摘要:

摘要:油纸绝缘局部放电所激发的微弱声波检测是变压器状态监测的关键挑战，现有高灵敏声传感方法因声波信噪比过低而受限。为此，文中提出一种基于梯度声学超材料的绝缘油中声信号增强检测方法，通过实现宽频带声波的压缩放大，提升微弱声波的信噪比。文中采用30个直径按二次函数增大的圆板单元构建梯度声学超材料，单元厚度为1 mm，相邻单元间隙距离保持1 mm，最小单元直径为5 mm，最大单元直径为47.05 mm，整体结构的最大尺寸小于6 cm。通过数值模拟计算该超材料的声压放大效果，结果表明，尽管超材料单元与绝缘油间有限的声阻抗差异降低了放大倍数，但拓宽了放大带宽，从而实现宽频声信号的增强。在实验中，将声传感器与超材料末端单元相结合，兼顾窄间隙声场的检测需求与超材料结构的完整性，并成功验证超材料在绝缘油中的声信号增强效果。测试结果显示，该超材料在45~200 kHz范围内具有增益效果，峰值增益可超3倍。针对针尖局部放电的实验结果表明，该超材料能直接增强检测的声波峰值，还能显著提升其在放大频段内的频率成分含量，实现对局部放电信号的有效增强检测。文中将声学超材料应用于增强局部放电声学检测，对局部放电的早期检测具有重要意义。

摘要:气体绝缘输电线路（gas insulated transmission line, GIL）运行于高电压、大电流环境，其温升特性受多物理场共同作用影响。然而，传统的GIL温升分析方法仅考虑电流大小与理想简化模型带来的影响，无法有效判断GIL是否存在异常温升响应。为此，文中基于多物理场耦合策略，对GIL关键部件的温升特性展开研究。首先，建立磁-热-流体耦合理论，并完成GIL的有限元与实体模型构建；然后，考虑触头接触电阻的影响，开展工频稳态下的温升特性研究，揭示GIL关键部件温升响应规律；最后，通过带电考核试验，验证模型与温升响应结论的有效性。文中提出一种220 kV GIL响应关联模型，即指出导体温度与壳体顶端平均温度、运行电流的关系，并与实验值进行对比，结果表明该模型具有较高精度，可作为实际工程中GIL导体温度的经验计算方法。

摘要:主绝缘交联聚乙烯（cross-linked polyethylene, XLPE）材料的老化程度对电力电缆系统的稳定运行影响显著。文中首先对未投运电缆的XLPE绝缘进行加速老化实验，结合其宏观性能及微观结构的变化特性，提出抗氧剂指数可作为老旧XLPE电缆绝缘状态的评估参数，然后将该方法应用于已投运25、30 a的XLPE电缆绝缘老化评估。结果表明：老化过程中，XLPE的力学、热学、电学性能及其分子与晶体结构的劣化呈现先慢后快的规律，并存在变化拐点；而XLPE的抗氧剂指数随老化时间单调下降，无拐点，因此可作为评估老旧电缆老化程度的有效参数。尽管已投运25、30 a的XLPE电缆的宏观性能及微观结构参数分别处于未投运XLPE电缆绝缘加速老化曲线的拐点前后，但较未投运XLPE电缆绝缘的测试结果均变化不大。然而，这两类电缆的抗氧剂指数存在显著差异。已投运25 a的XLPE电缆绝缘内部抗氧剂指数距拐点较远，电缆尚未进入性能快速劣化阶段；而已投运30 a的XLPE电缆绝缘内部的抗氧剂已耗尽，老化状态已处于性能快速劣化阶段，其运行状态须引起高度关注。文中研究结果可为制定实际运行电缆老化程度的标准化评估方法提供参考。

摘要:特高频检测法准确度高且具有故障定位功能。目前气体绝缘组合电器（gas-insulated switchgear, GIS）大多装设特高频在线监测装置用于检测局部放电。为保障检测结果的准确性，需要定期对特高频传感器进行校验。用于在线监测的特高频传感器通常安装在GIS的手孔处，无法拆卸，直接测量其实验室的标定指标（如等效高度、动态范围等）十分困难，而通过注入功率信号测量待校核传感器的S₁₁及其与相邻传感器之间的S₂₁却比较容易。据此，文中对基于S₁₁和S₂₁联合互比对的GIS局部放电特高频传感器校验方法进行仿真研究。首先，分析GIS特高频传感器校验时等效的S参数网络和S₁₁、S₂₁变化特性；其次，建立特高频传感器及典型因素导致的劣化传感器的模型；最后，将上述传感器按照实际情况耦合在不同结构GIS的手孔内，仿真得出各类传感器的S₁₁和S₂₁曲线，并通过实验验证仿真模型的准确性。仿真结果表明：S₁₁主要与传感器性能和手孔有关，S₂₁主要与传感器性能和GIS结构有关。因此，S₁₁和S₂₁可作为GIS特高频传感器现场校验的指标，通过互比对GIS中不同相对应位置的S₁₁和S₂₁可以有效校验传感器的性能。

摘要:油中溶解气体是评估变压器运行状态的重要指标，准确预测油中溶解气体的发展趋势有助于预防电力变压器故障。为解决传统预测模型中单一变量造成的预测效率低下，文中提出一种基于Optuna超参数优化的Temporal Fusion Transformer （TFT）模型。通过引入变压器组别、绕组相别、气体类别等静态变量以及可解释性的多头注意力机制，实现多组变压器油中溶解气体的同步预测，提升变电站运维系统的预警效率。相比于传统预测模型，文中模型预测的平均相对误差仅为0.306%，较Transformer模型降低了66.7%，且在短期和长期预测时均具有更高的预测准确度。此外，文中模型的训练时间仅为Transformer模型的1/4，更契合当前智能预警平台中多组别设备同步预测的发展趋势。模型中的多头注意力机制表明氢气和甲烷之间以及二氧化碳和甲烷之间具有强相关关系，其与油纸绝缘裂解的产气规律相一致，进一步表明文中模型具有良好的可解释性，可为多组别设备同步预测提供技术保障。

摘要:随着交联聚乙烯（cross-linked polyethylene, XLPE）电力电缆在现代电网中的广泛应用，其复杂的敷设环境及外界电磁干扰对电缆故障定位精度造成了较大影响。为解决现有电缆故障定位方法在高噪声环境中故障定位精度较低的问题，文中提出一种基于扩展频谱时域反射（spread spectrum time domain reflectometry, SSTDR）改进的电缆故障定位方法。首先，引入M序列多周期信号建模方法，结合加窗滤波与自适应小波去噪方法对反射信号进行优化处理；然后，采用基于平滑相关变换（smoothed coherence transform, SCOT）加权函数的二次互相关加权方法，处理每个周期的入射信号与滤波后的反射信号，得到每个周期的相关系数，并通过算术平均得到最终的定位信息；最后，采用高斯平滑滤波方法增强故障位置的峰值特征，并通过峰值检测算法确定故障的位置信息。基于MATLAB/Simulink平台的仿真实验表明，在-20 dB低信噪比条件下，文中方法对不同位置的短路、开路故障以及多支路故障的平均定位误差均小于0.062 m，平均相对误差低于0.25%。与传统方法和现有技术相比，文中方法在低信噪比条件下能够实现有效定位，且定位相对误差至少提高0.01%。实验结果进一步验证了文中方法具有良好的抗噪声故障定位性能。

摘要:在电力无线传感网络（power wireless sensor network, PWSN）中，多用户上行并发接入受限于有限的频谱与功率资源，且不同监测业务对通信可靠性与时延的需求存在显著差异，导致资源调度难以兼顾整体效能与用户体验。文中在正交频分复用（orthogonal frequency division multiplexing, OFDM）上行架构中构建一种能够在异构业务环境实现服务质量差异化保障的联合资源分配机制，同时设计可量化的用户满意度函数，将子载波与功率联合优化建模为一个马尔科夫决策过程（Markov decision process, MDP），并引入双决斗深度Q网络（dueling double deep Q network, D3QN）算法动态调整资源分配策略。此外，为进一步降低计算复杂度，文中提出动作空间下采样机制，能有效提升训练效率。仿真结果表明，文中算法在不同节点规模与子载波配置下均能够快速收敛，相较于传统深度Q网络（deep Q network, DQN）、随机分配与均匀分配方法，文中算法能显著提升用户满意度。

摘要:针对电力变压器局部放电检测中传统声学方法存在灵敏度不足、频带较窄的问题，文中研制一种高灵敏、宽频带的法布里-珀罗标准具（Fabry-Pérot etalon, FPE）传感器。该传感器通过优化设计的标准具、准直器和激光器，实现高灵敏度与宽频响应的特性；同时，采用光胶法进行标准具装配，确保反射面平行度误差小于2″。此外，文中还提出基于固体标准具的工作点控制方法，有效抑制由温度变化与光源波动引起的工作点漂移。实验结果表明，该FPE传感器对局部放电声信号响应良好，在50 kHz频率下灵敏度为11.88 mV/Pa，测量带宽为10 kHz~1 MHz，其频响特性与Eta250型声传感器接近，优于4939-A-011型声传感器；同时，其测量灵敏度高于Eta250和压电传感器，约为4939-A-011型声传感器的4倍。该传感器的研制为电力变压器局部放电检测提供了新型光学声传感技术。传感器的抗电磁干扰能力、宽频检测范围及高灵敏度特性，可有效提升绝缘缺陷定位的准确性，为提高变压器绝缘状态监测的准确性和可靠性提供重要技术支撑。

摘要:绕组故障是变压器发生事故的主要原因之一，有效掌握变压器绕组状态具有重要意义。文中针对自耦变压器（autotransformer, AT）绕组故障诊断开展研究。首先，搭建试验平台模拟AT多种典型的绕组单一故障及多重故障，测试得到不同故障类型、程度下的频率响应；其次，利用快速矢量匹配法拟合得到绕组正常及故障下AT绕组系统的传递函数，从而得到极坐标形式下的零点分布图；然后，对零点分布图进行灰度差分统计（gray level difference statistics, GLDS）特征和灰度梯度共生矩阵（gray-gradient co-occurrence matrix, GGCM）特征的提取，并结合基于粒子群优化（particle swarm optimization, PSO）的随机森林（random forest, RF）算法实现对故障绕组和故障类型的分类；最后，基于实际AT故障案例对所提方法进行验证分析。结果表明，综合幅频和相频信息、通过快速矢量匹配拟合获取的极坐标形式下的零点分布图可捕捉到原始频响曲线中的较小差异；相较于布谷鸟算法、遗传算法等优化算法，基于PSO的RF算法对AT故障绕组和故障类型的识别准确率始终保持在93%以上，并且在实际AT故障案例中，文中所提诊断方法的分析结果与吊罩检修结果一致。

摘要:光伏功率的准确预测对于电力系统的调度、决策至关重要。为提高光伏功率预测精度，文中基于数据驱动原理，提出基于相似日和双层校正长短时记忆（long short-term memory, LSTM）的光伏功率短期预测方法。首先，对光伏功率和相关气象数据进行归一化处理，并通过皮尔逊系数确定影响光伏功率的关键因素，降低训练数据维度。然后，利用弗雷歇距离算法匹配待预测日的相似日，提升训练数据质量。最后，根据数值天气预报，基于特征学习方法在基准层LSTM中得到光伏功率一次预测值，并基于时间序列方法在校正层LSTM中得到光伏功率误差预测值，对一次预测值进行校正，得到最终预测值。以实地采集的真实数据为例，选取晴天、多云、雨天等不同天气下的参考日作为待预测对象进行算例分析。结果表明，使用文中所提模型与方法在不同条件下均能有效预测未来24 h的短期光伏功率，相比已有方法能大幅提升预测精度。

摘要:针对现有风储调度策略未充分考虑储能高效利用和系统联络线波动问题，文中提出计及储能高效利用的风储双阶段调度策略。在日前调度阶段，文中建立以最小化运行成本和弃风率、最大化储能利用率为目标的多目标优化模型，并采用多目标粒子群优化（multi-objective particle swarm optimization, MOPSO）算法求解最优调度方案。该模型充分考虑风电、光电等可再生能源的波动性，并通过优化储能充放电计划提升储能利用效率和调度经济性。在日内调度阶段，所提模型基于模型预测控制（model predictive control, MPC）方法实时调整储能及可调资源出力，修正调度误差，增强系统响应和稳定性。对文中所提模型进行仿真验证，得到MPC方法优化后，调度误差减小约50%，越限功率降低57%，联络线平稳性得到改善，同时风电消纳率提高15.6%，储能利用率提升12%，运行成本降低10.5%。仿真结果表明，所提双阶段调度策略可以显著提升风储电场整体性能，有效优化储能资源，减小调度误差，并提高系统的可靠性和经济性。

摘要:为应对风电和光伏不确定性给电网安全稳定运行带来的影响，同时弥补传统单目标最优潮流模型的不足，文中提出一种考虑风光不确定性的暂态稳定约束多目标最优潮流（transient stability constrained multi-objective optimal power flow, TSCMOOPF）模型及求解方法。首先，采用基于人工神经网络（artificial neural network, ANN）、深度神经网络（deep neural network, DNN）和超驱动区域失活正则化长短期记忆（surprisal-driven zoneout long short-term memory, SZLSTM）网络的集成学习方法，构建风光出力预测模型，以提高预测精度并提升模型鲁棒性。其次，综合考虑系统经济性和稳定性，建立包含有功网损最小化、燃料成本最小化和优化电压稳定指标的多目标函数，构建TSCMOOPF模型。然后，设计改进的参考向量引导进化算法（reference vector guided evolutionary algorithm, RVEA）对该模型进行求解。最后，基于改进的IEEE 39节点系统进行仿真实验。结果表明：所提集成学习方法在风光出力预测中表现优异，多目标优化模型在保证暂态稳定性的同时，可显著降低有功网损和燃料成本，并且改进后的RVEA收敛性和多样性均优于传统多目标算法。

摘要:在高比例光伏配网的新形势下，研究负荷可调节潜力对于电网安全稳定和调度精益化具有积极作用。为此，文中提出一种基于数据模型双驱动的负荷调节潜力评估及预测方法。首先，构建负荷调节潜力多维评估指标体系及评估模型，提出k-均值（k-means）算法负荷特征提取和自组织映射（self-organizing map, SOM）算法调节潜力特征融合的二次聚类方法，实现对各类负荷时序调节潜力的评估；然后，提出融合双向长短期记忆（bidirectional long short-term memory, BiLSTM）神经网络和动态模式分解（dynamic mode decomposition, DMD）的负荷调节潜力智能预测方法，实现对未来24 h 15 min级负荷调节潜力的预测；最后，使用某地负荷数据对所提策略开展仿真验证，评估结果验证了所提评估与预测方法的有效性，表明BiLSTM-DMD模型具有较高的预测精度。

摘要:针对双有源桥（dual active bridge, DAB）电路在电动汽车充放电能量转换过程中存在的传输效率低的问题，文中提出一种结合微分极值法与分段控制的最小电流应力优化控制策略。该策略在满足软开关约束的前提下，优化电流应力与抑制回流功率，从而有效提升传输效率。首先，以功率正向传输为例，推导拓展移相（extended phase shift, EPS）控制在两种工作模态下实现开关管软开关的条件，并分析回流功率的产生机理，阐述减小电流应力对抑制回流功率的作用；然后，基于微分极值法推导最小电流应力的最优移相比组合，并结合不同模态下软开关范围进行分段控制；最后，实验结果表明，在电压传输比大于1时，该最小电流应力优化策略在全功率范围内实现所有开关管软开关的同时，可以有效降低电流应力、抑制回流功率、提升传输效率。在电压传输比小于1时，该策略虽仍可降低电流应力，但并不能实现所有开关管零电压开通。

摘要:电网电压不平衡会严重影响电力电子变换器的正常运行，文中以三相电压型脉宽调制（pulse width modulation, PWM）整流器为研究对象，提出不平衡电网下PWM整流器平衡功率模糊自抗扰控制（balanced power fuzzy active disturbance rejection control, BPF-ADRC）方法，解决电网电压不平衡时整流器交、直流侧波形畸变的问题。该方法利用双电流平衡功率控制和自抗扰控制（active disturbance rejection control, ADRC）消除功率中的谐波分量。为实现参数的实时优化，该方法将模糊控制器与自抗扰控制器相结合，减少自抗扰控制器中需要整定的参数，简化调试和设计过程，使系统在不平衡电网下具有更强的抗扰动性以及对参数变化的快速自适应性。最后，通过仿真和实验平台，将文中所提控制方法与传统ADRC方法、带有功率平衡的ADRC方法进行对比。实验结果表明，所提算法能够有效提升系统稳态性能，网侧电流谐波失真率（total harmonic distortion, THD）由17.5%降低至1.7%，且在有效消除不平衡电网带来的谐波影响的同时，所提算法具有更强的抗扰动能力。