基于证据理论和信息熵的消弧线圈接地电网融合选线方法

提出一种消弧线圈接地电网单相接地故障融合选线方法。该方法综合运用首半波、有功分量和暂态量故障特征,采用证据理论和信息熵实现融合选线。构造了定量反映线路似为故障线路程度的故障测度算法,建立了以故障测度和信息熵表示的基本信度分配函数,实现了多故障特征的证据融合选线。仿真和实测数据验证了本文选线方法的有效性,表明提出的证据融合选线方法可极大地提高选线的准确性和适应性。     

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.     

基于故障测度概念与证据理论的配电网单相接地故障多判据融合

当故障特征量非常明显时，故障选线结果才比较可靠；当其特征量很微弱时，选线结果则可能是错误的。该文不仅提出了一种故障测度概念，以定量评价线路疑是故障线路的程度，还提出了一种多种利用故障信息的融合选线判据，该判据基于故障测度概念并利用小波分析理论构造了暂态信息故障测度算法：对故障工频信息构造了幅值和相角故障测度算法：运用D-S证据理论实现了多判据信息融合，将多判据选线问题转化为证据推理问题。结合选线问题的特点，将基本信度分配函数设计为相对信度分配函数与可确定信度系数之积形式。多故障信息的融合选线判据使选线性能得到提高，现场实测故障算例证实了文中方法的正确性。     

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。     

基于灰关联性理论的小电流单相接地故障选线及其仿真

传统的、基于待测的故障特征量的小电流单相接地故障选线方法存在局限性,针对此问题,提出一种基于灰色理论、融合多种判据、有效利用已有的故障特征量的选线方法,以各出线、母线单相接地故障的电流、电压等特征量组成选线系统的典型接地故障样本,通过待测样本与比较样本之间的关联度判断所属状态,然后利用灰关联序来判断故障线路。利用电力系统计算机辅助设计(power system computer aided design,PSCAD)软件与Matlab软件进行仿真实验,实验结果验证了该方法可靠、有效。     

基于广域零序分布电压特征的小电流接地选线方法

传统小电流接地选线装置准确性易受系统不平衡电流、电流互感器一致性差异等因素影响。为此提出一种基于广域零序电压分布特征的单相接地故障选线新方法。利用电网的分布参数模型分析得到了配电网发生单相接地故障后不同线路零序电流的分布特征,并据此归纳、推导了配电网不同接地方式下的零序电压的沿线分布特征。由于故障线路与健全线路间零序电压的分布特征存在差异,文章构造了故障测度因子作为选线判据,并通过引入能够描述故障与健全线路差异度、健全线路相似度的相对故障测度矩阵和投票机制来减小故障距离、过渡电阻和脱谐度对选线结果的影响,从而提高选线结果的可靠性。利用PSCAD建立了符合配电网线路分布参数特征仿真模型,仿真计算结果表明,在不同的接地方式、故障距离、过渡电阻和较小的脱谐度情况下,该方法均能正确选出故障线路。     

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.     

基于模糊测度融合诊断的配电网接地故障选线

非有效接地配电网运行与故障条件复杂多变,现有配电网接地故障选线方法难以有效覆盖不同故障工况,尤其对于高阻接地与弧光接地故障,基于单一故障特征量的故障判据误判率高。该文提出一种基于模糊测度融合诊断的配电网接地故障选线新方法,借助模糊C均值聚类算法,将多种运行工况下采集的表征被保护馈线不同运行状态的历史特征样本集划分为故障类与非故障类,以多种样本相似性测度判据定量分析待测样本与不同类型历史样本的相似程度,形成模糊测度融合诊断矩阵。通过多级评判指标体系对模糊测度融合诊断矩阵进行评判,从而放大故障特征,削弱偶然因素对故障判断的影响,最终输出综合判据矩阵,准确识别故障样本。PSCAD/EMTDC仿真与10kV真型实验测试结果均表明,在非线性负荷等干扰因素的影响下,该方法依然能够准确地捕捉故障特征,在各故障工况下正确地辨识故障样本,具备对不同系统运行方式变化的自适应能力,具有很强的鲁棒性。     

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。     

小电流接地系统单相接地故障的模糊选线新方法

基于单相接地故障发生后暂态零序电流含有大量丰富的高次谐波成分的现象,利用各线路故障暂态时期零序电流中高次谐波的衰减速率作为新选线依据,并结合应用模糊信息融合原理,将此新方法与残流变化量比较法相结合提出了一种新的模糊综合选线判据,构造了形式简洁物理意义清晰的的故障隶属函数。进行动模实验检验,实验运行结果表明该判据选线正确,抗干扰能力强,是针对现有单相接地故障选线判据适应性较差、正确率不高的现状一种有效实用的综合选线判据。     

基于信息融合技术的单相接地故障选线方法

中性点经消弧线圈接地的电力系统中，单相接地故障发生的瞬间，系统中的暂态电流中包含了丰富的故障信息，通过小波分析提取暂态信息可用来进行选线。另一方面，实际的电力系统中存在有多种谐波，对系统稳态的谐波进行分析，可以提取故障特征，通过对单相接地故障的稳态和暂态进行分析，提出了基于信息融合技术的单相接地故障选线方法，最大限度地克服了系统的干扰，提高了选线准确率。     

基于残流与首半波综合的接地选线方法研究

分析了小电流接地系统的故障特征,针对现有单相接地故障选线判据适应性较差、正确率不高的现状,应用模糊信息融合原理,提出了基于残流变化量比较与暂态首半周相位比较的单相接地故障模糊综合选线方法;构造了形式简洁物理意义清晰的的故障隶属函数和综合选线判据;研制出样机并进行了动模实验检验。实验运行结果表明该判据选线正确,抗干扰能力强,是小接地电流电网中一种实用的综合选线判据。     

小电流接地系统单相接地故障模糊选线新方法

现有单相接地故障选线判据适应性较差,有必要寻求一种新的选线依据。基于零序暂态高次谐波衰减和残流法并结合模糊信息融合原理,提出了一种的综合选线判据,并构造了一个简洁的的故障隶属函数。动模实验结果表明,该判据有良好的抗干扰能力,效果好且实用。     

基于改进算法的粗糙集理论故障选线装置研究

针对KA系列模糊智能选线装置中小波包多频带选线算法所出现的误选问题,提出了基于粗糙集理论的小波包多频带的选线算法。该算法主要是应用粗糙集理论对故障样本的数据挖掘能力来确定低频衰减信号的增强比例,并在此基础上进一步利用粗糙集理论的信息融合功能对单相接地故障电流信号中所蕴藏的各种暂态及稳态信息进行融合。动模仿真实验结果表明基于粗糙集理论的选线算法能更有效地解决小波包选线算法所出现的误选问题,且较模糊选线算法精度更高、抗干扰能力更强、运行更稳定。     

基于信息融合技术的NUGS综合故障选线方法

为解决小电流接地系统选线装置因受线路参数、运行方式、故障接地阻抗等因素的影响,选线准确率不高和存在选线死区的难题,通过分析各选线方法的特点,利用信息融合技术,根据中性点的不同接地方式融合出一套综合故障选线方法,即中性点不接地系统以无功功率法、零序电流幅值相位法为主和中性点经消弧线圈接地系统以有功功率法、5次谐波相位法、残流增量法为主融合出的综合选线判据。基于PC104工控机,利用综合选线判据,设计了新型小电流接地选线装置,并通过了多次动模试验验证。试验结果表明:单一选线方法存在选线死区,而综合故障选线方法具有灵敏度高、灵活性强、选线准确率高的优点。     

基于卷积神经网络多判据融合的井下电网故障选线方法

针对矿井电网消弧线圈接地系统单相接地故障选线方法准确率和可靠性不高的问题,提出基于卷积神经网络多判据融合的选线方法。主要分析了深度学习模型——卷积神经网络的结构与原理,通过快速傅里叶变换和小波变换从故障信息中提取5次谐波分量、小波分析模极大值、衰减直流分量和高频暂态分量作为原始输入数据,并利用改进LeNet-5模型强大的学习能力和泛化能力对其进行融合。基于Matlab软件搭建井下电网仿真模型,结果表明该方法准确性高、可靠性强。     

基于多视图稀疏特征选择的架空输电线路故障原因判别

日渐增加的多源异构数据为输电线路故障原因判别带来了信息融合的机遇和挑战。为解决故障录波和多源关联信息的特征融合问题,引入多视图学习概念,提出了基于多视图稀疏特征选择的架空输电线路故障原因判别方法。根据故障录波和关联信息区分并提取双视图故障特征,随后基于稀疏表示提出了层次多视图特征选择算法（HMVFS）。该算法引入ε-dragging扩大分类类别的标签间距,并通过Frobenius范数和l2,1范数的正则化项分别从故障视图和故障特征的高低维度实现特征选择。最后采用某地区输电线路故障数据进行对比实验,结果验证了该方法在输电线路故障原因判别的有效性和优越性。     

基于CNN+D-S证据理论的多维信息源局部放电故障识别

基于多维信息源融合的局部放电故障识别方法对提高故障识别的准确性和容错性具有重要意义。文中以开关柜中的典型局部放电类型为识别对象,设置4种典型的局部放电模型(电晕放电、沿面放电、悬浮放电和气隙放电),利用超声波(Ultra)法、甚-特高频(V-UHF)法以及脉冲电流法(PCM)采集不同放电类型产生的局放信号。首先利用深度卷积神经网络(CNN)算法对不同传感器测量数据进行训练,之后利用Dempster-Shafer(D-S)证据理论对多维信息源识别结果进行融合,并作出最终决策。结果表明,相比于基于单一信息源的故障识别模式,基于多维信息源的故障识别模式准确率更高,且当多维信息源中某一信息源出现误判时仍能正确识别放电类型,对信息源的容错性更好,识别效果良好。