基于整周期自适应采样的树形配电线接地故障诊断

基于整周期自适应采样算法实现离线故障诊断信号倍频采样,并给出了在树形分支配电线路单相接地故障诊断中的具体应用.本分析法具有硬件电路简单,倍频采样精度高,运算速度快等优点.实验表明,本方法可从复杂噪声中提取诊断信号,实现故障分支识别和接地点测距.     

用于电网谐波分析的自适应整周期采样算法

分析推导了非整周期采样时ＦＦＴ泄漏误差的解析估计分式，得出了在输入信息含基波和高镒谐波分量的情况下，利用ＦＦＴ迭代计算来实现自适应整周期采样的一种新算法。仿真计算表明，该算法能有效地减少泄漏误差。     

用于电网谐波分析的自适应整周期采样算法

分析推导了非整周期采样时FFT泄漏误差的解析估计公式，得出了在输入信号含基波和高次谐波分量的情况下，利用FFT迭代计算来实现自适应整周期采样的一种新算法。仿真计算表明，该算法能有效地减少泄漏误差。     

基于双频法的树形配电线路单相断线兼接地故障诊断

针对树形配电线路特点，建立分布参数电路模型，利用故障后线路起始端的电压，电流相量，提出了树形配电线路单相断线兼接地故障定位新算法。本方法将始端相量逐分支向后传递故障点逐分支探索的方法实现故障测距，并利用双频法识别真伪故障。     

振动测量中同步整周期采样的一种实现方案

该文介绍了振动测量中同步整周期采样的一种纯数字实现方案。该方案采用单片微处理器,配以必要的外围电路,成功地实现了键相信号的１６倍频或３２倍频,并利用所产生的倍频信号实现了同步整周期采样的纯数字控制,能够在转速从几十ｒ／ｍｉｎ到６７００ｒ／ｍｉｎ的范围内,保持良好的跟踪状态,达到了较高的采样控制精度,并已在现场正常运转两年时间。图１参２     

应用于电力系统谐波分析的采样周期自适应方法

提出了一种谐波检测时,基于序列相关计算的采样周期自适应方法。该方法首先计算两组相邻采样信号序列的相关系数,根据相关系数和二次修正方程修正采样周期,不断迭代直至采样序列满足同步化收敛条件;最后对最新同步序列进行FFT计算得到各次谐波参数值。该方法无需知道信号的实际频率,在迭代过程中采样点数保持不变,克服了基于相关计算的采样窗口同步化方法中由于采样周期固定所引起的长序列DFT计算。数字仿真计算表明在系统信号频偏较大的情况下该方法收敛速度快,计算量小,计算精度高。     

电网工频信号非整周期采样误差分析

交流信号采样过程中存在着很多误差源,非整周期采样是一种重要的误差源,由于电网频率的波动,实际工程应用中整周期采样难以实现,用非整周期交流采样测量正弦信号的有效值和有功功率的大小,存在着比较大的测量误差。本文从时域角度对其研究,推导非整周期采样时域误差公式,建立非整周期交流采样测量电压电流信号有效值和有功功率的误差数学模型,分析每个参量变化对同步误差影响的大小,找出主导因素,为减少测量误差提供理论依据。     

数字化变电站采样值报文非整周期采样误差分析及其补偿算法研究

数字化变电站采样值报文由于采样率低,非整周期采样现象相对于传统变电站更为明显,由此造成的频谱泄露和栅栏效应更为严重。文章从幅值误差和相位误差两个角度,通过精确的数学推导,分析了不同采样点数、不同电网频率下的傅里叶变换误差。找出了最优起始相位角的选取方法,并给出了减小误差的补偿算法,显著提高了分析精度。     

水电机组在线监测中同步整周期采样实现策略

水电机组在线监测系统中常用定时采样方法,采集数据量大,且频谱分析中由于采样频率和信号频率可能不一致,造成频率泄露和相位漂移,不能准确反映机组当前运行状态。文中构建了一种同步整周期采集策略：每次采集的起始点由键相信号来决定,使得每次采样数据具有相同的相位基准,转子每转1周,每个测点采集固定数量的数据,克服频谱分析的泄漏效应与栅栏效应,并且可准确提取信号中的相位,提高了数据采样和分析的精度。     

树形配电线路单相断线兼接地故障测距新算法

针对树形配电线路特点,建立分布参数电路模型,利用故障后线路起始端的电压、电流相量,提出了树形配电线路单相断线兼接地故障测距的新算法,大量计算机仿真表明该算法有效。     

基于矩阵算法的配电网故障定位

分析了原有的配电网矩阵法故障定位中存在的问题,提出一种适用于辐射状网及开环运行环网的配电网故障定位算法。该算法仍以矩阵分析为核心,通过网络拓扑形成网络关联矩阵,然后结合馈线终端设备(FTU)上传的故障信息形成故障判定矩阵,判定方法简单。它不仅可以实现配电网单一故障的快速定位,而且对末端故障及多点故障也可以做出准确判断。通过编程实现算法,并用不同区域故障的模拟验证了算法的有效性。     

基于模糊自适应模拟退火遗传算法的配电网故障定位

对于配电网故障定位系统的不足与遗传算法存在易早熟、收敛速度慢等问题,结合模糊推理和自适应模拟退火遗传算法,提出一种模糊自适应模拟退火遗传算法(FASAGA)。该算法对评价函数做了容错性改进,在遗传选择时采用自适应机制与最佳个体保留策略,并结合模糊推理与自适应机制求取模糊自适应交叉算子、模糊自适应变异算子,引入模拟退火算法提高收敛速度与局部搜索能力。仿真结果说明该算法应用在配电网故障定位中的准确性、快速性与高容错性。     

一种改进型配网自适应过流保护方法

在DG构成的配电网系统中,通常采用电流保护作为配网的主保护。其中电流保护的整定值为定值,随着DG的接入,配电网结构发生变化,DG并入位置不同会带来故障点无法准确判定的问题。针对此问题,提出了一种基于通信的故障定位方案,具体是引入方向元件并建立信息传递通道检测电流流向来准确判定故障点位置。由于DG接入容量的不同和故障前后DG所发出电流数值变化,造成配网原有电流保护失配。针对此问题,提出一种改进型自适应过流保护算法,具体是通过检测故障电流正、负序含量,确定故障类型,采用不同的整定值,使得电流保护的整定值时刻变化,增强保护动作可靠性。将上述策略通过PCSAD/EMTDC仿真和动模实验室搭建实验模型来验证所提方案可以有效提高DG并网带来的保护动作准确性能。     

基于自适应重合闸的配电网快速故障定位与隔离方法

馈线自动化对提高配电网供电可靠性具有重要意义。为了克服电压-时间型馈线自动化模式存在的故障处理时间长、故障点上游开关经两次短路电流冲击、上游区段需要经历两次短时停电等缺点,提出了一种基于自适应重合闸的配电网故障快速定位与隔离方法。介绍了实现该策略的三项关键技术,包括基于永磁操作机构的配电网分相开关、基于暂态电流特征的选相元件、基于工频电压特征的故障性质判别方法。该策略避免了重合于永久性故障时短路电流对上游开关的二次冲击以及上游区段的二次停电,同时可有效缩短故障处理时间。     

配电网单相接地故障的负序电流纵联差动选线方法

单相接地是配电网发生几率最高的故障,但单相接地故障选线一直是困扰人们的技术难题。本文首先分析了配电网单相接地故障负序电流的分布规律。在此基础上,提出了一种用于配电网单相接地故障的负序电流纵联差动选线方法,该方法通过比较线路两端的负序电流选出故障线路,具有较强的实用价值。利用35k V配电网的PSCAD模型进行仿真,并且进行了相关的动模实验。仿真结果和实验结果表明,该方法能够正确、可靠地选出故障线路,并能摒弃系统正常运行时固有负序电流的影响,该原理不因接地方式改变而失效,且适用于包括消弧线圈接地在内的所有接地类型配电网。本文最后提出了该方法的优缺点以及今后可在配电网单相接地故障选线方面开展的进一步研究工作。     

基于免疫算法的配电网故障定位方法研究

提出一种基于免疫算法的配电网故障定位新方法。免疫算法依据个体的亲和度对个体进行评价,根据个体的亲和度和浓度选择进行交叉、变异的个体,增大了群体多样性,避免了算法快速陷入局部最优,同时进化过程建立记忆单元,保留部分最优解,以免交叉、变异过程后群体退化,保证算法终止时得到的结果是历代出现过的最高亲和度的个体。针对多电源开环运行的配电网,结合区域划分思想,通过判断变电站变压器低压侧开关的故障信息,提出一种提高故障定位速度的方法。仿真结果表明该算法可有效实现配电网的故障定位,并通过与遗传算法相对比,验证了免疫算法用于配电网故障定位的有效性及可靠性。     

基于双端弱同步的配电网行波测距方法

将故障后双端初始行波波头到达时间作为双端初始时刻,进而检测后续行波波头的相对时刻,分别将双端在特定的时间内行波波头到达时刻组成时间序列集合。再根据双端时间序列集合的相互映射关系,计算故障点的准确位置。所提方法有效利用了单端测距精度高的特点,解决了单端行波测距波头识别困难的问题,同时避免了双端精确同步对时的要求。利用PSCAD进行仿真,仿真结果表明了该方法测距精度高,具有极强的适应性。     

配电网单相接地故障脉冲电流测距

针对配网单相接地故障电流较小,测距困难的问题,提出了一种脉冲电流测距方法。该方法通过短时改变中性点接地方式,在故障线路上产生幅值较大的脉冲电流。合理选择连接于中性点的限流电阻,将暂态过程控制在脉冲电流前半段,采用后半段数据计算脉冲电流稳态特征。利用脉冲电流稳态特征与故障距离之间的关系,实现了脉冲电流故障测距。该方法用于测距的脉冲电流幅值较大,可有效解决单相接地故障测距问题。通过MATLAB/Simulink仿真表明该方法具有较高的精度且受接地电阻影响较小。     

基于蚁群算法的配电网故障定位与隔离

蚁群算法是一种求解组合最优化问题的新型通用启发式方法,该方法具有正反馈、分布式计算和富于建设性的贪婪启发式搜索的特点。通过建立适当的数学模型,基于故障过电流的配电网故障定位变为一种非线性全局寻优问题。该文将蚁群算法用于配电网故障定位方面的研究,并通过实例证明了该算法的可行性和高效性。