共查询到18条相似文献,搜索用时 78 毫秒
1.
高阶小波包奇异谱熵在故障选线中的应用研究 总被引:1,自引:0,他引:1
针对奇异熵对经高阻接地的不敏感性、经常导致选线失败的问题,提出了基于高阶累积量多分辨率奇异谱熵的方法.该方法有机地融合了小波包分解理论,奇异值分解理论和信息熵理论的各自优点,并充分体现信号的内在信息,有效地提取非线性特征分量和抑制高斯噪声,经高阶累计后包含了更多的选线信息.基于 ATP 的仿真结果表明:该故障选线方法能够快速识别故障线路,不易受到故障时刻、过渡电阻、故障位置等因素的影响,具有较好的适应性. 相似文献
2.
提出了基于EEMD能量熵的配电网单相接地故障选线方法。首先通过集合经验模态分解(Ensemble empirical mode decomposition, EEMD)方法提取线路零序电流的故障特征信息,得到一系列零序电流IMF分量和余项,然后计算线路零序电流IMF分量的能量,并构造零序电流IMF分量的能量熵,最后通过比较能量熵值来进行故障选线。理论分析及仿真结果表明,该方法应用于故障选线具有较高的准确率和可靠性。 相似文献
3.
《高电压技术》2017,(5)
为提高基于暂态量选线方法的准确性和鲁棒性,同时尽可能多的包含故障信息,提出了一种基于稀疏分解与综合测度值的配电网故障选线方法。首先,利用匹配追踪算法对故障瞬间2个周期内的暂态零序电流进行4次迭代分解;然后,选取1/4周期内的最佳原子作为研究对象,一方面计算原子奇异熵,另一方面利用最佳原子重构得到特征原子,并计算其实际能量;最后,以归一化后原子奇异熵的倒数为自变量,构造了故障信任度函数,进而构造了能够多角度量化故障信息的故障综合测度函数,最大故障综合测度值对应的线路被选取为故障线路。仿真结果表明:故障发生时,求得的故障线路综合测度值大于健全线路综合测度值,基于该特性得到的选线结果不受故障线路类型、故障相角、过渡电阻和故障距离的影响。 相似文献
4.
将高阶多分辨率奇异熵用于挖掘输电线路故障特征,提出了一种利用电流故障分量的高阶多分辨率奇异熵值进行故障选相的方法,该方法基本不受故障类型、故障位置、过渡电阻和系统摆开角的影响.故障选相过程中,对电流故障分量数据进行小波变换,计算不同尺度下小波变换系数的高阶累积量,并对以高阶累积量为元素的状态矩阵进行奇异值分解,最后计算... 相似文献
5.
6.
牵引供电系统发生故障时,如何快速诊断故障,对维护铁路的正常运输秩序有极大影响。为此,提出了一种基于EMD奇异值熵和SVM结合的故障诊断方法。以牵引供电系统发生故障时的现场故障波形为原始数据,首先将故障数据进行EMD分解,将得到的本证模态函数(IMF)和残差作为特征向量矩阵,并对其进行奇异值分解;然后根据信息熵理论定义奇异值熵,并将计算得到的奇异值熵作为特征量输入SVM分类器中进行训练和测试,得到最终的故障分类模型;最后通过分析表明该方法的准确率为93.8%,能对牵引供电系统4种典型故障进行诊断。 相似文献
7.
针对目前配电网单相接地故障选线存在的问题,提出一种基于变分模态分解(VMD)和能量相对熵结合的故障选线新方法。该方法首先采集线路故障后一个周期的暂态零序电流信号,运用VMD方法对其进行分解得到有限个不同尺度的本征模态函数(IMF)分量;计算各IMF分量的能量和作为线路的暂态能量;再结合能量相对熵对线路的暂态信号特征进行量化放大;最后通过比较各条线路的能量相对熵大小进行故障选线。Matlab仿真对其可行性和有效性进行验证,结果表明:该方法不受消弧线圈补偿度、故障距离、故障初相角和过渡电阻的影响,均可实现对故障线路的正确选线。 相似文献
8.
小波奇异熵及其在高压输电线路故障选相中的应用 总被引:10,自引:0,他引:10
泛化的信息熵目前已在数据挖掘、信号识别和故障诊断等领域得到了广泛有效的应用。小波熵是一种典型的泛化熵测度,其在电力系统故障检测和识别中的应用具有巨大的潜力。探索各类小波熵算法的机理及其所揭示的电力系统现象本质是进一步开拓其应用的前提。对于小波熵算法之一的小波奇异熵,该文在研究小波变换、奇异值分解及信息熵理论的基础上,分析了其应用原理和本质。基于对小波奇异熵的研究,将其应用于高压输电线路的故障相识别,并提出了基于故障暂态的故障选相判据和方案。基于PSCAD/EMTDC的故障仿真结果表明:该故障选相方案能快速准确地识别各类故障,并且不易受到故障时刻、过渡电阻、故障位置等因素的影响,具有较好的适应性。 相似文献
9.
利用全频带综合小波能量相对熵的配网故障选线方法 总被引:1,自引:0,他引:1
谐振接地系统故障选线是配电网故障选线的难点,其中缆-线混合线路出线的故障选线尤为困难,是选线研究的热点问题。谐振接地系统缆-线混合线路发生单相接地故障时,各馈线的小波能量分布不同,为此提出综合小波能量相对熵新概念,并利用综合小波能量相对熵实现故障选线。对各馈线故障零序电流首个1/4周期波形进行小波分解,并对各尺度下的小波分解系数进行单支重构,利用重构系数计算各馈线在各个频带下的小波能量。结合相对熵对信号间细微差别的超强识别能力,计算各馈线在各个频带下的小波能量相对熵并求取每条馈线的综合小波能量相对熵,通过比较各馈线全频带的综合小波能量相对熵大小选出故障线路。理论分析和大量仿真表明,该方法有效避开了TA饱和间断角对选线的影响,对于缆-线混合线路、纯电缆线路和纯架空线路,该方法均适用。 相似文献
10.
为提高熵方法输电线路故障信号时-频域的特征提取能力,提出层次化变步长Tsallis小波奇异熵(Tsallis Wavelet Singular Entropy, TWSE)方法用于电力系统故障诊断。首先,对采集到的电压信号进行小波分解与单支重构,构建时-频矩阵;之后,将奇异值分解与Tsallis熵理论相结合,对该时-频矩阵求滑动步长为1的Tsallis奇异熵,确定故障发生时刻;然后,对故障发生后1周期内的三相电压重构系数求滑动步长为1/4周期的TWSE,构建用于故障诊断的特征向量;最后,将TWSE特征向量输入到极限学习机(Extremly Learning Machine, ELM)分类器中,实现输电线路故障诊断。仿真结果表明,新方法具有更好的故障暂态信号特征表现能力,且分类结果不受故障时间、过渡电阻和故障位置等因素影响,相较基于小波奇异熵的线路故障诊断方法具有更好的诊断效果。 相似文献
11.
12.
13.
14.
采用小波多分辨率能量分布分析电网过电压特征 总被引:5,自引:3,他引:2
小波多分辨率分析技术已在处理非平稳信号中表现出强大的优越性,信息熵能有效表征系统紊乱程度。为此,结合小波和信息熵理论,提出基于信号分段能量在时频空间分布的信息熵特征计算方法,为有效提取不同类型过电压特征提供了新方法。对电力系统4种过电压—合空载变压器过电压、开关操作过电压、投入电容器组过电压、感应雷过电压进行实例分析,结果表明:小波分析和信息熵的结合能够有效地提取4种过电压信号的特征信息,过电压沿小波各层能量分布和小波分段能量熵能有效作为过电压识别的特征,为展开过电压类型的诊断、识别奠定了基础。 相似文献
15.
电力暂态信号小波分析的后处理方法研究 总被引:4,自引:5,他引:4
由于电力系统暂态信号经小波变换后信息繁多,需要研究对小波分解的大量信息进行恰当后处理和自动特征提取的方法。文章从定量分析的角度介绍了小波分析后处理的概念,探讨了几种电力系统暂态信号小波变换后的特征提取方法,即后处理方法,包括模极大值与奇异性分析、能量分布分析、小波系数聚类分析、小波系数统计分析、小波熵分析,以及将其用于电力系统故障检测和分类的物理意义。对一种新型后处理方法小波奇异谱熵在频变系统中的应用进行了仿真分析,结果表明该后处理方法可应用于电力系统设备和线路的故障检测。 相似文献
16.
针对电力系统大而复杂的特点 ,分析了以往各种预测法对电力系统预测精度提高的有限性 ,提出了一种基于信息融合理论的电力系统预测法。依据对信息融合熵的定义 ,提出并证明了信息融合的有效性和熵最大压缩两定理。基于此 ,给出了基于信息融合理论的电力系统预测方法的依据、准则和步骤。通过对信息融合的信息量增加定理和基于信息融合理论的电力系统预测误差减小定理的提出与证明 ,以及实际算例 ,都充分说明了该方法的可行性和优越性 相似文献
17.
堆叠自动编码器与S变换相结合的电缆早期故障识别方法 总被引:1,自引:0,他引:1
将深度学习概念应用到电缆早期故障识别中,提出结合S变换与堆叠自动编码器(SAE)的电缆早期故障识别方法。通过对故障相电流进行S变换,将获得的S变换模时频矩阵分为低、中和高频段。求取对应频段的能量熵和奇异熵等特征量,并组成特征向量后,将时频域特征向量作为SAE网络的输入,经过预训练和参数微调,得到最优训练参数。利用构建好的网络从输入数据中挖掘有用信息,从大量扰动中识别电缆早期故障。仿真结果表明,与传统模式识别方法相比,所提方法的精度更高。 相似文献
18.
小波奇异熵在线路暂态保护和全线相继速动保护中的应用 总被引:1,自引:1,他引:0
利用小波信息熵的特点,将小波熵之一的小波奇异熵用于输电线路单端暂态量保护和全线相继速动保护中,提出了基于小波奇异熵的新型输电线路单端暂态量保护和全线相继速动保护方案.PSCAD/EMTDC仿真结果证明,文中提出的利用小波奇异熵构成的单端暂态量保护判据,不受故障位置、故障类型、过渡电阻及故障时刻的影响,具有良好的适应性和灵敏性.基于小波奇异熵的相继速动判据,克服了小波模极大值判据受被分析信号幅值的影响,具有更高的灵敏度,证明了小波信息熵技术在电力系统继电保护领域具有良好的应用前景. 相似文献