基于分布估计算法的配电网故障区段定位

传统的人工智能算法在配电网馈线故障定位中的应用广泛,存在初始种群规模大,迭代次数多以及易陷入局部最优等缺陷。提出一种基于分布式估计算法的配电网故障区段定位方法,该方法将故障区段向量作为正确解,通过建立解空间内个体分布的概率模型,对模型采样,逐步提高最优故障区段向量在解空间内出现的概率。仿真结果表明将分布估计算法应用于多源开环条件下的配电网故障区段定位有着较快的故障定位速度和良好的容错性。     

含分布式电源的配电网保护影响机理及故障定位

针对分布式电源(distributed generation, DG)接入配电网使得传统的电流保护方法无法适用的问题, 本文以双馈线配电网线路作为研究对象, 首先分析了在线路不同位置发生三相短路故障时, DG分别接入馈线末端母线、非末端母线以及馈线首端母线时, 对线路中流经各个保护的短路电流大小影响, 在PSCAD软件建立配电网模型进行仿真分析, 因含DG的配电网发生短路故障动作值难以整定, 提出了一种基于智能电子设备(intelligent electronic device, IED)上传故障信息的矩阵算法, 并通过算例验证了该算法的准确性. 结果表明, DG接入馈线末端母线和非末端母线时, 故障发生在DG下游会造成故障区段保护误动作, 上游区段保护可能会拒动, 不利于故障定位与切除, 所提的矩阵算法适用于含DG的配电网, 无论单一故障或者多重故障, 都可实现故障区域的精准定位, 保证配电网安全可靠运行.     

基于遗传算法的有源配电网故障区段定位方法研究

为提高电网故障区段定位的效率,减少算法迭代与收敛行为的发生次数,为终端供电服务提供帮助,引进遗传算法,通过对电网运行产生数据的迭代处理,设计一种针对有源配电网故障区段的全新定位方法.根据有源配电网的常态化运行,进行故障信息采集,使用"1"与"0"描述电网中各个电流节点,根据节点流通的时序输出故障节点,实现对节点的编码;...     

柔性直流配电网故障快速恢复方法研究

利用传统方法实现柔性直流配电网故障快速恢复,存在生成故障恢复方案不是全局最优的局限性,为此提出柔性直流配电网故障快速恢复方法研究。准确定位配电网线路故障区域,综合故障恢复约束条件建立最优故障恢复数学模型,针对不同故障类型生成全局最优故障恢复方案,在算例分析中,选择柔性直流配电网作为算例,说明设计的新方法生成的故障恢复方案更具有效性,提高了电力用户的用电可靠性,有效减少了电力用户的损失。     

配电网故障区段定位及测距方法

针对配电网发生单相接地故障后采用人工巡线定位故障困难的问题,提出了一种基于分布参数模型的配电网故障区段定位及测距方法。该方法通过对线路上馈线终端装置上传的故障信息及数据进行分析计算,选择故障区段,然后在线计算该区段线路分布参数,从而得出故障距离。仿真结果表明,该方法受过渡电阻和故障位置等因素影响小,能有效实现故障选线和区段定位,测距误差在1%以内。     

配电网故障快速定位系统研究

提出了一种配电网故障快速定位系统的设计方案。该系统采用柱上故障监测终端识别故障,采用控制主站定位故障区段,两者通过GPRS通信管理机交换数据;采用过流速断法识别短路故障,采用全电流法识别接地故障;针对故障信息缺失及畸变情况,采用三态标识法对传统故障区段定位算法进行改进。仿真结果表明,在故障信息缺失和畸变的情况下,改进的故障区段定位算法可准确定位故障,容错性高。     

配电网故障定位与快速抢修系统研究

针对配电网发生故障后采用传统的人工巡线方式存在故障区段定位困难、抢修效率低的问题,设计了一种基于柱上故障定位监测终端的配电网故障定位与快速抢修系统。该系统采用柱上故障定位监测终端实时测量配电网数据,采用过流速断法判别短路故障、全电流法判别接地故障;当故障发生时,柱上故障定位监测终端通过GPRS无线通信模块将故障信息发送到监控主站,监控主站采用改进的矩阵定位算法实现故障区段的准确定位;故障类型及故障位置以短信方式通知相关工作人员并在监控主站界面上显示,从而可实现故障的快速抢修。仿真结果验证了该系统的可行性。     

一种配电网故障区段定位及隔离方法

当前配电网故障区段定位方法,未考虑配电网拓扑结构的状态变化,不能准确获取故障区域位置,存在故障定位准确度低、误差大的问题。提出了考虑拓扑变化的配电网故障区段定位及隔离方法。构建配电网逻辑节点模型,判定配电网拓扑结构状态,获取断开区域数据。设置故障信息判定标准,根据关联矩阵得到到故障区域拓扑结构及故障区域位置。依据断路器状态,采用故障能源化平衡原理,完成配电网故障区段数据抓取及隔离。经实验验证,在时间点为70 S时,所提方法与传统方法的故障定位准确度均达到最高值,传统方法达到50%,而所提方法达到97%,在固定数据量为100 Mb条件下,传统方法误差率最高点取值为18%,所提方法的误差率在3%上下浮动。由此可见所提方法故障定位准确度高、误差小。     

基于传感器FTU数据的配电网故障定位

类电磁机制(EM)算法在处理传感器馈线自动化终端(FTU)数据对配电网故障区间进行定位时应用效果较好,但其存在参数敏感、电荷溢出和粒子易陷入局部最优的问题。通过引入粒子分量交换搜索,改善粒子电量、合力和移动步长计算式,对其进行了改进。针对配电网运行灵活多变的特点,以联络开关为界限将配电网划分为多个配电网模块,并对模块进行加权,基于此构建了一种配电网故障区间定位新模型,以提高诊断算法的运行效率。仿真结果表明:改进的EM算法相对于标准EM算法,其只需要较少的种群和迭代次数,即可快速实现对传感器FTU数据的处理,并对配电网故障区间进行准确定位。     

电力配送线路的故障判断方法

要提高供电可靠性,首先必须有合理的配电网,即每一个电力用户至少有两个电源点给其供电,一旦一个电源点或传输线出现故障。此时通过控制可以由另一个电源点给其供电,从而减少停电时间,提高供电可靠性;其次就必须在配电网发生故障时,迅速确定故障区段,并将故障区段隔离、恢复非故障区的供电,从而减少停电面积。因此实施配电自动化的故障定位功能将可以减少停电时间、缩小停电面积,提高供电的可靠性。     

基于动态云—量子神经网络群的配电网实时故障定位方法

针对传统的配电网故障定位方法在配电网故障信号微弱时存在的故障数据交叉现象严重、实时性较差等问题,提出了一种基于动态云-量子神经网络群的配电网实时故障定位方法;构建了用于配电网故障定位的动态云-量子神经网络群结构模型,提出一种动态云-量子神经网络群改进算法,并给出了基于该算法的配电网实时故障定位步骤;在Matlab软件中采用该方法对某10kV配电网进行故障定位仿真研究,结果表明该方法能够实时、有效地实现故障信号微弱情况下的配电网故障定位,测试精度为97.39%,训练时间为0.001 6s。     

变压器故障诊断技术综述

变压器设备在电力系统中起到了重要的作用,其健康、稳定的运行关系到电压转换、电能分配的顺利实现,而故障诊断技术能够为变压器的正常运转保驾护航。本文详细综述国内外变压器故障诊断技术的研究现状,分析变压器故障诊断的发展历程,对比研究不同诊断方法的优劣及适应场景,分析传统变压器故障数据提取方法——溶解气体分析法以及基于声音信号的变压器故障数据提取方法,最终提出变压器故障诊断未来的研究重点及发展趋势,为变压器故障的诊断提供一定的参考。     

基于果蝇算法优化的概率神经网络在变压器故障诊断中的应用

传统的变压器故障诊断方法存在编码不全,容易错判漏判的缺点。随着变压器在线监测技术的发展和产品需求的增加,变压器故障诊断技术朝着智能化的方向发展。为提高故障诊断率,结合油中气体分析法,本文提出了一种基于果蝇算法优化的概率神经网络模型的变压器故障诊断方法。作为一种新型的启发式和进化式算法,果蝇优化算法具有易理解和快速收敛到全局最优解的优点。概率神经网络结构简单、训练简洁,具有强大的非线性分类能力,将样本空间映射到故障模式空间中,从而形成一有较强容错能力和机构自适应能力的诊断网络。采用果蝇算法对模型参数进行优化,减少人为因素对神经网络设计的影响。仿真实验证明这种基于果蝇优化算法的概率神经网络可以有效地运用到变压器故障诊断中,为变压器故障诊断供了一条新途径,具有良好的研究价值和发展前景。     

线缆故障检测方法现状

为了满足设备线缆维修快速性和准确性的需求,减少设备资源和人力的浪费,分析了线缆的故障模式,总结了目前常用的线缆故障检测方法,主要分为传统的故障检测方法和基于反射法的故障检测方法,其中传统的故障检测方法包括电桥法、音频感应法和行波法,基于反射法的故障检测基本方法包括时域反射法和频域反射法,详细描述了传统的故障检测方法、基于反射法的故障检测方法的原理和这些方法在线缆检测过程中存在的问题,并总结了目前基于时域反射法和频域反射法与其他的信号处理方法结合的线缆故障检测,方便了设备线缆维修时的方法的选择。最后根据线缆故障检测方法的发展现状,总结了目前线缆故障检测技术存在的问题,为今后的研究提供了新的方向。     

软件故障定位技术研究综述

软件故障定位旨在利用程序信息以及测试用例找到导致程序出现故障的语句,以提高程序的安全性与健壮性。首先介绍了常见的单故障定位技术和现有的多故障定位技术,并对比分析了两者之间的差异,然后介绍了常用的测试用例集合,并列举了一些用来测试评价故障定位技术效率的方法,最后对现有的故障定位技术进行总结并提出未来研究方向的展望。     

小型综合接入设备设计

为了减轻PSTN网络的重荷,增加新老业务,通过对H.323核心协议及技术的分析,提供了一种小型综合接入设备的设计方案,该方案具有设计灵活、功能齐全、易升级等特点,具有很强的市场应用前景。     

网络可靠性评估方法综述

网络可靠性评估随着网络技术的发展已成为一个广受关注的焦点问题,但网络的复杂性、动态性、多态性等特点使得传统可靠性评估方法很难适用于网络。就网络可靠性评估方法这一问题,对近10年的相关文献按连通可靠性、容量可靠性和性能可靠性3个方面进行了综述,并介绍了在这3类研究的基础上综合考虑网络业务支持能力的业务可靠性,总结了近10年网络可靠性评估方法的研究进展、存在的问题及未来的研究方向。     

一种井下配电网故障测距方法

针对采用随机选取法、K-均值聚类法确定RBF神经网络隐含层节点中心和宽度只能得到局部最优解、基本粒子群优化算法易发生早熟收敛且对于某些函数优化精度差的问题,提出了将惯性权重模型和收敛因子模型相结合的改进的粒子群优化算法;针对煤矿井下配电网发生单相接地故障后定位困难、传统的故障测距方法存在可靠性差、测距精度低的问题,提出了采用改进的粒子群优化算法优化RBF神经网络进行井下配电网单相接地故障测距的方法。仿真结果表明,经改进的粒子群优化算法优化的RBF神经网络的测距精度高于RBF神经网络,能够实现故障点的准确、可靠定位。     

基于神经网络技术的机器人并发故障自动诊断方法

为了提高柔性负载抓握机器人的故障检测能力,提出基于神经网络技术的机器人并发故障自动诊断方法.运用高分辨的智能传感器信息识别技术,结合刚度和强度等机械结构特征分析,构建柔性负载抓握机器人的故障信息采集模型,采用变刚度原理,提取柔性负载抓握机器人的振荡信息特征,通过谱特征检测和动态信息融合进行柔性负载抓握机器人的故障信息的...