基于压缩感知理论的小电流接地故障选线法

将一种全新的信号处理方法——压缩感知理论应用于小电流接地故障的选线中．采用压缩采样方法对故障前1／4周期到故障后1／4周期各线路零序电流进行低频压缩采样．然后通过恢复算法对所采信号进行精确重构。对承构信号采用小波去噪后进行经验模态分解（empirical mode decomposition．EMD）,选出各线路零序电流最高频IMF分量作差分运算．依据故障线路零序电流最高频IMF分量在故障发生时刻的一阶差分板性和健全线路相反的原则实现故障选线。Matlab仿真试验表明该方法不受采样频率限制．选线结果具有较高的准确度．     

暂态录波型故障指示器的单相接地故障研判应用

实际工程应用中,常采用暂态录波型故障指示器与配电自动化主站相配合的方法对配电网单相接地故障进行定位。本文针对现场暂态录波型故障指示器应用效果,对故障指示器安装过程中可能出现的反向、错相问题,提出了基于稳态特征的波形预处理方法,对故障指示器运行过程中可能出现的三相录波不同步问题,提出了总体最小二乘-基于旋转不变技术的信号参数估计(total least square-estimation of signal parameters via rotation invariance techniques,TLS-ESPRIT)波形同步校正方法,修正故障指示器录波波形,提升波形可用性。针对故障指示器采样频率较低、瞬时暂态波形特征误差较大等问题,提出了基于相关系数法的故障定位算法,提升主站单相接地故障定位准确性。最后,通过现场实际案例验证了文中所提方法能有效校正故障指示器录波波形、准确定位接地故障,提升配网接地故障处理能力。     

基于压缩感知技术的电磁脉冲信号测量方法

电磁脉冲信号的详细衍变过程,特别是其陡峭前沿的变化信息,有助于深入理解电磁脉冲信号产生及传播过程,它对于我国国防和自然科学的发展都有着极其重要的科学和实践意义。本文提出一种基于三路并行低速模数转换器(TPL)的模拟信号压缩感知技术,通过对传感器输出的电磁脉冲信号进行欠采样(信号的采样频率低于奈奎斯特采样定理的要求),得到并恢复被测电磁脉冲信号的高速采集波形。基于TPL压缩感知技术的应用,可以降低被测电磁脉冲信号陡峭前沿对后端电子ADC采样速率的要求。本文针对TPL实现过程中稀疏字典、观测矩阵的建立方法,以及信号的重构方法进行了深入地研究,创新性地提出基于KSVD的原子数自适应字典构建方法。在此基础上,通过仿真和实验测试了TPL系统对电磁脉冲信号的压缩感知采集效果,以此验证了该方法的可行性。     

基于并联CNN-LSTM的弱受端直流输电系统故障诊断

现有的故障诊断手段面对复杂电网时,难以精确提取故障特征,急需适应性强、识别率高的故障诊断方法。鉴于此,提出一种基于压缩感知与并联卷积神经网络(CNN)和长短期记忆网络(LSTM)结合的电网故障诊断方法。搭建永富直流输电系统模型采集原始故障数据,原始故障数据应用压缩感知原理进行压缩采样,获得压缩域故障信号,以提高网络的计算效率。然后搭建了麻雀搜索算法（SSA）优化的并联CNN-LSTM深度学习模型。通过SSA确定并联CNN-LSTM的网络结构及参数,利用并联CNN-LSTM深度学习模型直接在故障的压缩域挖掘故障波形特征和时序特征,并对故障进行识别。仿真结果表明该模型相较于传统方法具有更高的故障诊断精度。     

基于VFC器件在A/D变换时采样波形的畸变与恢复

电力系统故障录波,对分析电网故障、评价保护动作以及故障测距等,均有重要意义。目前,故障录波装置中多采用ＶＦＣ（电压频率变换器）作Ａ／Ｄ器件。若将ＶＦＣ的采样结果直接用于故障录波,则由于故障信号中存在直流衰减分量,导致所录波形产生畸变,不能反映故障信号的真实形态,有违故障录波的本意。为了满意继电保护故障录波的需要,讨论了以ＶＦＣ作Ａ／Ｄ器件引起的波形变问题,并根据畸变产生的原因提出用一周期积分提取衰     

基于SAMP-VMD的局放信号去噪方法

针对电力设备局部放电信号容易受到环境中的窄带噪声和白噪声的干扰,为了更好保留局放信号特征以便后续进行故障诊断和预测,提出了一种基于压缩感知重构和变分模态分解的变压器局部放电信号去噪方法。该方法首先使用窗函数抑制窄带干扰的频率泄露,之后利用窄带干扰在频域上与局放信号和白噪声之间稀疏度的差异从而将窄带信号进行分离重构以抑制窄带噪声,其次通过改进变分模态分解方法根据各模态含有局放信号信息的多少来对不同模态进行分类去噪,最终恢复出局放信号。通过仿真及实测信号对该方法进行去噪效果测试,并与奇异值分解和变分模态分解去噪方法的去噪效果进行对比,结果表明该方法能够有效抑制局部放电信号的干扰,相比传统算法的波形相似系数提升约2%,能够更好的保留局部放电信号的波形特征。     

基于量测大数据和数学形态学的配电网故障检测及定位方法研究

提出基于量测大数据和数学形态学的配电网故障检测及定位方法,该方法基于多点同步测量的采集分析架构可使所有数据在同一个时间剖面。首先,通过同步量测采集到的行波信号和工频信号,结合配电网拓扑结构,构建全网大数据矩阵;然后利用Trace检测、圆环定律等方法判别波形信号奇异点,快速判别是否存在故障及不同类型故障的波形畸变规律,从而达到快速故障检测的目的;在检测到故障后,采用基于现代D型行波故障定位方法对故障点进行高精度定位。最后,在PSCAD 80节点配电网模型中对该方法进行了仿真验证,验证结果说明本文提出的方法具有不受线路长度和波速影响,精确度较高的特点。     

基于压缩感知估计行波自然频率的输电线路故障定位方法研究

提出了一种基于压缩感知估计行波自然频率的输电线路故障定位方法,能够准确估计多次行波自然频率,具有较高的故障定位精度。针对故障行波信号的频域特征设计了新的过完备字典,使行波信号能够被有效地稀疏表示。进行故障定位时,首先用小波模极大值方法确定故障行波信号的频率边界,并采用FIR滤波进行预处理滤除低频干扰成分,然后将其变换到频域使其能够在过完备字典上稀疏表示。在此基础上,该文利用改进的基于Dice系数的OMP算法(DOMP算法)对故障行波的频域信号进行重构,精确辨识行波信号的多次自然频率值,最终结合反射角和波速实现准确地故障定位。通过仿真分析验证了字典设计结合改进的DOMP算法的方法具有较高的定位精度和可靠性。     

基于FDTW算法的故障录波数据智能比对方法

针对智能变电站保护装置故障录波文件无通道标识信息、难以与同源通道故障录波器录波文件相互对应的问题，提出一种基于快速动态时间规整(fast dynamic time warping, FDTW)算法的故障录波数据智能比对方法。首先，对各厂站提取的故障录波数据进行异常检测，确保故障录波文件中数据的质量。其次，利用拉格朗日插值法进行采样频率转换，解决保护装置与故障录波器采样频率不一致的问题。然后，利用欧氏距离对同源录波文件数据进行波形一致性对齐，以实现时钟同步。最后，使用FDTW算法对无通道标识信息的故障录波数据进行智能比对。算例分析表明，该方法能够对故障录波数据进行一致性处理，可以快速准确地计算待匹配录波波形的相似度，实现同源通道的录波数据匹配，具备较强的稳定性和实时性。     

基于Lagrange插值频率估计的数字电能计量算法

传统电能计量系统中电网电压/电流波形信号的采集由电子式电能表完成,电能表内部设计了频率跟踪电路,在电网频率出现波动的情况下能同步采样,电能计量误差小。在数字电能计量系统中电网波形的采集由电子式互感器或合并单元的A/D采样模块完成,由于电子式互感器或合并单元采集后到的电网波形信号需要组帧传输给后续不同的数字化设备使用,其采用固定的采样频率,所以,在电网频率出现波动的情况下,不能实时跟踪电网频率而改变采样频率实现同步采样,电能计量误差大,因此,为减小在频率波动条件下的电能计量误差,提出一种数字电能计量新算法,该方法利用三次拉格朗日(Lagrange)插值算法提取出电网基波频率,并利用离散傅里叶变换(DFT)算法的栅栏效应进行波形成分提取,实现电能计算,该方法实现简单,通过实验仿真验证了其电能计量误差小,具有实用价值。     

基于信号频谱特性的配电网故障行波检测方法

针对配电网干扰情况下微弱故障信号特征不明显导致行波采集设备难以有效检测故障行波信号的问题,提出一种基于信号频谱特性的配电网故障行波检测方法。首先,通过分析配电网故障行波的传输特征与频率特性,建立基于波形增量比值的启动判据,对设备采样数据进行预处理,减少行波定位装置的误启动。然后,引入鲁棒性局部均值分解(robust local mean decomposition, RLMD)方法处理采样数据,滤除采样过程中的干扰信号,减少噪声信号的影响。最后,根据行波低频含量衰减较小而高频含量衰减快的性质,建立故障行波辨识判据,辨识配电网故障行波信号。仿真表明,所提方法能够有效检测微弱故障时的行波信号。     

一种基于压缩感知的宽带SAR信号侦察方法

针对SAR信号侦察中大带宽带来的高采样率和大数据量问题,将压缩感知理论应用到SAR最常用的线性调频信号频率估计中。根据LFM信号参数可稀疏特性构建了过完备冗余字典,在压缩域利用正交匹配追踪算法进行频率估计。在获得信号频率参数高精度估计的同时,大大减少了采样率以及数据量。仿真实验证明了该方法用于宽带SAR信号侦察的可行性和有效性,特别在多信源、低采样数以及低信噪比情况下仍具有较高的估计精度。     

基于波形相似度的小电流接地故障选线

提出一种基于零序电流波形相似性的配网小电流接地系统故障选线方法,以解决小波等暂态方法难以确定能量频段等问题。通过对小电流接地系统零序电流分析,发现非故障线路零序电流波形相似,而与故障线路电流波形有明显差别。提出了基于互近似熵的选线方法,通过直接计算同一母线的两条出线之间零序电流采样值的互近似熵值,判断两条线路零序电流波形的相识度,从而筛选出故障线路。仿真结果表明,该方法实现简单、选线准确率高,且不易受高电阻接地、电网结构和故障初始条件差异等复杂因素的影响。     

压缩感知理论在谐波检测中的运用

运用传统的奈奎斯特定理对电力系统中的谐波信号进行采样将会产生极其庞大的数据量,而全新的压缩感知理论突破了传统采样定理的限制,在信号满足稀疏性的前提下,只需要较少的数据就可以实现信号的重构。文中在对现有的贪婪匹配追踪和自适应算法分析总结的基础之上,结合谐波信号自身的特点,提出了一种新的稀疏度自适应压缩采样匹配追踪算法。此算法可在信号稀疏度未知的情况下,通过信号代理和回溯的思想自适应调节步长逐步逼近原始信号,从而实现以较少采样数据进行谐波检测的目标。MATLAB中的仿真实验表明,运用所提出的算法进行谐波检测的效果理想。     

基于改进HHT方法的井下单相漏电选择性保护研究

针对常用中性点不接地单相漏电保护故障选线方法中存在的缺陷,提出一种基于改进HHT法的故障线路选线法.根据信号内部及边界的波形特征,利用原始信号产生子波形,再用相似波型加权匹配法对端点效应进行拓延,使EMD分解得到的包络曲线端点处包含了所有原始信号的信息,消除了端点效应的影响.仿真结果表明,改进的HHT方法不仅有效抑制了端点效应,而且提高了故障支路的判断准确性.     

基于压缩感知的电力信号压缩与重构研究*

针对电力信号的采集和压缩问题,提出采用压缩感知理论对电力信号进行压缩采样和重构的方法,避免了传统的冗余采样。首先对采用压缩感知理论进行电能信号压缩采样的可行性进行了分析,并讨论了几种典型的压缩感知重构算法的具体实现方法和特性;然后采用这些算法,对一维稀疏信号和傅里叶变换基下稀疏的含有谐波和间谐波的电力信号进行重构实验。仿真结果表明,贪婪类压缩感知重构算法计算复杂度低、速度快,更适合一维电力信号的重构,其中SAMP算法可以在稀疏度未知的情况下,使用更少的采样值精确重构原始信号。     

电磁声发射信号的压缩与重构处理

电磁声发射是一种新型的无损检测技术,其通过对金属构件进行电磁加载,在缺陷处产生声发射信号,根据信号特征对金属构件进行缺陷检测。针对该技术在测定缺陷位置和类型时连续多次加载而产生的大量数据问题,引入信号的压缩感知理论,基于正交匹配追踪算法分别对两种不同类型的声发射信号和电磁声发射信号进行压缩重构,选取不同的测量值,研究其对信号重构效率的影响,从波形和频谱两方面分析重构效果。实验结果表明:压缩感知理论能够达到压缩电磁声发射信号的目的,并且测量值和重构误差之间呈指数衰减关系,与重构时间呈线性增长关系,综合考虑压缩重构的各方面因素,当测量值取8~10倍的信号稀疏度时,电磁声发射信号能够获得较高的重构效率。     

基于压缩感知的稀疏度自适应超高次谐波检测算法

近年来,越来越多运用电力电子器件的电气设备接人电力系统,配电网中超高次谐波发射水平的持续上升已经成为电网中亟需解决的电能质量问题之一.文中提出了一种基于压缩感知的稀疏度自适应超高次谐波检测算法,该方法基于快速傅里叶变换系数和狄利克雷核函数,结合插值因子,构建高精度的压缩感知模型;同时,文中引入了稀疏度自适应的概念,提出通过稀疏度自适应的匹配重构算法获得待检信号中超高次谐波的频率和幅值.改进算法提高了超高次谐波重构幅值的精度,减小了无法预估待检信号稀疏度而造成的误差.仿真结果证明了改进算法的准确性和有效性.     

基于小波包能量熵和DBN的MMC-HVDC输电线路单极接地故障定位方法

可靠精确的故障定位技术对MMC-HVDC输电系统的稳定运行至关重要。针对高阻接地故障的定位精度低的问题,提出了一种基于小波包能量熵(wavelet packet energy entropy,WPEE)和深度信念网络(deep belief network,DBN)的输电线路单极接地故障定位方法。通过对不同条件下故障波形中所包含的故障信息进行分析,运用小波包能量熵提取双端故障电压波形中深层故障特征并构造新的特征矩阵。基于新的特征矩阵搭建DBN模型并通过粒子群寻优(particle swarm optimization,PSO)算法对其模型参数进行寻优,最终利用DBN回归机制实现精确的故障定位。利用电磁暂态仿真软件PSCAD/EMTDC搭建了±250 kV双端MMC-HVDC系统模型并在线路上进行不同位置、不同过渡电阻的单极接地故障模拟仿真。为了对比测试模型的定位精度性能,与基于支持向量机(support vector machine,SVM)的故障定位方法相比较。实验结果表明,该方法在20 kHz的低采样频率下可以精准可靠地定位过渡电阻高达4000Ω以内的直流线路单极接地故障。     

AT总线智能高速同步交流信号采样板的开发

AT总线智能、高速、同步交流信号采样板以Intel公司生产的80186 CPU为核心。数字电路部分采用GAL设 计、DMA控制、双口RAM内存映像、16位AT总线接口等技术;模拟电路部分采用高速、高精度芯片。实现了16 路通道同步、等间隔采样,速度达1 600次/s,单点最高达100千次/s,采样精度为0.1%;同时,实现了根据 信号输入值进行1～256倍增益自动调整,依据预置判据实现故障录波等功能。在功能和性能上完全满足变电 站综合自动化数据采集的需要。