论文部分内容阅读
摘要:随着智能数字化变电站自动化先进制造关键技术、计算机网络通信技术的快速发展,智能数字化变电站应用高性能稳定、高安全性、高可靠性、高经济性的优点来完善国家电网网络化二次设备检修与优化变电站结构促进变电站电网的安全稳定运行。
关键字:变电站,数字化,调试技术
随着智能变电站先进制造技术的快速发展,国内外众多厂家的综合自动化先进制造产品逐渐成熟,为此,智能变电站自动化先进制造技术经过数十年的发展已形成一个更高的水平,在我国城乡电网改造与建设中不仅中低压变电站采用了自动化先进制造技术实现了无人值班,而且在220kV及以上的高压、超高压变电站建设中也大量采用自动化先进制造新技术,大大提高智能电网建设的现代化水平,增强输配电和电网调度的自动化先进制造水平,降低了变电站建设的电力工程造价。随着先进制造技术的快速发展是没有止境的,随着智能化开关、光电式电流电压互感器网络[5]、一次运行设备在线状态检测、变电站运行操作培训仿真等技术创新及计算机高速网络技术在实时系统中的开发应用研究促进智能变电站自动化先进制造技术创新。
1 基于综合课题研究意义
随着数字化变电站中新型电子式互感器理论与应用实践,促进高压电气设备一体化集成技术的快速發展,融合电气设备紧凑化、模块化、智能化,同时为继电保护和控制等二次设备发展带来第二次创新,促进智能变电站内过程层的数字化和过程中间件总线网络化的发展,实现了变电站控制系统从装置冗余向信息冗余的转变和信息集成化的应用。
2 基于大规模数据流技术及其在变电站信息处理中的应用研究
基于大规模数据流管理技术的研究已成为信息处理和大规模数据库领域的热点和前沿,大规模数据流管理技术可以为实时信息处理和分析提供有效的支持。随着电网规模的扩大和电力自动化先进制造程度的提高,电力系统运行产生的大量实时大规模数据形成大规模数据流,这些大规模数据流中隐含着与设备故障及系统稳定等有关的重要信息。研究大规模数据流技术及其在电力信息处理中的应用,选题具有重要的理论价值与实际中间价值。提出基于参数估计的概要构建综合方法,为大规模数据流概要构建提供创新的思路; 基于时序特征与参数估计的变压器故障诊断的应用案例说明了所提出概要构建综合方法的有效性。对大规模数据流连续查询与大规模数据流异常检测技术要解决的问题进行了分析,对基于移动小波树的大规模数据流异常检测算法进行了研究。针对移动小波树异常检测算法存在的不足,提出了改进的基于移动小波树的大规模数据流异常检测算法,通过构建二分检测单调搜索空间和实时更新移动小波树,实现了快速的检测。以电压骤降检测为例进行实验仿真,实验结果表明,提出的异常检测算法具有较小的时间开销,满足实时性要求,为电压暂降事件检测提供了一种新的方法。将传统大规模数据挖掘算法与大规模数据流处理思想相结合,实现了大规模数据流的聚类和分类。并根据分时电价的需求,提出了基于大规模数据流挖掘的用电负荷分类方法;根据在线电能质量扰动识别的需求,提出了基于滑动窗口和增量小波分解的在线电能质量扰动识别方法[1],可以为电能质量的改善提供决策支持。将传统预测方法与大规模数据流处理的思想相结合,提出了基于小波分解和最小二乘支持向量机的大规模数据流预测方法,通过对不同分解尺度的信号分别建立预测模型保证了预测的精度,采用滑动窗口实现了大规模数据流的连续预测,利用增量小波分解和在线最小二乘支持向量机预测算法减少了运行时间,利用电力负荷大规模数据和发电机功角大规模数据进行仿真实验,实验结果表明,基于增量小波分解与最小二乘支持向量机的大规模数据流预测方法在预测精度和处理时间上都有较好的优势,可用于超短期电力负荷预测与电力系统暂态稳定性预测。
3 基于无线传感器网络应用在变电站大规模数据收集与节点定位关键技术研究
无线传感器网络是由大量分布在监测区域内隐微型传感器节点的部署,通过自组织神经网络与GPRS定位通信方式所组成多跳、自组织的网络大规模数据监测和采集系统,它的主要用于是协作地感知,采集和处理网络覆盖区域中所感知的对象的信息,并发送给调度控制观察中心。人们可以通过传感器网络感知客观世界,从而极大扩展现有网络的功能和人类认识世界的能力。无线传感器网络大规模数据收集问题中拥塞公平性控制与面向网络寿命最大化优化策略;RSSI 高精度定位算法的精度问题与移动节点的定位问题。第一,针对传感器网络的拥塞公平性控制问题,提出了基于事件信息量的公平性控制算法 EFFRC,实现了大规模数据的有效传输[3]。其基本思想是:根据传感器网络以事件为中心的特点,计算节点包含的潜在事件信息量,并以其为权重进行带宽分配,避免了传统的以大规模数据量为权重而带来用有限带宽资源传输冗余大规模数据的问题。在计算节点的事件信息量时,为获取事件全貌,节点包含信息量与节点映射的事件面积成正比,提出了一种基于事件面积信息量近似算法,通过区域细分,将任意形状的事件区域大小的计算转换为若干四边形区域大小的求和,最终实现事件有效信息量的计算。第二,针对以寿命最大化为目标的异构分簇网络传输能量消耗问题,提出了一种精细的网络能量消耗模型,以及基于该模型的多跳与单跳传输的比例分配算法,有效延长了网络寿命。第三,针对 RSSI GPRS定位技术的定位精度问题,提出了基于 CPN 神经网络的GPRS细化粒度算法 CBFIA,有效提高了定位精度。第四,针对移动传感器节点定位问题,提出了运动模型和测距相结合的移动节点自定位算法 DMMPLA,用以提高定位精度,减小计算量。
4 基于大规模数据的电站节能优化控制应用研究
节能优化控制是发电厂节能降耗减排的重要途径。发电厂实时历史大规模数据库的海量大规模数据中蕴含着大量潜在的知识与信息,可以为节能优化控制所利用。基于电站海量的运行历史大规模数据,采用基于大规模数据的理论和方法对大规模数据库中历史大规模数据进行深层次的分析,从热力系统自身的运行大规模数据中找到改善系统运行的知识和手段。提出了一种运行参数目标值优化的整体方法。[2]采用模糊神经粗糙集属性约简方法对影响发电效率的运行参数进行约简,得到发电过程重要运行可调参数;基于机组运行大规模数据的特点,提出一种模糊神经网络C均值聚类与模糊关联规则融合的数据挖掘算法,并将其应用到运行参数最优目标区间和中心值的数据挖掘中。
5 结束语
基于数字化变电站先进制造技术遵循“安全,可靠,经济,适用,符合国情”的设计原则,积极开阔先进制造技术创新思路,勇于采用数字化先进制造技术新设备,融合该项工程建设成为了环境清洁型、经济实用型、资源节约型、先进制造技术型和工业化的智能数字化变电站控制系统。
参考文献:
[1]苗夺谦,李道国.粗糙集理论、算法与应用.北京:清华大学出版社,2008
[2]谭天乐.基于粗糙集的过程建模、控制与故障诊断:〔博士学位论文」.杭州:浙江大学,2003
[3]郭庆林,郑玲.基于模糊粗糙集大规模数据挖掘的汽轮机组故障诊断研究.中国电机工程学报,2007,27(8):81-87
[4]束洪春,孙向飞,司大军.基于粗糙集理论的配电网故障诊断研究.中国电机工程学报,2001,21(10):73~77
[5]熊浩,李卫国,畅广辉,等.模糊粗糙集理论在变压器故障诊断中的应用.2008,28(7):142-147
关键字:变电站,数字化,调试技术
随着智能变电站先进制造技术的快速发展,国内外众多厂家的综合自动化先进制造产品逐渐成熟,为此,智能变电站自动化先进制造技术经过数十年的发展已形成一个更高的水平,在我国城乡电网改造与建设中不仅中低压变电站采用了自动化先进制造技术实现了无人值班,而且在220kV及以上的高压、超高压变电站建设中也大量采用自动化先进制造新技术,大大提高智能电网建设的现代化水平,增强输配电和电网调度的自动化先进制造水平,降低了变电站建设的电力工程造价。随着先进制造技术的快速发展是没有止境的,随着智能化开关、光电式电流电压互感器网络[5]、一次运行设备在线状态检测、变电站运行操作培训仿真等技术创新及计算机高速网络技术在实时系统中的开发应用研究促进智能变电站自动化先进制造技术创新。
1 基于综合课题研究意义
随着数字化变电站中新型电子式互感器理论与应用实践,促进高压电气设备一体化集成技术的快速發展,融合电气设备紧凑化、模块化、智能化,同时为继电保护和控制等二次设备发展带来第二次创新,促进智能变电站内过程层的数字化和过程中间件总线网络化的发展,实现了变电站控制系统从装置冗余向信息冗余的转变和信息集成化的应用。
2 基于大规模数据流技术及其在变电站信息处理中的应用研究
基于大规模数据流管理技术的研究已成为信息处理和大规模数据库领域的热点和前沿,大规模数据流管理技术可以为实时信息处理和分析提供有效的支持。随着电网规模的扩大和电力自动化先进制造程度的提高,电力系统运行产生的大量实时大规模数据形成大规模数据流,这些大规模数据流中隐含着与设备故障及系统稳定等有关的重要信息。研究大规模数据流技术及其在电力信息处理中的应用,选题具有重要的理论价值与实际中间价值。提出基于参数估计的概要构建综合方法,为大规模数据流概要构建提供创新的思路; 基于时序特征与参数估计的变压器故障诊断的应用案例说明了所提出概要构建综合方法的有效性。对大规模数据流连续查询与大规模数据流异常检测技术要解决的问题进行了分析,对基于移动小波树的大规模数据流异常检测算法进行了研究。针对移动小波树异常检测算法存在的不足,提出了改进的基于移动小波树的大规模数据流异常检测算法,通过构建二分检测单调搜索空间和实时更新移动小波树,实现了快速的检测。以电压骤降检测为例进行实验仿真,实验结果表明,提出的异常检测算法具有较小的时间开销,满足实时性要求,为电压暂降事件检测提供了一种新的方法。将传统大规模数据挖掘算法与大规模数据流处理思想相结合,实现了大规模数据流的聚类和分类。并根据分时电价的需求,提出了基于大规模数据流挖掘的用电负荷分类方法;根据在线电能质量扰动识别的需求,提出了基于滑动窗口和增量小波分解的在线电能质量扰动识别方法[1],可以为电能质量的改善提供决策支持。将传统预测方法与大规模数据流处理的思想相结合,提出了基于小波分解和最小二乘支持向量机的大规模数据流预测方法,通过对不同分解尺度的信号分别建立预测模型保证了预测的精度,采用滑动窗口实现了大规模数据流的连续预测,利用增量小波分解和在线最小二乘支持向量机预测算法减少了运行时间,利用电力负荷大规模数据和发电机功角大规模数据进行仿真实验,实验结果表明,基于增量小波分解与最小二乘支持向量机的大规模数据流预测方法在预测精度和处理时间上都有较好的优势,可用于超短期电力负荷预测与电力系统暂态稳定性预测。
3 基于无线传感器网络应用在变电站大规模数据收集与节点定位关键技术研究
无线传感器网络是由大量分布在监测区域内隐微型传感器节点的部署,通过自组织神经网络与GPRS定位通信方式所组成多跳、自组织的网络大规模数据监测和采集系统,它的主要用于是协作地感知,采集和处理网络覆盖区域中所感知的对象的信息,并发送给调度控制观察中心。人们可以通过传感器网络感知客观世界,从而极大扩展现有网络的功能和人类认识世界的能力。无线传感器网络大规模数据收集问题中拥塞公平性控制与面向网络寿命最大化优化策略;RSSI 高精度定位算法的精度问题与移动节点的定位问题。第一,针对传感器网络的拥塞公平性控制问题,提出了基于事件信息量的公平性控制算法 EFFRC,实现了大规模数据的有效传输[3]。其基本思想是:根据传感器网络以事件为中心的特点,计算节点包含的潜在事件信息量,并以其为权重进行带宽分配,避免了传统的以大规模数据量为权重而带来用有限带宽资源传输冗余大规模数据的问题。在计算节点的事件信息量时,为获取事件全貌,节点包含信息量与节点映射的事件面积成正比,提出了一种基于事件面积信息量近似算法,通过区域细分,将任意形状的事件区域大小的计算转换为若干四边形区域大小的求和,最终实现事件有效信息量的计算。第二,针对以寿命最大化为目标的异构分簇网络传输能量消耗问题,提出了一种精细的网络能量消耗模型,以及基于该模型的多跳与单跳传输的比例分配算法,有效延长了网络寿命。第三,针对 RSSI GPRS定位技术的定位精度问题,提出了基于 CPN 神经网络的GPRS细化粒度算法 CBFIA,有效提高了定位精度。第四,针对移动传感器节点定位问题,提出了运动模型和测距相结合的移动节点自定位算法 DMMPLA,用以提高定位精度,减小计算量。
4 基于大规模数据的电站节能优化控制应用研究
节能优化控制是发电厂节能降耗减排的重要途径。发电厂实时历史大规模数据库的海量大规模数据中蕴含着大量潜在的知识与信息,可以为节能优化控制所利用。基于电站海量的运行历史大规模数据,采用基于大规模数据的理论和方法对大规模数据库中历史大规模数据进行深层次的分析,从热力系统自身的运行大规模数据中找到改善系统运行的知识和手段。提出了一种运行参数目标值优化的整体方法。[2]采用模糊神经粗糙集属性约简方法对影响发电效率的运行参数进行约简,得到发电过程重要运行可调参数;基于机组运行大规模数据的特点,提出一种模糊神经网络C均值聚类与模糊关联规则融合的数据挖掘算法,并将其应用到运行参数最优目标区间和中心值的数据挖掘中。
5 结束语
基于数字化变电站先进制造技术遵循“安全,可靠,经济,适用,符合国情”的设计原则,积极开阔先进制造技术创新思路,勇于采用数字化先进制造技术新设备,融合该项工程建设成为了环境清洁型、经济实用型、资源节约型、先进制造技术型和工业化的智能数字化变电站控制系统。
参考文献:
[1]苗夺谦,李道国.粗糙集理论、算法与应用.北京:清华大学出版社,2008
[2]谭天乐.基于粗糙集的过程建模、控制与故障诊断:〔博士学位论文」.杭州:浙江大学,2003
[3]郭庆林,郑玲.基于模糊粗糙集大规模数据挖掘的汽轮机组故障诊断研究.中国电机工程学报,2007,27(8):81-87
[4]束洪春,孙向飞,司大军.基于粗糙集理论的配电网故障诊断研究.中国电机工程学报,2001,21(10):73~77
[5]熊浩,李卫国,畅广辉,等.模糊粗糙集理论在变压器故障诊断中的应用.2008,28(7):142-147