基于微分法的接地网拓扑结构检测

现有研究中常采用磁场逆问题方法对变电站接地网的拓扑结构和腐蚀断裂等问题进行诊断,但是该方法的求解过程通常比较复杂。本文提出一种微分法,该方法对注入电流后的接地网上方磁场测量数据进行滤波和数值微分处理,可以直接绘制接地网的拓扑结构。本文首先对微分法的原理进行了详细的理论分析,建立了用于描述平行于接地网地表方向的磁场的形函数。由于形函数的偶数阶导数具有主峰特性,本文选用二阶和四阶形函数导数对拓扑结构检测,仿真结果表明二者都可精确的诊断载流网格的拓扑结构。实验结果表明四阶微分法对测量数据的精确性要求过高,在实际应用中推荐使用二阶微分法。本文所提出的微分法计算简单、误差小,可以用于确定测量区域内接地网支路所在位置,绘制接地网拓扑结构并可进一步应用于接地网腐蚀断裂等问题的诊断中。     

基于回声状态网络的接地网地表电位计算

现有基于地表电位的接地网故障诊断需要测量大量的现场数据,为在减少现场测试工作量的同时提高接地网地表电位分布计算的准确性,文中提出了基于回声状态网络的接地网地表电位计算方法。首先利用接地网地表电位计算结果对回声状态网络进行训练,然后根据接地网结构对其进行网孔划分,最后使用少量的现场测试数据输入到每个区域的回声状态网络模型来计算得到接地网的整体地表电位分布。计算结果与某接地网模型的试验结果表明,文中所提方法能得到特定网孔处的接地网地表电位分布计算模型,据此可得到较为准确的接地网地表电位分布,从而大幅减少了现场测试工作量。研究结果可为基于地表电位分布的变电站接地网故障诊断提供理论计算依据。     

基于最小二乘QR分解算法的接地网磁场重构方法及应用

现有研究中基于磁场法的接地网故障诊断需要测量大量的磁场数据,这增加了测量成本。由此提出了一种磁场重构的方法,以减少测量工作量。首先对基于磁场重构方法进行接地网故障诊断的原理进行了详细分析,建立了磁场重构方程组。由于建立的重构方程组为病态方程组,因此,采用最小二乘QR(LSQR)分解算法进行求解,并与共轭梯度(CG)算法进行对比。然后通过仿真验证了该方法的可行性,最后通过实验验证了方法的可靠性。仿真和试验结果表明:通过较少的测量节点(至少等于接地网节点个数)就可以重构出接地网上方地表磁场,并且在数据含有一定测量误差的情况下,基于LSQR的磁场重构结果仍与实际磁场分布较好吻合,因此能够通过重构出的磁场进行接地网腐蚀断裂等问题的诊断。     

基于数学形态谱和人工神经网络的高压输电线接地故障类型识别方法

高压输电线接地故障的正确、快速识别是处理故障的前提之一。该文提出了一种基于数学形态谱和人工神经网络识别高压输电线路接地故障类型的新方法。数学形态学颗粒分析是一种用来处理图像的粒度和形状特征的图像处理工具。该方法通过对故障电流进行相模变换后,用数学形态学颗粒分析方法提取序电流分量的形态谱,并作为神经网络的输入,实现对接地故障类型的识别。仿真表明,该方法具有较高是识别率。     

基于数学形态学的手机屏缺陷检测算法设计

针对手机屏颜色单一、缺陷形状特征明显等特点,提出了一种基于数学形态学的表面缺陷自动检测方法.采用CCD工业相机获取单帧图像进行滤波预处理,然后运用灰度形态学方法进行缺陷分割;并通过提取缺陷的形态特征进行缺陷分类.实验结果表明:算法可靠,能有效地识别缺陷,同时准确地判别缺陷类型.     

基于多粒度聚类和多元特征统计的低压配电网拓扑识别与监测

针对低压配电网中用户的户变关系及相位信息常存在错误且变动较为频繁的现象,提出了一种基于多粒度聚类和多元特征统计的低压配电网拓扑识别与监测方法,包含拓扑聚类识别和拓扑统计监测2个阶段。在拓扑聚类识别阶段,基于用户电压波动曲线的α-峭度和α-偏度提取数据粗粒度空间特征,采用密度峰值聚类算法识别所有用户的户变关系;在数据细粒度特征空间,通过考虑延迟效应的动态时间弯曲距离算法优化密度计算过程,实现相位关系的精确聚类。在拓扑统计监测阶段,基于多粒度聚类结果,采用邻域保持嵌入算法建立多元统计监测模型,实现新增用户或拓扑有变化的个别用户的拓扑快速识别。实际算例的分析结果验证了所提方法的有效性。     

基于逻辑回归的高压电缆交叉互联接地系统缺陷分类识别方法

高压电缆交叉互联接地系统缺陷种类繁多,现有研究主要利用接地电流幅值来判断起因不同的缺陷,然而实际效果并不理想.论文从电路拓扑的角度出发,将27种常见的接地系统状态分为3大类,给出了各类缺陷状态下接地电流的计算方法;提出了基于接地电流幅值比和相角差的综合特征提取方法;通过多项式特征扩展、多分类表决器构造等方式将线性二分类逻辑回归算法引入到交叉互联高压电缆接地系统缺陷智能识别模型中,并利用接地电流计算模型生成的数据对分类算法进行了评估.评估结果表明:以电路拓扑为依据的接地系统缺陷分类方法能有效区分各类缺陷,以幅值比和相角差为基础的接地电流综合表征方法能有效反应接地系统电路拓扑异常;基于逻辑回归的接地系统缺陷分类模型能有效识别常见的27种高压电缆接地系统状态,算法准确率、精确率、召回率和F1值等总评价指标均在95％以上,模型对各类状态的识别准确率在89％以上.研究结果验证了所提方法的有效性.     

基于动态邻居拓扑结构的变电站接地网重构

文中引入动态拓扑结构思想对接地网的未知拓扑结构进行重构,得到一系列满足一定距离阀值dij的拓扑可行解,再通过邻居互连规则进行筛选、优化从而得到接地网的最优拓扑结构。为验证重构效果,笔者对一个重构的小型接地网进行了分析,结果表明,在满足接地网导体等间距分布的前提下,当接地引下线发生偏移时,重构所得可及节点电压值的均方差更小,同时由异常的节点电压值还可推测出异常的接地引下线。     

基于数学形态学的配电网单端行波故障测距

随着配电网网架的加强,线路增长,分支线路增多,线路变得复杂,用传统的巡线方法找出具体故障点的位置非常困难。开展配电线路故障测距技术的研究具有重大意义。由于配电网有大量分支,利用行波进行配电网故障测距时,接地故障点的反射波混杂在由线路的分支节点和许多端点造成的众多反射信号中。通常的方法很难识别出来自故障点的反射信号。因此,排除噪声干扰并提取有用的行波信号是精确测距的关键。在现有的行波测距原理的基础上,提出了基于数学形态学的配电网行波故障测距方案。在利用数学形态学对采集到的行波数据进行滤波后,利用多分辨形态梯度变换提取行波波头的模极大值,进而确定故障点。通过仿真分析和现场算例分析,验证了该方案的可行性。     

数学形态学在MOA泄漏电流提取中的应用研究

基于数学形态学基本原理,构造了一种多结构元素并行复合形态滤波器,并应用于MOA泄漏电流的提取,首次提出了基于形态谱的MOA早期故障诊断方法。MATLAB仿真和实测数据的分析表明,该滤波方法可以准确提取泄漏电流信号,大幅度提高信噪比。形态谱为MOA早期故障诊断提供了一种新思路。