“双高”电力系统宽频振荡广域监测与预警系统

高比例可再生能源和高比例电力电子设备(简称"双高")接入电网引起的宽频振荡问题严重影响电力设备正常工作和电力系统安全运行。面对宽频振荡的多模态及振荡频率时变等新特征,如何实现宽频振荡的在线监测与分析是"双高"电力系统面临的重要问题之一。现有广域监测系统可实时监测和分析电网的低频振荡动态特性,但无法涵盖宽频电磁振荡。为解决该问题,该文提出了"双高"电力系统宽频振荡广域监测与预警系统框架。该系统兼顾现有广域监测系统的功能,同时具备监测和分析"双高"背景下宽频电磁振荡的能力。基于该系统提出了宽频状态估计、宽频振荡溯源及宽频振荡安全风险评估的方法,并通过模拟振荡场景验证了该系统的有效性。最后,分析了该系统在"双高"电力系统中的应用前景。     

基于GPS的相量量测单元在电力系统中的应用研究

基于GPS(Global Position System)技术的同步相量量测单元(PMU)可以实时测量节点电压的幅值和相角,介绍了PMU的测量原理以及其在电力系统电网稳定性监测与分析、广域测量系统(WAMS)、暂态稳定预测及控制、在线扰动识别、低频振荡的在线监测与分析、负荷参数辨识等方面的潜在的应用价值.为电力系统分析和控制提供了新思路.     

基于深度神经网络-近似线性网络混合模型的电力系统状态估计方法

为提高电力系统实时状态估计的精度和计算效率,解决电网电压波动频发、潮流分布的不确定性剧增等问题,通过提出一种基于深度神经网络和近似线性网络模型的电力系统状态估计方法,研究了其在电网的应用。该方法将混合系统量测数据通过粒子滤波算法得到样本集,利用训练样本训练所提出的混合神经网络模型,最后将测试样本输入已建立的模型中获得系统状态的估计结果。通过IEEE118节点系统进行的负载数据仿真实验表明：基于混合神经网络模型的电力系统状态估计方法不仅能快速进行海量数据训练,还能有效避免过拟合;在实时状态估计的精度和计算效率方面相较于高斯-牛顿法均有提高。可见所提方法在电力系统实时状态估计方面具有一定的应用价值。     

基于非负定自适应卡尔曼滤波的电力系统虚假数据攻击检测

虚假数据攻击(false data attack, FDA)是通过对电网中远程终端单元(remote terminal unit, RTU)、同步相量测量单元(phasor measurement unit, PMU)等通信环节的攻击,误导电力系统的状态估计,给电力系统的安全可靠运行带来巨大威胁。构建了电网虚假数据攻击检测架构、电压信号状态空间模型和虚假数据攻击模型,提出了非负定自适应卡尔曼滤波算法来估计模型中的状态量,旨在准确检测电力系统中的虚假数据。通过对3节点电力系统仿真,结果验证文中所提的算法在保证滤波稳定性的同时,提高了攻击检测的运算速度。     

基于频谱分析方法的高压开关在线监测系统的设计

在研究高压开关位置状态在线监测基础上,提出了一种集电路简单、成本低廉以及可靠性高于一体的实时在线监测系统.每个高压开关按照设计要求,均分配了特定的频率信号,通过快速傅立叶变换(FFT)对所有频率信号集中频谱分析,从而获得各个高压开关状态信息.该监测系统独特的设计方法可以很好地推广到电力系统其它开关量在线监测设计方面,同时对其它行业开关量的实时监测,也是一种很好的借鉴和提示.     

电力系统状态估计研究综述

电力系统状态估计是能量管理系统(EMS)的重要组成部分,其结果直接影响电网调度的智能化分析与决策。综述了电力系统状态估计的研究现状。首先,简要分析了电力系统经典静态状态估计和动态状态估计的基本功能及其发展;然后,介绍了几种目前新出现的状态估计方法,即新息图状态估计、谐波状态估计、配电网状态估计等,指出各个方法的优缺点。最后,对状态估计方法中值得研究的方面进行了展望。     

谐波状态估计相关问题综述

谐波状态估计对于电力系统谐波监测和治理具有重要意义。该文对现有的谐波状态估计算法进行了评述,探讨了谐波状态估计的可观性和量测配置优化问题,并分析了常用不良数据识别方法的优缺点。最后,对谐波状态估计技术的应用前景进行展望,并讨论了该领域尚待解决的问题。     

计及负荷静态特性的电力系统静态状态估计算法

在常规状态估计模型的基础上，提出了考虑负荷节点静态电压特性的电力系统静态状态估计算法。该算法利用负荷幂函数模型或多项式模型，将负荷有功、无功功率等效为以节点电压幅值为变量的方程组，构建新的零注入功率量测，利用加权最小二乘法进行状态估计，在迭代计算中修正传统的雅克比矩阵以及不平衡偏差量。4节点、IEEE-39节点系统以及实际地区电网算例的仿真结果表明，该算法提高了状态估计量精度，具有较好的实用性。     

基坑位移监测中带有未知参数的滤波算法

在基坑边坡的动态监测中,为了控制几何观测异常对形变参数估计的影响,把基坑边坡的力学信息看成是一个未知信息,建立了带有未知参数的滤波模型,并在固定的观测窗口中,把未知参数看成是一个不变的量,利用观测残差和状态预测残差来拟合它,并对滤波结果同时进行修正,得到了一个带有未知参数的滤波算法.实例说明,利用先验的几何、物理信息进行变形监测,能有效地提高状态参数估计可靠性.     

复频谱插值DFT的电力系统 低频振荡信号测量方法

低频振荡是三相电力系统中的一种平衡现象,如何准确、快速地估计振荡信号的参数对于评估和消除低频振荡至关重要.本文提出了一种采用复频谱插值DFT的低频振荡下电力系统动态信号参数估计的方法,该方法利用三相系统的对称特性,通过克拉克变换将电力系统中的三相实信号转换为正交分量形式的复信号,然后对复信号进行离散傅里叶变换,通过复频谱插值方法,利用两个幅度最大的谱线样本来估计各项动态参数.实验仿真结果表明本文方法能在低频振荡的场景下准确高效地实现电网动态参数的估计.     

一种新型电力系统谐波监测仪的研制

针对电力部门对电网运行质量进行监测的要求,设计了一种以高精度的浮点运算DSP(TMS320C32)为核心的电力系统谐波监测仪。应用加窗分裂基快速傅立叶变换算法进行数据分析,并选用双路异步串行通讯PC16552进行测量参数的设置和传送等工作。实践证明本装置能够准确而且快速地监测电力系统各次谐波参数,具有使用方便、功能丰富等实用价值。     

广域同步相量测量中频率特性研究

“广域同步相量测量”是一种在统一时钟协调下实现大电网实时同步测量的重要技术。是广域电力系统稳定分析和控制的前提和基础。为此对广域同步相量测量中频率的分布特性进行分析研究。     

电力系统低频振荡在线辨识的改进Prony算法

研究在线的振荡特征辨识算法是实现电力系统低频振荡在线监视以及广域阻尼控制的重要理论基础。广域测量系统的发展和应用使得低频振荡的在线辨识成为可能。该文提出了一种用于在线分析电力系统低频振荡的改进Prony算法,该算法针对输入信号的实际阶数和线性预测参数的估计进行了综合改进。经过算法时间复杂度的分析,证明改进算法提高了计算速度。计算机仿真和动模实验结果表明,改进算法能够得到更符合系统实际阶数的降阶模型,分析计算占空比小于4%,满足在线低频振荡辨识和系统振荡特性分析的需要。     

Prony算法在电网广域测量系统主站软件设计中的应用

本文简述了电网广域测量系统主站功能和结构以及主站软件的监测与分析功能,给出Prony算法拟合效果的评判指标,同时阐述将matlab工具箱中Prony算法与C++Builder混合编程的方法,最后利用广域测量系统主站软件对仿真数据进行分析及评判,找出系统的主导振荡模式。     

电力系统动态状态估计算法研究

为了提高电力系统动态状态估计的估计精度和收敛速度,引入一种解决非线性滤波问题的新型粒子滤波算法——混合卡尔曼粒子滤波器(Mixed Kalman Particle Filter,MKPF)。该算法采用扩展卡尔曼滤波器(EKF)与无迹卡尔曼滤波器(UKF)混合作为建议分布,得到一种更接近真实分布的近似表达式。仿真算例将MKPF与EKF和UKF进行了对比,比较结果证明在电力系统受到扰动之后,MKPF算法能够快速地收敛于真实值,且具有比EKF与UKF更高的估计精度和稳定性,达到了在线准确估计的要求。     

强跟踪滤波器在被动跟踪中的应用

在目标被动式跟踪中广泛应用的伪量测变换估计器(PLE)具有良好的误差收敛性.然而由于等价噪声和状态的相关性,该估计器的估计是有偏的.提出的强跟踪滤波器(STF)通过强制白化残差具有自适应地校正估计偏差和迅速跟踪状态变化的能力.STF已经在非线性系统时滞估计、故障诊断与容错控制方面取得了很好的效果.结合PLE和STF,提出了一种自适应伪量测变换估计器(APLE).APLE减小了状态的估计偏差,同时对目标的初始值具有极强的鲁棒性.计算机仿真验证了APLE算法的有效性.     

广域保护系统功能与可行结构分析

广域保护系统主要是针对电力系统广域信息进行收集和分析，同时对系统的状态进行评估，从而能够有效地保护多种系统不会受到扰动。本文针对广域保护系统功能以及可行结构进行了分析和介绍，希望能够对广义保护系统的进一步推广起到有效的促进作用。     

电力系统中基于同步相量测量技术的探析

介绍了同步相量测量技术及其在电力系统中暂态稳定预测与控制、状态估计与动态监视、故障定位、构建基于同步相置测量技术的广域测量系统中的应用,分析了同步相量测量技术在这些领域研究中的重要作用及其对电力系统安全的重要意义。     

基于复变自适应神经网络的电网相位估计方法

针对非理想电网电压下,不平衡电压、频率偏移引起的电网相位难以检测的问题,提出了一种在复变域下使用的基于自适应神经网络的电网相位估计方法.首先,对非理想电网电压进行建模,在得到神经网络模型的基础上,将复变最小均方算法的权值更新方法应用到神经网络权值更新过程中,利用神经网络权值实现对相位的估计.为了跟踪电网频率,设计了电网频率跟踪环节,并对收敛性进行了分析.仿真和实验的结果表明所提出的方法能够快速准确地对非理想电压下的电网相位进行估计.     

基于多项加窗插值FFT的谐波相量算法分析

大量电力电子设备应用于电力系统中时,会产生大量的谐波,谐波对电力系统的稳定有很大的危害.在对电网中的谐波进行分析时,采样与基波信号的频率同步和整周期截断是很难得到实现的,因此在采用快速傅里叶变换算法(FFT)时必然会造成频谱泄露和栅栏效应.研究表明,对FFT算法进行加窗可以减小频谱泄露和栅栏效应.根据分布式电能质量在线监测系统的需要,对比分析了加六项余弦窗、加八项余弦窗与加十项余弦窗的双谱线插值FFT算法,并推导算法和Matlab仿真,验证了加十项余弦窗的插值FFT算法具有更高的计算精度.