小波变换

分布式光伏在交流侧公共连接点(point of common coupling, PCC)汇流的功率有较大的随机性与波动性，影响电网的稳定运行。为此，提出了基于经验小波变换(empirical wavelet transform, EWT)的分布式光储PCC功率自适应平抑方法。首先，针对混合储能(hybrid energy storage system, HESS)与分布式光伏接入PCC的典型场景，在分析EWT自适应处理波形的特点后，结合功率波动率与储能元件的响应特性，对PCC的光伏原始汇流功率进行EWT分解与优化修正，实现HESS的功率初级分配。之后为避免HESS的荷电状态(state of charge, SOC)频繁越限，提出了一种主动功率补偿的SOC控制策略，通过主动改变储能的参考信号使其SOC在安全范围内工作。结合实际数据的仿真验证表明，该平抑方法能够自适应地实现光伏出力的合理分解与功率分配，在延长储能使用寿命的同时有效满足并网功率波动的要求，为平抑光伏输出功率波动提供了新思路。

为研究特高压气体绝缘金属封闭输电线路在交接耐压试验和运行时绝缘击穿激发的暂态电压特征,利用在1100kV苏通GIL综合管廊工程安装的超宽频暂态电压监测系统,准确测量了GIL在耐压试验和运行时绝缘击穿所产生的暂态电压。分析了GIL在不同工况下典型绝缘击穿所产生暂态电压时域波形的持续时间、变化陡度以及幅值衰减特征。通过傅里叶变化分析了暂态波形的频域特征,发现特征频率与故障位置紧密相关。最后通过连续小波变换分析了暂态电压的时频特征,发现陡变电压的瞬时频率均超过了3MHz,可通过暂态电压的时频分布图准确判断GIL是否发生次生放电。通过对暂态电压时域和频域特征分析,有助于弄清GIL绝缘故障时暂态电压行波激发及传播特征,准确评估暂态电压对GIL的绝缘危害,提高特高压GIL运行的可靠性。

本文主要研究基于暂态电流极性比较的单回输电线路保护原理的基础上，提出了基于单母多出线暂态电流极性比较的输电线路保护原理和基于暂态电流极性比较的双回线保护原理，在小波变换模极大值的基础上，研究了实现暂态电流极性比较保护的故障选相原理和实现该原理的程序方法。

光学电压传感器也称为光学电压测量装置、光学电压互感器或无源电子式电压互感器，基于光学泡克尔斯电光效应原理，在导体通电后，当光波通过晶体时，在两个轴上光波之间的相位差会随着电压或电场改变，通过监测光强的变化即可测出对应交流电压的大小。光学电压传感器的关键技术创新点主要有：①采用双极光路互补偿技术，解决信号波动和长期漂移问题；②采用光源消偏技术，解决光源偏振态变化造成信号噪声偏大问题；③采用电压调制跟随技术和小波变换滤波技术，实现电压测量的稳定性；④实现了国家标准规定的环境条件下的长期稳定性、可靠性，达到了0.2%的高检测精度。

随着高压电缆-架空线混合线路的应用广泛化，基于均匀参数的线路故障定位方法难以实现故障区间判断和故障点精确定位。为此，本文提出了一种基于小波理论的双端故障精确定位方法，通过采集高压电缆线路首、末端故障电流的工频暂态信号进行极性判断以实现故障区间判断，并通过采集故障电流的双端行波信号以实现电缆段内故障点的精确定位，并构建了 110 kV高压电缆状态仿真试验平台，开 展高压电缆线路区间内和区间外故障模拟试验，以验证该故障定位方法的实际效果。结果表明：基于小波理论的故障定位方法可实现高压电缆混合线路故障区间判断，可准确判断故障点位于高压电缆线路区间内还是区间外；该方法可实现高压电缆线路区间内故障点的精确定位，定位精度偏差小于9. 2 米，定位精度取决于行波电流传感器采集精度和同步时钟精度，可有效指导现场故障查找，提升抢修效率，对快速恢复供电具有重要意义。

本项目通过产、学、研协同攻关，搭建客户服务数据分析平台，建设5大信息库提升数据管理能力，通过多维降噪技术提升了数据质量，利用多算法模型提升了大数据分析挖掘能力，有效解决上述问题，营销数据价值凸显。创新点如下：一是提出基于序列集成噪声滤波器方法和新型集成学习算法开展电力营销数据加工处理方法，经实践验证，最高有效改善噪声40%左右，提升了数据质量，实现基于电力多维数据的精准趋势预测。二是首创以个人客户、组织客户为一级分类的电力客户标签体系，实现客户细分。建立以文本挖掘、KNN、权重划分等算法相结合的电力客户统一身份识别模型及客户投诉倾向识别方法，降低客户平均通话时长3秒。三是基于熵权法、主成分分析法构建电力营业厅效能评估模型，实现客户诉求提取。创新提出了基于随机森林算法的投诉预警模型，充分融合了AdaBoost，随机森林等不同算法的优势，相较于单一算法的非层次识别模型提升了20%。四是研发基于节点相似度集成网络嵌入模型的跨域电力数据共享安全防护技术，构建指标容差区间模型，快速发现和定位信息系统中的隐患和异常，保障数据跨域和应用安全。五是提出一种基于小波变换算法的用电数据特征提取方法，优化数据存储方式，经过数据特征化处理后单用户单日用电数据的压缩比约为57.60%，；设计了一种满足动态维护的实时数据库系统自动化测试框架，在提高空间利用率和资源利用率的基础上，提升运维效率。 该项目获得发明专利5项、软著4项、发表论文19篇、标准1项。项目成果通过了中国电机工程学会组织的鉴定，整体达到国际领先水平。在公司专业部门，山西、安徽等省（市）电力公司得到实际应用，为省公司节约成本4445万元；项目可推广至其它公共服务领域，全面促使公共服务品质的改善，提升客户对公共服务事业的满意度，提高国民生活水平。

直流汇集送出系统具有效率高、体积小和无需无功补偿等优点，是未来远海风电场汇集送出的发展趋势。然而，相较于陆上架空线，送出海缆分布电容明显，区外故障时，长海缆分布电容电流使得线路两侧电流具有较大的差异，从而易导致基于暂态量的传统纵联保护误动作。针对该问题，提出基于故障分量时频突变特征的纵联保护原理。通过分析直流送出线路、换流器的暂态电流频率特征，考虑区内外故障时两侧暂态故障电流的频段差异，选择合适的保护应用频段。利用小波变换对故障电流进行时频变换，通过Wasserstein距离构造区内外故障识别判据，解决了区外金属或低阻故障时基于暂态时域量的纵联保护误动作问题。在半实物仿真平台(real-time digital simulation, RTDS)中搭建海上风电直流汇集送出系统模型，对所提保护方案进行仿真验证。仿真结果表明，所提保护方法能够可靠识别区内外故障，保护动作时间小于5 ms，耐受过渡电阻达300Ω，抗噪声能力达20 dB。

本项目通过产、学、研协同攻关，搭建客户服务数据分析平台，建设5大信息库提升数据管理能力，通过多维降噪技术提升了数据质量，利用多算法模型提升了大数据分析挖掘能力，有效解决上述问题，营销数据价值凸显。创新点如下：一是提出基于序列集成噪声滤波器方法和新型集成学习算法开展电力营销数据加工处理方法，经实践验证，最高有效改善噪声40%左右，提升了数据质量，实现基于电力多维数据的精准趋势预测。二是首创以个人客户、组织客户为一级分类的电力客户标签体系，实现客户细分。建立以文本挖掘、KNN、权重划分等算法相结合的电力客户统一身份识别模型及客户投诉倾向识别方法，降低客户平均通话时长3秒。三是基于熵权法、主成分分析法构建电力营业厅效能评估模型，实现客户诉求提取。创新提出了基于随机森林算法的投诉预警模型，充分融合了AdaBoost，随机森林等不同算法的优势，相较于单一算法的非层次识别模型提升了20%。四是研发基于节点相似度集成网络嵌入模型的跨域电力数据共享安全防护技术，构建指标容差区间模型，快速发现和定位信息系统中的隐患和异常，保障数据跨域和应用安全。五是提出一种基于小波变换算法的用电数据特征提取方法，优化数据存储方式，经过数据特征化处理后单用户单日用电数据的压缩比约为57.60%，；设计了一种满足动态维护的实时数据库系统自动化测试框架，在提高空间利用率和资源利用率的基础上，提升运维效率。 该项目获得发明专利5项、软著4项、发表论文19篇、标准1项。项目成果通过了中国电机工程学会组织的鉴定，整体达到国际领先水平。在公司专业部门，山西、安徽等省（市）电力公司得到实际应用，为省公司节约成本4445万元；项目可推广至其它公共服务领域，全面促使公共服务品质的改善，提升客户对公共服务事业的满意度，提高国民生活水平。