基于小波变换与αβ空间参数的单相接地选线方法的研究

本文提出一种基于小波变换与αβ空间参数提取小电流接地系统单相接地故障特征的方法来实现单相接地故障选线。利用小波变换对线路电流和电压的暂态信息进行处理,提取暂态量特征向量,利用clarke-concordia变换提取线路稳态电流的αβ空间参数构成稳态量特征向量,利用BP神经网络对这些特征向量进行处理,从而实现故障选线功能。仿真结果表明,这种方法可以大大地减少过渡电阻对故障选线的影响,使得选线结果准确可靠。     

基于暂态行波的小电流接地系统故障定位

小电流接地系统发生接地故障时,故障电流的稳态分量较小,导致许多基于稳态分析的接地选线装置效果不佳,故障定位不准确.分析了小电流接地系统单相接地时故障线路与非故障线路的零序电流特征,介绍了小波变换、信号奇异性检测及行波测距原理,提出了利用小波变换提取暂态分量作为依据的故障选线方法,该方法对接地故障的暂态分量进行小波变换,通过比较变换后零序电流模极大值的大小和极性判别出故障线路,进而实现行波测距故障定位.MATLAB仿真结果表明,该方法能够准确、可靠地实现故障定位.     

基于人工免疫算法的小电流接地故障选线

小电流接地系统的单相接地故障选线问题一直没有得到很好的解决,通常采用的单一故障选线方法如小波变换法、五次谐波电流法和零序电流有功分量法等只能对部分故障信息进行处理,选线可靠性不高,因此提出了基于人工免疫算法的小电流接地故障选线方法.利用小波包变换和FFT算法提取零序电流的暂态、五次谐波和有功分量故障特征作为免疫系统的抗原,利用训练样本对该免疫系统训练后得到记忆集,利用抗原和记忆集的亲合度实现故障选线.ATP仿真结果表明该方法得出的选线结果具有较高的精度和较强的鲁棒性.     

基于经验小波分析的小电流接地系统单相接地故障选线方法

针对小电流接地系统单相接地故障选线中因故障特征量不明显而导致选线困难甚至误选的问题,提出了一种基于经验小波变换(Empirical Wavelet Transform,EWT)的小电流接地系统单相接地故障选线方法。该方法利用经验小波变换能自适应分割傅里叶频谱以分离不同模态和提取调幅-调频模态函数的优点,对小电流接地系统中单相接地故障零序电流的模态分量进行提取,并以零序电流的低频模态分量综合相关系数和高频分量能量值实现故障线路的综合选线。最后在Matlab仿真软件中验证了所提方法的有效性和优越性。     

基于人工免疫算法的小电流接地故障选线

小电流接地系统的单相接地故障选线问题一直没有得到很好的解决,通常采用的单一故障选线方法如小波变换法、五次谐波电流法和零序电流有功分量法等只能对部分故障信息进行处理,选线可靠性不高,因此提出了基于人工免疫算法的小电流接地故障选线方法。利用小波包变换和FFT算法提取零序电流的暂态、五次谐波和有功分量故障特征作为免疫系统的抗原,利用训练样本对该免疫系统训练后得到记忆集,利用抗原和记忆集的亲合度实现故障选线。ATP仿真结果表明该方法得出的选线结果具有较高的精度和较强的鲁棒性。     

一种基于谐波小波的单相接地故障选线方法

为了提高配电网单相接地故障选线方法的精度和鲁棒性,重点分析了谐波小波的表达式及谐波小波变换算法,在这基础上提出了一种基于谐波小波的单相接地故障选线方法。该方法首先在线路出口处并联谐振滤波装置,改变线路出口处的特征阻抗,然后将采样到的故障信号运用谐波小波变换算法完成对暂态电流特征频带内电流成分提取,最后通过比较特征频带内暂态电流能量幅值及能量衰减系数实现故障选线、选相。仿真实验表明该方法选线精度高而可靠,具有较高的工程应用价值。     

35kV及以下变电站系统接地选线方案的研究

对于小电流接地系统的35 kV及以下的变电站系统,由于综合自动化的应用,其接地选线可以采用微机保护装置及监控系统实现。提出了利用微机保护装置实现小电流接地选线的检测原理,给出了以Modbus为总线的变电站监控系统的选线方案。应用小波变换方式从暂态故障电流中提取故障特征,可以提高故障选线的精度和可靠性。可以优化变电站的结构,减少二次电缆,节省空间,提高接地选线的正确性。     

基于小波-神经网络的小电流接地选线的研究

研究了小波分析理论和人工神经网络技术在小电流接地系统单相接地故障选线中的应用。介绍了小波变换的奇异性检测理论和模极大值理论，神经网络的结构和改进算法，以及两者结合的选线方案。通过小波变换提取故障时各支路出线零序电流信号中的故障特征．作为神经网络的输入向量。建立典型的三层BP网络模型，从小电流接地系统动态仿真模型中采集大量样本训练网络，并针对不同故障模式进行测试。仿真实验的结果表明该方法能够准确、可靠地实现故障选线。     

计及分布式电源注入谐波的谐振接地系统故障选线方法

针对逆变型分布式电源接入的谐振接地系统发生单相接地故障时注入的低次谐波电流对故障特征的影响,以及在不同故障条件下暂态零序电流的主谐振频率和衰减振荡持续时间变化的特点,提出一种基于交叉小波变换的故障选线方法。该方法通过线路故障零序电流间的交叉小波变换求出高相关时频区域,并通过平稳性检验鉴别分布式电源注入谐波对交叉功率谱的影响,最终求出高相关时频窗。再对线路故障零序电流进行离散小波变换,在高相关时频窗中提取零序电流序列进行能量大小比较与相位验证,实现故障选线。该方法物理意义明确,可鉴别注入谐波电流的影响、抗干扰能力强。大量仿真结果表明,该方法选线准确可靠且适应性强。     

馈线数对10kV系统单相接地故障选线的影响

由于小电流接地系统单相接地故障的故障电流小、故障过程持续时间短,且影响故障选线准确率因素多,采用常规的故障选线方法其准确率较低而采用暂态零序电流小波变换方法是目前研究的热点,可实现故障选线的准确性。为研究此一技术,在分析单相接地故障暂态电流特征的基础上,根据暂态电流行波幅值比较式方向保护选线原理,在MATLAB SIMULINK平台上建立了不同馈线10 kV配电网络的模型,利用Haar小波分析方法对2~30回馈线的10 kV配电网络进行了仿真分析。结果表明,Haar小波可实现单相接地故障准确选线的目的,故障选线结果与配网的馈线数无关,选线的准确性与小波窗时间宽度有关,因此采用Haar小波进行故障选线时应根据系统的接地方式和配网的馈线数量合理调整小波窗时间宽度。     

基于GA优化BP神经网络的有源配电网高阻接地故障选线方法

当配电网发生高阻接地故障时,逆变型分布式电源的接入会向零序网络中注入不平衡的谐波电流,改变原有故障特征的分布规律,导致传统高阻故障选线方法失效。考虑光伏电源接入对配电网的影响,提出了一种基于GA优化BP神经网络通过融合多种故障特征的有源配电网高阻接地故障选线方法。首先,利用Matlab/Simulink搭建谐振接地系统仿真得到选定周波的故障零序电流,根据小波包变换从中提取小波包能量熵和模极大值,并将其作为数据样本。然后,将数据输入优化后的网络中进行训练,得到能够实现智能选线的机器学习模型。最后,算例分析表明该方法较传统算法提高了迭代速度和训练精度,在多种复杂故障条件下具有良好的选线容错率,且具有一定的抗噪能力。     

基于量子神经网络和证据融合的小电流接地选线方法

在研究基于集成量子神经网络和Dempster-Shafer (DS) 证据理论故障诊断模型的基础上,提出将该模型应用到小电流接地选线中.利用快速傅里叶变换和小波包变换从零序电流信号中提取故障特征量来训练多个量子神经网络,再用DS证据理论对各个神经网络的输出结果进行全局融合,得到综合选线结果.仿真结果表明该模型对小电流接地选线具有很强的适应性,且不受系统接地方式、合闸角、过渡电阻等因素的影响,解决了单一判据选线准确率低和高维输入神经网络训练收敛速度慢、诊断时间长等问题.     

基于粗集理论的小电流接地系统故障选线

分析了小电流接地系统中基于小波包的故障选线方法工作原理，证明了在故障线路暂态零序电流信号采样后能量损失较大时，该方法失效。为了克服该方法的局限性，提出了一种基于粗集理论的改进故障选线方法。将提取的暂态零序电流故障特征作为条件属性，信号增强倍数作为决策属性，构成一个决策系统。通过对决策表的约简，得到决策系统的最小决策算法，从而实现信号增强。再利用小波包变换对增强的信号分解，实现故障选线。ATP-EMTP仿真表明，该方法有效地提高了小电流接地选线的准确性。     

基于粗集理论的小电流接地系统故障选线

分析了小电流接地系统中基于小波包的故障选线方法工作原理，证明了在故障线路暂态零序电流信号采样后能量损失较大时，该方法失效。为了克服该方法的局限性，提出了一种基于粗集理论的改进故障选线方法。将提取的暂态零序电流故障特征作为条件属性，信号增强倍数作为决策属性，构成一个决策系统。通过对决策表的约简，得到决策系统的最小决策算法，从而实现信号增强。再利用小波包变换对增强的信号分解，实现故障选线。ATP-EMTP仿真表明，该方法有效地提高了小电流接地选线的准确性。     

基于纵横交叉算法的神经网络配电网故障选线研究

为了提高小电流接地系统单相接地故障选线的精度,提出一种基于纵横交叉算法优化RBF神经网络的故障选线新方法。利用Matlab/Simulink仿真单相接地得到一组零序电流信号,通过小波包变换和傅里叶变换从中提取出暂态特征值、有功分量以及五次谐波分量。再将提取得到的特征量作为神经网络的输入,用纵横交叉算法优化后的神经网络对故障特征值进行训练,实现故障选线。仿真中建立100组不同的故障样本,其中80组作为训练集,20组作为测试集。实验结果表明,与传统神经网络相比,CSO-RBF方法训练效果好,准确性高。     

基于经验小波分析的小电流接地系统单相接地故障选线方法

针对设备数量上升时智能电网复杂程度过高的问题,提出基于云雾计算的智能电网调度方案。模型由云计算层,雾计算层与终端用户层组成。其中雾计算层用于管理用户的请求和网络资源,并充当用户和云端之间的中间层。雾计算通过创建虚拟机以同时处理多个用户请求,从而使系统更为高效。顶层的云计算可直接通过自身或由雾计算层间接为终端用户提供服务。为有效分配雾资源,提出人工蜂群(Artificial Bee Colony,ABC)负载均衡算法。仿真实验表明,该算法的性能优于粒子群优化(Particle Swarm Optimization,PSO)等其他方法,从而有助于提升智能电网体系的效率。     

小电流接地系统单相接地故障选线方法的研究

针对小电流接地系统中的故障选线问题,指出了利用暂态量进行故障选线的研究方法。利用小波包的良好的频域分频特性,通过比较各线路暂态零序电流在所确定的频段下的小波包重构的高频分量的极性来实现故障选线。针对电压过零值附近时,该方法容易误判,应用小波奇异性检测功能,获取故障引起的电压、电流突变量的极性和大小来选线。两种方法扬长避短,从而达到最佳选线目的。通过MATLAB仿真结果表明此方法可以准确地实现单相故障选线,为实际工程应用提供了理论指导。     

基于相频特性与多频带分析的小电流接地系统故障选线

根据线路的相频特性将频率分为不同的区段，论证了在选定频段（SFB）内，小电流接地系统健全线路零序电流极性与故障线路相反；应用小波包以适当频率带宽对各线路的暂态零序电流进行分解，小波包系数的符号表示相应频段零序电流的极性；在SFB内按照能量最大的原则，确定各线路暂态零序电流分布最集中的频带所对应的小波包分解树节点，通过比较所有线路暂态零序电流在各自能量最大节点处的小波包分解系数的极性，自适应地实现故障选线。PSCAD仿真试验结果表明，该方法能够准确、可靠地实现电缆-架空线混合传输线的小电流接地系统单相故障选线。     

基于小波变换的异步电机故障检测与分析

通过合理选取小波基,对提取到的电机振动信号和定子电流信号做小波包变换,从而对电机滚动轴承损坏、转子断条这两类电机主要故障做出准确的判断与分析。对转子断条故障的仿真结果表明,小波包分析方法在电机故障诊断方面具有较好的准确性和优越性。