基于分形的水轮发电机组振动研究

在水轮发电机组状态检修系统中，振动信号为故障诊断提供了丰富的信息。实际的振动波形表明，机组的振动信号具有非平稳性，其波形具有分形特征．通过对不同振动故障类型的分形特性研究和分形维数的计算，结果表明分形维数与故障类型之间存在某种对应关系。用分形的方法处理机组的振动信号的方法是有效、简单和可行的。     

基于分形理论的输电线路故障检测和选相

应用分形几何理论分析了电力系统故障发生时相电压和相电流采样信号的波形特性。通过计算故障情况下相电压、相电流和模电流的分形数，提出了一种基于分形理论的故障检测和选相的新方法。经过EMTP仿真证明：这种方法能准确识别各种类型的故障并选出故障相，不受过渡电阻和电源参数的影响，能在弱馈侧正确选相。该方法原理简单、数据窗短，可以在故障发生后半个周期内正确选相，具有很高的灵敏性和可靠性。将选相算法应用于动模实测数据，选相结果正确。     

非线性动力系统长度分形维理论及工程应用研究

在Hausdorff维和分配维的基础上，将超立方体作为覆盖单元，根据非线性动力系统振动波形的前向性特点和拓扑映射技术，提出了长度分形维的概念和计算公式．对长度分形维的数学严密性进行证明并对其工程应用可靠性作出评价，说明其具有概念明晰、计算简单、对理论值逼近较快、适合于少样本点集等特点．工程应用实例表明。基于长度分形维能够对非线性动力系统进行状态空间检测，噪声免疫力强和缺陷识别精度较高是其突出特色；它对理论分形维的适度近似性使其可以作为非线性动力系统的有效特征量，依其进行模式辨识是可行和有效的。     

运用人工神经网络进行电力系统运行参数的在线估计

尝试运用3层前向人工神经网络对电力系统的运行参数进行在线估计，神经网络的输入特征 为电力系统中某一点的可量测运行参数，神经网络的输出特征为电力系统中另一点的运行参 数。仿真结果表明，利用神经网络进行电力系统运行参数的在线估计具有较好的精度和良好 的泛化能力，在今后的电网控制领域将有一定的应用价值。     

基于神经网络的自适应电力系统稳定器

为彻底解决常规自校正控制器中受控系统参数难以识别的问题，提出了一种可以根据受控系统运行工况自动调整控制参数的新型自适应控制。在这种自适应控制中，人工神经网络被用来对受控系统的运行状态进行辨识。根据系统辨识的结果，控制器可按照传统PID控制器的设计原则自动调整控制器参数，达到最佳的控制效果。根据所提出的原理，设计了一种变参数自适应PID型电力系统稳定器（NNPIDPSS）。将设计的NNPIDPSS用于单机-无穷大电力系统和具有多模振荡特性的多机电力系统，仿真结果表明了其有效性。     

基于图像识别技术的电力系统在线监测

数字图像处理与识别技术的迅速发展,给电力系统在线监测的自动化提供了良好的契机,电力设备的运行状态是否正常对系统的安全可靠运行意义重大。依靠计算机自动识别与分析功能,利用图像处理与识别技术,结合最大类间方差法选取阈值、序贯相似法识别、帧差法判决等手段,对电力设备进行在线监测,代替了传统的人工巡检,提高了效率。这种图像识别方法综合了各种技术的优点,处理结果更加精确。     

基于可信性理论的电力系统运行风险评估:（一）运行风险的提出与发展

介绍了运行风险评估的基本定义，总结了电力系统运行风险评估与传统调度确定性分析方法和电力可靠性研究相区别的特征。电力系统运行风险评估的主要目的有2个：一是对电力系统运行中的不确定性因素进行定量评估，建立运行风险指标体系；二是以运行风险指标为决策手段,综合协调电力系统的安全性与经济性。与核电厂运行风险进行类比，分析了电网运行风险评估的发展前景。概述了运行风险评估的相关研究已分别在元件级的安全评估和系统级的安全评估2方面取得的一些重要进展，介绍了它们所借鉴的传统的可靠性研究方法，阐述了风险评估的研究思路。     

电力系统运行状态可视化技术综述

市场化、地区能源结构不平衡和新技术的不断涌现，使得电力系统愈加复杂，数据(技术的和经济的)激增，运行更趋于极限。原有EMS中的数据显示方式已不能满足实际要求。如何利用现有的系统分析技术、数值分析理论、计算机数据处理和显示技术构成新的运行状态可视化平台，已成为亟待解决的问题。文章是对电力系统运行状态可视化研究的综述，包括电力系统数据显示、运行安全状态显示、运行趋势显示等几个方面，认为不论在可视化技术的合理与综合运用，还是在基本数据显示、相关方向应用等方面还有待于进一步深入；应加强数据综合与显示以及颜色与3D显示的应用研究，积极探索计算机新人-机交互技术的应用和新的专业化软件的开发思路。     

基于分形插值的混凝土坝变形趋势分析

研究混凝土坝的变形趋势对判别大坝变形状态、保证大坝安全具有重要意义。针对混凝土坝的变形曲线呈现出明显的非线性特征,引入分形插值理论,首先利用分形维数识别混凝土坝变形时间序列的分形特征,然后基于分形插值函数建立了变形趋势的预测模型,并对变形状态进行判别。以某混凝土坝段变形为例,采用分形插值方法对坝段某高程水平位移的变形趋势进行预测,并与统计模型预测结果进行对比,结果表明,分形插值方法能更好地拟合变形曲线,表征大坝变形特性。     

基于波形相关性分析的变压器励磁涌流识别新算法

提出一种利用数字信号处理中的相关函数的基本概念，对采样数据进行分析，计算采样数据在不同时段上的自相关系数，利用自相关系数的大小来区分变压器励磁涌流和内部故障差流的新方法。由于波形自相关性的定义中不仅包含波形幅值大小、形状的信息，而且还包含波形的相位信息，因此，文中所提出的波形相关性分析方法，不是单纯地利用涌流或故障电流的单一方面的特征，而是对波形进行有机、综合地分析。理论分析和EMTP仿真结果均表明：该算法原理清晰，识别正确，特征明显，且不受非周期分量和电流互感器饱和等的影响。