基于模糊集合理论的电力系统振荡与短路的识别

将模糊集合理论中模糊隶属度的概念应用到电力系统振荡与短路的识别中,通过提取恰当的特征量并赋以一定的权值,对短路、振荡及振荡伴随短路这三种情况进行综合判断.仿真分析结果证明该方法的效果是非常明显的,识别的准确程度很高.     

基于模糊集合理论的电力系统振荡与短路的识别

将模糊集合理论中模糊隶属度的概念应用到电力系统振荡与短路的识别中 ,通过提取恰当的特征量并赋以一定的权值 ,对短路、振荡及振荡伴随短路这三种情况进行综合判断。仿真分析结果证明该方法的效果是非常明显的 ,识别的准确程度很高     

基于模糊集合理论的变压器匝间短路保护算法及仿真研究

介绍了一种适合EMTP仿真程序的变压器模型，该模型能模拟变压器各种匝间短路和绕组对地短路；结合传统的比率制动式差动保护，提出了基于模糊集合理论的变压器匝间短路保护新算法，利用隶属函数使得制动系数能根据变压器不同的运行工况作出相应的调整。仿真结果表明该算法具有很大的灵活性和自适应性，既保证了在区外故障时有足够的可靠性，在区内匝间短路时又具有很高的灵敏度。     

模糊集理论在电力系统中的应用 一

模糊集理论在电力系统中的应用刚刚起步，应用主要集中在稳定分析，经济运行和系统控制三个方面。本文较为全面地介绍了这几方面的研究现状，并指出有待进一步研究的问题。     

应用模糊集理论识别电力系统振荡中不对称故障的新方法

根据电力系统振荡和短路所呈现出的不同特征,以模分量、三相及零序电流大小为依据,提出了一种基于模糊集理论的识别振荡中发生不对称故障的新方法,并给出了相应的模糊数学模型.动模实验和Matlab仿真计算结果验证了该方法的有效性和可靠性.     

基于模糊集合理论的变压器绕组热点研究

基于模糊集合理论,提出了分析变压器绕组热点的一种新方法。该方法综合考察了运行变压器多个状态参量并将其进行模糊化处理。通过模糊合成推理,得出对变压器绕组热点的模糊表述。实例分析表明,采用模糊评判方法可有效地解决确定变压器绕组热点的某些不确定性问题。     

电力系统振荡中轻微故障识别的小波算法研究

提出了一种基于小波变换的电力系统振荡与故障的识别算法。该算法能正确区分纯振荡与故障,避免保护误动,在振荡过程中发生故障特别是轻微故障时,亦能迅速识别,其性能优于取传统的振荡闭锁方案。用EMTP仿真各种振荡和故障得到的结果对所提算法的有效性进行了检验,结果表明所提出的算法可以保证振荡与故障的正确识别,其在微机保护装置中具有实时应用的前景。     

模糊集理论在电力系统中的应用(二)

模糊集理论在电力系统中的应用（二）韩祯祥，吴小苗（浙江大学，杭州）（续上期）２．２电力系统规划和优化在电力系统规划、优化运行过程中，存在着负荷的不确定性以及有些机组出力的不确定性等，而这些不确定性不具有随机性，因而不能用统计概率学来求解，只有通过模糊...     

Prony算法在电力系统振荡模态识别中的应用

为了提高电能的输送能力和减少电力系统中电能的损耗,越来越多的灵活交流输电装置在电网中使用,在提高电力系统中电能利用率的同时,也出现了模态振荡的问题。由于振荡信号的复杂性和非线性,常规的方法难以有效识别。本文通过利用Prony算法优越的识别能力,对故障暂态信号进行分析,提取出振荡信号的特征信息,进而得到模态参数,为设计抑制振荡的策略提供良好的基础。     

基于电气量频率差异的电力系统振荡识别

重点研究了电力系统振荡时,振荡中心和非振荡中心电压频率和电流频率的特征。研究表明:当系统发生振荡时,只有振荡中心的电压频率与电流频率相等,且振荡中心的一侧电压频率大于电流频率,另一侧电压频率小于电流频率;电压频率与电流频率的差值大小取决于振荡周期的长短、测量点与失步机组的电气距离以及失步机组的电动势夹角。从而提出了一种新的基于电气量频率差异的振荡识别方法,同时通过广域信息的获取,可以判断出振荡中心的位置。仿真结果验证了分析的正确性。     

小波变换原理识别电力系统故障及振荡中短路的研究

通过对电力系统振荡和短路所呈现出的不同特征的分析,从故障特征入手,提出了一种区分振荡、故障、振荡中再故障的新方法,这种方法是基于小波变换原理实现的。经大量的仿真试验,获得良好的仿真效果。     

A Novel Approach to Detect Faults Occurring During Power Swings by Abrupt Change of Impedance Trajectory

The main purpose of power swing blocking is to distinguish faults from power swings. However, faults occurred during a power swing should still be detected and cleared promptly. This paper proposes an index based on detecting abrupt jump of impedance trajectory by utilization of the predicting capability of the Kalman Filter. The proposed index is calculated by assessing the difference between predicted and actual samples of impedance. The predicted impedance samples are obtained using the Kalman filter and Taylor expansion, which are used in this paper to track the phasor precisely. Second order of Taylor expansion is used to decrease the corrugation effect of impedance estimation and increase the reliability of the proposed method. Furthermore, in order to increase the selectivity of the proposed method, the proposed index is armed with phase comparison logic to detect internal faults. The instantaneous estimation and prediction capability of the Kalman filter are two reasons for proposing the use of Kalman filter. Intensive studies have been performed and the merit of the method is demonstrated by test simulations.     

基于模糊集对分析法的电能质量综合评估

在进行电能质量综合评估时,选用电压偏差等7个指标作为其评估指标体系,然后,通过多位专家应用层次分析法确定其指标权重,但是层次分析法确定权重时人为主观因素的影响较大,文中,运用灰色关联分析法避免多位专家意见不统一造成的权重分配错误,使评估过程更加科学合理;针对电能质量综合评估指标的不确定性,引入集对分析法,将各评估指标与评估标准组成一集对,建立了电能质量综合评估的模糊集对分析模型,实例结果验证了模糊集对分析进行电能质量评估的有效性     

基于粗集理论的小电流接地系统故障选线

分析了小电流接地系统中基于小波包的故障选线方法工作原理，证明了在故障线路暂态零序电流信号采样后能量损失较大时，该方法失效。为了克服该方法的局限性，提出了一种基于粗集理论的改进故障选线方法。将提取的暂态零序电流故障特征作为条件属性，信号增强倍数作为决策属性，构成一个决策系统。通过对决策表的约简，得到决策系统的最小决策算法，从而实现信号增强。再利用小波包变换对增强的信号分解，实现故障选线。ATP-EMTP仿真表明，该方法有效地提高了小电流接地选线的准确性。     

三相参数不对称电力系统简单故障的计算机算法

本文论述了三相参数不对称电力系统的数学模型，导出了简单故障（短路和断线）的计算机算法，编制了计算机程序设计原理框图。     

基于粗集理论的小电流接地系统故障选线

分析了小电流接地系统中基于小波包的故障选线方法工作原理，证明了在故障线路暂态零序电流信号采样后能量损失较大时，该方法失效。为了克服该方法的局限性，提出了一种基于粗集理论的改进故障选线方法。将提取的暂态零序电流故障特征作为条件属性，信号增强倍数作为决策属性，构成一个决策系统。通过对决策表的约简，得到决策系统的最小决策算法，从而实现信号增强。再利用小波包变换对增强的信号分解，实现故障选线。ATP-EMTP仿真表明，该方法有效地提高了小电流接地选线的准确性。     

基于模糊集理论与事故树分析的输变电检修项目脆弱性评价研究

利用模糊集理论与事故树分析相结合的方法,对输变电检修项目的脆弱性进行分析和评价,求解出各基本事件模糊重要度,进而了解各基本事件对检修项目整体脆弱性的影响,有效地识别出输变电检修项目中的薄弱环节。以触电事故为例进行分析与论证,结果表明,通过模糊事故树分析,能够对输变电检修项目进行定性和定量的安全风险分析,为检修项目的设计和实施提供建议与参考,降低事故风险。     

采用基于模糊推理的分类器融合方法 诊断电力电子电路参数故障

针对电力电子电路中器件的参数故障诊断问题,提出一种基于模糊推理的分类器融合诊断方法。采用神经网络和支持向量机分类器作为模糊推理输入的两种子分类器,设计了对应的隶属度函数对2种分类器输出进行模糊化处理;根据预先处理好的模糊变换矩阵进行计算,最终得到系统的融合输出。通过对一个Cuk电路的仿真实验和分析表明,所得诊断方法是有效的,优于任意单个子分类器的诊断精度,该方法对于随机噪声具有较好的鲁棒性。     

基于高频暂态分量进行相关分析及模糊推理的选相新方法

提出一种利用故障分量中高频分量实现故障选相的新原理。该原理直接利用电流互感器饱和前传变的暂态高频电流,使用小波提取相应频段暂态信号特征,对提取的信号特征进行相关分析,使用模糊集合对相关系数的隶属度综合评判进行选相。用该原理实现的选相装置可以配合基于暂态量的单端保护使用,具有超高速的特点,且不受过渡电阻、故障初始角及系统振荡的影响。对于三相换位不完全造成模量不平衡的情况也能进行正确选相。对某典型500 kV线路进行各种故障类型仿真,取得了满意的效果。     

基于混合模糊聚类分析的汽轮发电机组振动故障诊断

针对模糊C-均值(FCM)算法在汽轮发电机组振动故障诊断中的不足,提出了一种加权混沌优化FCM(WCOFCM)算法。WCOFCM算法首先将混沌优化策略与传统FCM算法相结合,用混沌变量搜索对模糊聚类目标函数进行全局寻优,并结合梯度算子,使方法有效收敛到极值点。然后依样本相似度原理对样本特征进行加权,对不同的特征赋予权重,突出敏感特征对聚类结果的主导作用,提高了聚类性能。最后依据聚类有效性函数指标自动确定聚类数,实现自适应分类。用该方法对国际标准测试数据进行了聚类分析实验,并将该方法应用于某发电厂汽轮发电机组振动故障诊断,其结果表明该方法有效降低了误分类率,能对汽轮发电机组振动故障进行有效诊断。