摘要:虚假数据注入攻击(FDIA)作为新型的电网攻击手段，严重威胁智能电网的安全运行。爆炸式增长的数据给集中式的FDIA检测方法带来了巨大的挑战。基于此，提出了一种基于边缘计算的分布式检测方法。将系统拆分为多个子系统，且在子系统中设置边缘节点检测器进行数据的收集、检测。结合深度学习的方法，构建了CNN-LSTM模型检测器，提取数据特征，并将模型的训练过程放置在中心节点上，实现高效、低时延的FDIA检测。最后在IEEE 14节点和IEEE39节点测试系统中，设定不同攻击强度，对所提边缘检测方法进行验证。结果表明，与集中式的检测方法相比，所提边缘检测方法在检测时间和内存消耗两个指标上有明显的下降。

摘要:考虑大规模电动汽车(Electric vehicle, EV)随机接入含高比例可再生能源电力系统后会进一步加大系统运行的稳定性问题，根据风光特性将联合系统划分为“有风有光”、“有风无光”、“有光无风”、“无风无光”四种运行模式，提出一种计及EV充电负荷的风电-光伏-光热协调调度策略。在“多能源端”通过外加电加热模块将盈余电功率转换成热功率储存在光热电站(Concentrating solar power，CSP)的蓄热系统(Thermal energy storage，TES)中，在可再生能源出力不足时，通过TES放热推动汽轮机组出力，从而减少功率波动性。在“负荷侧”将EV负荷划分为无序EV、单纯有序EV和V2G(Vehicle-to-grid)三种不同的EV负荷。最后利用Matlab进行仿真分析，仿真结果验证了所提调度策略在减少净负荷方差、增大可再生能源消纳、减小传统机组波动等方面的有效性。

摘要:能量枢纽(Energy Hub, EH)是实现多种能源互补利用的载体，而园区级能量枢纽中存在着大量的不确定性因素，包含可再生能源出力波动、负荷预测偏差、机组故障、外界环境及用户用能规律等。构建了一个包含冷热电联产系统、蓄热设备、电动公交车换电站的商业园区能量枢纽模型，研究了在不确定性因素下园区能量枢纽经济运行问题。以最小综合运行成本为目标函数，提出了一种计及机会约束规划的园区能量枢纽经济调度模型，将燃气轮机热电备用出力、后备电力市场购电设置为能量枢纽机会约束。所建模型为典型的0-1混合整数线性规划问题，基于Matlab/Yalmip/Cplex解算器进行求解。算例分析了不同运行场景、置信水平对园区能量枢纽经济调度的影响，结果表明：所建立的模型能够协调多种能源的运行，可以为方案决策者在风险与经济之间提供参考。

摘要:随着分布式光伏(Distributed Photovoltaic, DPV)电站接入配电网的规模日益增大，光伏出力的不确定波动特性造成配电网运行状态的频繁波动，故对接入配电网的DPV电站进行合理规划对于配电网的安全运行尤为重要。针对DPV电站接入配电网的并网点和容量选择问题，以并网位置节点和配置容量同时作为决策变量，并考虑DPV出力的不确定性，建立了DPV电站接入配电网的并网点和容量选择的分布鲁棒优化配置模型。以当地光照强度和环境温度的历史数据计算出的DPV电站单位容量光伏的日出力曲线作为数据驱动构建出基于KL散度的模糊集。通过优化计算出模糊集中最大和最小期望的概率分布以得到单位容量光伏出力不确定波动的范围，将分布鲁棒优化模型转化为鲁棒优化模型，并采用Benders分解法求解得到优化配置方案。最后，以某个实际180节点配电网为例进行仿真计算，并与确定性优化和传统鲁棒优化方法进行对比分析。验证了所提出的分布鲁棒优化方法既能够保证在光伏出力不确定波动下配电网的安全运行，又能够克服鲁棒优化方法的保守性，使求得的配置方案在经济性和鲁棒性之间达到良好的平衡。

摘要:针对传统粒子群算法自身存在的易早熟收敛和在问题复杂时无法寻找到最优解等缺陷，分析了其位置和速度状态转移公式中各项的含义及各项绝对值在搜索过程中的增减变化趋势和特点，并据此改进标准粒子群算法中的转移公式和初始化过程。与已有活跃目标点改进方法对比的同时，提出了基于随机衰减因子粒子群算法。分析将其应用于电力系统最优潮流计算中的方法，包括N1粒子维度设定方式以及将适应度函数与惩罚函数结合的思想，用以控制优化过程中可能出现的越限情况，得到较为完整的计算流程和优化模型。使用IEEE-7节点、某实际37节点、IEEE-118节点的三个网络，验证了计算方法的有效性。

摘要:为提高输电线路故障选相的精确性，提出了一种基于电流故障分量特征结合随机森林的输电线路故障类型识别新方法。分别在多个短时序列下计算三相电流故障分量能量相对熵与零序电流故障分量能量和，并按特定顺序把在各短时序列下计算得到的结果组成特征样本向量，以表征输电线路故障类型特征。建立随机森林智能故障类型识别模型，并利用故障特征样本集对其进行训练和测试，识别具体故障类型。仿真结果表明，所提算法在不同故障初始角、不同过渡电阻以及不同故障距离情况下均能准确识别具体故障类型，在数据丢失和噪声影响下也能较好地对故障类型进行识别。

摘要:为了提高永磁直线同步电机控制系统的鲁棒性和快速性，提出了一种基于超扭曲滑模控制的直线电机反推控制策略。首先，根据电机的机械动力学方程，建立了永磁直线同步电机的数学模型。其次，引入一种基于超扭曲控制的终端滑模控制器，削减系统的抖振，保证滑模面的快速收敛，从而提高系统的鲁棒性。针对直线电机易受到参数变化以及外界干扰影响的特点，为直线电机控制系统设计了一个神经网络干扰观测器。最后，通过直线电机实验平台验证控制方法的有效性。

摘要:配电终端作为重要的感知单元，对其健康状态进行评估有利于发现终端潜在的安全隐患，安排合理的检修计划以及保证电网安全运行。在构建全面、实用的递阶式评价指标体系基础上，引入集成客观事物随机性与模糊性的云模型求解指标隶属度，并对区间层次分析法(IAHP)进行改进，以兼顾指标权重的主、客观性。随后，基于D-S证据理论实现基础层指标隶属度向目标层信任度的转换，通过信任度最大值判定终端健康状态，并进一步分析冲突系数的分布情况，对基础层不良状态的指标进行预警。最后，以20 kV线路的馈线终端为例，验证该定性指标隶属度求解、组合权值获取和评估过程的可行性。

摘要:针对基于傅里叶算法的距离纵联方向保护应用于双馈风机接入系统会受频偏特性影响这一问题，分析了双馈风机短路电流特性对传统距离方向元件的影响。考虑到双馈风电场的频偏特性，运用了一种时域保护原理，即通过采集双馈风电场送出线两端保护安装处电压、电流时域信息，利用递推最小二乘法辨识出两端保护装置感受到的电阻、电感，将时域距离保护II段作为方向判别元件实现时域距离纵联方向保护。仿真结果表明，该方法不受风电场侧短路电流频偏特性的影响，能准确、快速判断出故障方向，且具有较强的抗过渡电阻能力，提高了双馈风电场送出线纵联方向保护的动作可靠性。

摘要:针对大量应用电缆线路导致的谐振接地系统单相接地故障时选线正确率下降的问题，提出一种基于计算馈线暂态零序电流重构误差及其低频分量多尺度交叉样本熵的故障选线方法。谐振接地系统单相接地故障时由于消弧线圈补偿作用，故障线路暂态零序电流相位、周期变化均与健全线路不同。利用相位变化不同，通过同步挤压小波逆变换对暂态零序电流进行重构并计算误差。利用周期变化不同计算暂态零序电流低频分量多尺度交叉样本熵。重构误差、交叉样本熵之和均为最大值的线路即为故障线路。大量仿真结果证明，该方法受不同故障条件影响较小，可靠性高，抗干扰性强。

摘要:现代电网中存在的薄弱环节会造成偶然事故的扩大发展，对电网及其元件的脆弱性评估对于防范大规模停电事故有重要意义。围绕电网线路脆弱性评估的问题，建立了综合考虑结构脆弱性、状态脆弱性和环境脆弱性的线路脆弱性综合评估体系。环境脆弱性部分选择具有代表性的雷击、覆冰、强风、污秽、山火和外力破坏作为脆弱性指标。随后基于IEEE39节点系统计算得到线路脆弱性评估的结果，并与其他文献方法的计算结果进行对比，验证了所构建评估方法的合理性。最后基于线路脆弱性的评估结果，进一步分析了网络结构均匀性的问题。结果表明，采用单一指标对线路进行脆弱性分析时会遗漏某些脆弱单元。综合考虑结构特性、状态特性和环境特性构建的综合指标能更好地对线路进行脆弱性评估。网络的拓展与演化存在“择优连接”的特性，高介数的线路、节点也必然形成，可以通过采用“反择优连接”，比如降低节点度的最大值来促进网络结构更加均匀。

摘要:严重的台风灾害可能导致配网用户停电，有效的配网用户停电数量预测可为电网应急抢修提供辅助指导。综合考虑气象因素、电网因素及地理因素，提出了基于机器学习回归算法的配网用户停电数量预测方法。分析比较了线性回归、支持向量回归(Support Vector Regression, SVR)、分类回归树(Classification and Regression Tree, CART)、梯度提升树(Gradient Boosting Decision Tree, GBDT)及随机森林(Random Forest, RF)等5种机器学习回归算法对配网用户停电数量预测的应用效果。对比结果表明，LR在进行配网用户停电数量预测时表现较差，SVR及CART模型效果次之，RF及GBDT效果相对较好，其中GBDT算法与RF算法误差较为接近。但考虑到GBDT算法为串行计算，而RF算法为并行计算，使用时RF算法效率更高。因此最终选取了RF进行停电数量预测效果的进一步分析。结果表明其误差在±30%以内的准确率可达70%以上，可为配网用户停电抢修提供有力指导。

摘要:针对传统相似日法中各因素相似度及其权重需要人工赋值的不足，在充分考虑日期类型、日期距离、气象因素等几种主要常规影响因子的前提下，建立了一种基于智能优化方法的相似日模型对日用电量进行短期预测。相似度计算公式中全部原本需要人工赋值的参数均由历史数据基于果蝇优化算法训练得出。参数值可以根据特定用户的负荷变化特性动态调整，增强了相似日法的准确性和通用性。为了解决求解参数的多维优化问题，避免算法陷入局部极值，提出了一种引入多种群概念的果蝇优化算法，增强了算法的全局搜索能力。仿真实例表明，相比起传统的相似日模型，基于智能优化方法的相似日模型的预测准确率有了明显提高。

摘要:随着电力行业数据的持续增长，云环境下电力调度消耗的能量越来越多，加剧了能源危机和环境污染。在电力云平台架构的基础上，提出一种基于云计算的电力任务节能调度算法。将虚拟机分配给具有最优性能功率比的节点进行处理，通过迁移虚拟机实现资源整合。通过仿真将该调度算法与节能虚拟机调度节点算法和改进型最佳拟合递减算法进行比较。仿真结果表明，在不显著降低效率的情况下，该方法可以节能10%以上。该研究为云环境下最优电力调度方法的发展提供了一定的参考和借鉴。

摘要:针对单相锁相环(Phase-lock Loop, PLL)受PI控制器饱和抑制造成滤波性能不足这一问题，提出了一种基于改进型环路滤波器的单相锁相环。该锁相环通过增加抗饱和PI控制器，改进环路滤波器，提高滤波性能。在输入同时含有直流和谐波干扰情况下，对电网实时相位进行锁相跟踪，可以明显提高锁相精度。利用Matlab/Simulink平台对改进型单相锁相环在电网畸变时的适应性、抗干扰性进行仿真分析。并基于TMS320F28335 DSP芯片为核心的实验平台进行实验验证，结果表明，该方法能快速准确地跟踪系统频率变化，达到锁相效果。

摘要:精确的光伏发电量预测对光伏发电系统的安全运行有重要的作用。然而，由于太阳能的不稳定性、间歇性和随机性，现有光伏发电量的短期预测模型存在预测误差大、泛化能力低等问题。因此，提出一种混合神经网络和注意力机制的分布式光伏电站电量短期预测模型(A-HNN)。利用残差长短期记忆网络与扩展因果卷积相结合提取数据的时间和空间特征，加入注意力机制增强特征选择，给出一种改进的混合神经网络模型。根据发电量数据时间序列本身的特性，选取以日为周期的时间序列数据。最后，通过实验与近期其他模型对比，结果表明在同等条件下此混合模型可以大幅提高光伏发电量预测的精度。

摘要:继电保护运行状态监测和状态检修是提高继电保护运行可靠性的重要手段。提出了一种基于广域信息的继电保护实时评价方法，并进行了实时评价系统的研制。实时评价系统通过获取电网调度系统、保信主站和故障录波器主站的信息，对每次继电保护的动作行为进行全局性实时评价、状态评估并生成相应报告，大幅减少了事故分析的时间，增加了事故分析的广度，提高了事故分析的质量。实时评价系统全面分析与故障线路相邻的所有未动作线路的保护信息，从这些设备的录波信息和中间节点信息中分析其动作行为，发现其隐患，保障电网更安全的运行。该系统已在国网安徽省电力公司调度中心试运行，运行结果表明该方案具有良好的可行性，有效提高了运维人员的维护效率。

摘要:利用绝缘栅双极型晶体管(Insulated Gate Bipolar Transistor, IGBT)串联技术，可使压接型IGBT串联静止同步补偿器(Static Synchronous Compensator, STATCOM)采用结构简单的三相两/三电平拓扑便可直挂于高压配电系统。但是配电系统中电压不平衡会使STATCOM直流侧电容电压产生二倍频波动，严重危及设备运行安全。利用能量守恒建立STATCOM直流电压二倍频波动的数学模型并进行简化，进而分析直流电压波动与电压不平衡度、直流电容容值以及直流电压幅值之间的关系，提出压接型IGBT串联STATCOM直流电压波动稳定运行范围确定方法，实现不平衡电压下对装置运行稳定性的直观判断。最后，通过仿真验证了所提方法的正确性和有效性。

摘要:智能化设备在低压配电网中的普及，为实现低压配电网故障的实时研判与主动抢修提供了新的研究方向。首先分析故障研判的信息来源及其校验方法，利用树状图描述低压台区的拓扑结构，并以此为基础提出主动故障研判的流程。然后运用模糊集理论分析部分设备运行状态信息缺失时的故障研判。最后基于PSCAD搭建涵盖中压馈线、低压配变、低压分支箱、终端用户等关键环节的仿真模型，根据研判流程设计控制模块，通过仿真结果验证该方案的可行性和有效性。

摘要:快速、准确、有效的电能质量扰动检测是电网故障分析与治理的前提和基础，在电力监测、电能质量评估及电网和用户的安全中扮演了重要角色。针对当前国内外相关研究成果进行整合归纳总结。首先，分析了电能质量扰动检测对象，归纳电能质量扰动检测的难点问题。其次，详细综述电能质量扰动检测方法的最新研究进展，将其分为时域分析、频域分析、时频域分析、参数估计、人工智能五大方面，并分别对这五个方面的方法进行讨论、对比分析各自利弊等。最后，指出暂态扰动及其组成的混合扰动检测方面存在的问题，并对今后的发展趋势进行展望。