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DOST能量相对熵的配网单相接地故障选线方法

针对小电流接地故障中,不同类型配电线路故障特征频带能量分布不一致的情况,提出一种基于离散正交S变换与能量相对熵的故障选线方法。首先提取各线路故障后首半个工频周波的暂态零序电流,利用离散正交S变换计算暂态零序电流各频带的变换系数及各频带暂态能量,结合能量相对熵对两个波形细微区别的识别能力,分别获取各线路在不同频带的能量相对熵,并综合得到每条线路的综合能量相对熵,据此熵值大小进行故障选线。Matlab仿真表明该方法不受接地电阻、故障初始角、故障距离等条件的影响,在间歇性电弧故障时仍然可准确实现线-缆混合线路单相接地故障选线。     

谐振接地系统单项接地故障综合选线的研究

为了解决单一的选线原理进行故障选线误判率较高的问题,该文提出了基于零序电纳增量法和暂态零序电流方向的故障选线方法的单相接地故障的选线装置。通过在模拟电网的实验表明:该装置能够对故障线路做出准确、可靠的判断。     

谐振接地系统单相接地故障选线的新判据

当前谐振接地系统中所采用的单相接地故障选线保护方式,存在着灵敏度低、可靠性差等问题.文章采用在系统发生单相接地故障后延时,并在中性点投入增流电阻的思想,进一步分析了故障线路与非故障线路零序接地电流的特征,提出了对零序接地电流补偿求差值的故障选线新判据;讨论了判据中阀值的取值问题,对保护误差进行了分析;研究表明本保护具有较好的灵敏度和可靠性.     

基于小波的谐振接地系统故障选线的优化研究

由于谐振接地系统在电网中被广泛的应用,所以谐振接地系统单相接地故障选线一直以来是研究的热点。针对现有的谐振接地系统故障选线方法存在的不足,基于短时投入并联电阻,提高暂态特征分量的选线方法,提出了一种优化方案;即通过可控硅控制消弧线圈并联电阻,增强故障线路的特征信号,把提取的故障时的零序电流暂态信号进行小波变换,检测分解和重构后的信号的奇异性,从而确定故障线路。仿真结果表明了优化方案的准确性。     

基于小波包分解的剩余电流接地故障选线方法

为解决电网发生单相接地故障后,无法对故障线路精确辨识的问题,提出了一种基于小波包分解的剩余电流接地故障智能感知方法.依据小波分析法和智能感知原理,针对接地故障产生的剩余电流进行故障信息采集,将收集到的剩余电流信息进行分析对比,以感知接地故障并进行故障识别;通过研究交流电源剩余电流在线式监测和基于小波变换方法的弧光接地故...     

一种小接地电流系统单相接地故障选线新方法

针对“流接地电流系统单相接地故障选线”的问题，提出了一种新的选线方法，它充分考虑了系统故障前后的不对称因素。可以应用于中性眯不接地系统和中性点经消弧线圈接地系统，对只有两相ＣＴ的低压网络，可以直接使用，并有２／３的选线功能     

一种新的配电网小接地电流故障选线监测方法

在配电网系统中,故障点经高阻接地或者中性点经消弧线圈接地使得故障电流比较小,无法使用传统的过流继电器动作或者熔断器熔断。因此,提出了一种适用于辐射状配电网的、基于特定频率电压信号叠加原理的单相接地故障选线新方法。仿真结果证明这种方法对于任何形式的接地故障选线都比较准确。     

基于本地测量的小电阻接地系统高阻接地故障选线方法

为解决小电阻接地系统高阻接地故障选线失灵问题,本文依据故障馈线与健康馈线在其始端本地测量的零序电流相量实部符号差异,提出了一种基于本地测量的高阻接地故障选线方法。首先,建立了小电阻接地系统的故障零序等效网络,对故障零序电流特征进行理论分析;然后,推导了故障馈线与健康馈线的零序电流相量实部特征,并利用其符号差异作为选线依据,避免了时间同步精度的影响。最后,通过仿真分析验证了本文所提方法对高阻接地故障选线的有效性,且验证了所提方法对电弧故障的适用性。     

多基因融合小电流接地故障选线方法

为解决目前单一判据选线方法中存在的可靠性低、选择性差和对电网结构适应能力低的技术问题,提出了基于遗传算法的小电流接地故障选线方法.算法通过对基于系统故障稳态参数选线的有功功率选线法和无功功率选线法,以及基于暂态参数的小波分析选线法的融合,获得高可靠性小电流接地故障选线判据.算法利用不同选线方法的基因概率进行编码形成初始种群,通过对种群基因的选择、交叉、变异运算,求得最优染色体串,译码后得到故障线路信息.从系统仿真结果看,该方法具有可靠性高、选择性好的特点,并且对不同结构的电网具有很好的适应能力.     

基于迁移学习的卷积神经网络电网故障诊断

电网拓扑结构复杂、分支众多、潮流分布不平衡、故障样本较少且难以获取。为提高配电网的故障诊断准确性,提出将迁移学习的思想与卷积神经网络(convolutional neural networks, CNN)相结合,以此来解决目标域样本不足导致训练效果差的问题,同时利用主成分分析(principal component analysis, PCA)对时序数据进行降维,提升运行速率,形成配电网故障诊断方法。首先对PCA和CNN的结构特点进行分析;然后通过仿真模拟不同的故障条件,生成面向CNN的时序数据。再通过最大均值差异法(MMD)选择出最适合迁移的源域数据,建立源域故障识别的预训练模型。最后使用目标域数据,在预训练模型的基础上进行迁移微调训练,得到故障诊断模型。仿真结果表明,该方法能够在小样本的情况下迅速完成对故障类型的精准预测。     

基于粗糙集的传感网络节点故障诊断方法研究

传感网络节点一般分布于环境复杂的区域,当前故障诊断方法诊断精度低,虚警率高,整体性能低。提出一种基于粗糙集的传感网络节点故障诊断方法,给出传感网络结构图,采用粗糙集方法,通过过滤传感网络节点故障数据不关键属性集,得到简化的节点故障属性集,保持了分类能力,提高了运行效率。通过对传感网络故障节点数据进行约简,减少传感网络节点故障数据特征向量维数。建立简化层次各异的传感网络节点故障诊断决策网络,对故障诊断决策规则覆盖度进行分析,求出所有符合既定采集规定的诊断决策规则集,完成新故障状态的处理,实现传感网络节点的故障诊断。实验结果表明,所提方法不仅具有很高的诊断精度,而且虚警率低、整体性能高。     

基于EEMD与模糊信息熵的旋转机械故障诊断方法

针对旋转机械故障识别率偏低的问题,提出一种基于EEMD与模糊信息熵的旋转机械故障诊断方法.该方法结合EEMD分解和模糊信息熵在特征提取方面的优势,构造出一种能够精细度量不同类别振动信号故障概率复杂度的特征集合.首先将原振动信号进行EEMD分解,获得若干个本征模态函数(IMFs);计算出前5个高频IMF分量的模糊信息熵组成高维特征集;利用LPP对高维特征集进行维数约简剔除冗余不相关特征;最后将约简后的样本集输入到KNN分类器中进行故障识别.用双跨转子实验台采集的数据对所述方法进行验证,并与EMD模糊熵、EMD模糊信息熵、EEMD模糊熵方法进行故障识别率对比,结果表明该方法能够有效提取转子振动信号的故障特征,并且具有更高的故障识别率.     

全能流视角下的城市能源规划方法

基于图论思想,提出了一种可较好地解决多源多汇多路径的城市能源系统的规划方法。建立了汉密尔顿有向图来描述城市能源网络供需间的能量流动过程,构建了以节点、路径、网络平衡为要素的通用模型,以矩阵的形式表示能源网络的节点性能和拓扑结构。并且将能流路径所对应的权重作为目标函数,分析比较不同路径匹配的系统性能。之后,利用此方法对联产系统的节能情景进行评估,对不同情景下联产系统的路径匹配特性进行说明。其结论可为城区建设和旧城改造过程中的分布式能源系统推广和城市能源系统规划提供参考。     

基于图形相似度的分布式能源接入配电网差动保护方案

针对传统配电网其拓扑结构和故障特性由于分布式新能源的接入,发生了一定改变,对配电网的继电保护带来了新的挑战,提出一种依据线路两端电流波形相似度的自适应差动保护方案。该方案通过分析线路两端的电流波形特征,利用Hausdorff距离算法计算电流的相似度,在此基础上构建电流差动保护的制动系数,对故障区域进行自适应判别。在PSCAD/EMTDC软件中搭建基于分布式电源的配电网模型,对所提保护方案进行仿真验证,仿真结果表明该方案能准确判别故障区域,抗过渡电阻能力强,且不需要电压信息和增加额外保护装置,具有同时兼容低成本与高可靠性,抗同步误差能力强等优点。     

基于RBF神经网络的输电线路故障类型识别新方法

基于径向基函数(radial basis function,RBF)神经网络理论,采用电流突变量比例系数,提出了一种对输电线路故障类型识别的新方法。利用PSCAD/EMTDC软件建立500 kV高压输电线路仿真模型,仿真不同工况下的故障。由各相电流之差提取故障差流信号的突变量,并计算故障后一个周期内差流突变量的有效值,得到故障状态下各相差流突变量占三相差流突变量有效值总和的比例系数,结合零序电流判别系数构造故障类型识别特征向量,建立RBF神经网络进行故障类型识别。仿真结果表明,采用电流突变量比例系数作为特征量包含的信息更丰富,对RBF神经网络的训练效果更好,不受故障位置、故障初始角和过渡电阻等因素的影响,网络识别精度高。     

基于鲁棒输入训练神经网络的非线性多传感器故障诊断方法及其应用

针对非线性系统多传感器故障诊断时出现的检测准确性下降和数据重构产生的残差污染问题,提出了基于鲁棒输入训练神经网络非线性多传感器故障诊断模型.在目标函数中引入影响因子函数和可靠性系数,并通过计算机模拟和仿真确定最佳影响因子函数形式,抑制了多个含有显著误差故障数据的不良影响,并增加了具备高可靠性的重要数据影响权重,大大减小...     

配电网消弧线圈接地系统单相接地故障定位 实验研究

针对配电网经消弧线圈接地系统单相接地故障定位困难的问题,该文分析了配电网经消弧线圈接地系统发生单相接地时零序电流特征量,提出了一种基于零序电流突变量和7次谐波选线技术的综合的配电网单相接地故障定位方法:在各线路出口及分支处安装馈线终端(FTU),独立测量零序电流突变量,并将FTU的单相接地定位结果与零序电流的7次谐波数据上送到配电网监控系统;配电网监控系统综合比较FTU的定位结果与各馈线零序电流的7次谐波数据,给出具体的故障定位流程和判据。实验结果证明该方法能正确、可靠地实现故障区段的定位。     

基于AHP的贝叶斯网络故障诊断方法研究

针对基于专家知识的故障诊断方法依赖经验的局限,提出一种基于层次分析法（AHP）的贝叶斯网络化工过程故障诊断方法。通过基于关联函数的AHP得到所有变量的权值,对22个变量节点的权值进行排序并将该排序作为K2算法的学习输入建立贝叶斯网络模型,同时结合复杂网络分析指标进行化工过程的故障诊断。通过TE过程故障诊断实例证明本文方法不仅避免了K2算法专家知识的主观因素影响,同时能很好地进行故障定位,找到故障源。