中低压配电网络故障定位的分析与研究

中低压配电网络由于其自身的特点,如供电线路短、分支线路多,过渡电阻对短路电流影响大,这些因素的存在严重影响了其故障定位技术的发展。本文在分析中低压配电网络结构特征的基础上,利用数学拓扑知识建立起该配电网络的描述矩阵,采用了一种基于网基结构矩阵的配电网故障定位算法,通过该算法的数学推导得出的故障判定区域与实际配电网故障位置完全吻合,在理论上为中低压配电网故障定位技术提供了新的思路。     

一种配电网故障区段定位的改进矩阵算法

分析了现有配电网故障定位矩阵算法存在的问题,提出一种配电网故障区段定位改进矩阵算法。该方法以网络关联矩阵描述馈线区段和测控点的拓扑联接关系,根据故障发生时与故障馈线区段相连测控点的故障过电流特征,形成一种适用于各类型馈线区段故障判定的统一判据。该算法判据形式统一、计算量小,省去了规格化处理与多次设定正方向的过程,能够解决环网故障、馈线末端故障、多电源网络多重故障定位等问题。     

小电流接地下10kv馈线单相接地故障定位方法

针对10kV电网节点多、分支多、传统故障定位方法不方便、不准确的特点,提出一种新的小电流接地下10 k V馈线单相接地故障定位方法。分析了发生小电流接地下10 k V馈线单相接地故障时线模电流暂态分量特性与相电流暂态分量特性。采用FTU检测装置进行故障信息采集,构建出相应的网络描述矩阵。通过控制平台对其进行处理得到故障判定矩阵,给出单相接地故障区段判定依据。实验结果表明,所提方法不但简便,还具有较高的抗干扰性和定位精度,能够有效地对小电流接地下10 k V馈线单相接地故障进行定位,为电网的安全稳定运行提供了强有力的保障。     

实部半正定矩阵的判定及并行算法

给出了实部半正定矩阵的一种判定方法，并给出了该判定方法的算法，使用此方法可以对任意阶的矩阵进行判定。     

决策信息系统协调性的关系矩阵表示

从矩阵视角研究不完备信息系统的知识表示和属性约简.首先,引入关系矩阵,基于容差关系提出不完备决策信息系统协调性判定方法.其次,利用关系矩阵求正域,并提出属性协调集的矩阵判定定理,从而给出一种保持正域不变的约简的新方法.最后,基于上述框架,给出属性重要性度,进一步提出一种属性约简的启发式算法,并通过分析和实例证明该方法的有效性.     

语言判断矩阵的满意一致性判定方法

文章研究了语言判断矩阵的满意一致性及方案排序问题,在给出语言判断矩阵及其满意一致性概念的基础上,提出语言判断矩阵的导出矩阵和偏好关系矩阵的概念,由此建立语言判断矩阵满意一致性的判定方法,依据所给出的判定方法,得出关于语言判断矩阵的方案优劣的排序方法,最后通过算例说明了该方法的有效性。     

小样本下基于贝叶斯空间估计的故障诊断算法

针对小样本下系统故障诊断问题,提出一种基于贝叶斯空间估计与主元分析(Principal Component Analysis, PCA)相结合的方法.首先运用主元分析离线建立SPE(Squard Prediction Error)统计量阈值和故障模式特征向量矩阵库,然后在小样本情况下通过利用故障先验信息,采用吉布斯抽样(Gibbs Sampling, GS)提取数据特征向量矩阵,再利用与故障模式特征向量矩阵的相似性,完成故障诊断.实验结果表明了此方法的有效性.     

非奇异M-矩阵的降阶判定

给出对任意阶非奇异M-矩阵进行简便判定定理，设计了一种降阶判定算法以实现对任意阶矩阵是否为非奇异M-矩阵的快速判定，每次只要进行数的加、减、乘、除简单运算及对其结果判定符号，并对一个已有的逆M-矩阵的性质定理的结论进行修正．     

平稳时间序列模型的结构判定

本文提出一种平稳时间序列模型结构判定的新方法。判定模型结构优良度的依据是残差的相关性以及参数估计的精度。利用信息熵的概念,文中建立了衡量残差相关性的度量函数。为了度量参数的精度,引入费歇尔信息矩阵的纯量函数,并导出了信息矩阵计算的数值方法,最后,列举了一些数字仿真的例子,以说明本文所提出的方法的有效性和实用性。     

不一致决策表的分配序约简

在不一致决策表中定义了分配序约简，给出分配序一致集的判定定理。通过定义分配序区分矩阵给出求分配序约简的区分矩阵法。为克服区分矩阵法时间复杂度随系统大小的增加而指数增长的缺陷，通过定义属性的相对重要性，提出一种求分配序约简的启发式算法。通过实例分析说明启发式算法的有效性，为从不一致决策表中获取知识提供了一种有效方法。     

基于差分进化和核主元分析的燃气轮机故障检测

燃气轮机气路部件的状态检测参数具有极强的非线性,其故障特征难以提取,而利用传统核主成分分析(KPCA)进行故障检测难以对核参数进行科学取值,从而降低故障检测的准确性.针对该问题,论文提出了基于优化混合核的核主元分析故障检测算法(DE-KPCA).首先建立动态权值混合核函数,通过调节核函数的权重比实现全局映射和局部映射优化组合.以样本检测精度作为优化目标,对混合核参数进行逐次优化.最后构造了基于优化混合核函数的主元异常状态检测方法,实现对燃气轮机气路故障的在线检测.本文通过对双轴涡喷发动机气路故障仿真的验证,证明了该方法相较传统KPCA检测,能够实现核参数的科学取值且对燃气轮机气路故障检测具有更高的准确性和实用性.     

基于功率谱密度与随机配置网络的低压串联电弧故障检测

低压串联电弧电流为非平稳信号,故障特征区分度低且具有随机性,给电弧故障特征提取和准确检测带来困难,提出了基于功率谱密度与随机配置网络的低压串联电弧故障检测方法。首先,搭建了串联电弧故障发生平台,采集不同负载类型的电流数据,构建数据集。其次,采用功率谱密度对电流信号执行随机信号分析,实现对电流信号的定量化频域特征描述,增强故障电流与正常电流特征的区分度。然后,采用随机配置网络构建串联电弧故障检测模型,将功率谱密度特征用于随机配置网络的自适应训练学习,提升网络训练效率和模型故障检测能力。在本文构建的电流数据集上,串联电弧故障检测的平均准确率达到96.156 7%,证明了方法的有效性。     

馈线自动化中的故障寻址技术

配电网络的故障检测与诊断是实现馈线自动化的关键技术之一,其中单相接地故障的正确检测一直未能得到很好的解决。文章在讨论配电网络发生单相接地故障时接地故障相判别方法的基础上,着重分析了单相接地故障的检测方法,提出了基于故障相电流实现接地故障检测的新方法,给出了动作判据算模型,对算法模型的仿真计算结果表明,该方法对接地故障具有很高的选择性能,并可很好地适用于馈线自动化中。文章还简要介绍了馈线保护中短路故障的检测技术。     

基于EEMD的发动机失火故障检测

针对发动机失火故障信息难以提取的问题, 提出了一种基于集合经验模态分解(EEMD: Ensemble Empirical Mode Decomposition)的发动机失火故障检测方法。该方法能自适应地将曲轴转速信号分解为若干个本征模态函数(IMF: Intrinsic Mode Function), 确定包含故障信息的IMF, 通过该IMF 幅值的异常波动, 可以较准确地判断发动机发生失火故障的时间。并通过AMESim 建立了发动机仿真模型, 从中采集了3 种情况的曲轴转速信号, 分别利用EEMD 分解并最终检测失火故障。实验结果表明, 该方法能有效提取故障信息, 实现失火故障的离线检测, 并可以作为在线检测的基础。     

PCA 在过程故障检测与诊断中的应用

讨论了基于主无分析（PCA）的过程故障检测与诊断的原理,运用T^2统计、Q统计方法,结合贡献图对一典型过程进行了仿真分析,结果表明PCA方法可对简单传感器故障进行检测与诊断,并指出了该方法中的不足,提出了将PCA方法同基于过程动态模型的故障诊断方法相结合的研究思路。     

基于小波神经网络的一类非线性系统的故障检测

针对一类非线性系统,提出一种小波神经网络(wavelet neural network,WNN)自适应故障检测方法。WNN具有较强的泛化能力及不同的激活函数。通过设计自适应状态观测器技术,利用小波神经网络观测器良好的观测性能来观测系统的当前状态,并将其应用于一类非线性系统中,实现故障检测与诊断。利用Lyapunov直接方法从理论上证明了小波神经网络故障检测观测器的稳定性,仿真结果亦表明了该非线性系统故障检测观测器的可靠性和稳定性。     

基于概率条件下配电网故障区段定位方法

馈电线路发生故障时,故障区段必然位于两个相邻负荷开关之间的线路上,通过馈线终端单元采集故障信息上报SCADA系统,得到负荷开关上馈线终端的有关故障信息序列,利用故障信息进行故障区段定位。建立基于概率条件下的故障区段定位模型,利用发生故障时的最大故障概率这一条件进行故障区段定位,简单可靠。     

谐振接地系统的配电线路接地故障选线新方法

针对因消弧线圈引起的故障电流信号微弱,造成谐振接地系统发生单相接地故障识别率进一步降低的情况,考虑故障线路与非故障线路间零序电流波形相似度低的特点,提出一种谐振接地系统的配电线路接地故障选线新方法。用HHT(Hilbert-Huang teansform)和时频谱带通滤波法处理零序电流波形,构建各线路零序电流波形的时频能量矩阵,结合图像识别中的相似度识别法与综合相似系数矩阵,实现线路接地故障选线。结果表明,该选线方法对噪声干扰、两点接地故障等情况均有效。     

基于海林格距离加权关键主元的流程工业故障检测研究

在采用主成分分析（principal component analysis,PCA）算法进行故障检测时,主元的选取及处理直接影响其故障检测的表现。对此,提出一种基于全变量表达（full variable expression,FVE）和海林格距离（Hellinger distance,HD）的故障检测方法。首先,利用FVE得到所有关键主元,即保留所有变量信息;然后考虑到与故障相关主元的重要性,定义基于海林格距离的变化率,用来衡量正常工况下主元与异常工况下主元的差异;对与故障发生更相关的主元进行加权,以突出与故障相关主元对于后续故障检测的影响;最后,考虑到降维后数据通常服从非高斯分布,利用改进的局部离群因子（local outlier factor,LOF）构建统计量,其相应控制限通过核密度估计（kernel density estimation,KDE）确定。数值实例及带钢热连轧实际生产数据验证了所提方法的有效性与优越性。     

风机叶片引下线断裂故障检测与定位方法

风机叶片引下线出现断裂故障,将直接威胁风机的安全运行,然而当前关于叶片引下线断裂故障的检测与定位研究较少。为此,选取2.5 MW真机叶片引下线,并考虑其分支结构,以注入脉冲法为故障检测和定位手段,搭建了叶片引下线断裂故障仿真模型和实验平台,从仿真和实验角度开展叶片引下线断裂故障检测与定位方法研究。研究结果表明,含分支结构的叶片引下线发生断裂故障时,仅凭故障波形难以实现故障检测与定位,可通过对故障波形与无故障波形作差找到故障反射波,依据故障反射波完成叶片引下线断裂故障的检测与定位。所提方法具有较强的可行性和有效性,为当前风电场诊断叶片引下线断裂故障提供了新思路。