基于继电保护隐性故障的电力系统连锁故障研究

电力系统联锁故障能够导致大范围的停电,影响人们正常的生产生活,给社会带来重大经济损失,因此人们对继电保护器隐性故障的电力系统联锁故障引起了高度的重视.由于系统中各个元件的运行状态处在变化当中,找出与连锁故障发生密切相关的系统或者是元件变化,能够有效的分析出引发故障的重要原因,对预防连锁故障的发生和采取有效的排除措施,有着十分重要的意义.     

降雨型滑坡诱发电网连锁故障风险评估模型研究

针对我国西部地区极端降雨型滑坡灾害诱发高压输电线路停运的现状,分析了极端降雨气象导致电力设施所处位置发生滑坡地质灾害的特点和影响线路故障率的途径。基于降雨历史数据与滑坡致灾机理,建立输电线路失效概率的混合模型;同时提出降雨气象诱发电网线路群发性故障集筛选原则,并根据效用理论和风险理论建立降雨型滑坡导致电网连锁故障的风险评估模型。最后,以我国西南某地质多发区域电网进行仿真分析,通过仿真结果比较分析,验证了所提方法的合理性。     

基于继电保护隐性故障的电力系统连锁故障分析

继电保护隐性故障与显性故障相比危害性更大,因为在不受外界干扰的情况下,继电保护隐性故障不会影响系统的运行,但是一旦有干扰,隐性故障就会马上变成显性故障,影响系统的正常运行,进而出现了连锁故障,造成了更大严重的损失。本文首先介绍了引起故障的因素,进而概述了继电保护隐性故障的危害,最后探讨了其规避方法,仅此提供借鉴。     

继电保护隐性故障中的电力系统连锁故障研究

电力系统隐性故障导致的连锁故障会导致严重的后果,通过对继电保护隐性故障的原因进行分析,建立隐性故障的模型,探讨了隐性故障中的电力系统连锁故障的模型、形成机理以及风险评估指标。     

电力系统连锁故障的分析与预测

电力系统连锁故障是由于系统中某一个元件发生故障,导致一系列其他元件停运的连锁反应。它是一种发生概率较低但危害性极为严重的事故。严重的电力系统连锁故障会导致整个电力网络的解列,引发大面积停电,给社会带来极大的经济损失。本文首先在引发电力系统连锁故障的相关因素的基础上,总结并阐述电力系统发生连锁故障的机理及其特点,并概略介绍电力系统连锁故障的分析方法,其次对电力系统模型进行介绍和评述,分析这些模型的特点,最后,依据可靠性指标,通过完善循环方式对电力系统进行搜索,预防电网故障发生。     

针对隐性故障的新型电力系统连锁故障模型

鉴于目前对电力系统连锁故障的研究大多是基于传统电力系统,且忽略了导致连锁故障重要因素之一的隐性故障。基于此,针对电网隐性故障,利用随机潮流(stochastic load flow, SLF)和元胞自动机算法(cellular automata,CA)结合构建一种针对隐性故障的新型电力系统连锁故障模型。首先,利用SLF引入风电和光伏机组,构造新型电力系统,同时计算出系统内各个线路的有功初始潮流。然后,使用CA算法简化系统的拓扑结构,结合潮流越限隐性故障概率模型判断元胞状态,以元胞及其邻居的状态进行故障传递从而模拟连锁故障。最后,以改进的IEEE39节点系统为算例验证了模型的有效性。该模型能为新型电力系统连锁故障模型以及隐性故障的研究提供新的参考。     

基于改进自组织映射聚类算法的连锁故障预测模型

为提高电力系统连锁故障预测的快速性和全面性,提出一种基于改进自组织映射聚类算法的连锁故障预测模型.针对事故链预测模型的故障指标模糊、事故链模型过于庞大等问题,该模型首先设计了初始故障集评价指标、上下级支路间关联性指标.其次改进自组织映射聚类算法,对关联性指标进行聚类分类,并在上下级支路关联性确定中,设定适当阈值.最后,...     

基于多种指标优化的连锁故障预防策略研究

为了预防连锁故障的发生,兼顾电网运行时的安全裕度和电压稳定情况,将电网当前运行与临界状态的节点注入功率之间的差值转化为安全裕度指标;分别将衡量电网整体和某节点电压稳定的雅可比矩阵最小特征值指标和电压稳定的L指标相结合,给出了电压稳定的综合指标;结合电网实际情况给出了各种约束条件,由此确定了完整的预防连锁故障模型;提出了监控优化过程中电网切除初始故障后的剩余支路所受潮流转移的影响程度是否在降低,从侧面证明了文中提出的预防连锁故障模型能够达到预防连锁故障的目的;通过对IEEE39节点系统进行算例仿真,验证了所构建的预防连锁故障模型的可行性和有效性.     

电网连锁故障的激发因素研究

以直流潮流算法为基础,针对电网潮流转移引发连锁过载的一类连锁故障,详细分析了电网连锁故障的激发因素,指出在电源容量和负载一定的前提下,当初始开断事故发生后电网的初始潮流、电网的拓扑结构、电网的支路参数以及初始开断位置等因素是引发新的开断事件发生进而激发连锁故障事故发生的主要因素,针对引发连锁故障的极限潮流状态,提出了一种实用求解方法,并在IEEE-14系统上进行了算例分析,研究表明,激发连锁故障的极限潮流状态并不是唯一,但可以根据实际情况,求出一些合理、可信的极限潮流状态,从而对运行实践提供指导。     

基于关联数据挖掘的继电保护定值风险评估方法研究

继电保护是确保电网安全运行的关键,为降低继电保护运行风险,现提出一种基于关联数据挖掘的继电保护定值风险评估方法。通过分析常见连锁故障类型及影响因素,采用数据挖掘求得电力系统故障关联度,计算挖掘数据间关联信息熵。利用关联信息熵系数挖掘电力系统内历史相关数据,深度分析每日数据波动特征,明确系统负荷孤立、电源孤立和电网解列情况发生的风险概率,以及功率损失及风险程度,建立继电保护定值风险评估模型,完成继电保护系统的综合风险评估。实验结果表明：所提方法能够有效评估出继电保护系统的风险概率和风险程度,算法收敛速度快,且风险评估的相对均方根误差、平均绝对误差低于2%,均方根误差低于20 kW,说明该方法有利于电力系统继电保护定值风险控制。     

基于电气介数的电网连锁故障传播机制与积极防御

随着电力产业的功能价值越发明显,在当今经济生活与社会生活中发挥着越来越重要的作用。然而电力资源在为人类带来便捷服务的同时,也存在着很大的风险,以至于随时危害人类的健康甚至生命。其中电网作为技术部门重要的工作载体,对其自身的连锁故障的防御就显得至关重要。该文着重以电气介数的电网连锁故障传播机制与积极防御为重点研究对象,提出使用电气介数分析电网连锁故障传播机制的方法,研究不同电气介数节点失效对系统连通性和输电能力的影响。同时提出基于生成介数的连锁故障积极防御方法。     

一种考虑二级连锁过载的电网故障关联区域划分方法

针对电网的连锁过载,提出了一种基于聚类算法的故障关联区域划分方法。利用直流潮流法对初始故障支路和其余支路之间的内在关联因素进行了分析,给出了支路之间的关联作用矩阵;给出了一种评价支路连锁过载严重度的表达参量,并给出了反映任一初始故障支路造成其余支路功率越限的严重度矩阵以及连锁过载标识矩阵;利用该3种矩阵从初始故障对其余支路施加影响的角度以及其余支路遭受初始故障攻击的角度,给出了以聚类算法为核心的关联作用区域划分方法,该方法既考虑了支路之间的内在关联作用,也考虑了实际运行状态的影响,最后通过算例分析验证了该算法的合理性。     

基于复杂系统理论的电网连锁故障研究

复杂系统理论是目前研究的一个热点,也是研究复杂电网连锁故障内在机理的最有力工具;该文首先介绍了电网连锁故障的研究历程及成果,然后根据对NERC15年数据进行的分析,说明电网大停电事故的长期关联性,并在此基础上分析了电网的自组织临界性及其对连锁故障的影响,最后简要地介绍了电网的小世界特性对连锁故障的影响。     

考虑隐性故障时电网二级连锁过载的风险水平分析方法研究

针对电网的二级连锁过载现象,并结合继电保护隐性故障,提出了一种风险水平研究方法:首先结合直流潮流法定义了二级连锁过载模式下的风险指标,然后从初始故障和剩余系统受扰支路的不同角度给出了3种进行风险水平统计的模型,进一步结合IEEE39节点系统,通过模拟计算对风险的统计结果及隐性故障中的参数对风险统计的影响进行了分析。所提出的方法可为分析具有不确定因素的电网连锁过载现象提供一定的借鉴。     

具恢复机制的相依电力-信息网络连锁故障传播

为了研究具有恢复机制的电力-信息网络连锁故障传播,基于相依网络理论,建立了IEEE300节点系统电力网与双星型结构信息网的电力-信息相依网络模型.分析复杂网络统计特征参数可知,电力网和信息网均具有小世界和无标度特性.利用相依电力-信息网络的连锁故障模型,对BA,WS和ER 3种不同的相互依存网络进行鲁棒性分析,提出了一种具有恢复机制的相依网络连锁故障传播模型.仿真结果表明,与目标恢复机制和随机恢复机制相比,依赖恢复机制的恢复级别更高,而且这种优势随着故障阈值的减少而提高.     

自组织特征映射在人群健康风险评估中的应用研究

运用自组织特征映射神经网络（SOM）方法分析人群的健康状况,给出评估结果,并对该方法是否适合健康评估进行评价,为后续的研究工作指明方向。     

一种考虑连锁过载和隐性故障的电网脆弱区域分析方法

针对电网的连锁过载现象,提出了一种划分和识别电网脆弱区域的算法。首先从初始故障支路对剩余系统支路产生作用的角度,提出了受动敏感性和使动敏感性的概念,然后在考虑继电保护隐性故障的模式下,给出了初始故障支路和剩余系统支路之间的关联作用指标以及初始故障支路对剩余系统支路形成敏感性的指标,将这些指标作为特征输入量给出了一种基于聚类方法的电网脆弱区域的划分和识别算法,并在IEEE 39节点系统上进行了算例分析,验证了算法的合理性。     

基于GHSOM网络的故障识别

提出了一种基于生长型分级自组织映射(GHSOM)网络的故障识别方法,给出了方法的基本原理,并将该方法应用于汽轮机组与齿轮的故障数据分析.研究结果表明,GHSOM能根据数据特征无监督地对故障进行正确聚类和识别,并且具有动态增长及分层特性,能解析出数据内在的层次结构,实现由粗到精的聚类识别,该方法可以扩展应用于机械故障的诊断与识别.     

大庆油田电网连锁故障分析研究

选取大庆油田110 kV和35 kV电压等级的电网,选择ERSI的MapObjects组件,利用C#进行集成二次开发后建成的系统,对建模后的电网选择初始故障,从而得到可能发生连锁故障的线路组成的关键输电断面。同时进行潮流分析,根据故障树理论建立大庆油田电力系统连锁故障的故障树结构;求取导致连锁事件的最小割集;求取连锁事件的发生概率;确定连锁事件的发展模式。为大庆油田电网的安全运行提供了有力参考依据。     

基于自组织映射网络的齿轮故障分类识别

分析了自组织映射网络算法，在U-矩阵方法基础上提出了一种改进的可视化训练结果方法，并应用于齿轮故障的模式识别，研究表明，自组织映射网络能对齿轮状态进行正确分类，有效识别故障模式，改进的可视化方法能更加清楚地显示网络训练结果，两者结合可以扩展应用于机械设备的状态监测和故障识别。