模糊优选在故障选线中的应用

传统的各种故障选线方法通常利用接地故障产生的某一部分的信息进行处理．选线的精度不高．难以满足现场运行的要求。为此。通过对各种故障信息进行综合分析、融合处理．综合各种故障选线方法．提出故障线路模糊识别技术,采用该技术可减少干扰信号的影响．消除单一保护方法的固有缺陷．提高故障检测的精度和鲁棒性。     

模糊综合评判在接地故障选线中的应用探讨

现行的各种小电流接地故障选线方法利用不同的故障特征量进行处理,所适用的范围不同,检测故障的鲁棒性和精度不一样。由于小电流接地系统的复杂性及单相接地故障的特殊性,每种选线方法往往都有一定的局限性和不足,如果利用信息融合技术对多种选线方法进行综合应用,将不失为一种提高接地故障选线性能的有效手段。针对小电流接地系统中的接地故障选线问题进行研究,提出了针对多种选线方法进行模糊综合评判的小电流接地系统故障选线模式,对多种选线方法的模糊隶属函数及权重因子的确定进行了探讨,以能量函数法、小波变换法及相间工频变化量比较法三种接地故障选线方法为例进行了模糊综合评判实例仿真,仿真结果说明针对多种选线方法进行模糊综合评判的故障选线模式具有更高的可靠性。     

模糊综合评判在接地故障选线中的应用探讨

现行的各种小电流接地故障选线方法利用不同的故障特征量进行处理,所适用的范围不同,检测故障的鲁棒性和精度不一样.由于小电流接地系统的复杂性及单相接地故障的特殊性,每种选线方法往往都有一定的局限性和不足,如果利用信息融合技术对多种选线方法进行综合应用,将不失为一种提高接地故障选线性能的有效手段.针对小电流接地系统中的接地故障选线问题进行研究,提出了针对多种选线方法进行模糊综合评判的小电流接地系统故障选线模式,对多种选线方法的模糊隶属函数及权重因子的确定进行了探讨,以能量函数法、小波变换法及相间工频变化量比较法三种接地故障选线方法为例进行了模糊综合评判实例仿真,仿真结果说明针对多种选线方法进行模糊综合评判的故障选线模式具有更高的可靠性.     

基于信息融合技术的漏电保护系统的构造

传统的各种单一故障选线方法,通常利用接地故障产生的某一部分的信息进行处理,选线的精度不高,难以满足现场运行的要求。通过对各种故障信息进行综合分析,融合处理,综合各种故障选线方法,利用显示模拟程序(DSP),提出故障线路模糊识别技术,从而减少干扰信号的影响,消除单一保护方法的固有缺陷,提高故障检测的精度和鲁棒性。     

基于信息融合的配网故障选线仿真与研究

为了提高小电流接地系统故障选线装置的选线精度,提出了基于信息融合的选线方法,即将几种互补的基于暂态和稳态特征的单一选线方法用于综合选线.首先根据暂态、稳态故障特征的特点定义各自的故障测度函数,再分别利用粗糙集理论和非线性合成算法模型将各种故障特征的故障测度函数进行融合选线,最后在Matlab中搭建了配网模型和编写融合算法的程序进行仿真分析和选线方法的验证.仿真结果表明,基于粗糙集理论和非线性合成算法的信息融合选线方法选线精度较高,具有良好的应用价值.     

信息融合技术在故障选线中的应用

接地故障选线是小电流接地系统中长期存在的难题 ,通常采用的单一故障选线方法只对部分故障信息进行处理 ,选线的可靠性不高。文中把信息融合技术应用于故障选线 ,融合各种故障信息 ,综合各种故障选线方法 ,提出了基于馈线保护的故障线路模糊识别技术及基于配电自动化的故障线段聚类识别技术。EMTP仿真结果表明这些基于信息融合的故障选线方法具有很高的精度和鲁棒性     

信息融合技术在故障选线中的应用

接地故障选线是小电流接地系统中长期存在的难题,通常采用的单一故障选线方法只对部分故障信息进行处理,选线的可靠性不高.文中把信息融合技术应用于故障选线,融合各种故障信息,综合各种故障选线方法,提出了基于馈线保护的故障线路模糊识别技术及基于配电自动化的故障线段聚类识别技术.EMTP仿真结果表明这些基于信息融合的故障选线方法具有很高的精度和鲁棒性.     

基于模糊理论的小电流单相接地选线装置

正确接地故障选线是小电流接地系统长期存在的难题,通常采用的单一故障选线方法只对部分故障信息进行处理,选线的可靠性不高。文中把模糊理论应用于故障选线,智能融合各种故障信息,综合各种故障选线方法,并研制出多台样机挂网运行。现场运行记录表明装置选线准确,能适用于各种复杂故障。     

谐振接地系统多判据多周期信息融合故障选线方法

谐振接地系统故障的准确可靠选线一直以来都是保障电力系统可靠运行的技术难点。单一选线判据因自身应用的局限性和精确度不高等原因,没有得到很好的推广应用。为了提高谐振接地系统故障选线的准确性和可靠性,在选取具有优势互补的三种选线判据的基础上,提出基于证据理论的谐振接地系统多判据多周期信息融合故障选线方法,利用Matlab软件建立了配电网谐振接地系统实验仿真模型,对所提方法进行选线验证,结果表明该方法具有较高的选线精度。     

模糊数据融合技术在系统故障诊断中的应用

利用系统故障症状的分散性，提出了一种基于模糊数据融合技术的系统故障诊断方法。首先，为保证量测信号的准确性，采用同源多传感器数据层融合以及多传感器信息优化协调技术对量测数据进行初步处理，为系统故障模糊融合诊断奠定基础；然后，针对同一症状的不同表现信息，采用多个模糊神经网络得到对故障的局部决策，利用模糊积分融合方法，识别出该症状所对应的故障。最后针对某液体火箭发动机的泄漏故障进行仿真，并与常规模糊神经网络故障分类器进行对比。研究表明，在对渐变故障的诊断中，本法较常规模糊神经网络故障分类器具有更好的诊断性能。     

模糊PETRI网在电力系统故障诊断中的应用

在电力系统中，如何处理大量不完全且不确定的继电保护及断路器动作信息，从而准确地进行故障诊断，一直是研究人员所关心的问题。该文利用具有较好的并行处理性、快速性及容错性的模糊Petri网来处理电力系统故障诊断中的不确定动作信息，给出了一种新的故障诊断分析方法，可实现准确而有效的故障诊断功能。文中首先介绍了模糊Petri网的结构和定义；然后建立了故障诊断的模糊Petri网模型；最后通过实例数据验证了此方法的有效性和可行性。     

Data driven approach for fault detection and diagnosis of turbine in thermal power plant using Independent Component Analysis (ICA)

In this paper, a statistical signal processing technique, known as Independent Component Analysis (ICA) for fault detection and diagnosis in the real Turbine system (V94.2 model) is suggested. The information of one of MAPNA’s power plants turbine system is utilized at first. In order to reduce the dimensionality of the data set, to identify the essential variables and to choose the most useful variables, PCA approach is applied. Then, the fault sources are diagnosed by ICA technique. The results indicate that suggested approach can distinguish main factors of abnormality, among many diverse parts of a typical turbine system. The presented results will show that suggested approach can avoid false alarms and fault misdiagnosis due to changes in operation conditions and model uncertainty. The presented results show the validity and effectiveness of ICA approach for faults detection and diagnosis in noisy states.     

边缘检测在HVDC系统故障诊断中的应用

为了及时分辨HVDC系统故障类型并快速恢复,对直流输电标准测试系统在各种故障,包括交流系统发生故障、逆变换相失败故障以及直流线路故障下的典型响应特性进行了分析。采用劋trous小波方法将行波信号分解成不同尺度下的小波面,其中包含了该尺度下细节信息,实现对故障的边缘检测;提出了3种故障判别准则,推出了模极大值能量的概念,并利用反射行波信号的小波变换模极大值的幅值、极性及模极大值能量等变化规律对不同HVDC系统故障进行诊断,实现逆变器换相失败和交流系统单相故障的识别。MATLAB仿真结果表明提出的方法能很好地完成HVDC系统的故障诊断。     

基于灰色经验融合的电网故障研判模型

针对电网故障检测系统中既有专家经验与处置方案难以充分利用的问题,提出了基于灰色经验融合的电网故障研判模型,并给出了该模型的框架结构、处理流程以及主要算法。该模型采用灰色信息融合方法实现专家经验与现场数据的融合,使用灰色聚类匹配算法抽取与现场数据高度相似的专家经验,实现当前故障的研判,并将最终的研判结果、处置方案与检测数据融合,促进专家经验库的优化。对比试验结果表明,该模型具有较高的研判精度、较为全面的故障覆盖度以及良好的时效性。     

电网故障信息系统中的故障分析与判断

提出一种基于保护动作行为模型及电网故障特征的数据融合方法,用于实现故障信息系统中一次故障的关联识别;从保护装置故障信息汇总与分析、电网故障判断、线路两端故障信息融合等方面,重点阐述了保护动作信号一次故障关联、电网连续故障判断、故障报告汇总及双端测距实现等的应用。     

A multiple strategic evaluation for fault detection in electrical power system

A new combined formalism is described to detect faults in electrical power systems in this work. The aim of fault detection is to monitor and control the system which guarantees stable supply of electrical energy to consumers. To solve this problem, it has been proposed an integrated use between state space, optimization and analytical method by establishing a methodology for its completion. Initially, state space method performs through deviations signaled by its output, an analysis with relation to direction of fault in each component of power system. Though, state space is in possession of as much information as possible coming from output signals, can identify direction where disturbance has been occurred. Finally, the processing is done by optimization and analytical methods, which analyze the exact fault type and locations, using these signs, corrective action have been taken. By using proposed technique, the tasks of fault detection, classification, and location are accomplished. The common case of faults occurring in the electrical power system has been illustrated to verify the proposed methodology.     

基于多源数据的电力系统故障全信息诊断模型

随着电力系统信息技术的广泛应用,利用多源数据进行故障诊断成为可能。目前,基于多源数据进行故障诊断仅将故障数据划分为开关量和电气量,没有考虑不同数据之间存在的差异。针对这个问题将故障数据细分为3种类型,根据3类数据的特征提出一种基于多源数据的电力系统故障全信息模型,包括利用实时性较强数据实现快速故障诊断的模块和利用全信息数据进行综合故障处理的模块。通过PSCAD和Matlab进行联合仿真,验证模型的可行性。     

基于多数据融合的电机故障诊断方法研究

电机作为各类电驱设备的主要动力装置,具有结构简单、控制方便、能效高、无污染等优点。在电机运行过程中,受载荷多变、零部件老化、散热条件差等影响,故障频发,进而降低电驱装置的工作效率和稳定性。此外,电机故障种类繁多,各故障的征兆与表现又极其相似,不同故障产生的原因也错综复杂,这极大地提高了电机故障诊断的难度。传统的电机故障诊断过程中多是基于单一传感器信号,存在不确定性大、诊断精度差等问题,为克服上述缺点,提出一种基于多传感器参数融合的电机故障诊断方法,基于振动加速度计和电流传感器信号,结合BP神经网络算法和D-S证据理论对电机故障进行准确辨识,提高电机故障诊断的准确性。简要介绍了多传感器数据融合技术的结构框架,在分析异步电机典型故障机理的基础上,对基于BP神经网络学习算法和D-S证据理论的多传感器数据融合电机故障诊断系统进行详细分析,并通过实例对所提出故障诊断方法的有效性进行验证。研究结果表明,采用所提出的多数据融合电机故障诊断方法可以高置信度地诊断出电机的故障类型。     

电力线路巡检系统信息分析软件的设计与实现

基于图像处理技术和数据库技术,提出了架空输电线路机器人巡检系统分析图像数据、检测故障隐患的处理流程,以及故障信息的保存管理方案,介绍了图像信息处理软件分析可见光图像和红外图像、获取故障特征值的过程,使用符合行业标准的检测方法对故障特征值进行判断,并形成可视化故障检测报告。该软件可以对红外图像进行自动化处理,并在少量人工辅助的条件下对可见光图像进行处理,提高了基于图像的架空输电线路故障检测的自动化处理程度。     

基于多分辨率小波网络-BP神经网-D-S证据理论信息融合模型的直流系统故障诊断方法

直流系统接地故障检测中常用的低频信号注入法容易受到大电容接地、环网以及电流互感器故障和饱和等因素的影响.针对这种情况,引入多传感器信息融合的思想,提出了基于"多分辨率小波网络-BP神经网络-D-S证据理论"信息融合模型的故障诊断方法,以综合多个信息源对直流系统的接地故障进行诊断.对具有3条支路的直流供电系统进行的仿真分析表明,在上述情况下利用该方法可以有效诊断出直流系统的故障支路,具有较好的诊断效果.