改进变分模态分解-多尺度排列熵结合广义回归神经网络的高压直流输电线路故障辨识

针对现有的高压直流(high voltage direct current, HVDC)输电线路故障识别方法识别准确率低，且无法同时准确识别低阻和高阻故障的问题，提出一种改进变分模态分解(variational mode decomposition, VMD)-多尺度排列熵(multi-scale permutation entropy, MPE)结合广义回归神经网络(general regression neural network, GRNN)的HVDC输电线路故障辨识方法。首先采用鲸鱼算法改进后的VMD对故障电流信号进行分解，并选择合适的本征模态函数(intrinsic mode function, IMF)分量计算多尺度排列熵和IMF能量和比值提取故障特征组成故障特征向量，然后将特征向量输入到GRNN网络中进行训练与测试，利用GRNN网络对小样本数据的高分类能力识别不同类型的故障。实验结果表明，所提出的方法对HVDC输电线路不同类型故障辨识准确率高，无论发生低阻或高阻故障都能够准确辨识，耐受过渡电阻能力强，在小样本故障辨识方面性能突出，可靠性高。     

一种混合双端直流输电线路暂态保护方案

为保证混合双端型高压直流输电系统安全运行,论文分析了混合双端直流输电线路两端边界元件的幅频特性。根据区内外故障下线路暂态电压瞬时能量差值的不同特征,利用改进局部均值分解方法（local mean decomposition,LMD）来提取故障分量,论文提出了一种基于改进型LMD分解的直流线路暂态保护方法。该方法有效降低了经典LMD分解在处理直流故障信号时的端点效应和滑动误差对仿真数据的影响。最后利用PSCAD仿真软件搭建了LCC-MMC混合双端型高压直流输电线路仿真模型,利用该仿真模型输出直流输电线路区内和区外故障仿真结果。并利用Matlab对故障数据进行处理,进行了算法仿真。仿真结果表明暂态电压信号的瞬时能量值在区内故障状态下明显高于区外故障和无故障状态。仿真结果验证了所提保护方法的正确性。该方法能够快速可靠的实现故障判别,具有较强的实用性。     

利用改进变分模态分解突变能量的直流配电网保护方法

为了有效识别环状直流配电网中的故障，提高直流配电网保护的可靠性、选择性、速动性和灵敏性，保证系统的稳定运行，提出一种利用改进变分模态分解(VMD)突变能量的线路纵联保护方法。因为VMD算法需要先设置模态数，且模态数与分解效果息息相关，所以首先利用麻雀搜索算法(SSA)找到VMD算法合适的模态数，使得在此参数下的分解效果最优。然后根据线路首末两端突变能量的差异，构造保护方案。将故障时采集的电压、电流故障分量进行SSA-VMD分解，得到若干模态分量并计算其突变能量。根据区内、区外的突变能量大小差异构造区内、外故障判据，由故障时正负极的突变能量比值差异构造故障极判据。在PSCAD/EMTDC中搭建环状直流配电网模型，利用MATLAB进行保护方法验证，结果表明：在不同故障类型下，所提方法均可在3 ms内快速可靠动作；可以识别区内外故障并实现故障选极，保护线路全长；可耐受过渡电阻20Ω,耐受过渡电阻能力强；在40 dB噪声情况下，依旧可以识别故障，有一定的抗干扰能力。     

基于变分模态分解-支持向量机混合算法的TN系统大阻抗接地故障配电线路保护

低压配电TN系统发生接地故障的配电线路阻抗较大时,采用以剩余电流幅值大小作为动作依据的剩余电流动作保护电器防护措施,不能有效解决接地故障防护问题。从分析剩余电流波形的角度出发,采用一种基于变分模态分解(variational mode decomposition, VMD)及支持向量机(support vector machine, SVM)分类的故障诊断方法。该方法在低压配电系统内测得剩余电流信号波形,对该波形进行VMD分解后得到各剩余电流信号的固有模态函数(intrinsic mode function, IMF),对其进行Hilbert变换并进行积分得到Hilbert边际谱,再求该边际谱的能量熵,将其作为特征向量输入SVM进行分析,最后准确区分正常状态和故障状态。结果表明：发生配电线路大阻抗接地故障时,该方法可以大幅提高用剩余电流动作保护电器(residual current protection device, RCD)作为故障防护的准确率。     

基于乌鸦搜索算法优化变分模态分解的滚动轴承故障诊断方法研究

针对滚动轴承故障信号的自适应提取和分解的问题，提出一种基于乌鸦搜索算法优化变分模态分解的滚动轴承故障诊断方法。将变分模态分解(variational mode decomposition, VMD)方法的关键参数K和α采用新型的乌鸦搜索算法(crow search algorithm, CSA)进行优化，得到最优参数组合；再将最优参数组合输入到变分模态分解算法中，对故障信号进行分解从而得到多个本征模态分量(intrinsic mode function, IMF);以样本熵值为适应度函数挑选最优分量，对最优分量进行包络解调，分析其包络谱判断出轴承的故障类型。结果表明，提出的方法在兼顾全局搜索和局部搜索的同时也能将复杂的轴承故障信号准确地进行分解，提取出最优分量进行分析从而判断出轴承故障类型。     

基于两级分解和GRU-AT网络的短时交通流预测模型

为提升城市道路短时交通流预测准确性,提出了一种基于小波分解(wavelet decomposition,WD)、变分模态分解(variational mode decomposition,VMD)和融合注意力机制(attention ,AT)的门控循环单元(gated recurrent units,GRU)网络的短时交通流预测模型。首先采用WD算法将原始交通流数据分解重构成低频分量和高频分量;然后将各高频分量累加,利用VMD算法将其分解为多个本征模态函数(intrinsic mode functions,IMF)分量;最后通过建立GRU-AT模型,提高模型对交通流重要特征信息提取的能力,分别预测算法分解后的交通流分量,将各个分量预测的最优结果进行聚合后获得最终的交通流预测结果。以国内外道路交通流数据为基础进行实例验证,结果表明,WD+VMD+GRU-AT模型的均方误差的平方根、平均绝对误差均小于长短时记忆(long short-term memory,LSTM)网络模型、 GRU、WD+GRU、WD+VMD+GRU,提高了短时交通流预测结果的准确度和稳定性。     

基于二次模态分解的LSTM短期电力负荷预测

为进一步提高短期电力负荷的预测精度,需要更深层次发掘负荷数据中隐藏的非线性关系。提出一种基于信号分解技术的二次模态分解的长短期记忆神经网络(long short-term memory network, LSTM)用于电力负荷的短期预测。所提算法先对原始负荷序列进行自适应噪声的完全集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN),再将CEEMDAN分解后分量中的强非平稳分量进行变分模态分解(variational mode decomposition, VMD),同时用中心频率法对VMD分解个数进行优化,然后将两次分解后得到的负荷子序列送入LSTM中进行预测,并将所得分量预测结果进行叠加。结果表明,本文所提方法对短期电力负荷预测结果精度和模型性能都有较大提升。     

基于变分态分解与灰狼优化支持向量机的齿轮箱故障诊断

由于行星齿轮齿轮箱的振动信号具有非平稳、非线性特性,在复杂工况下,会对其早期微弱的故障信号造成干扰,不能正确地识别出故障信息。为解决以上问题,采用基于变分模态分解(variational mode decomposition, VMD)与灰狼优化支持向量机的故障诊断方法。利用中心频率近似方法,求解出了变分模态分解的参数K,对分解出的本征模态函数(intrinsic mode function, IMF)分量进行相关性分析,优选出分量进行信号重构。将重构信号进行故障特征提取,利用灰狼优化支持向量机的方法进行故障模式识别。实验结果表明：采用所提方法对行星齿轮箱的故障识别准确率达到99.375%。     

基于变分模态分解与近似熵的输电线路两相接地故障诊断

针对现有电力系统输电线路故障信号分析方法中,存在故障信号特征遗失等问题,提出一种基于变分模态分解(VMD)-近似熵(Ap En)的两相接地故障诊断新方法。首先选取故障点处容易获取的相电压信号作为故障信号;然后对各相故障信号进行VMD分解得到其分量,进一步提取各相IMF分量的近似熵值并作为一个特征向量。通过分析各相特征向量的模值,最终诊断出输电线路两相接地故障所在相。选取IEEE 5节点标准测试系统验证;并与EMD-Ap En算法进行比较。实验结果表明,提出的VMD-Ap En方法准确可靠,避免了EMD分解时产生模态混叠的现象;更能有效地诊断出输电线路两相接地故障所在相,具有较好的实用性。     

VMD参数优化及其在轴承故障特征提取中的应用

针对群优化算法对变分模态分解所需模态数和二次惩罚项参数寻优效率较低的问题,提出了快速局部均值经验模态分解的信号预处理方法.对预处理后的模态分量根据相似系数准则进行模态数预估,同时利用多评价指标选择二次惩罚参数.针对VMD对故障信号中存在的固有振动高频带分解效果较差的问题,利用自相关能量函数实现降噪和减小高频带的影响.通过仿真实验和实测轴承故障数据分析,并与群优化算法选择参数以及中心频率相近选取模态数的VMD分解效果相比,该方法能有效提取故障信号的特征频率.      

电网低频振荡扰动源线路暂态特征频带选取算法

为了有效利用线路暂态特征频带包含的故障信息,准确选取线路暂态特征频带,使得频率在该频带内的暂态分量可有效体现电网低频振荡扰动源位置,提出电网低频振荡扰动源线路暂态特征选取算法。分析了线路边界频率特性,获取线路暂态特征频带上限约束值。将电网低频振荡扰动源线路的始端和末端当成端口,通过二端口网络方程获取线路等值阻抗,对暂态特征进行分析。在此基础上,通过矩阵束法对不同线路电流频率分量和频率分量相位进行提取,按照升序顺序排序,对不同频率分量相位进行比较。将与90°相角相应的频率当成频带上限,完成对电网低频振荡扰动源线路暂态特征频带的选取。实验结果表明:所提算法可得到线路暂态特征频带选取结果,获取电网低频振荡扰动源位置;和特高压直流输电线路暂态保护特征频带选取算法与基于暂态相电流特征分析的故障选线算法相比,所提算法选取结果和实际结果间的误差最小。可见所提算法暂态特征频带选取结果准确。     

串补电容对电流暂态量的影响分析

超高压输电线路发生故障时 ,线路上的串补电容及其保护回路都将在故障时产生附加的暂态分量 ,本文分析了串补电容对高频暂态量电流的影响 ,得出了串补电容的存在并不影响高频暂态量电流信号传送到保护安装处的时间的结论     

基于Teager能量算子瞬时能量的贯通式同相自耦变压器牵引供电系统牵引网纵联保护方案

提出一种基于Teager能量算子瞬时能量的贯通式同相AT牵引供电系统牵引网纵联保护方案。牵引变电所出口并联电容与一段接触线构成牵引网边界,通过分析发现该边界对高频信号有很强的衰减所用。利用FEEMD分解提取故障电流高频分量,然后利用Teager能量算子计算故障电流高频分量的瞬时能量,并提取两端瞬时能量最大值。区外故障时,故障电流高频分量瞬时能量最大值较小;区内故障时,该值较大。根据该差异来构造保护动作判据,判别故障位置,决定保护是否动作。基于PSCAD大量仿真实验表明,该保护方案能够准确判别区内、外故障,并且有较好的耐过渡电阻能力。     

谐振原理及小波能谱的暂态保护

提出一种基于Rogowski谐振原理和小波能谱的配电网单端暂态保护新方案,即在线路边界接入Rogowski谐振装置,以此改变线路边界谐振频率处暂态信号传输特性,从而区分区内外故障,以实现配电网的全线速动.通过小波变换模极大值确定故障发生时刻,然后提取故障时间段内谐振频段信号和低频段信号,并计算频段信号能量比值大小即可获得可靠的保护判据.最后通过PSCAD/EMTDC仿真验证该保护方案的有效性,并且该方案在不同的故障状况下均能可靠地区分区内外故障.     

多频带分析的配电网单相接地故障选线

针对多年来一直未得到根本解决的配电网单相接地故障选线问题, 在分析故障选线现状和基于小波包选线方法的基础上,提出了多频带分析的选线方法.根据各线路暂态零序电流信号小波包分解的能量分布情况,提出对各线路选择能量集中的特征频带或组合特征频带;并根据故障线路和非故障线路暂态零序电流大小关系原理,比较各条线路特征频带或组合特征频带的暂态零序电流的能量以确定故障线路.现场数据和大量的Matlab仿真试验结果表明:该选线方法可以准确、可靠地实现配电网单相故障的选线.     

滚动轴承早期故障在线监测与诊断

对滚动轴承早期故障的诊断提出了一种简便有效的方法．阐明频域和时域分离故障信息的原理，讨论了窄带滤波器设计参数选取的方法，特别是对窄带滤波器的中心频率及带宽与故障特征频率之间的关系给出了定量的描述，对窄带信号峰值包络包含的低频分量的放大作用给出了定量的分析．最后以５套３０７轴承为例进行了成功的诊断．采用文中提出的方法可由功率谱直接判读故障谱峰，该方法直观、快速、简便，非常适用于滚动轴承的在线监测与诊断．     

中性点非有效接地系统单相接地故障仿真分析

为了提取小电流接地系统单相接地时故障线路和非故障线路的零模暂态能量值,利用电磁暂态程序ATP建立了仿真模型,借助Matlab程序设计得到了相应的零模暂态能量值.同时综合考虑不同接地过渡电阻、不同故障距离、不同故障初相角以及间歇性接地故障等多个因素,对小电流接地系统的单相接地故障进行了大量仿真.仿真分析结果表明:基于零模暂态能量的故障选线方法检测灵敏度高,不仅适用于中性点不接地系统,而且适用于中性点经消弧线圈接地系统及间歇性接地故障.     

多能互补发电系统故障识别与测距方法

随着大量新能源的接入,使得多端柔性直流系统(Modular Multilevel Converter based Multi-terminal Direct Current, MMC-MTDC)故障特征愈加复杂,快速准确的故障识别与测距是亟需解决的关键难题之一。为此,本文提出了一种风-光-储-蓄互补发电站经柔性直流输电外送系统故障识别与测距方法。首先,搭建风-光-储-蓄互补发电站经柔直外送系统,在此基础上,提出了一种Teager能量算子能量熵的新方法,利用测量点正负极Teager能量算子能量熵的比值构建故障选极及区段识别判据。接着,针对已识别的故障线路,提出变分模态分解(Variational Mode Decomposition, VMD)与Teager能量算子 (Teager Energy Operator, TEO)相结合的故障测距方法。最后,利用PSCAD/EMTDC进行仿真,结果表明所提识别方法可以准确判断故障所在线路,所提测距方法能在故障发生2 ms时间窗内实现故障测距,误差率不超过2.55%,并具有较高的耐过渡电阻能力。