首页期刊导航|电网技术
期刊信息/Journal information
电网技术
国家电网公司
电网技术

国家电网公司

张文亮

月刊

1000-3673

pst@epri.sgcc.com.cn

010-82812532

100192

北京清河小营东路15号中国电力科学研究院内

电网技术/Journal Power System TechnologyCSCD北大核心CSTPCDEI
查看更多>>《电网技术》创刊于1957年,由国家电网公司主管、主办,编辑部挂靠在中国电力科学研究院,为自然科学学术技术期刊,每月5日出版。《电网技术》比较全面地反映了中国电力、电工和能源等方面的技术发展情况及科研成果,重点报道中国电力和能源建设及发展规划、超?特高压输变电技术、国家和电力行业重大科技攻关项目及重大电力建设项目中的关键技术、大区联网和全国电网互联及其运行技术、电力市场建设及运行等。《电网技术》的报道范围几乎囊括了电力系统除发电厂中热工部分和土木工程以外的所有专业。此外,《电网技术》还适时增设热点专栏,如专家论坛、特约专稿、特高压输电技术、智能电网技术等。《电网技术》发行的对象主要是电力、电工、铁道、煤炭、石化等系统工程技术人员和高等院校师生。《电网技术》是中文核心期刊,百种中国杰出学术期刊,EI收录核心期刊,1996年开始被国家教委列为发表学位论文(包括博士论文、硕士论文)的有效刊物。收录《电网技术》的国内外检索系统包括:中国科学引文数据库(CSCD)、中国科技论文统计与引文分析数据库(CSTPC)、中国学术期刊综合评价数据库、《中国学术期刊文摘》、清华同方中国期刊全文数据库、中国核心期刊要目总览数据库、英国《科学文摘》(SA)、俄罗斯《文摘杂志》(AJ)。
正式出版
收录年代

    基于贝叶斯网络多馈入直流系统相继换相失败概率推断

    邹小兵陈武晖邹仁凯余浩...
    1253-1262,中插83-中插85页
    查看更多>>摘要:大规模多馈入高压直流各回路之间紧密复杂的耦合可能恶化高压直流换相条件,增加了多馈入高压直流系统发生相继换相失败的风险.该文基于贝叶斯网络理论,以换流母线电压降、直流电流变化率和谐波畸变率这三大影响因素作为相继换相失败的证据指标,分别建立3个证据指标的证据概率函数和相继换相失败免疫因子,根据这些证据建立多馈入直流系统相继换相失败的贝叶斯网络,推断多馈入直流输电系统相继换相失败的概率.依据该文所提出的多馈入直流系统相继换相失败的概率推断方法和相关性的风险分析,可预警多馈入直流系统相继换相失败风险,也可提出多馈入直流相继换相失败的抑制措施.

    多馈入直流输电系统相继换相失败贝叶斯网络概率推断风险分析与抑制

    基于双重移相控制的双向全桥DC-DC变换器最小回流功率分段优化控制

    孙标广李静争张迁迁
    1263-1272,中插86-中插88页
    查看更多>>摘要:双向全桥DC-DC变换器以其重量轻、高功率密度、能量双向流动等优点成为直流微电网中不可或缺的一部分.但双向全桥DC-DC变换器在传统的单重移相控制下存在回流功率和电流应力等问题,尤其当输入电压和输出电压不匹配时,回流功率和电流应力会显著增加.针对输入电压和输出电压不匹配的情况,该文提出了一种双向全桥DC-DC变换器在双重移相下的最小回流功率控制策略.该控制策略通过对回流功率进行分段优化,得到了变换器在不同传输功率范围下的最优移相角.通过将所提控制策略和传统的双重移相控制进行对比分析,发现该文所提控制策略具有更小的回流功率和电流应力,提升了变换器的效率.最后基于所提控制策略搭建了实验样机,实验结果验证了控制策略的正确性和有效性.

    双向全桥DC-DC变换器双重移相控制最小回流功率电流应力直流微电网

    基于改进默克尔树与区块链的电网调度自动控制软件版本一致性管控方法

    卫泽晨李立新刘金波於益军...
    1273-1280,中插89页
    查看更多>>摘要:调度自动控制软件是调度自动化系统的核心.近年来,发生了一些运维人员在工程现场随意变更调度自动控制软件版本,导致现场运行版本与测试通过版本不一致,进而造成软件运行异常的不良后果,严重影响了系统安全稳定运行.针对软件版本一致性问题,提出了一种基于改进默克尔树与区块链的电网调度自动控制软件版本一致性管控方法.设计了基于区块链的调度自动控制软件版本管控流程,结合调度自动控制软件特点,提出改进默克尔树对软件版本标注算法,提高了软件版本标识的安全可靠性;运用区块链技术进行软件版本信息上链存储,确保版本信息可核查、可追溯;设计了软件版本切片一致性校验方法,解决了调度自动控制软件测试和现场运行环境不一致导致无法校验的问题.最后,以自动电压控制软件为例,验证了所提出的软件版本一致性管控方法的有效性.

    调度自动控制软件版本信息标识数字摘要改进默克尔树区块链一致性校验

    基于功率指令切换的双级式构网型光伏故障穿越控制策略

    吕思卓郑超姜静雅
    1281-1290,中插90页
    查看更多>>摘要:在新型电力系统构建中,构网型光伏将发挥巨大作用.但受限于电力电子器件过流能力,目前针对构网型光伏的故障穿越控制策略还需进一步完善.综合考虑逆变器稳态和暂态过流抑制,提出了一种基于功率指令切换和虚拟阻抗的双级式构网型光伏发电故障穿越控制策略,该策略计及光伏直流侧动态响应,能够实现满足电流限幅约束的前提下向并网电压提供无功支撑,同时保持故障期间构网型光伏对系统惯性的支撑特性,提升大扰动下光伏换流器暂态功角稳定性.仿真结果表明,在电网发生严重电压跌落的情况下,所提控制策略可在保持逆变器直流侧电压稳定的同时实现故障穿越功能.

    构网型光伏虚拟同步控制故障穿越控制功率指令虚拟阻抗

    不平衡数据集下基于多粒度近邻图的智能电表故障分类方法

    黄子健高欣李保丰翟峰...
    1291-1300,中插91-中插99页
    查看更多>>摘要:智能电表故障的准确预测对实现计量设备精准主动运维、保障电网稳定运行具有重要意义.电表各故障类型样本的出现频次不同,且不同故障类型样本在高维特征空间中的分布存在重叠,这极大增加了故障预测的难度.现有不平衡分类方法通过构建单一样本信息与其对应类别标签的映射关系来划分样本类型,导致对具有相似表征信息的重叠区样本难以准确判别,降低了整体分类精度.该文提出一种基于多粒度近邻图的智能电表故障分类方法.首先,选择原始数据集中样本作为目标样本,以目标样本及其近邻样本作为节点、目标样本与其近邻样本连线作为边构建近邻图.根据选择的近邻样本数量不同构建多粒度近邻图,实现目标样本的信息扩充和训练样本的数量扩增,更有利于模型稳定训练.构建编码器挖掘近邻图节点特征,利用图注意力机制,根据近邻图节点编码特征和节点邻接关系将近邻样本信息自适应地聚合到目标样本,实现对相似样本差异的有效挖掘.对于给定测试样本,通过集成测试样本多粒度近邻图的分类结果,得到更精准、更鲁棒的智能电表故障预测结果.在20个KEEL(knowledge extraction based on evolutionary learning)和UCI(UC Irvine machine learning repository)不平衡分类公开数据集和智能电表实际故障数据集上的大量实验结果表明,与17种典型方法相比,该文所提算法在处理智能电表故障分类问题上具有显著优势.

    智能电表故障分类不平衡数据多粒度近邻图图神经网络样本信息聚合

    基于小电阻投入后扰动量标定的灵活接地系统定位新方法

    王晓卫张帆王毅钊张志华...
    1301-1310,中插100-中插101页
    查看更多>>摘要:针对传统行波定位方法应用于灵活接地配电系统时,存在定位误差大的问题,该文提出了一种基于小电阻投入后扰动量标定的灵活接地系统定位新方法.首先,通过投入并联小电阻产生扰动信号,该信号到达故障点后发生突变,产生线模行波信号;其次,利用多元变分模态分解(multivariate variational mode decomposition,MVMD)算法分解线模电流,提取故障特征,并计算最高频本征模态分量(intrinsic mode function,IMF)的离散峭度值,峭度值最大时刻即为线模电流到达时刻;最后,利用首端检测装置计算故障距离.针对灵活接地系统的复杂拓扑结构,研究了架空线、电缆线和混合线的定位公式,通过在末端增加辅助装置,排除伪故障点.仿真结果表明,所提方法能够准确实现故障定位,且不受故障初相角、过渡电阻及故障位置的影响.

    多元变分模态分解峭度灵活接地故障定位

    基于空间域图像生成和混合卷积神经网络的配电网故障选线方法

    郭威史运涛
    1311-1321,中插102-中插108页
    查看更多>>摘要:传统的配电网故障选线方法大多基于一维零序电流序列构建故障诊断模型,单一的诊断模型往往限制了故障特征的深层挖掘.为了提高故障选线的准确率,提出一种基于空间域图像和混合卷积神经网络的配电网故障选线方法.首先,利用优化的降噪光滑模型对零序电流信号进行降噪处理,减少外界环境的电磁干扰.其次,利用对称希尔伯特变换将一维时域信号转成二维空间域图像,图像的颜色、形状和纹理特征能够充分反映当前系统的运行状态.最后,将一维时域信号和二维空间域图像同步作为混合卷积神经网络的输入,充分挖掘系统的故障特征,利用Sigmoid函数实现故障选线.在辐射状配电网、IEEE-13节点模型、IEEE-34节点、StarSim仿真平台上模型上进行了实验验证.实验结果表明,该选线方法可以有效克服传统方法过度依赖主观特征选择、抗噪性能差等问题,能够在高阻接地、采样时间不同步、两点接地故障等极端情况下可靠地筛选出故障线路.

    故障选线对称希尔伯特变换混合卷积神经网络空间域图像生成优化的降噪光滑模型

    特勒根似功率保护在同塔双回交流输电线路中的应用

    刘世明曾琦器赵文琛张超...
    1322-1330,中插109-中插112页
    查看更多>>摘要:随着我国电网规模快速扩张,输电通道资源日渐紧缺,同塔多回输电技术逐渐得到广泛应用.超/特高压远距离输电线路一般以差动保护作为双重主保护,与纵联距离/方向保护构成双重化配置.但用于同塔双回输电线路时,分布电容电流将影响差动保护的灵敏度;同时,由于双回线线间和相间较强的电磁耦合作用,线间互感的影响将会降低纵联距离、纵联方向保护判断的正确性,导致原来的保护配置方案难以直接应用.将特勒根似功率保护原理推广至同塔双回线路,提出了一种基于特勒根似功率定理的同塔双回输电线路纵联保护方法,能够不受双回线内部复杂电磁耦合、分布电容、系统负荷等影响,并验证了该保护的对时方案在双回线路中的适用性.采用MATLAB/Simulink仿真软件搭建1000kV特高压同塔双回输电线示范工程模型,经大量仿真实验,验证了所提保护方法的有效性.

    特勒根似功率定理双回输电线路纵联保护双重化配置

    基于二阶段目标增强网络的低照度复杂环境下绝缘子故障检测方法

    田子建吴佳奇张文琪陈伟...
    1331-1340,中插113-中插115页
    查看更多>>摘要:从低照度户外环境中航拍采集的绝缘子影像,存在照度低、背景复杂、绝缘子故障目标小等缺陷,严重影响低照度环境下绝缘子故障检测准确性.为解决上述问题,文章提出一种基于TOE-Net的低照度复杂环境下绝缘子故障检测方法,提出TOE-Net进行图像预处理方法,再使用YOLOv7-OL作为故障检测模块检测小目标绝缘子故障.在二阶段目标增强网络(two-stage object enhancement network,TOE-Net)中,设计零目标图像增强损失函数实现预增强网络(preparation enhancement network,PreEnNet)和深度增强网络(deep enhancement network,DeepEnNet)的无监督学习;使用信道级注意力模块跳跃式通道注意力机制(skip squeeze excitation networt,Skip_SENet)和跳跃式通道注意力机制(skip convolutional block attention module,Skip_CBAM)模块改进原始小目标特征增强单次多框检测算法(small object detection enhancement single shot multiBox detector,SDE-SSD),从而提升定位网络的小目标检测能力;设计弱监督机制使预增强网络根据小目标特征增强SSD的要求来提升图像增强能力,直到小目标特征增强SSD能够从增强图像中准确定位绝缘子串位置;使用深度增强网络深度增强绝缘子串区域,提升各类故障的特征显著性.故障检测模块中,将YOLOv7目标检测算法改进为面向小目标YOLOv7,在原模型中添加结合多尺度特征自适应融合网络的小目标检测通道,并将原始损失函数的CIOU改进为BIOU,从而提高模型的小目标检测性能.在低照度环境绝缘子故障检测实验中,该算法与5种目前常用目标检测算法相比具有较大优势,并且相较于低光目标检测算法IA-YOLO、GenISP with RetinaNet,mAP提升9.77%、10.35%,检测速度提升7.23%、10.16%,证明该算法适用于低照度复杂环境下小目标绝缘子故障检测任务;在正常光照绝缘子故障检测实验中该算法仍保持出色性能,证明该算法能够实现常规光照条件下绝缘子小目标故障检测.

    绝缘子故障检测低光复杂环境目标检测小目标检测二阶段目标增强网络弱监督机制零目标图像增强损失函数小目标特征增强SSDYOLOv7小目标检测算法

    基于多维信息矩阵和DAM-LSTNet的线损预测方法

    马倩郭江涛杨霞迪力尼亚·迪力夏提...
    1341-1351页
    查看更多>>摘要:线损占低压配电网中能量损耗的绝大部分.准确预测线损率(line loss rate,LLR)对于及时消除输电线路异常故障,保证供电安全具有重要意义.现有的线损预测方法很少考虑季节性趋势数据,并且在预测非平稳线损序列时存在滞后效应.针对上述问题,提出一种基于多维信息矩阵和多维注意力机制-长短期时间序列网络(dimensional attention mechanism-long-and short-term time-series network,DAM-LSTNet)的预测方法.首先,采用最大信息系数(maximum information coefficient,MIC)方法筛选配电网特征和季节趋势参数.其次,采用遗传算法优化的变分模态分解(variational mode decomposition,VMD)方法,对历史线损数据进行分解,形成具有筛选网络特征参数的多维信息矩阵.最后,将多维信息矩阵放入具有多维注意力机制的LSTNet网络中,以预测线损.算例分析表明,与现有方法相比,所提方法具有预测参数考虑充分、预测权重自适应变化、滞后效应弱、预测准确率高等优点.

    多维信息矩阵多维注意力机制长短期时间序列网络最大信息系数变分模态分解线损