摘要:随着电网自动化技术的发展，数据中心可获取海量多源多时空数据，在此基础上进行多源量测值互校核有利于实现后续大数据高级应用。针对单节点同时存在PMU与SCADA量测值的情况，提出一种前端不良数据辨识框架。为克服量测值负样本较少的问题，采用基于粒子群优化的改进一分类支持向量机辨识方法，根据两源量测差值识别异常点。对接近向量机边界可能被误判的值利用间隙统计法进行修正，确定不良数据。然后检验其所在时间点的PMU量测值，最终确定不良数据位置。基于某省实际电网数据对PMU与SCADA互校核辨识框架进行了验证与分析。计算结果表明所提方法能够有效地辨识出两数据源的前端不良数据，计算量小、耗时较短，比仅利用单源数据进行校核的结果更加可靠。

摘要:计及N-1准则的配网供电能力在计算时需考虑站内供电能力和站间负荷转移能力。基于配电网“闭环设计、开环运行”的特点，采用有向图模型描述站间联络关系并进行分析计算。首先，引入理想一供一备结构的概念及其有向图形式，提出联络馈线可根据转供方式拆分为理想一供一备结构的集合。然后，依据实际配网运行要求给出不同接线模式下联络馈线的分解方法，从而实现负荷转移时馈线容量约束的解耦，将复杂配电网化简为清晰直观的有向拓扑结构图。最后，基于有向图描述的配电网建立了供电能力计算模型，通过算例证明了方法的实用性和有效性。

摘要:为评估和提高电力推进船舶电网的可靠性，优化其运行策略，提出了一种基于灰云聚类和证据推理相结合的电能质量在线评估方法。首先应用改进的群层次分析法与变权理论得到指标权重，利用灰云聚类模型将评价指标转化成对应评估等级的基本信度分布。随后根据历史信息利用改进冲突度量方法衡量指标的可靠程度。最后通过证据推理规则对经可靠度和权重修正后的时域与空域指标进行信息融合，从而得到系统实时的评估结果。仿真分析表明，该方法能够准确地反映船舶电网实时的运行状态，具有较强的抗干扰能力。

摘要:在配电网故障的基于模型诊断方法中，最小碰集计算对整个诊断过程具有较大影响。为了进一步提高基于模型诊断的效率和准确率，提出一种适合配电网拓扑结构的最小碰集改进算法。利用新的适应度函数保证粒子直接朝着最小碰集迭代，提高对有解空间的搜索效率。利用“特征学习”搜索策略减少对无解空间的搜索。在分析配电网各元件解析冗余关系之间联系的基础上，提出算法分层的理论依据和实现方法。算例表明，改进后最小碰集算法具有更短的求解时间和更高的准确率。将改进后的最小碰集算法应用到基于模型诊断中，故障诊断的效率和准确率得到一定提高。

摘要:我国可再生能源持续快速发展，装机规模不断扩大，其中光伏发电已成为我国电源增长的主力。随着光伏发电装机规模的快速增长，多种制约因素导致的弃光限电问题突出，阻碍着光伏产业的健康可持续发展。研究未来大规模光伏发电并网条件下的光伏消纳能力，有助于引导光伏发电的科学规划和合理布局。提出了基于时序运行模拟的可再生能源消纳特性分析方法。通过光伏发电出力序列重构技术和对电力系统详细网络拓扑模型及线路约束的精细化建模，能够实现对未来高比例光伏发电接入电力系统背景下光伏发电消纳能力的精细化量化评估。最后利用所提方法对山东电网2025年光伏发电消纳能力进行了评估。结果表明光伏发电装机规模扩大到规划装机的2倍时，弃光比例仍将保持在合理水平。

摘要:混压同塔四回线发生跨电压故障时，零序互感的存在会对各相故障电流产生较大的影响。针对混压同塔四回线路中发生跨电压不接地故障的情况，主要分析了故障相电流的特征及电流选相元件的动作情况，采用改进复合序网的方法求解故障电流。利用相量图详细讨论了跨电压故障的电流特征及其对相电流差突变量选相元件的影响。针对混压同塔线路跨电压故障可能存在的误选相问题，提出一种基于相电流差突变量与相电流突变量相结合的综合选相方案，以实现正确选相。基于PSCAD/EMTDC对混压同塔四回线的各类跨电压故障进行大量仿真实验，验证了理论分析的准确性。

摘要:构建适宜于清洁能源消纳的现货市场是当前我国电力市场的建设重点，提出一种含双边储备市场及绿证交易的现货市场交易机制。首先，引入促进风电并网交易的绿色证书交易机制。结合当前国内清洁能源市场形势，提出绿证强制交易配额制度，确定绿色证书交易数额及定价模型。其次，为减少风电因投标偏差产生的高额考核费用，引入风电商参与购售电交易的双边储备市场。在该市场机制下，火电商作为交易电量的提供者与风电商进行购售博弈。采用古诺模型和鲁宾斯坦模型相结合后的变形模型，对双边储备市场的交易电量和交易电价进行求解。然后，通过蒙特卡洛模拟和场景缩减技术模拟风电的实际出力，代入函数模型对发电商的利润进行求解。仿真结果表明，同时参与日前市场与双边储备市场进行交易的风电商可以合理规避偏差惩罚，同时各个发电商的购售利润均有提升，验证了所提模型的合理性和有效性。

摘要:针对三相变压器在交直流混杂环境下的直流扰动问题，研究其绕组振动特性。建立Y/D变压器直流入侵状态方程，通过电磁耦合迭代辨识绕组电流，利用振动谐响应模型分析绕组振动。仿真计算变压器在不同运行方式下的直流偏磁电磁特性，研究不同直流扰动时绕组电流的变化及其振动特性，同时将不同条件下的绕组振动情况进行对比并总结规律。搭建三相变压器动模实验平台，开展380 V变压器空载和负载直流扰动实验，获取绕组电流与振动信息。利用实验数据验证仿真结果的正确性。

摘要:为了解决永磁同步直线电机预测电流控制对电机参数的依赖，提出一种鲁棒增量式预测电流控制算法。通过建立永磁同步直线电机增量式预测模型来克服电机磁链变化的影响，并详细分析了增量预测模型对电机参数敏感性。为提高电流带宽，对增量式预测电流控制进行一拍延时补偿。针对电感不匹配引起的电流预测误差，提出一种新型滑模观测器来观测电压扰动值并将扰动前馈补偿，从而实现精准电流控制。实验结果表明所提方案可有效地提高系统鲁棒性，具有较好的效果。

摘要:提出了一种通过改进遗传算法并综合利用灰色预测GM(1, N)模型、BP神经网络模型、多元回归模型建立的电网投资组合预测模型。基于传统遗传算法对组合预测约束条件进行了优化并改进了遗传算法中交叉算子和变异算子，从而使算法具有更强的全局搜索能力和收敛能力。利用所提出的组合预测模型对某地区电网投资进行预测的结果表明，相比于单一预测模型和其他两种组合预测模型，所提组合预测模型能充分利用原始数据的信息，具有更高的预测精度。

摘要:随着电力系统互联加强，风电并网容量的增加对电网的稳定运行影响越来越大。构建了以UPFC(Unified Power Flow Controller, UPFC)和SVC(Static Var Compensator, SVC)为代表的FACTS装置与含风电系统的数学模型。采用留数指标定位FACTS装置，设计了附加阻尼控制器(Additional Damping Controller, ADC)。基于IEEE 2区域4机互联系统，从特征根分析和时域仿真两个方面分析了FACTS装置对含风电互联系统低频振荡特性的影响。研究结果表明，加装附加阻尼控制器的FACTS装置能够维持母线电压以及发电机转速的稳定，增加互联系统联络线功率传输范围，抑制低频振荡引起的电网参数波动，改善了含风电电力系统的低频振荡特性。

摘要:电力系统中电能质量扰动分类特征选择标准不统一、泛化能力差、分类效果与分类效率有待提高。为了解决这些问题，一方面，引入多层极限学习机自编码器，优化输入权重，完成电能质量扰动信号的特征提取。另一方面，引入多标签排位分类算法，充分考虑各标签之间的相关性，完成电能质量扰动的分类。基于两种算法，设计出基于多层极限学习机的多标签分类模型，并得到多层极限学习机的最优网络结构和多标签分类的最佳分类阈值。实验结果表明，所提方法适用于电能质量单一扰动和复合扰动的分类，改善了分类效果和分类效率，具有较高的分类精度、良好的抗噪能力和泛化能力。

摘要:密集振荡模式可能会对电力系统动态特性产生重要影响，研究这种影响具有重要意义，而识别密集振荡模式是进行相关研究的基础。在分析机械力学领域密集模式判定方法的基础上，提出了一种识别电力系统密集振荡模式的模态灵敏度方法。该方法计算简单，能有效识别密集振荡模式，根据模态灵敏度信息还可以判断振荡模态的变化趋势。采用10机和24机两个算例验证了所提方法的有效性。

摘要:针对微电网中存在的非线性和参数变化等问题，为提高微电网直流母线电压控制的稳定性，提出了一种ESO与Backstepping相结合的控制方案。采用ESO观测系统的非线性及参数变化，采用Backstepping方法设计控制器，在补偿系统非线性和参数变化的同时保证系统的稳定性。并将所提的ESO-Backstepping控制方法与经典PID、Backstepping控制方法进行对比。仿真结果表明ESO-Backstepping控制方法在微电网非线性系统参数发生变化的情况下，仍可实现对直流母线电压的稳定控制，方法简单有效、稳定性好、鲁棒性强。

摘要:双馈风电场连接固定串联电容补偿输送电力的系统容易产生次同步谐振(SSR)。对于经电力电子变流装置接入系统的双馈风电场，其SSR特性与传统的SSR不同，双馈风机的变流器控制环节对SSR具有重要的影响。为了分析这种电力电子设备接入导致的新型SSR问题，以发生了此类SSR事故的国内某大规模风电汇集地区风电场为原型，建立了实际系统的等值模型。该等值模型可以作为研究此类SSR问题的一种标准模型，从而进一步对其产生机理、振荡特性以及抑制措施展开研究。验证了所提研究模型的有效性。利用该模型，通过时域仿真方法分析出各因素对双馈风机串补系统稳定性的影响。根据得到的结论提出了抑制此类SSR的措施。

摘要:分析了交流电电压、电流以及功率等均值参数的采样法测量理论，给出了不引入测量误差的条件。 分析了非同步采样导致交流电参数测量误差的原因以及采用窗函数加权抑制测量误差的机理。重点给出了非同步频偏很小时抑制误差最有效的矩形互卷积窗及误差公式。针对实际中模数转换(ADC)电路的输入信号中存在直流分量，导出了适用于单片机直接实现交流电参数测量的卷积窗加权算法的系列公式。通过仿真实验测试了单片机执行卷积窗加权算法的机器周期数与时长。结果表明采用STM32单片机仅需利用采样周期的很小一部分时间即可完成2阶卷积窗加权算法交流电参数测量中1个采样点的计算，算法具有很高的时效性。

摘要:下垂控制是船舶直流微电网中一种实现系统能量分配的有效方法。在传统下垂控制中，系统内各微源之间线路阻抗不一致，导致各分布式微源承担的功率也不一致，严重时微源直流变换器甚至出现过载故障。为了解决船舶直流微电网中由线路阻抗引起的负载均流精度问题，提出利用低频注入来检测线路阻抗的方法。通过在电感电流上注入低频交流信号，检测注入后的变换器电压、电流信息，利用傅里叶变换求得线路阻抗值，进一步补偿下垂系数。该方法可以提高微电网系统直流母线电压质量，改善直流变换器并联均流时的负载均分效果，对系统稳定运行影响小。最后仿真结果验证了该方法的有效性。

摘要:为了应对V2G(Vehicle-to-Grid)模式下大规模电动汽车接入给电网带来的诸多挑战，针对现有电动汽车调度策略对大规模电动汽车充放电需求考虑不足的问题，提出一种微电网电动汽车有序充电策略。调度策略可根据当前微电网负荷状态、电动汽车充电需求等实时数据，采用模糊控制算法优化安排电动汽车充电计划，满足电动汽车充电需求同时实现对电网的削峰填谷。利用该调度策略对某配电区域600辆电动汽车进行充电，并与传统即时充电策略进行比较分析。仿真结果表明，基于模糊控制算法的电动汽车有序充电策略能够有效避免大量电动汽车接入电网引起负荷尖峰的问题，为电网提供削峰填谷的服务，实现用户和电网的双赢。

摘要:考虑到光伏输出功率的随机性和波动性，提出一种基于粒子群算法(Particle Swarm Optimization，PSO)优化深度信念网络(Deep Belief Network，DBN)的光伏短期发电出力预测方法。首先利用改进粒子群算法确定DBN神经网络最优的初始权值，建立初始DBN网络。其次，确定预测日后，利用灰色关联度法选出与预测日气象特征相似度高的日期。将这些日期的气象数据和历史发电数据作为训练集对初始DBN网络进行训练，建立预测模型。最后仿真结果表明，所用模型相比于传统的DBN神经网络具有更高的预测精度。

摘要:针对大容量岸电系统并网给电网运行带来的负荷波动大、电能质量差等一系列问题，提出了一种经济高效的补偿方案，旨在提高电网运行的稳定性和安全性。通过研究大容量岸电接入后电网的稳定性，包括岸电功率的波动性，对电网无功功率分布的影响以及系统电压、网损、潮流分布的影响等，建立了大容量岸电的出力模型，对船舶负荷接入的配电网运行状态进行了仿真。仿真结果表明，该方案可提高岸电接入系统的安全稳定性和电能质量，为促进岸电的快速发展和绿色港口的建设提供参考。

摘要:敏感负荷的大量投运使得用户对电能质量的要求不断提高，电压暂降的快速有效预估成为当前电压暂降研究的一项重要内容。提出了一种基于网络传播特性的配电网电压暂降随机预估方法。首先基于配电网拓扑搜索电压暂降传播路径，通过序分量法获得不同路径下电压暂降的垂直/水平传播特性。进而根据路径搜索结果建立故障源至负荷侧的配电网电压暂降传播方程。最后结合不同故障类型及线路故障率计算暂降凹陷域和相应预估指标。对某实例配电网系统开展算例分析，验证了所提方法的有效性与优越性。

摘要:电机已经被广泛应用到人们生产生活的各个领域中，电机的故障不但会对电机本身会造成损害，甚至会引发经济损失、人员伤亡等各种问题。因此，将及时且高效的故障诊断技术应用于电机有着重要意义。相比较传统故障诊断技术而言，深度学习因其更强大更复杂的数据表达能力，已被应用于电机故障诊断领域，并取得了一定的研究成果。因此，介绍了深度置信网络(DBN)、自编码网络(AE)、卷积神经网络(CNN)和循环神经网络(RNN)这四类经典的深度学习模型，并总结了这四类模型在电机故障诊断中的应用。最后对深度学习在电机故障诊断领域中所面临的问题和挑战进行了总结和展望。