配电网作为电力系统的关键环节,有必要识别配电网潜在危害,避免失稳。为了解决数据中噪声干扰的问题并提高态势预测准确性,提出了一种基于深度学习的配电网安全态势感知方法。首先,采集配电网运行量,利用奇异值分解(singular value deco...配电网作为电力系统的关键环节,有必要识别配电网潜在危害,避免失稳。为了解决数据中噪声干扰的问题并提高态势预测准确性,提出了一种基于深度学习的配电网安全态势感知方法。首先,采集配电网运行量,利用奇异值分解(singular value decomposition,SVD)对运行量进行降噪;其次,分析运行量与安全态势的关系,采用评估值指标评估配电网态势;最后,利用注意力时域卷积网络(temporal convolution network-attention mechanism,TCNAM)对降噪后的输入数据预测得出态势评估值,预测配电网潜在危害,若失稳,则发出预警信号。通过对IEEE 33节点系统和实际配电网系统仿真可知,TCN-AM预测效果好,且进行降噪处理后预测准确性有所提高,能够在满足预警条件后,发出相应的预警信号。所提方法在降噪处理后能够更准确地实现配电网的安全态势感知。展开更多
文摘对高压电缆金属护层悬浮电压进行简化计算,并针对高压电缆接地悬浮缺陷搭建了状态仿真平台,构建了直接接地箱缺陷及铝护套接地缺陷,在此基础上开展了典型缺陷在不同工况下长时间状态量变化规律的研究。结果表明:运行中110 kV单芯电缆金属护层两端不接地时的悬浮电压理论计算值可达4.64 k V(外护层良好接地)或57.81 kV(外护层非良好接地);直接接地箱缺陷及铝护套接地缺陷下金属护层接触电压会异常升高,且随试验电压成比例上升;不同试验电流下缺陷段电缆的接地电流和接触电压无明显变化,温升不明显;铝护套接地不良形成较小气隙时,高频电流传感器可检测出明显局放信号,且局放信号强度随试验电压升高而增大。
