配电网故障定位的一种算法及其程序实现

提出了一种配网故障定位算法及其程序的实现,解决线路上各点故障定位,算法的计算量小,计算速度快。根据馈线终端设备(FTU)获得的故障过电流信息组成信息矩阵,结合网络描述矩阵对信息矩阵进行计算到信息判断矩阵,由信息判断矩阵可以直接判别出故障区域。     

矩阵算法在配电网故障定位中的应用分析

配电网直接和电力用户相连,提高配电网运行的稳定性,对提高配电系统的供电可靠性具有重要作用。当配电网发生故障时,需要尽快对故障进行定位,以便快速对故障进行处理。其中利用矩阵算法能够很好地进行配电网的故障定位,该文详细分析了矩阵算法在配电网故障定位中的应用原理,并分析了相关案例。结果表明该矩阵定位算法不仅能够对配电网中的单一故障进行定位,还能够对配电网中的多重故障进行定位,应用效果较好,能够有效缩短配电网故障停电时间。     

配电网单相接地故障定位研究

分析l0kV配电网的发生单相接地故障特征,提出基于区段零序电流的区段定位方法,并采用电力系统电磁暂态仿真程序ATP-EMTP对配电网单相接地故障进行仿真,仿真实验表明,本文研究的故障定位方法的灵敏度较高。     

基于改进HHT的行波波头定位技术及其在配电网故障测距中的应用

行波波头的准确辨识可有效提高配电网行波故障测距的准确度,为此,该文提出利用改进的希尔伯特-黄变换(HHT)对行波波头进行准确标定。首先利用自适应噪声的完全集合经验模态分解方法对故障信号进行分解,提取高频固有模态函数分量,再利用希尔伯特变换得到高频固有模态函数分量的瞬时幅值,由瞬时幅值确定行波波头到达测量端的时刻。针对含有多段缆-线混合线路的配网,利用上述方法对初始行波波头到达故障馈线两端的时刻进行标定后,再利用基于接点时差的双端测距原理实现故障测距。针对不同故障时间、故障位置、接地电阻等情况进行仿真实验,结果表明所提方法测距准确度高,具有较高的可行性和实用性。     

基于最大症状覆盖率的故障定位算法

针对基于贝叶斯疑似度（Bayesian Suspected Degree,BSD）故障定位算法依赖于故障先验概率和条件概率的缺陷,设计了基于最大症状覆盖率（Maximum Covering Rate algorithm,MCRA）的故障定位算法。MCRA算法以二分图作为故障传播模型,引入了症状覆盖率概念。通过启发式的探测策略,对症状域中每个故障求解症状覆盖率。如果前k个最大症状覆盖率所对应的故障完全覆盖可观察症状集合时,则将这k个故障作为定位结果。MCRA突破了缺乏历史故障统计与分析而无法获取故障发生先验概率和条件概率的限制,利用症状覆盖率实现对贝叶斯疑似度的近似估计,实现在缺乏历史故障统计数据故障定位中的应用。     

基于改进的Tabu算法的配电网无功优化

将一种改进的Tabu算法用于配电网无功优化,建立了相应的数学模型,以规划期内的降损收益最大为目标函数。以邻域搜索给补偿容量固定步长作为一个邻域。为了避免传统的邻域搜索的局限性,文章采用了扩大邻域搜索范围的方法改进了传统的算法。将几个标称容量放在一个数组中,以补偿标称容量。从而扩大邻域搜索的范围,以获得全局最优解。文章应用改进的Tabu算法对34节点系统进行了无功优化计算,与传统的Tabu算法进行比较,结果表明改进的Tabu算法具有更强的全局寻优能力。     

探讨智能配电网故障快速定位与故障恢复

随着现代化智能技术的发展,配电网系统正在朝着先进化、智能化方向发展。智能配电网最显著的特征在于能够实现故障的自动化定位、自动化隔离,同时能够及时恢复故障,从而减少大范围断电问题。本文探讨了智能电网故障快速定位技术以及故障恢复策略。     

基于分布式电源的配电网故障定位及恢复技术研究

配电网络的实际网络布线错综复杂、分布广泛且其负荷变化大、故障频率高,据相关统计,除发电不足等因素外,用户遭受停电事故的95％以上的原因是由配电网故障引起的。为了确保配电网运行时的可靠性、安全性以及供电质量就必须对故障线路进行定位和隔离,并通过网络重构及时恢复非故障区域的供电,以缩短故障区域用户的停电时间和减少停电面积,因此,准确地测定配电网故障位置显得意义重大,而分布式发电DG（DG-distributedgeneration）的接入也会使这一情况变得更为复杂,含DG的配电网的故障定位研究,不仅有利于减少停电时间和区域,而且也有利于研究合理的故障恢复策略,从而提高配电系统的供电可靠性和运行效率。     

配电网故障定位技术研究及实现

配电自动化是提高供电可靠性、扩大供电能力、实现高效经济运行的重要手段,也是智能电网的重要组成部分之一。本文通过介绍配电网故障定位背景及难题分析,通过对拓扑分析等的研究,提出了基于GIS平台的网络拓扑分析来解决故障定位问题。     

配电网接地短路故障定位技术综述

在智能电网中,配电自动化对于提高供电可靠性,增供扩能,实现电网的高效经济运行有深远意义。为解决电网两相接地短路故障处理问题,对配电网两相接地短路的情况下故障定位与供电恢复进行了现象分析论述。     

配电网单相接地故障综合定位方法的研究

随着社会的发展,电力用户对供电的可靠性要求越来越高,对配电网单相接地故障进行快速、准确的故障定位,可减少供电事故发生所带来的损失。本文提出了一种利用C型行波法对配电线路进行故障测距,对其采用小波包分解与重构的方法进行精确定位,并结合人工神经网络对故障区段进行判断的故障综合定位方法。     

配电网故障查询定位处理方法的研究

配电网是和用户直接联系起来的,其可靠供电和供电质量不仅有着不可估量的社会效益,而且又直接体现了电力企业经济效益。配电故障自动定位为配电自动化的一个重要内容,对提高供电可靠性也有很大的影响,而且也获得了越来越多的重视。因为配电系统分支多并且复杂,在发生短路故障时一般仅仅是出口断桥路器跳闸,所以即使在主干线上用开关分段,也只能隔离有限的几段,总是了花费了大量的人力、物力、时间来找出具体故障位置。本文针对不同故障电网的类型,对配电网故障定位处理的方法进行了探讨。     

配电网单相接地故障A动定位的实现

配电网发生单相接地故障后,由于故障电流微弱、电孤不稳定等原因,单相接地故障选线和故障定位问题长期以来没有得到很好地解决,至今许多变电站仍然使用人工拉路方法查找故障线路和目测法寻找故障点,本文重点研究了配电网单相接地故障自动化实现的问题。     

改进的LANDMARC定位算法

在基于射频识别的室内定位LANDMARC算法中,定位的精度受到参考标签个数的影响。针对这个问题,引用免疫克隆算法中的变异思想,将其与聚类思想相结合,改进LANDMARC定位算法。改进的算法在定位过程中会产生和待定位标签信号强度更接近的虚拟的参考标签,利用这些虚拟的参考标签进行定位。实验结果表明,与传统的LANDMARC算法相比,改进算法的定位的精度更高,更适宜用于精度要求很高的定位环境中。     

基于改进监督LLE算法的故障特征提取方法

针对现有监督局部线性嵌入算法在低维输出向量重构过程中监督学习能力弱,不利于故障特征提取的问题,通过利用训练样本类标签信息扩大不同类样本间平均距离的方式,增加低维输出向量重构模型的监督学习能力,强化同类样本的聚集性和异类样本的互斥性。基于规范切割准则和低维输出向量重构误差,应用离散粒子群优化算法优化折中系数α和β、以及嵌入维数和邻域等参数,提高故障特征提取精度。将改进的监督局部线性嵌入方法应用于轴承故障特征提取,结果表明推荐方法的特征提取精度较高。     

基于改进KDE算法的安全阀泄漏源定位

针对难以对安全阀微小泄漏孔进行准确定位的问题,提出了一种基于改进近似核密度估计(kernel density estimation,KDE)算法的泄漏源定位方法。该算法引入信噪比(signal-to-noise ratio,SNR)追踪和相关性检测(coherence test,CT)相结合的方法提取受环境噪声影响较小且泄漏声源能量占优的时频支撑域,使得KDE算法应用于安全阀泄漏源定位的前提成立。在此基础上,通过分频融合处理抑制高频混叠,计算近似核密度函数,消减近似核密度函数三维谱图基底。通过MATLAB软件仿真计算,根据改进KDE谱图峰值得到安全阀泄漏源定位坐标。结果表明,工作压力分别为0.72 MPa, 0.75 MPa和0.77 MPa的安全阀泄漏定位结果相对误差都在10%以内,通过声发射测试和改进KDE算法相结合的方法可以较为准确地实现安全阀泄漏源定位,且随着安全阀工作压力的增大,定位精度也相应提高。     

改进的基于几何约束的加权被动定位算法

在多传感器被动定位过程中,借助传感器之间的几何位置关系,可得到传感器和目标之间的三角函数约束.然后通过最优化方法计算各个传感器的测量误差,并用该误差修正测量值.由于最优化方法结果往往是局部最优值或者是近似最优值,导致在交叉定位过程中仍然会存在多个不重合的交叉点.本文考虑到目标定位误差不但受到传感器性能的影响,而且也受到目标和传感器之间径向距离的影响,将传感器性能和径向距离作为参数计算各个交叉点的权值,然后对交叉点加权求和,从而获得了较好的定位效果.仿真实验表明改进算法的有效性.     

故障指示器线路故障定位算法研究与程序设计

配电线路在运行期间会出现很多不同种类的故障和问题,当前检修人员经常使用故障的指示器装置的运行原理和定位算法来精准地确定故障发生的具体位置,并且根据其程序设计的具体规划方案来调节检修工作的具体策略,凭借先进的技术方法和手段来逐步提升故障处理技术的应用能力和水平。基于此,在处理故障事件和相关问题过程中,要科学使用指示设备,及时发现故障问题并进行精准的定位,这样有助于尽快排除存在的故障和隐患。     

基于改进局部线性嵌入算法的故障特征提取方法

针对局部线性嵌入算法在故障特征提取中易受异常特征值、邻域大小和嵌入维数等因素影响的问题,对局部线性嵌入方法的重构权值估计模型、邻域大小和嵌入维数估计模型进行改进。用互相关熵取代欧式距离用于向量相似度测量,提出基于互相关熵的重构权值估计模型,并且采用拉格朗日展开式和拉格朗日乘子法进行模型简化降低计算复杂度,达到降低异常特征值对特征提取精度影响的目的。应用Ncut准则建立邻域大小和嵌入维数的估计模型,实现参数的自动选取。将改进的局部线性嵌入方法应用于轴承故障特征提取,并与其它方法进行比较,结果表明推荐方法的特征提取精度更高。     

基于改进Hough变换的纸塑复合袋视觉定位算法

目的 为快速精确获取纸塑复合袋纠偏过程中的位置偏移和倾角信息,提出一种基于改进Hough变换的纸塑复合袋视觉定位算法.方法 首先通过大津法对平台上的纸塑复合袋图像进行分割,去除皮带部分;然后利用基于方差的差异化滤波方法对纸塑复合袋图像进行降噪处理,突出复合袋图像边缘;最后运用Canny算子获取纸塑复合袋边缘点,利用改进的Hough变换算法对纸塑复合袋4条边线进行直线提取,求解纸塑复合袋的中心位置和倾角.结果 改进算法在直线提取精度和耗时2个方面均优于传统Hough变换算法,获取纸塑复合袋位置和倾角只需0.335 s,耗时减少了76％.结论 改进算法的耗时满足纠偏定位要求.