高压断路器状态在线监测系统研究

高压断路器关系到电力系统的安全运行，对断路器状态进行在线监测有助于提高系统的可靠性．首先给出断路器故障诊断所需监测的项目，根据这些监测项目，提出了一种基于DSP和CPLD的断路器在线监测系统，然后具体分析了断路器各状态参数的检测方法及采用的传感器、DSP、A／D转换器、CPLD、通信接口等系统各环节的工作原理及作用．利用系统中DSP强大的信号处理功能。完成复杂的故障诊断运算，为断路器状态监测提供较好的硬件平台.     

电力系统故障诊断与不可观测保护状态识别的解析模型

现有的针对继电保护信息不完整情况下的故障诊断与不可观测保护状态识别(FSE-SIUPR)的数学模型不能处理警报信息的时序特性,而这种特性对于弥补继电保护信息的不足、快速而准确地诊断故障并评价保护和断路器的动作行为具有重要作用.在此背景下,文中首先基于时序约束网络理论,发展了一种能够充分利用警报信息时序特性的FSE-SIUPR的集成数学优化模型,该模型能够从时序上解释整个故障演变过程,并识别出一些不可观测保护的状态.之后,采用禁忌搜索(Tabu)算法对优化模型进行求解,并用一个实际电力系统的故障场景对所提出的模型进行了验证.     

一种改进的电网故障诊断解析模型

电网故障过程中保护和断路器动作及告警信息的不确定性,使原有的电网故障诊断完全解析模型存在多解和误诊,因此本文通过解析保护和断路器动作以及告警信息的不确定性,构建一种电网故障诊断的改进解析模型.该模型利用保护和断路器的误动与拒动概率以及告警信息的漏报与误报概率,赋予保护和断路器不同权值,使模型更加合理.此外,通过解析故障过程中保护和断路器的动作状态,降低模型中待求变量的维数.算例仿真结果表明本文方法有效,诊断结果唯一.     

基于改进时间模糊Petri网配电网故障诊断方法

配电网设备可靠性地区差异大,故障诊断自动化程度低.为保证能够快速精确地做出故障诊断,提出了一种基于改进时间模糊Petri网配电网故障诊断新方法.首先利用保护断路器信息、报警信息、状态信息和电气量来纠正断路器动作信息,确定停电区域;然后根据动作的断路器能够保护的范围确定可疑故障元件,利用带时标的保护断路器信息,针对可疑故障元件建立时间模糊Petri网模型进行故障诊断.模拟测试表明,此方法提高了配电网故障诊断速度和准确度,具有良好的实用价值.     

舰船综合电力系统智能保护方法及其实现

基于BP神经网络,提出了一种通过神经网络判断决策结果来控制舰船综合电力系统断路器通断、实现系统故障保护的智能保护方法．基于该保护方法,完成了智能保护装置的软硬件设计,并结合Hypersim实时闭环测试平台对智能保护装置进行了测试,结果表明：智能保护装置能准确、快速发出信号来控制目标电力系统断路器通断,该智能保护方法能够满足保护的快速性和选择性要求．     

改进贝叶斯算法在配网故障诊断中的研究

针对智能电网故障诊断中所存在的大量不确定信息的问题,本文对贝叶斯网络算法在电网故障诊断中的应用进行了相关研究.在原有Noisy-or、Noisy-and两类节点模型和线路、母线和变压器三类故障诊断模型的基础上,对传统贝叶斯算法的不足之处进行改进,提出了一种改进贝叶斯算法.最后以某地区实际配网为研究实例,结果表明,与传统方法相比,改进后的算法在故障诊断中具有更高的灵敏度,降低错误概率,可以构造最小错误概率的贝叶斯分类器等优点,在实际电力系统故障诊断中半角将有很好的应用前景.此外,本文通过图形用户界面(GUI),显示可疑故障元件、后验概率、误动拒动的保护断路器等信息,方便现场工作人员及时做出决策,进一步处理故障.     

基于停电区域和灰色理论的电力系统故障诊断新方法

为了给电力系统故障诊断提供决策依据,提出了一种基于停电区域和灰色理论的故障元件识别模型.在停电区域中,详细分析了保护和断路器工作原理,推导出故障状态时保护和断路器状态信息,并构造了元件故障模式状态向量及待检模式状态向量,给出了向量元素赋值规则,通过计算关联度,进而利用故障元件识别规则实现故障诊断的目的.最后,用算例验证了所提出模型和算法的有效性.     

基于正反向推理的电力系统故障诊断专家系统

介绍了一种在电力系统故障诊断专家系统中采用的基于正反向推理的电力系统故障诊断方法。该方法首先根据跳闸断路器提出故障假说,然后根据断路器和继电保护动作的信息逐一检验假说的正确性,最后给出故障设备或故障范围。该方法可以诊断输电线路、母线、变压器和发电机设备的故障及继电保护和断路器的非正确动作。对电网实际故障事例的测试结果表明,该方法是有效的。     

基于D-S证据和数据融合的电机故障诊断研究

针对电机的发热、振动和噪音问题的现象及原因进行分析研究,设计出以ARM微处理器作为核心处理的电机故障诊断系统,采用了温度传感器、电压传感器和压电式加速度传感器的多传感器测量技术,对采集的温度、电压、振动信号进行分析,提出用D-S证据和多传感器数据融合技术的电机故障诊断方法。再应用D-S证据理论对数据进行算例分析,完成电机的实时监控。与单一信号故障诊断结果相比,可以有效地提高电机故障诊断结果的可信度,减小诊断的不确定性因素。     

基于概率神经网络的高压断路器故障诊断模型

针对高压断路器在线监测与故障诊断问题,提出了一种基于概率神经网络的高压断路器故障诊断模型.该模型利用Parzen窗函数和Bayes分类规则建立了前向型自监督神经网络,在分析分（合）闸线圈信号的基础上提出了高压断路器故障模型.仿真结果表明,该模型对断路器的故障模式识别过程具有训练速度快、输出误差小和收敛性好等特点.