健康状态

传统配网中台架式配变台区的标准配置是由变压器、配电箱、计量箱等诸多设备组成，配电箱中安装变压器监测终端以实现对变压器的在线监测及无功补偿的控制，计量箱中安装用电信息采集终端以实现对计量电表远程数据的采集。这种多种信息的多路采集、分散控制的缺点是显而易见的，突出表现在台架设备众多、占地面积大、现场施工复杂、智能监测设备重复投资、运行维护成本高等问题。 同时，配变台区无功补偿作为配网节能降损的主要技术措施，随着近年来国网公司配网节能改造项目的大力实施，配网台架就地安装了大量无功补偿装置。这些设备位置分散，造成配网无功补偿维护和管理困难，设备健康状态无法及时准确掌握，设备的无功投入及带来的节电效果不能进行量化评估。相对配网节能降损和生产运营不断增大的压力，配网无功监控管理相对带后，管理手段仍然粗放。 因此追切需要研发集多种数据采集应用功能于一体的新型智能配变终端，依托其搭建无功节能及运维支撑平台，变被动响应为主动运维，提升配网设备运维管理水平，提高无功补偿设备利用效率，有效降低配电网的损耗，解决配电网无功管理基础薄羽问题，推动节能降耗工作在配电网领域的深入开展。

针对储能系统中多电池簇健康状态均衡问题，提出储能系统多电池簇健康状态均衡控制策略，该策略依据电池寿命变化规律和并网要求设置储能变流器并网功率下限，基于该下限确定系统参与运行的储能变流器台数，再结合层次分析法对参与运行的各电池簇健康状态进行量化评价，求得各储能变流器承担并网功率指令的权重系数和相应的功率大小，调整参与运行的储能变流器台数和传输功率以确保各储能变流器功率不越限。将所提控制策略与均摊控制策略相比，结果表明，所提策略可有效均衡各电池簇健康状态，延长储能电站整体使用寿命40.6%，有效提高了储能电站的安全性和经济性。

报告首先指出目前容量电力变压器健康状态在线监测和故障诊断方面所面临的挑战，其次介绍了适用于复杂多物理场环境的高可靠多参量无源感知技术研究现状，及设备状态智能评估技术的研究进展，最后指出融合高可靠无源感知技术及智能评估技术，革新现有设备状态评价和预警体系，形成变压器“在线监测-评价预测-运维检修-故障切除”的先进智能诊断体系是未来重要研究方向。

1月30日获悉，江苏±800千伏泰州换流站“定制版”变压器健康管理系统于近期上线。该系统上线以来，通过提供健康状态监测预警和异常诊断服务，为泰州换流站安全运行保驾护航，助力国网江苏超高压公司完成春节保电任务。

电池状态有效评估过程中数据驱动法的模型输入虽与容量呈现相关性，但并没有考虑其信息量及信息质量，低质量的数据输入会造成一定程度的预测偏差。针对上述问题，提出一种计及健康特征信息量的加权神经网络电池健康状态(state of health, SOH)预测与剩余寿命(remaining useful life, RUL)估计模型。该模型在GA-BP神经网络的基础上，通过确定有效健康特征数据集，利用数据信息度构建动量因子来保证神经网络迭代收敛速度。并基于熵权思想过滤出低信息量健康特征的预测结果，将过滤后的预测结果作为电池老化模型的输入，进一步实现剩余寿命的估计。通过公开电池老化数据集与实验平台进行验证，得到该模型健康状态预测结果MAE、RMSE分别控制在0.63%、0.81%之下，剩余寿命估计结果MAE、RMSE分别控制在0.0031 mA·h、0.0042 mA·h之下，具有良好的可行性与有效性。

温度是影响材料力学性能的重要因素之一，准确测量器件温度是认识材料在应力作用下其力学性能演变以及评估设备健康状态和寿命的重要方式。面向功率器件开关过程中焊接界面快速温变测量的需求，传统方法存在时间分辨能力不足、难以测量瞬态温度的问题。文中基于激光诱导元素特征谱线强度与温度的密切相关性，提出了一种微秒量级时间分辨能力的表面温度测量方法，并建立了样品表面温度与光谱特性之间的定量关系。研究结果表明，物质表面温度提升导致激光诱导等离子体光谱强度和信噪比增强，且增强效果受到光谱采集延时和门宽影响。采用反向传播-人工神经网络(back propagation-artificial neural network,BP-ANN)和偏最小二乘(partial least squares,PLS)法对表面温度与光谱特性关系定量拟合并校准，拟合模型线性相关性拟合度指标均大于0.99。BP-ANN拟合模型的拟合偏差更小，其均方根误差(root mean squared error，RMSE)为2.582，正确率为98.3%。该方法为物体瞬态温度测量提供了一种有效手段，对功率器件焊接界面健康状态的评估给予了有力支撑。

电力设备的更新升级对中压电缆运维检修技术提出了更高的要求，为了提高电力电缆从业人员的设备管理水平，减少中压电缆故障发生率，保障中压电缆通道的健康状态，国网江苏省电力有限公司技能培训中心组织行业内优秀专家，编写《中压电缆全寿命周期典型缺陷图集》一书，旨在促进中压电缆从业人员技能水平快速提升和行业标准化的发展。

随着锂离子电池在各类储能系统中的广泛应用,其健康管理及退化分析已成为储能电站运维、电动汽车安全监测、退役动力电池梯次利用等时下多个领域的热点问题。与此同时,大数据及机器学习技术的发展突破了复杂非线性系统难以建模的束缚,使得基于数据驱动的电池健康评估成为可能。详细综述了基于数据驱动的锂离子电池健康状态评估的研究现状,分析了电池退化的影响因素,归纳并比较了基于数据驱动的电池健康状态估计及剩余寿命预测建模方法,最后总结了该领域当前的挑战及未来的发展趋势。

12月16日获悉，国网山东省电力公司日前上线运行配网主设备健康状态评估模块。该模块基于电网资源业务中台研发，汇聚配网设备运行、状态等信息，具有主动告警、设备评价和健康档案等功能，在PMS3.0系统中与变电、输电设备健康评估模块共同组成电网设备健康状态评估系统。

面向新能源场站的分散式储能具有容量小、分散广、部署灵活、方便扩容等特点，降低了电池聚集所导致的事故危害隐患、规避了征地费用与配套建设成本高的问题，既可以针对节点进行精细化管理，又可以集群化控制，帮助新能源场站改善涉网性能、减少考核成本、提升发电效能。首先，基于“分散布置，集中控制”原则提出一种分散式储能集群化控制策略，将分散式储能虚拟成为集中式储能的形式，并根据储能荷电状态与健康状态对功率指令进行合理分配。其次，根据并网要求，设计了基于调频优先制定的风储协同控制策略。进一步参考江苏省考核细则，提出了主动支撑电网型的分散式储能配置优化模型。算例结果表明，配置一定规模储能可以减少考核成本、改善涉网性能。