代表性的特征量构成原始特征集,并对数据进行归一化处理和相关性分析,以提升性能和运算效率。使用K-means聚类算法进行类分解,解决数据的不平衡问题,然后使用随机森林算法进行评估。最后,利用新英格兰10机39节点测试系统仿真,并与决策树、随机森林和支持向量机算法进行比较。在命中率、准确率以及整体系数上所提方法均为最高,误中率则是最低,由此表明方法效果好、误差小,
智能电网调度控制系统实时监控电力系统的发、输、变和配电等全过程,保证了电网安全稳定的运行,其健康度评价反映了整个电网运行情况。采用基于专家经验的评价方法虽然整体计算简单,但所得结果过于依赖主观因素,准确度不高。采用LinkedCop K-means (LCop K-means)算法对智能电网调度控制系统的健康度进行评价。首先介绍了智能电网调度控制系统的组成和主要功能,以及其健康度评价模型。LCopK-means算法属于机器学习算法中的半监督学习算法,因此在计算过程中并不会过分依赖于标签信息,具有更高的适用
针对高速公路短时交通流预测问题中待测站点上下游的交通流量时空信息利用不充分,且上下游观测点选择不合理的问题,提出了基于观测点遴选并充分挖掘时空信息的短时交通流预测方法。首先使用KNN算法对待测站点的上下游节点进行遴选,将与待测站点欧氏距离较小的上下游节点历史数据组织成包含时空信息的二维矩阵;然后使用卷积神经网络提取空间特征,将所得的特征向量送入双向LSTM模型进行时间信息的提取并完成最终预测。结果表明,经过观测点遴选后的KNN-CNN-BiLSTM预测模型准确率较遴选前提升了19.3%,实现了交通流时空信
受重复放电影响,电力系统各区域的调频控制偏差与电压基频波动较大,为此提出基于源网荷储优化的电力系统协同控制方法。采用多维小波分解方法分解电网系统各发电机组的调频信号频谱,降低重复放电对各区域的影响。根据分解结果结合电力系统电路构成获得微分方程,并对微分方程进行推算与Park变换。在此基础上,提出电力系统协同控制模型的构建目标,考虑源网荷储优化拓展元素构建电力系统协同控制模型。模型主要以源网荷储优化思想作为框架,对源网荷储电力系统协同优化元素进行拓展,实现多源横向互补与源网荷储纵向协调。结果表明,源网荷储优
传统的光纤复用保护通道需将保护装置发出的光信号通过光电转换设备变成电信号后再复用进SDH传输,对端也需将收到的电信号转换成光信号后送到保护装置。这种方式增加了中间转换环节,致使信号传输效率低、时延较大、故障隐患较多。针对上述问题,设计了一种基于2M光接口的光纤复用保护通道,省去中间转换环节。应用结果表明,通道方式结构简单,传输稳定,安装调试环节减少,能够满足保护通道要求。
配电网作为电力系统中的关键组成部分,对配电自动化的安全性、实时性和可靠性都有直接影响。提出了以EPON技术为基础的配电网自动化通信方案,通过对方案的有效性分析得到相应结果。研究结果表明,在以EPON技术为基础的配电网自动化通信方案中,不同组网方式故障修复的可靠性约为0.99,平均接入时延相对较小,且方案能够有效控制配电网不同组网方式的字节丢失率,具有较高的可靠性。
为实时精准掌握电能表运行状况,降低现场抄表人员工作量,提出了基于高速载波通信(high-speed power line communication, HPLC)高频采集数据的电能表运行误差监测模型。首先发送操控指令,通过HPLC数据采集模块采集各待测电能表的电压、电流及脉冲信号等数据,并对数据进行处理,将所得结果传送到后台管理中心;然后通过数据管理软件生成待误差监测数据报表,实现电能表运行误差的远程监测。结果表明,模型的采集成功率与效率高,可进行误差高精度监测,监测性能稳定,为电力公司提供有价值的信息。
针对车载变压器局部放电难以精确定位的情况,提出了一种基于局部放电超声波信号的协同定位算法,以提高车载变压器局部放电的定位精度。综合差分进化算法和粒子群优化算法的优点,提出了一种混合的DE-PSO算法,利用计算结果对代价函数进行修正,并将计算结果作为牛顿法的初值,经迭代后得到精确的局部放电源位置。仿真和试验结果表明,与传统的智能算法相比,具有精度高、鲁棒性强等优点,能够满足现场应用的需要。
为提高微电网经济运行水平,首先以微电网发电成本最小为目标,考虑微电网运行实际约束条件,将蜂群算法运用到并网状态下的微电网经济调度模型中;其次,将对立学习策略初始化种群,改善初始种群质量,同时将Metropolis准则引入蜂群算法,提高跳出局部最优解的概率;最后,以并网状态下的微电网为例,比较未改进蜂群算法与改进蜂群算法优化结果。结果表明,改进蜂群算法的调度方案降低了微电网的日调度综合成本,同时验证了所改进算法在求解微电网调度优化问题上的有效性与优越性。
当前基于服务器/客户机架构的高压直流输电换流阀监测系统的信息传递速度较慢,在任务处理量较大时不利于数据管理,很难实现信息的即时查询和贡献等。为了提高阀监测系统的先进性,解决信息孤岛问题,提出采用微服务思想的浏览器/服务器架构设计换流阀监测系统。对阀监测系统软件功能进行了分析,把功能流程迁移到微服务架构上,给出了系统架构设计方案,实现了阀监测系统对数据的实时监测和分析等功能。