基于超程时间测量的电磁继电器故障检测

针对现有电磁继电器隐性故障检测率较低的问题,提出一种基于超程时间测量的电磁继电器故障检测方法。首先,通过离线优化获取最优模糊阈值,然后应用线性回归方法,对超程时间监测数据进行在线预测,并利用拟合误差将预测值扩展为预测区间;其次,根据最优模糊阈值,将监测数据和预测区间分别转换为当前和预测故障证据,利用区间证据推理迭代融合积累、当前、预测3种故障证据,获取更新后的积累故障证据;最后,按照故障判据,由积累故障证据得到继电器故障检测结果。所提方法充分考虑了继电器隐性故障的渐变性特征以及超程时间测量过程所包含的不确定性,使故障证据更贴近于继电器实际工况。实验结果表明,与现有方法相比,所提方法在证据准确性和收敛速度上具有显著优势,能够有效提升电磁继电器隐性故障的检测精度。     

基于模型自适应选择融合的智能电表故障多分类方法

智能电表故障的准确分类能大幅提高用电采集系统运维能力。融合多个分类模型的机器学习算法是解决该问题的有效手段,但现有方法无法解决输出分别为样本所属各类别概率值和类别标签的两个基分类模型融合问题。提出一种基于模型自适应选择融合的智能电表故障多分类方法。首先,分别取各基分类模型对各类样本分类准确率最大值,将其与阈值系数的乘积作为该类样本准确率阈值,实现阈值自适应调整;然后对各类样本分别计算基分类模型的准确率差值,与阈值进行比较设置样本融合标记;最后根据该标记选择参与融合的基分类模型,结合输出为概率值的基分类模型的Top-N分类标签集,得到模型融合结果。在10组KEEL公共数据集上验证了所提融合方法的有效性,且融合后准确率较基分类模型均有稳定提升,最大提升4.62%;以近年采集的智能电表故障数据为基础,对比实验表明,所提算法能够明显提高故障分类准确率。     

电动代步车鲁棒故障检测与容错控制

针对具有参数不确定性的电动代步车系统,提出一种基于区间自适应阈值和控制律重构策略的主动容错控制方法。首先,建立电动代步车系统的不确定性诊断键合图模型,并设计基于区间解析冗余关系的区间自适应阈值以提高参数不确定下的故障检测性能。其次,设计系统无故障情况下滑模控制律以实现代步车速度跟踪。接着,构建参数故障条件下的滑模控制律,利用极限学习机对滑模控制律中用来补偿未知参数故障的控制项进行实时估计,并利用故障检测结果进行控制律的实时切换。最后,通过实验结果分析,验证了基于区间自适应阈值的鲁棒故障检测方法有效性,以及参数故障下主动容错控制方法的可行性。     

继电器触点接触电阻的威布尔分布及时间序列接触失效预测模型

继电器的接触失效是各种失效模式的综合反映,而继电器接触电阻是能够反映其接触性能的重要电气参数,根据继电器接触电阻的序列值进行在线接触失效预测,能有效提高在接触失效发生前采取措施的概率。对继电器触点接触电阻测量值序列进行了时序分析和统计分析。融合先验威布尔分布的模型参数,建立接触电阻的时间序列组合预测模型,对接触电阻变化趋势进行预测。试验结果表明上述方法能对接触失效作出有效预判。     

零序电压移相极化的自适应阻抗继电器研究

提出了一种基于自适应原理的新型接地阻抗继电器。在对零序电压极化的自适应阻抗继电器动作特性分析的基础上,通过对接地距离保护对过渡电阻自适应构成机理的分析,阐述了零序电压移相极化的自适应控制方法及移相原理。讨论了该继电器的动作判据,分析了其动作特性。初步理论分析表明所提继电器具有动作迅速、构成简单等良好性能。分析还表明,零序电压移相后的自适应阻抗继电器既进一步提高抗过渡电阻的能力,又不存在动作的电压死区,具有明确的方向性。同时,它还具有故障分量继电器所特有的不受负荷、系统振荡等因素影响的特点。Matlab仿真分析结果表明,该继电器具有良好的动作特性。     

模块化多电平换流器功率模块故障鲁棒检测

介绍了一种模块化多电平换流器功率模块的故障鲁棒检测方法。针对功率模块模型的不确定性,建立了故障检测的自适应阈值区间。分析了功率模块动态特性的等张性,利用顶点算法构造了不同不确定因素的响应轨迹区间,用所有不确定因素的响应轨迹曲线的上下外包络线形成故障检测的自适应阈值区间。该方法对所考虑的不确定因素具有鲁棒性,而对故障保持了敏感性,能有效降低故障检测的误报率和漏报率。仿真实验验证了该方法的有效性。     

基于区间三相潮流的配电网故障恢复优化算法

本文采用区间值来描述负荷并计算三相潮流。由于粒子群算法存在早熟的问题,采取非线性递减惯性权重的策略,使惯性权重随着迭代次数的增加而减小,同时,采用种群适应度方差判断算法是否陷入早熟,以便对早熟的种群进行自适应变异,动态的变异数目先大后小地控制了变异过程,保证了前期粒子的多样性和后期粒子算法的收敛。改进的粒子群算法保证了粒子在迭代初期有较强的全局搜索能力和后期有较高的搜索精度,保证了算法能够得到全局最优解,并提高了搜索速度。算例表明,基于区间三相潮流的改进粒子群算法能够有效地解决配电网故障恢复的问题,具有一定的工程价值。     

基于零序电流波形区间斜率曲线的配电网高阻接地故障检测

配电网高阻接地故障由于故障电流微弱而难以被传统保护装置检测并排除,故障长时间存在会增加发生火灾和人身安全事故的风险。针对现有方法在面对不同接地介质等故障场景时,因故障特征的差异性及噪声干扰而导致的整定阈值难设定和检测可靠性不足等问题,基于对10 k V电网现场实测高阻故障波形的分析,采用最小二乘线性拟合描述波形非线性畸变,提出基于零序电流波形区间斜率曲线的故障检测方法。同时,采用格拉布斯(Grubbs)法抑制不规则波形畸变对区间斜率曲线的干扰,以进一步保证算法对故障特征的正确提取。所提方法具有较强的抗噪声能力,数值仿真和现场实测故障数据验证了算法的可靠性。     

基于阈值差分的绝缘子缺陷识别算法

为了准确识别出绝缘子缺陷,防止绝缘子破损导致输电线路不能正常运行的问题,提出基于阈值差分的绝缘子缺陷识别算法。首先对图像进行预处理,然后进行自适应阈值分割完成图像二值化,通过形态学处理消除琐碎区域,使用边缘检测算子提取绝缘子边缘。将故障绝缘子与正常绝缘子作差提取缺陷图,依据缺陷像素大小与阈值的关系判断绝缘子的破损情况。将缺陷图二值化后使用矩形框标定。实验结果表明所提出的算法对绝缘子缺陷识别具有一定现实意义。     

新型自适应姆欧继电器的研究

提出了一种基于自适应原理的新型姆欧继电器。该继电器利用自适应控制方法对记忆电压极化姆欧继电器进行了修改，改后的继电器具有对接地电阻的自适应性，可以根据接地电阻的大小自动地调整继电器动作边界。该继电器具有极强的抗过渡电阻的能力，其可靠性不受继电器动作边界变化的影响。仿真分析的结果证明：该继电器具有优良的动作性能，在500kV超高压长线路上可以反映高达800Ω接地电阻的单相故障。     

电网故障诊断解析模型的改进二进制增益共享知识算法求解

针对现有智能优化算法在求解电网故障诊断解析模型时存在的易于陷入局部最优和种群质量低等问题,提出一种改进二进制增益共享知识算法(improved binary gaining-sharing knowledge-based algorithm, IBGSK)。首先,根据故障诊断规则,构建一种包含完备故障信息的完全解析模型。其次,将离散工作机制融入改进算法的种群更迭中,以避免发生空间脱节。然后,结合进化种群动力学思想(evolutionary population dynamics, EPD),引入一种自适应交叉算子,以提高种群质量和增强算法的全局寻优能力。最后,通过特征选择和故障诊断仿真实验对算法性能进行评估。结果表明：IBGSK算法相较于其他优化算法,在特征选择问题上具有更高的计算效率、更强的全局寻优能力和泛化能力;在求解电网故障诊断解析模型上具有更优的诊断可靠性、时效性和收敛性。     

Fast fault detection scheme for series-compensated lines during power swing

This paper reports the use of a novel ultra-high speed scheme to release the distance relay to operate for a fault during a power swing in the series compensated line. In the scheme, in order to extract the fault induced voltage and current components, voltage and current samples are analyzed by the multi-resolution morphological gradient (MMG), first. Then, the fault initiated forward travelling wave is computed at the distance relay point. Next, Likelihood ratio [LR] test is utilized to detect a jump in the statistical mean of the calculated forward travelling wave. Finally, a support vector machine (SVM) classifier is employed to distinguish faults from other normal capacitor and switching transients. It is shown that in all of the simulated cases, our ultra-high speed algorithm was successful in fault detection across a wide range conditions including, fault type, fault resistance, fault location, pre-fault loading and fault inception time. Moreover, we found that using the proposed scheme significantly speeded the fault detection, in comparison with the existing phasor based methods. In addition, the improvements noted in our algorithm are achieved with a low computational burden.     

Intelligent two-port numerical algorithm for transmission lines disturbance records analysis

This paper presents a new intelligent numerical algorithm for analysis of transmission lines disturbance records. The algorithm improves the existing methodologies for fault location, adaptive autoreclosure, detailed disturbance records analysis, and fault data management. It is based on the processing of voltages and currents recorded at both of the line terminals. The algorithm does not require synchronized sampling of data from the line terminals. The proposed algorithm is derived in the spectral domain and is based on the application of the discrete Fourier transform. In the algorithm development, the fault arc is included in the complete fault model. One of advanced algorithm features is ability to determine both the arc and the fault/tower-footing resistance. The algorithm is thoroughly tested using EMTP simulation and real data records.     

基于局部积加权对比的红外弱小目标检测

针对复杂背景下因像素点噪声及高亮边缘干扰导致的对红外弱小目标检测率低、虚警率高的问题,提出一种基于局部 积加权对比的红外弱小目标检测算法。 首先,分别计算目标区域与背景区域均值,并得到目标与局部背景的差异性;提出一种 局部积加权方法,极大增强了小目标的显著性与抑制背景杂波的能力;其次,采用多尺度算法增强算法的自适应能力;最后,对 显著性图像进行自适应阈值分割,得到待检测的真实目标。 仿真实验结果表明,所提算法的信杂比增益( SCRg)和背景抑制因 子(BSF)相比现有算法均有一定提升,在复杂背景及强噪声干扰下仍具有良好的准确性和鲁棒性,实现了提高检测率,降低虚 警率的目的。     

改进北方苍鹰算法在光伏阵列中应用研究

针对北方苍鹰优化算法(NGO)存在收敛精度低和易陷入局部最优等问题,提出一种改进北方苍鹰算法(INGO),并应用于光伏阵列故障诊断。首先,利用Circle映射、自适应权重因子和Levy飞行策略改进了北方苍鹰优化算法,结合高斯检测机制和混合核极限学习机(HKELM)搭建INGO-HKELM故障诊断模型。其次,将INGO算法与NGO、粒子群算法(PSO)、鲸鱼算法(WOA)在测试函数上进行比较,表明在寻优能力、稳定性等方面具有优越性。然后,分析不同运行状态下光伏阵列运行特征,提出一种5维故障特征向量,作为数据的输入。最后,将4种算法分别对HKELM的核参数进行优化并实现故障分类。结果表明,所提方法能够准确地检测出光伏组件发生的异常状态,INGO-HKELM模型准确率达到93.74%,验证了所提算法的有效性和可行性。     

基于噪声估计的自适应快速距离保护

继电保护滤波算法的速度和滤波能力间的固有矛盾阻碍了传统继电保护动作速度的进一步提高.提出了一种基于噪声估计的自适应快速距离保护,通过实时检测故障信号的噪声水平来估计滤波算法的误差,并根据误差大小自动调整距离保护的动作门槛,以此获得最佳的动作速度.该保护已在某数字式高压线路保护装置中获得应用.该装置的动模试验结果表明,所提出的自适应快速距离保护可以有效地防止区外故障时的超越,同时在区内故障时具有很快的动作速度.     

A novel adaptive PMU-based transmission-line relay-design and EMTP simulation results

This paper proposes a novel adaptive relaying scheme based on phasor-measurement units (PMUs) for transmission lines. The proposed adaptive relaying scheme can provide an extremely accurate discrimination between in-zone and out-of-zone faults. Two novel and composite fault discrimination indices in terms of Clarke components of synchronized voltage and current phasors at two ends of a line are derived. A line parameter estimation algorithm is developed and built in the newly designed relay to solve the uncertainty problem of line parameters. The proposed relaying scheme is independent of fault types, fault locations, fault path resistance, fault inception angles, and the variations of source impedance. The tripping decision time of the designed relay is very fast and almost held well within 6 ms for most fault events. All of the EMTP simulation results show that the proposed adaptive relaying scheme provides a high level of dependability and security.     

注意力机制优化的全尺寸目标检测方法

针对现有目标检测算法全尺寸目标检测精度低的问题,提出了一种改进的基于YOLOv3模型的全尺寸目标检测算法。该方法设计了一种全新的通道自适应递归FPN网络架构,提出了一种基于通道注意力的递归金字塔模型,提高了YOLOv3的特征提取能力和不同尺度目标的检测能力。同时在训练过程中引入损失函数转换,解决了训练过程中动态参数不优化的问题。与其他主流目标检测算法相比,本文提出的改进模型在小尺寸目标、大尺寸目标与复杂背景多尺寸目标的检测精度分别提高了5.6%、2.6%、1.6%。实验结果表明,本文提出的方法检测精度显著提升。