“物聯(lián)網(wǎng)技術(shù)電力應(yīng)用研究”特約專(zhuān)欄寄語(yǔ)

特約主編簡(jiǎn)介

張林山：碩士，高級(jí)工程師，云南電力科學(xué)研究院科信部副主任。主要從事電力計(jì)量技術(shù)、物聯(lián)網(wǎng)技術(shù)相關(guān)領(lǐng)域研究。主持或參加完成十余項(xiàng)科技項(xiàng)目研發(fā)工作，作為主要研究人員參加了國(guó)家863 計(jì)劃課題“基于物聯(lián)網(wǎng)技術(shù)的輸變電設(shè)備智能監(jiān)測(cè)與全壽命周期管理”的研究工作；作為技術(shù)負(fù)責(zé)人或主要參加人取得“數(shù)字化變電站標(biāo)準(zhǔn)體系研究及220kV 變電站工程示范”、“支持電動(dòng)汽車(chē)應(yīng)用發(fā)展的電網(wǎng)充放電技術(shù)研究及示范工程”、“高精度電學(xué)參量標(biāo)準(zhǔn)族群的研究與建設(shè)”等多項(xiàng)科技成果，獲得省部級(jí)科學(xué)技術(shù)獎(jiǎng)勵(lì)7 項(xiàng)、公司科技進(jìn)步獎(jiǎng)10 余項(xiàng)；申請(qǐng)專(zhuān)利40 多項(xiàng)，已獲得18 項(xiàng)發(fā)明專(zhuān)利授權(quán)、8 項(xiàng)實(shí)用新型專(zhuān)利授權(quán)，獲得云南省發(fā)明專(zhuān)利一等獎(jiǎng)1 項(xiàng)、公司專(zhuān)利獎(jiǎng)10 項(xiàng)。

特約專(zhuān)欄寄語(yǔ)

物聯(lián)網(wǎng)是指通過(guò)信息傳感設(shè)備，按約定的協(xié)議，將任何物體與網(wǎng)絡(luò)相連接，物體通過(guò)信息傳播媒介進(jìn)行信息交換和通信，以實(shí)現(xiàn)智能化識(shí)別、定位、跟蹤、監(jiān)管等功能。當(dāng)前，人工智能技術(shù)、物聯(lián)網(wǎng)技術(shù)快速發(fā)展，電網(wǎng)企業(yè)越來(lái)越注重利用前沿新技術(shù)手段，提升電網(wǎng)安全生產(chǎn)和運(yùn)行管理的智能化水平。本專(zhuān)題集中刊出了3 篇論文，對(duì)物聯(lián)網(wǎng)技術(shù)在輸電線路桿塔雷擊預(yù)警、配電網(wǎng)分區(qū)和分布式電源電壓無(wú)功控制等輸配電網(wǎng)運(yùn)行管理中的應(yīng)用進(jìn)行了深入探討。

張林山

2020 年4月

特約專(zhuān)欄文章摘要

文章一摘要：本文介紹了一種基于動(dòng)態(tài)模式切換的分布式電源電壓無(wú)功協(xié)調(diào)控制方案。該方案以電壓和無(wú)功功率為判斷條件，確定各個(gè)設(shè)備在不同狀態(tài)下采用的具體控制模式；各個(gè)設(shè)備所起到的作用也將隨系統(tǒng)狀態(tài)改變而動(dòng)態(tài)變化。該方法具有以下三種優(yōu)勢(shì)：1）最大化DG的無(wú)功功率儲(chǔ)備；2）在正常操作條件下提供電壓調(diào)節(jié)；3）最小化系統(tǒng)中的實(shí)際功率損耗。為驗(yàn)證其有效性，本文以12節(jié)點(diǎn)系統(tǒng)為算例在三種場(chǎng)景下對(duì)該協(xié)調(diào)控制方法進(jìn)行測(cè)試。研究結(jié)果表明該方法可在保障實(shí)際功率損耗最小化和無(wú)功功率儲(chǔ)備的最大化的前提下，實(shí)現(xiàn)電壓狀況的明顯改善。

文章二摘要：輸電線路桿塔雷擊預(yù)警對(duì)保障電力系統(tǒng)安全運(yùn)行具有重要意義。針對(duì)歷史雷擊監(jiān)測(cè)數(shù)據(jù)中存在的重復(fù)性、交錯(cuò)性、多噪聲等問(wèn)題，提出了一種基于K近鄰（k-near es t neighbor，KNN）和支持向量機(jī)（s uppor t vect or machi ne，SVM）相融合的輸電線路桿塔雷擊預(yù)警模型。首先選取微氣象、微地形及輸電線路桿塔本體信息等全景數(shù)據(jù)作為輸入變量，并通過(guò)K近鄰算法對(duì)訓(xùn)練樣本進(jìn)行有效約簡(jiǎn)，然后利用支持向量機(jī)分類(lèi)器搭建輸電線路桿塔雷擊預(yù)警模型，最后通過(guò)實(shí)際監(jiān)測(cè)數(shù)據(jù)進(jìn)行算例分析。結(jié)果表明，所提KNN-SVM預(yù)警模型相比于SVM具有更好的分類(lèi)準(zhǔn)確率和訓(xùn)練速度。運(yùn)用該模型可有效地對(duì)輸電線路桿塔雷擊進(jìn)行預(yù)警。

文章三摘要：配電網(wǎng)區(qū)域劃分是開(kāi)展無(wú)功電壓控制的研究基礎(chǔ)。本文提出了一種基于電壓對(duì)無(wú)功靈敏度的聚類(lèi)模型，采用映射函數(shù)求得各電氣距離指標(biāo)形成電氣距離集，再依據(jù)層次聚類(lèi)算法選取簇中心進(jìn)而實(shí)現(xiàn)區(qū)域分區(qū)。論文最后通過(guò)IEEE 123節(jié)點(diǎn)系統(tǒng)驗(yàn)證了該方法的有效性。