Page 107 - 电力与能源2023年第六期

曹基南，等：一起直流系统故障引起的 35 kV 变电站全站失电事故分析 653

抢修人员随后汇报调度，并对蓄电池故障进 电站只有一组蓄电池，且只简单地对蓄电池电压进
行维修，在更换 4 号故障蓄电池后直流系统恢复 行监测，蓄电池在浮充状态下不能及时发现单节蓄
正常，站用电恢复。随后根据调度指令将分段开 电池内部故障。及时加装带有蓄电池内阻、容量监
关、进线开关和主变 10 kV 开关放置冷备用状态， 测功能的监测装置可以及时发现蓄电池缺陷。
将出线 24 放置检修状态，具备送电条件。调度将 （3）将直流系统充电电压转移至非故障母线。
2 号主变电源进行恢复，2 号主变及 10 kV 二段母 在线路外部发生故障时，为了降低蓄电池异常造
线恢复运行。调度将 1 号主变电源恢复，1 号主变 成直流失电的风险，将直流电源的充电电源切换

及 10 kV 一段母线恢复运行，并用上 10 kV 分段自 至非故障线路母线，保证抢修过程中保护装置有
切，至此该 35 kV 变电站恢复正常。 可靠的直流电源。
参考文献：
4 结语
［1］ 曹育硕，戎 磊，陈 俊 . 一起 35 kV 变电站全站失电故障
本文主要对一起蓄电池故障导致的直流系统失 原因分析及处理［J］ 电力与能源，2021，42（ 2）：252-255.
.
［2］ 杨 昊，罗皓文，廖 玄，等 . 变电站直流系统复合故障处
电，事故处理经验具有一定的参考借鉴作用，对变电
.
理及防范对策研究［J］ 东北电力技术，2021，42（2）：47-52.
站直流系统运维管理方面有较大的促进提升作用。
［3］ 蔡新雷，齐 颖 . 变电站直流系统故障分析及优化配置策
（1）加强直流系统维护检查。通过及时梳理 略探讨［J］ 电工技术，2020（14）：106-108.
.

超过试验周期的直流系统清单，严格试验过程管 ［4］ 杜旭浩，李秉宇，苗俊杰，等 . 变电站蓄电池状态监测及火
灾防控技术研究［J］ 电源技术，2020，44（3）：438-442.
.
控，对存在缺陷的直流系统充电模块、蓄电池模
收稿日期：2023-08-19
块、监测模块等要及时处理。 (本文编辑：赵艳粉）
（2）增加蓄电池综合监测系统。传统的35 kV变

（上接第 616 页）

（1）使用鲸鱼优化算法对 BiLSTM 模型进行相 -CSO 的 少 样 本 光 伏 功 率 短 期 预 测［J］ 高 电 压 技 术 ，
.

2022，48（11）：4342-4351.

关参数优化可以有效缩减人工调整模型参数的时间。
［8］ 王于波，郝 玲，徐 飞，等 . 分布式光伏集群发电功率波

（2）使用 WOA-BiLSTM 模型进行短期光伏

动模式识别与超短期概率预测［J/OL］ 上海交通大学学
.
出力预测相较于 LSTM，BiLSTM 可以在一定程 报：1-21［2023-11-02］ https：//doi. org/10 .16183/j. cnki.
.
度上提高预测的精度。 js-jtu .2023.048.
［9］ 宋绍剑 ，罗世坚 ，李国进 ，等 . 基 于 MPA-LSTM 模 型 和

参考文献：
Bootstrap 方法的短期光伏功率区间预测［J］ 广西大学学
.
［1］ 牟 初，王礼茂，屈秋实，等 . 主要新能源发电替代减排 报（自然科学版），2022，47（4）：986 -997.

.
的研究综述［J］ 资源科学，2017，39（12）：2323-2334. ［10］ 张雲钦，程起泽，蒋文杰，等 . 基于 EMD-PCA-LSTM 的光
［2］ 朱琼锋，李家腾，乔 骥，等 . 人工智能技术在新能源功 伏功率预测模型［J］ 太阳能学报，2021，42（9）：62-69.

.
.
率 预 测 的 应 用 及 展 望［J］ 中 国 电 机 工 程 学 报 ，2023，43 ［11］ 卿 会，郭军红，李 薇，等 . 利用 SVM-LSTM-DBN 的短
（8）：3027-3048. 期光伏发电预测方法［J］ 华侨大学学报（自然科学版），
.
［3］ 卢忠山 ，袁建华 . 基 于 EEMD-LSTM 方 法 的 光 伏 发 电 系 2022，43（3）：371-378.
统 超短期功率预测［J］ 中国测试，2022，48（12）：125-132. ［12］ 袁建华 ，谢斌斌 ，何宝林 ，等 . 基 于 DTW-VMD-PSO-BP
.
［4］ 许鸣吉，孙 歌，徐 焰，等 . 基于 PSO-SVR 模型的光伏 的光伏发电功率短期预测方法［J］ 太阳能学报，2022，43

.
功率预测研究［J］ 电力与能源，2023，44（2）：150-156. （8）：58-66.
.
［5］ 方 鹏，高亚栋，潘国兵，等 . 基于 LSTM 神经网络的中长 ［13］ MOSTAFA BOZORGI S，YAZDANI S. IWOA：An im⁃

期光伏电站发电量预测方法研究［J］ 可再生能源，2022， proved whale optimization algorithm for optimization prob⁃
.
40（1）：48-54. lems［J］ Journal of Computational Design and Engineering，
.
［6］ 董 存，王 铮，白捷予，等 . 光伏发电功率超短期预测方 2019，6（3）：243-259.

.
法综述［J］ 高电压技术，2023，49（7）：2938-2951. 收稿日期：2023-10-07
［7］ 殷 豪，张 铮，丁伟锋，等 . 基于生成对抗网络和 LSTM (本文编辑：赵艳粉）