摘要：随着“新基建”“东数西算”等国家重大工程快速推进,云计算成为新型电力系统调度决策的重要依托手段。针对云计算过程潜藏的信息安全风险,基于主动诱骗理念提出了适配配电网调度决策模型的隐私保护方法。该方法通过构建与真实配电网伴生的随机化虚拟配电网,在防止隐私信息泄露的前提下保持了调度决策模型的稀疏性,进而整体提升云计算效率。首先,结合仿射变换原理,探讨了现有调度决策模型隐私保护方法面临的求解效率低下问题。其次,根据无标度网络模型,设计了伴生虚拟配电网生成方法,并推导了不同配电网结构之间的转换原理,提出了虚拟调度决策模型构建方法。然后,设计了基于双重校验机制的云计算框架,通过不同服务商云计算结果的相互验证,进一步保证结果的正确性和可信度。最后,基于6节点、IEEE 906节点系统进行数值实验,验证了所提方法的有效性和实用性。

摘要：为满足配电网施工作业安全管控与施工作业质量管控的需要,有效提高配电网工程现场工作的管控能力,文章将配电网工程现场管控技术与无线掌上终端技术相结合,提出了应用于配电网工程现场管控的掌上终端系统的总体设计方案。所构建的配网工程管控APP及其支撑系统,涵盖了项目管理、施工前期、施工过程以及工程竣工验收的工程全过程管控。通过所提出的配网工程管控APP设计方案,既可及时发现配网工程施工现场的安全隐患,有效避免安全事故的发生;又可有效对配网工程进行监视,确保配网工程建设符合标准化建设的要求。此项研究对我国泛在电力物联网建设提供了一定的理论指导。

摘要：当前在配电自动化系统建设过程中,由于配电网规模巨大、运行方式变化频繁,导致联络图维护成本较高、图形更新不够及时。文中立足于配电网自动成图基本思想,研究配电网联络图的典型连接方式,设计一种从外向内逐次布局的环形布局算法。通过模型抽取、图形建模、布局布线及整体压缩优化过程,实现从配电网模型到配电网联络图形的自动生成过程。通过具体工程应用,验证了研究成果的可行性。

摘要：将体验式学习理论和教育游戏理念引入配电网运行仿真培训系统的研发过程,利用体验性游戏模型理论建立了配电网运行仿真模型。配电网运行仿真培训系统采用面向服务的体系结构,实现了配电运行三维场景的组态式构建及仿真应用功能的灵活扩展,可应用于配电运行、检修、调试及调度人员的技能培训,改善了配电生产运行人员的仿真培训效果。

摘要：针对配电网停电原因复杂、停电研判决策不易等问题,对停电原因进行了深入分析并开发了应用系统。基于停电后其他相关系统可提供的信息及电网自身特点,提出了分层求解方法,并采用模糊外展理论进行了停电原因分析,采用混合架构完成了系统设计与开发,并在生产指挥平台上完成了系统部署。通过在配电网生产抢修指挥中的应用,证明了该系统的有效性和实用性。

摘要：建立了计及配电网中压和低压无功补偿优化规划的数学模型,提出了基于遗传算法的求解方法。所提模型和算法可处理多个负荷水平,同时优化补偿电容器的容量和分组数。为评估电容器在各负荷水平下的补偿效果,设计了补偿电容器投切模拟的流程。算法首先基于灵敏度分析和单位投资降损指标选择中压和低压待选补偿点,大大减小了搜索空间。算例分析表明了所提算法的有效性。

摘要：在全电缆敷设方式下的城市中压配电网中,由环网柜组成的电缆环网应用广泛。合理确定环网中环网柜的位置和数量,可以优化网络结构并减少不必要的主缆开断。为此,结合地理信息,建立了环网柜接线方式下对环网的环网柜的位置和数量,以及与其相关的环网间公共负荷的归属的优化新模型。根据该模型特点选用遗传算法进行求解,并设计了多信息矩阵级联的编码方法和相应的遗传操作。实际算例的仿真分析说明了所提模型和算法的有效性和实用性。

摘要：本文介绍了一种以基于计算机的过电流继电器来保护配电网的自适应系统的设计，概述了实现一个自适应系统所必需的软件和硬件，指出用于保护相对地故障的过电流继电器既要适应系统负荷和发电的变化，也要适应系统拓扑的变化。为研究自适应继电器的性能，作者考虑了被选定网络的四种运行状态。研究结果表明，采用自适应方法可以加快继电器的动作并改善保护系统的选择性。本文还给出了在自适应系统发生局部或全面故障时应当采用的运行策略的建议。

摘要：针对目前配电网继电保护数字仿真系统只能实现二次侧仿真、仿真效果不明显的缺陷,提出了能同时进行一、二次仿真的配电网继电保护一二次联合数字仿真系统。给出了仿真系统的总体设计方案,并从故障数据获取、对外数据接口、故障数据转换以及保护算法4个方面,阐述了该仿真系统的关键技术及相应的实现方法。基于PSCAD/EMTDC和VC++构建了一二次联合仿真系统,并应用该仿真系统对线路过电流保护算例进行了仿真。算例仿真结果与理论分析一致,验证了所研究仿真系统的正确性和有效性。

摘要：提出一种基于双树复小波变换(DTCWT)-深度信念网络(DBN)的配电网内部过电压识别方法。将10 kV母线三相过电压信号进行双树复小波变换,再通过奇异值分解降维,将所得奇异值作为特征值输入训练好的深度信念网络分类器,实现对7种典型的内部过电压的类型识别。利用ATP/EMTP仿真数据和物理实验平台上的故障波形对所提算法进行训练和测试,并将之与其他分类算法进行对比。结果表明,相较于所列举的其他方法,所提算法具有更强的特征提取能力和更高的识别准确率。