基于小波包和模糊Petri网的输电线路故障类型识别方法

提出一种基于小波包和模糊Petri网的输电线路故障类型识别方法。利用小波包对故障电流信号进行分解,并计算出各频段的能量值,以此能量特征值作为训练样本对模糊Petri网模型进行训练优化,使用测试样本对模型进行测试,实现输电线路故障识别。通过算例仿真验证,表明该方法具有一定的有效性和实用性。     

基于小波模糊神经网络配网馈线故障测距的研究

在小电流接地系统单相接地故障特征分析的基础上,结合小波变换和模糊神经网络的特点,提出了适合配网故障后暂态信号分析的小波模糊神经网络模型及算法,应用于小电流接地系统的故障测距.理论分析及大量仿真结果显示此方法是可行的,且具有较好的故障测距性能.     

基于小波包变换和高阶累积量的电弧故障识别方法

当低压配电系统接入混合负载或在支路中出现电弧故障时,电弧故障识别难度大幅提升。针对此类电弧故障,提出一种基于小波包变换与高阶累积量相结合的电弧故障识别方法。首先采集不同负载、支路电弧故障下的电压、电流数据,建立电弧故障波形数据库;然后利用小波包变换对电弧电流信号进行分析,通过对多种试验数据进行分析,确定了通用电弧特征频带,对电弧电流波形进行重构作为电弧特征信号;通过分析故障电弧特征信号的4阶累积量值,提出了一种能够在时域中识别电弧故障的判据。该判据可以准确、快速地识别单一负载、混合负载以及支路电弧等情况下的电弧故障,且能够较为准确地检测电弧故障发生的时刻,为复杂电弧故障识别及起弧时刻的研究提供参考。     

小电流接地电网的一种故障选线方法

我国中压配电网的中性点接地方式多采用小电流接地。此类电网的单相接地故障,特别是经消弧线圈补偿后的单相接地故障,因故障点稳态特征信号相对微弱,造成了故障选线困难。为解决该难题,提出了基于小波理论、利用故障暂态信号进行选线的方法,即:首先对电网暂态信号进行小波变换,采用小波奇异性检测原理确定故障发生的时刻,然后提取故障发生前后一个周波内的零序电流数据,由小波变换后的模极大值关系判断故障线路。该方法的有效性在多个现场实例中得到验证。     

超高速保护中雷电干扰识别的暂态法研究

雷电干扰可能会造成基于行波或暂态量的超高速输电线路保护误动作。经对雷击和短路故障时的电流故障分量进行信号能量分布和波形的分析发现：普通短路故障与雷击引起强故障时的暂态能量主要集中在低频带；雷电干扰与雷击引起弱故障时的暂态能量主要以高频为主；相对于雷电干扰和普通短路故障,雷击引起弱故障时的行波截波特征非常明显。据此,提出了基于小波变换的雷电干扰识别的暂态方法。EMTP仿真显示该识别方法是可行的。     

基于暂态行波的小电流接地系统故障定位

小电流接地系统发生接地故障时,故障电流的稳态分量较小,导致许多基于稳态分析的接地选线装置效果不佳,故障定位不准确.分析了小电流接地系统单相接地时故障线路与非故障线路的零序电流特征,介绍了小波变换、信号奇异性检测及行波测距原理,提出了利用小波变换提取暂态分量作为依据的故障选线方法,该方法对接地故障的暂态分量进行小波变换,通过比较变换后零序电流模极大值的大小和极性判别出故障线路,进而实现行波测距故障定位.MATLAB仿真结果表明,该方法能够准确、可靠地实现故障定位.     

小波模糊神经网络应用于配电网输电线的故障测距

在小电流接地系统单相接地故障特征分析的基础上，提出了一种基于故障后稳态及暂态电气量的小波模糊神经网络的故障测距方法。单相接地故障时的暂态分量故障特征非常明显，且故障暂态高频分量受故障前负荷的影响较少，故可以采用故障暂态分量描述故障模式特征并进行故障定位，鉴于已有的小波神经网络模型不适合于故障测距，作者从广义的小波神经网络概念出发，结合模糊控制理论，提出了适合于电力系统故障暂态和稳态信号分析的小波模糊神经网络方法，并将该方法应用于小电流接地系统直配输电线路的故障测距。理论分析及大量的EMTP仿真结果表明：本文所提出的小波模糊神经网络理论，模型及算法具有较好的故障测距性能，并可应用于电力系统的故障分析。     

基于暂态电流信号的EHV输电线路保护新方案

提出了一种基于单端电流暂态信号小波变换的超高压输电线路快速保护方案。利用单端暂态电流信号的小波变换模极大值,对电流信号的李氏指数进行最小二乘法估计,来判断故障线路。通过大量ATP仿真证明,在各种故障情况下该保护算法能准确、可靠地动作。     

基于模糊逻辑的可控串补线路故障分类

提出一种基于模糊逻辑的可控串补线路故障分类方法。采集故障后半个周期的三相电流数据,选取db4小波作为小波基,使用离散小波变换(DWT)分解电流暂态信号,将小波分解系数划分为三个频带,计算每个频带的小波奇异熵,获得能反映不同故障的故障特征量。将特征量作为模糊逻辑的输入,构建模糊故障分类系统。在Matlab环境下建立电力系统模型,选择500 kV、300 km超高压输电线路进行故障仿真。仿真结果表明,不同的TCSC触发角下,该算法不受故障阻抗、故障初始角、故障类型、故障位置的影响,可以准确检测故障,完成故障分类。     

基于电流特征提取的故障电弧识别方法

为了提高故障电弧识别的准确性,提出了一种基于电流特征提取的故障电弧识别方法。利用小波变换将原始电流信号进行分解,并计算各频段的信号能量,从而获得能量谱作为电流信号的特征向量。结合BP神经网络训练网络参数,实现对故障电弧的快速准确识别。电弧故障模拟试验的分析结果表明该方法具有较高的故障电弧识别率,验证了该方法的有效性与可行性。     

基于模糊时间Petri网的电网故障诊断方法

故障元件判别作为电网故障应急处置的首要环节,是在线调控运行的重点工作之一。针对现有基于Petri网的电网故障诊断方法未充分利用时序信息或者时序推理过程复杂的问题,提出一种基于模糊时间Petri网的电网故障诊断方法。为Petri网中库所及变迁引入时间属性以表征电力系统告警信息的时序约束关系,定义了置信概率与时序约束的关联推理运算,并从模型结构出发建立了模糊时间Petri网的分层推理过程,能够同时推理得到元件故障的置信概率及其时间点约束。算例仿真表明,所提方法能够快速判定故障元件,诊断结果正确且合理,具有较强的容错性,且能对告警信息做出正确评价。     

基于事件起点的层次化时序Petri网及其电网故障诊断方法

电网发生故障后利用大量告警信息快速准确地识别故障元件是保障可靠供电和电网安全稳定运行的首要任务。为适应电网运行调控需求,提出一种基于事件起点的层次化加权模糊时序Petri网故障诊断方法。在完善母线和线路的层次化加权模糊时序Petri网模型的基础上,以故障发生时刻为事件起点,确立各初始库所的时序属性,并通过逆向和正向时序推理对保护和断路器动作信息进行时序约束检查和置信度修正。IEEE 39节点系统仿真算例和电网实际故障算例表明所提方法能够在保护和断路器误动/拒动、告警信息缺失/错误等复杂状态下识别真实故障元件,提高了故障诊断的准确度和容错性。此外所提方法还可以得到设备故障的时间点约束,有利于进一步分析故障原因和故障事态发展。通过与现有应用时序信息的故障诊断方法相比,所提方法时序推理过程简明清晰,对网络拓扑的变化适应性强,运算速度快,满足在线诊断需求。     

时间约束的改进分层模糊Petri网的配电网故障诊断方法

配电网发生故障后,迅速利用大量的告警信息判别出故障元件,能为调度中心的工作人员提供重要的决策支持。针对现有Petri网的故障诊断方法未应用在配电网中的问题,提出了一种时间约束的改进分层模糊Petri网的配电网故障诊断方法。对配电网中的可疑故障元件建立改进的分层模糊Petri网模型,能够适应网络拓扑结构的变换,利用获得的报警信息通过反向和正向时序推理对保护和断路器进行时序检查,对不满足时间约束的库所进行置信度修正。给出了改进分层模糊Petri网模型的推理流程及矩阵推理算法,在矩阵推理过程中引入高斯函数修正概率,使概率始终保持在0～1,最终得到故障元件的置信概率及其时间点约束。通过对配电网系统算例的比较、分析,验证了所提方法的正确性和合理性,能够有效地诊断出配电网的故障元件。     

一种基于FPN的变电站故障推理机制

针对变电站故障推理过程中存在的不确定性问题,提出一种基于模糊Petri网的变电站故障推理机制。对于告警信号漏报、误报问题,设计模糊诊断规则,采取模糊推理策略;对于适用多条规则的争议性信号,在信号单一及信号重复时分别给出分配方案;引入岭型隶属函数,计算在时间上信号对规则的隶属度。通过故障诊断实例的仿真,验证了该推理机制的有效性,并对实验数据进行比较分析,阐述不同的信号接收情况及时间分布对推理结果产生的影响。实验表明,该FPN推理机制可在不确定的信息基础上进行较为准确的推理。     

基于时序信息的模糊Petri网电网故障诊断方法

为提高电网故障诊断的准确性,充分利用报警信号的时序信息,研究一种基于时序信息的分层变迁模糊Petri网故障诊断方法。首先,建立分层变迁加权模糊Petri网(WFPN)故障诊断模型;其次,构建元件、保护和断路器之间的时间关联特性(TAC),进行时间关联一致性检查;最后,通过模糊推理进行故障诊断,并对保护和断路器异常行为进行评判。通过典型电网算例推理验证,结果证明该方法不仅能够提高故障诊断的准确性和容错性,还能够判断保护和断路器的异常行为并推出元件故障发生时刻。     

基于模糊Petri网的用电信息采集系统故障诊断方法

采用一种模糊Petri网理论与专家系统结合的方法对用电信息采集系统整体进行故障诊断,提高了用电信息采集系统故障诊断的效率。根据用电信息采集系统故障逻辑关系,结合Petri网建模方法,建立模糊故障Petri网模型;通过逆向推理的方法,实现系统运行状态的准确评价。最后结合实例对故障诊断的推理过程进行了验证,证明了该方法的可靠性和合理性。     

计及时间约束的改进模糊Petri网故障诊断模型

为充分利用故障事件记录的时间约束特性,进一步提高故障诊断的准确性与快速性,建立了一种计及时间约束的改进模糊Petri网故障诊断模型。首先,分析故障事件记录的一元、二元时间约束关系,研究不确定及缺失的报警信息对故障诊断的影响,利用虚拟有向弧及Petri网产生式规则,建立改进模糊Petri网模型;之后,通过正、反向时序推理分析,获得所有报警信息应该满足的时间区间,依据所建立的状态真值矩阵有效甄别出时序不一致的报警信息;在上述基础上,制定电网故障诊断的具体流程,提出继电保护装置动作行为辨识规则;最后,通过局部电力系统的多组算例仿真和实际系统故障案例测试,证明了所建模型能有效地诊断出电网故障,并具有较高的容错性。     

基于分层模糊Petri网的电网故障综合诊断方法

为降低Petri网的规模,提高诊断的准确性和适应性,研究了一种用于电网故障综合诊断的分层、多子网模糊Petri网模型。考虑了主保护、近后备保护及远后备保护的不同作用,对各保护子网中变迁到终止库所的输出弧赋予不同的权值,修正了变迁的输出概率高斯求取函数。提出先建元件的各保护子网与线路单侧诊断子网、再建综合诊断子网的分层建模方法。该方法可根据电网拓扑变化对模型进行一定的自适应调整。给出了基于矩阵运算的推理过程。针对一个典型电网做了多组案例测试,实验结果验证了该模糊Petri网的有效性,在信息不完备情况下仍能给出正确的诊断结果。