基于相关矩阵和动态集合覆盖的配电网故障诊断方法

作为电力网络中直接向用户供电的关键环节,配电网的工作状态直接影响电力用户的用电质量和用电体验。为解决配电网故障线路区段的定位问题,提出了一种基于相关矩阵和动态集合覆盖的配电网故障诊断方法。根据配电网拓扑建立故障电流信息和故障线路区段相关矩阵,引入隐马尔科夫模型刻画每条线路区段随时间变化的状态序列; 基于每个时间周期上馈线终端单元上报的故障电流信息集合,建立动态集合覆盖的配电网故障诊断模型,使用维特比译码求解满足集合覆盖条件的线路区段工作状态序列,实现对配电网的在线故障定位。通过仿真实例验证了基于相关矩阵和动态集合覆盖的配电网故障诊断方法的定位准确性和稳定性。     

基于改进PGSA的配电网故障定位

本文针对故障过流信息的配电网故障定位方法在有畸变信息时会造成错判或误判,导致城市配电网发生故障时无法快速准确定位的问题。首先对PGSA（植物生长算法）进行改进,然后通过建立适当的数学模型,对单电源,中低压配电网双电源进行仿真计算,最终结果证明了该算法在配电网故障定位方面的准确性以及有效性。     

配电网单相接地故障的自动化检测模型设计

当前配电网单相接地故障检测模型知识表达能力较差,其产生过程只依据正常配电网样本数据,无需单相接地故障数据,未充分利用先验知识,导致检测精度低。提出新型配电网单相接地故障自动检测模型。提取配电网单相接地故障特征,设计配电网单相接地故障自动化检测模型,将故障特征向量作为输入向量,引入输入向量与权值向量元素之间的匹配程度,将其作为第二层节点的输入,将第二层的输出作为第三层的输入,对模型进行训练,输出的结果即为配电网单相接地故障检测结果。实验结果表明,所提模型具有很高的检测精度。     

基于行波特征分类的有源配电网故障定位

随着分布式电源(distributed generator,DG)的接入,配电网的潮流方向和结构发生改变,许多传统配电网的故障定位方法已不再适用。单相接地故障是配电网常见故障且可能带来二次故障乃至断电等危害,从线模行波小波特征值与含DG的配电线路故障区段之间的关系入手,通过线性判别分析(linear discriminant analysis,LDA)降维挑选出最优故障特征,再利用机器学习中与该模型契合最好的基于核分布的贝叶斯构造分类模型,实现单相接地故障定位新方法。构建含DG的IEEE 33节点模型对有源配电网不同区段的故障进行实验,得出最优三维特征样本的定位准确率为97.9%,结果表明该方法能实现故障的准确定位。     

基于有向分层配电网故障定位的改进算法

提出了基于有向分层配电网故障定位的改进算法, 将故障信息矩阵与网基结构矩阵相结合. 通过搜索发生故障的最小配电区域的父结点,找到故障区域.该算法不仅能实现单电源故障定位,又能实现多电源的故障定位,对配电网运行工况变化有较强的适应性.     

小电流接地系统单相接地故障定位技术的研究

针对中低压配电网频繁发生单相接地故障的问题,研究了一种能够迅速判断故障线路并确定故障位置的方法.本文在分析中低压配电网发生单相接地故障后出现的暂态稳态信息的基础上,提出基于小波理论的故障选线方法,进而利用C型行波法与小波分析相结合的方法进行定位.利用MATLAB仿真软件搭建模型,在模型上对提出的方法进行实验,验证了该方法的准确性.     

含分布式电源配电网故障检测与定位研究综述

分布式电源（Distributed Generation,DG）并入配电网已成为新型电力系统重要特征,配电网结构由辐射状转变为多源多端网络架构,由此引起的短路故障特性将发生根本变化,对配电网故障快速保护尤其故障快速检测与定位提出更高的技术要求。本文在综述研究现状基础上,从时空角度分别分析含分布式电源配电网故障新特性,阐述传统配电网保护技术局限性,给出含分布式电源配电网保护检测与定位研究展望,指出故障快速检测与定位配合具有快速操动机构的断路器,能够实现故障区域的快速有效隔离,以保障含分布式电源配电网的安全运行。     

基于遗传模拟退火算法的漏磁缺陷重构

通过将模拟退火技术加到遗传算法（GA）的变异运算中，提出一种遗传模拟退火算法（genetic-simulated—annealing—algorithm，GSAA），并且提出一种基于GSAA的逆算法，用于从漏磁信号中重构二维缺陷．该算法中，径向基函数神经网络（RBFNN）用作前向模型，GSAA用于求解逆问题中的优化问题．实验结果表明，同基于GA的逆算法相比，基于GSAA的逆算法更精确，并且对噪声更具鲁棒性．     

基于IQGA的船舶电力系统故障定位方法

为了快速精准定位船舶电力系统故障，争取宝贵的船舶电力抢修时间，提出一种改进的量子遗传算法（improved quantum genetic algorithm,IQGA）。首先,搭建船舶电力系统的数学模型，把故障定位问题转化为求目标函数最优问题；接着，将量子计算引入遗传算法（genetic algorithm,GA）中，采用双链量子比特编码方式，改进量子旋转门的角度更新策略;最后，加入量子非门实现染色体变异操作，增强算法收敛性能。仿真实验结果表明，改进量子遗传算法能够精准定位故障区段，并且较传统算法有着更为显著的收敛性能。     

基于事例的推理循环中人工神经网络和遗传算法的4种应用模型

从理论上研究了人工神经网络（ANN）模型和遗传算法（GA）在基于事例的推理（CBR）循环中的应用。针对CBR循环中遇到的共性技术问题，即事例的检索与修改，提出了4种应用模型：基于神经网络自适应共振（ART1）、自组织特征映射（SOFM）模型的事例聚类，基于反向传播神经网络（BPN）模型的事例相似度计算，基于GA的最近邻检索法（K－NN）特征权值优化以及其于GA和BPN的事例自动修改。讨论并建立了各种模型的算法。对提高CBR实际应用时事例的检索效率与质量具有指导作用。     

基于神经网络及模糊理论建立回热系统故障诊断层次模型

针对热力系统故障发生的模糊性,提出将模糊辨识理论和人工神经网络相结合,建立回热系统故障诊断层次模型．该模型根据回热系统以加热器为中心的特点,分层诊断,缩小了知识库,减少了计算量,并利用了神经网络“边学习、边辨识”的优点,使故障诊断迅速、准确．经仿真实验,证明了模型辨识效果良好．     

Network fault diagnosis using DSM

Difference similitude matrix (DSM) is effectivein reducing information system with its higher reduction rate and higher validity. We use DSM method to analyze the fault data of computer networks and obtain the fault diagnosis rules. Through discretizing the relative value of fault data,we get the information system of the fault data. DSM method reduces the information system and gets the diagnosis rules.The simulation with the actual scenario shows that the fault diagnosis based on DSM can obtain few and effective rules.     

基于拓扑辨识的配电网故障定位算法

针对配电网存在T接点的情况,提出了基于拓扑辨识的配电网故障定位算法。该算法将配电网络的拓扑描述矩阵分析成不含区域和只含区域的矩阵描述方式,有效地解决配电网的故障区段判断;同时可以自动定位区域的顶点,适应多变的网络结构。     

基于粗糙集理论多区域并行神经分类器在变电站故障诊断中的应用

针对变电站故障诊断中不确定信息多和实时性要求高的特点,以变电站的开关保护信息为基础,提出了一种基于粗糙集理论和神经网络理论的多区域并行神经分类器的变电站故障诊断方法.该方法首先将变电站故障划分为多个独立的故障单元,针对每个区域故障单元建立故障模式库,利用粗糙集的知识约简和不确定信息的处理能力,对故障模式库并行挖掘,实行属性优选,再运用神经网络对故障诊断知识进行模式识别.将其应用于变电站故障诊断专家系统中,应用结果显示该方法不仅能缩小问题求解规模,实时性高,而且具有较强的抗干扰能力,是一种有效的变电站故障诊断方法.     

数字电路故障模块诊断的神经网络方法研究

对数字电路系统的测试，提出一种基于神经网络的电路故障模块诊断方法，对方法的诊断系统模型、故障特征的获取、网络结构的确定与调整、诊断的流程等进行了详细论述。由于传统的电路故障诊断方法是通过对故障字典的搜索来确定发生的故障，这对庞大的故障字典来说既复杂又费时，因此文中的方法可显著提高传统故障字典法的效率。     

基于DSP的交流电机故障诊断

交流异步电机是广泛使用的能量转换装置.对鼠笼异步电动机的常见故障进行分析及诊断,提高电机故障的监测诊断水平,具有重大实用价值.本文应用小波包-神经网络算法实现了基于DSP的交流电机故障诊断.利用小波包分解算法提取出电机故障特征向量,并针对轴承和偏心故障特征,提出对数故障特征向量的算法.将故障特征输入基于任务分解的神经网络,实现基于DSP的电机定子、偏心以及轴承故障诊断.     

基于RBF网络的旋转机械故障诊断方法

针对BP网络在故障诊断中存在的训练收敛速度慢且容易陷入局部极小、网络初值对学习性能影响比较大等缺陷,提出了一种基于RBF网络的故障诊断方法,介绍了RBF网络的结构和自适应正交最小方差算法（SROSL法）,并应用于旋转机械的故障诊断中,应用结果表明,RBF网络训练速度快、分类性能良好,在设备故障诊断领域具有很好的实用性。     

配电网接地故障定位的传递函数法

为解决配电网的单相接地故障定位问题 ,提出一种新的单端测距算法。该方法基于频谱分析的原理和线路的分布参数模型 ,建立配电网络的传递函数 ,从单端施加激励信号 ,由传递函数的频谱特性构造判据进行故障定位。理论推导和计算机仿真计算表明 ,根据各分支端口传递函数频谱的频率、相位和波形特征可以有效实现配电网的接地故障定位并测距。由于该方法不受负载参数变化的影响 ,测量方便 ,克服了以往单端测距算法的缺陷 ,因此有很好的应用前景