基于神经网络的三相电缆故障预测定位系统

为实现三相电缆故障准确定位,在大量实测数据的基础上,用L-M数值优化改进的BP算法建立了复杂非线性电缆故障预测定位系统输入信号与故障距离之间的数学模型,设计了基于BP神经网络的电缆故障预测定位系统,实现了三相电缆短路或接地故障的预测定位功能。仿真结果表明,故障距离的预报误差在指定范围内,预报精度可靠。     

基于机器人的地下电缆巡检与故障定位装置设计

为了克服传统电缆故障检测方法效率低、故障与异常点查找困难、不能对故障隐患进行早期预测等缺点,设计了基于机器人的地下电缆巡检与故障定位系统,该系统不仅可以发现故障隐患,预防恶性事故的发生,还可以实现对短路、断路等故障的快速、准确的识别和精确定位.侧重介绍了地下电缆巡检与故障定位系统的组成、工作原理、故障检测与定位方法、机器人的选型、温度传感器的选型等内容.工程实践表明,该系具有结构简单、可靠性高、工作稳定、故障处理速度快等优点,可用于通信、航空、航天、工业等多种领域.     

输电系统距离保护中的神经网络应用

输电系统传输线的传统距离保护受到不同故障条件的影响 ,而且 ,有时会产生继电器的误动作。本文探讨利用人工神经网络作为样本分类器来实现输电系统传输线的距离保护。利用EMTP( Electro- Magnetic Transient Program)软件和 MATLAB软件的有关工具对一个简单三相输电系统进行仿真 ,结果表明 ,人工神经网络 ( BP网络 )对于三相传输线中单相接地故障的不同故障点距离有很好的识别能力。     

基于电缆频率特性及信号脉冲宽度的电缆局部放电在线定位方法

为减小电力电缆局部放电定位过程中噪声及反射脉冲的干扰,实现局放源的在线定位,提出了基于频率特性及信号脉冲宽度的电缆局部放电定位方法。该方法通过模拟局放脉冲信号在电缆中的传播,分析了局部放电脉冲信号在电缆中的传播特性,推导出考虑频率特性的脉宽变化函数关系式,最后结合实测的脉宽与传输距离的拟合曲线,通过迭代计算获取准确的故障位置。利用PSCAD/EMTDC搭建电缆模型,在不同故障距离下的对该方法进行仿真验证,并与小波变换的定位结果进行比较,结果表明其定位误差低于0.6%,说明该方法具有较高的准确性与实用性。     

基于改进BP神经网络的线缆接头温度预警方法

目前针对环网柜故障预测与健康管理技术(Prognosties and Health Management,PHM)在电网领域得到飞速发展,环网柜的电缆接头温度是重要参数。该文提出一种基于改进BP神经网络模型,多变量大数据训练权重系数,输出正常线缆接头温度值,通过对比真实温度值,实现环网柜的电缆接头温度预警。经过对实际环网柜的电缆接头温度预警验证了该文所提出方法的有效性,对防止火灾发生和环网柜故障预测起到一定参考作用。     

电缆线路故障自适应预报系统

根据电缆传输线线路的电气特性,建立并解出其理想数学模型,从含有噪声的输入输出数据中提取电缆线路的信号,用自适应预报辨识方法,超前发现电缆线路是否有出现故障的可能。最后根据序贯概率比检验法,预先确定一个检验区间,在辨识算法的支持下,有效地实现了对电缆线路故障的检测。自适应预报辨识方法,在满足各项性能指标的前提下,可明显提高发现故障隐患概率,取得良好的故障预报效果,提高电缆线路运行的安全性。     

输电线路故障行波时差定位系统的研究

故障的精确定位可大大提高电力系统的运行效率。利用GPS同步时钟，可以实现故障的时差定位。为此，分析了高压线路故障时差定位系统的定位原理及对传感器的要求，介绍了几种传感器，提出了一种安装方便、响应快速的电流传感器及采用电流传感器的定位系统，并在3km长的同轴电缆（模拟4．5km线路）上进行了模拟测距试验，测距误差很小，试验结果令人满意。     

一种BP神经网络优化算法在配电网故障定位的研究

根据BP神经网络建立配电网网络结构模型,针对BP神经网络在配电网故障定位中精准度不高的问题,在BP神经网络的基础上引入遗传算法,通过遗传算法对BP神经网络的初始连接权值和阈值的选择做出改进,使改进后的BP神经网络能够对初始值的预测更加准确.仿真实验证明了改进后的BP神经网络在配电网故障定位中的可行性,故障定位准确度有了很大的提高.     

浅谈组网型故障定位系统的应用

输配电线路传输距离较远，沿途地形复杂，环境和气候条件较差，再加上供电压力，造成线路故障率升高。而另一方面，线路距离长，分支多，结构复杂，又加大了故障查抄和排查难度，基于数字化故障指示器和智能配变监测终端而搭建的组网型故障定位系统，具有投资造价低、运行稳定可靠和安装维护简便的特点，很好的满足了城区架空线路以及广大农村电网保障供电可靠性的要求．有效的解决了中低压架空线路故障定位和故障排查。     

适应屋顶光伏接入的低压配电系统故障测距新方法

随着新型电力系统的不断建设,新能源大规模接入低压配网是我国能源转型的重要方向。在电网故障条件下,快速准确确定故障位置对提升新能源利用率和改善低压配网可靠性至关重要。目前,现有故障测距研究主要针对输电网和中高配电网,但对于低压四线制配电系统相关研究较少。在大规模建设屋顶光伏的背景下,低压四线制配电网是消纳新能源的重要场景。针对此,本文面向有源低压三相四线制配电系统提出一种新型故障定位方法,首先建立三相四线制系统接地故障下故障距离计算模型和屋顶光伏故障等效模型;然后,建立了屋顶光伏故障计算模型与故障线路靠近屋顶光伏端的电压关联模型。在此基础上,联合所建立的关联模型、屋顶光伏故障等值模型,以及三相四线制系统故障距离计算模型,通过迭代计算方法求解故障距离。最后,基于仿真算例对所提算法进行了验证,结果表明该算法具有良好性能,研究成果将有效提升屋顶光伏接入后的低压配网三相四线制系统故障定位水平。     

10kV电缆故障定位的标准化操作研究

本文在分析10kV电缆故障原因及分类,同时对10kV电缆故障定位方法原理进行了分析,在此基础上,给出了10kV电缆故障定位的标准化操作流程,为工作人员提供可靠电缆故障的查找技术,提高了电缆修复效率,节省了人力物力成本。     

10 kV电力电缆故障查找及定位技术探究

电缆查找定位技术是一种用于准确定位和找到电缆故障点的技术手段,它利用各种电力测试仪器和方法,结合电缆特性和故障类型的分析,通过测量电缆参数、分析电缆波形和信号传输特征等手段,以实现对电缆故障位置的精确定位。常用的电缆查找定位技术包括电位测量法（如声测法、电表检测法等）、高压闪络测量法、电桥法、行波法等。这些技术各具特点,能够应用于不同类型的电缆故障定位。通过采用合适的技术手段,可以快速、准确地找到电缆故障点,为电力系统的维护和故障修复提供技术支持,保障电力供应的连续性和可靠性。     

分布式光纤测温技术在电缆温度监测中的应用

分布式光纤测温系统在电力行业电缆温度监测中发挥着重要的作用。本文介绍了光纤拉曼散射测温基本原理和基于光时域反射（OTDR）定位原理。以青岛供电公司二回三相4km长电缆温度监测工程为例,介绍了光缆的选择、系统功能和监测情况。经综合分析,系统温度精度为±1℃,距离定位精度±2m,为电缆温度实时监测和输电安全提供了科学依据。     

重庆中心城区臭氧浓度网格预报方法及其应用研究

为探索不同机器学习方法在臭氧浓度预测中的应用效果，基于重庆市中心城区及其周边区域2017-2019年臭氧数据及气象数据，利用KNN数据挖掘算法与BP神经网络算法，建立了2种以重庆中心城区北碚区为中心的臭氧浓度预报模型，并运用反距离加权插值法将臭氧浓度预报值网格化.研究显示：(1)2017-2019年间，臭氧浓度除铜梁区和沙坪坝区呈逐年上升趋势外，其他区域呈“单峰形”的变化，最大值出现在2018年；夏季臭氧浓度最高，冬季最低；臭氧浓度与气象要素关系最密切的是最高气温、平均气温及相对湿度.(2)2种预测模型在7个区的训练中平均预报准确度超过了74%,其中KNN模型的准确率高于BP神经网络模型，2种模型与实测值的相关性超过了0.7,拟合度较高；在验证模型准确率中，BP神经网络模型在检验过程中的整体效果高于训练效果；总的来说，基于BP神经网络模型的预测结果总体优于KNN模型的.(3)将模型应用于臭氧浓度网格预报中，从数值来看，高值与实测值基本一致，低值低于实测值；从地理位置来看，低值与实测值位置基本一致，分布在重庆中心城区中部偏西地区，高值预测区域差距较大，实测高值区分布在中心城区的南部和东部...     

光栅刻划机超精密定位系统定位控制研究

对光栅刻划机超精密定位系统的定位控制以及实验进行探索研究.鉴于控制模型和实验分析验证出光栅刻划机超精密定位系统具有较强的非线性和时变性,提出将基于BP神经网络的PID控制方法用于光栅刻划机定位系统控制,利用神经网络的自学习实时调节PID控制参数,实现精密定位的自适应控制.通过控制实验,稳定地获得了5nm以内的定位精度.     

基于单端行波法的电缆护层故障定位研究

提出一种新型电缆护层故障测距方法,它是利用单芯电缆发生单相护层接地故障时产生的暂态电流行波进行实时的故障定位,称之为单端行波法故障定位;对电缆进行相模变换,分析电缆故障时行波的传播特点,根据此传播特点提出电缆波速现场测试的方法,通过选择合适的模量进行故障定位;最后通过PSCAD/EMTDC仿真分析验证了该方法的正确性。     

电缆-架空线多分支配网单相接地故障定位法

考虑了配网的树形结构,特别的现配电网的馈线往往采用电缆-架空线混合形式,波速在各个馈线段上不一致的情况,运用B型行波的双端测距原理,测出故障点到配电网线路各末端的距离,提出了一种电缆-架空线多分支配网行波故障定位方法。最后通过MATALB仿真软件进行仿真验证。仿真结果表明,此定位方法能够精确地定位到故障点。     

人工神经网络在苏州空气污染预报中的应用

人工神经网络在预测预报领域的应用越来越广泛。简单介绍了BP神经网络的基本原理,较详细地回顾了国内BP神经网络在空气污染预报领域的研究应用情况,并建立了苏州市区SO2浓度预报的BP神经网络,预报结果表明:该模型具有简便、快速、准确的优点,可推广用于其它空气污染物的预报。     

开关柜母排多点面阵测温与温升异常辨识方法

针对单点传感测温难以全面准确识别高压开关柜过热故障的问题，提出一种以低分辨率多点面阵测温取代传统点测温的新方法及其技术实现.首先，提出低分辨率红外阵列传感器的开关柜温度状态多点传感检测技术，获取开关柜电缆室母排与电缆连接处的多视场温度分布数据.其次，在实现过热区域定位的基础上，建立k最近邻(KNN)算法温度故障辨识模型，识别开关柜母排故障状态.最后，搭建开关柜温度状态监测平台，采集数据并分析.实验结果表明，多点面阵测温不仅适用于开关柜状态监测要求，且其温升异常检测方法可有效实现过热故障的区域定位与识别分类.     

人工神经网络在潮汐短期预测中的研究

本文介绍了运用Matlab神经网络工具箱进行BP神经网络设计的基本方法与过程,并将BP网络模型引入到海洋潮汐预测领域,根据黄海海域某短期验潮站观测数值,构建并选用合适的BP神经网络建立了海洋潮汐短期预测的神经网络预报模型。计算结果表明,BP模型应用于潮汐预报具有较高的预测精度和良好的泛化能力,它为海洋潮汐预报工作提供了一种全新的思路和方法。