组合网络式距离保护

传统距离保护受到不同故障条件的影响,而且,有时会产生继电器的误动作.本文提出一种组合网络式距离保护,该方法将BP网络与径向基函数网络的优点相结合.仿真结果表明,该方法能够对电力系统的各种故障情况进行更正确、迅速的识别.     

一种基于虚拟阻抗的主动配电网故障区段定位方法

主动配电网10kV馈线保护一般采用传统继电保护方案,但是DG的接入使得配电网网架结构变得复杂,传统的保护方法并不能满足主动配电网的保护要求。为解决现有保护方法易受系统参数和故障类型等因素的影响而不易识别单相接地故障等问题,提出一种基于虚拟阻抗的馈线分段保护配置方案,分析了基于虚拟阻抗法的故障识别原理,将电压的序分量和相应电流序分量的比值作为虚拟阻抗,通过判别虚拟阻抗的特征即可完成故障的定位。利用MATLAB/SIMULINK搭建配电网络模型,仿真结果表明基于虚拟阻抗判据能够快速准确识别各种类型的短路故障,区内故障时保护动作较快,区外故障时保护不动作,且其判别结果不会受到系统参数的影响,适用于复杂多变的主动配电网,具有较高的可靠性和选择性。     

分布式电源并网对配电网电流保护影响的研究

分析了分布式电源并网对传统的配电网电流保护的影响,采用Matlab/Simulink仿真软件验证了分布式电源容量不同、并网位置不同对配电网各段电流保护的影响,提出了一种能够满足分布式电源并网后配电网保护要求的改进方案。该改进方案实现原理:对于分布式电源下游的保护,将供电系统电源和分布式电源作为一个整体,重新整定各段电流保护的整定值;对于分布式电源上游的保护,需在各保护装置上安装一个基于故障电流分量的方向元件,只有当保护中的过流元件和方向元件同时启动时,保护才能够可靠动作。     

基于小波包熵和马氏距离的级联式变频器故障诊断

针对级联式变频器内部功率管开路故障诊断中,逆变侧功率管开路故障隐蔽性较强、诊断较难的问题,提出了一种基于小波包特征熵的故障信号提取方法。为了提高级联式变频器功率管开路故障的诊断精度,采用马氏距离分类法进行故障诊断。首先,采集某型号级联式变频器在不同工况下的输入侧电流信号;其次,对采集的电流信号作小波包变换,并提取其特征熵向量作为样本数据集;最后,利用马氏距离分类法进行故障诊断。试验结果表明:采用小波包特征熵提取算法,可以有效地提取级联式变频器功率管发生开路故障时的电流信号特征;同时,采用马氏距离分类法,能够较好地对特征熵向量进行分类和识别。2种算法的结合,可以有效诊断级联式变频器功率管开路故障,也为变频器功率管开路故障的诊断提供了新方法。     

配电网故障区段定位及测距方法

针对配电网发生单相接地故障后采用人工巡线定位故障困难的问题,提出了一种基于分布参数模型的配电网故障区段定位及测距方法。该方法通过对线路上馈线终端装置上传的故障信息及数据进行分析计算,选择故障区段,然后在线计算该区段线路分布参数,从而得出故障距离。仿真结果表明,该方法受过渡电阻和故障位置等因素影响小,能有效实现故障选线和区段定位,测距误差在1%以内。     

基于动态云—量子神经网络群的配电网实时故障定位方法

针对传统的配电网故障定位方法在配电网故障信号微弱时存在的故障数据交叉现象严重、实时性较差等问题,提出了一种基于动态云-量子神经网络群的配电网实时故障定位方法;构建了用于配电网故障定位的动态云-量子神经网络群结构模型,提出一种动态云-量子神经网络群改进算法,并给出了基于该算法的配电网实时故障定位步骤;在Matlab软件中采用该方法对某10kV配电网进行故障定位仿真研究,结果表明该方法能够实时、有效地实现故障信号微弱情况下的配电网故障定位,测试精度为97.39%,训练时间为0.001 6s。     

基于微机装置的改进型前加速保护方案

重合闸前加速保护方式在配电网中被广泛应用.它节省投资,接线简单,可以快速切除瞬时性故障,但是当重合于永久性故障时,保护的动作时间可能较长,这对于负荷供电和系统安全都是极为不利的.为此,本文提出了一种适用于微机装置的改进型保护方案,它利用微机保护强大的记忆和逻辑功能,当发生重合于永久性故障时,该方案能够自动识别并立刻投入快速保护,从而大大缩短了对于永久性故障的切除时间.该方案原理简单,容易实现,不需额外增加任何设备,因而功能可靠,便于实际应用.     

配电网单相接地和断线故障选线定位方法

分析了配电网发生单相接地和断线故障时故障特征量的一般变化规律,为配电网故障判断和故障定位提供了理论依据,运用该判断方法能够可靠判断故障。     

一种安全的继电器关断路径设计方案

为了提高车辆继电器使用的安全性和可靠性,基于功能安全ISO26262开发流程和E-GAS三层软件架构,设计了一个安全的继电器关断路径方案。在传统继电器控制的基础之上,增加了继电器的反馈信号,冗余关断电路和监控单元;并在此条件下搭建实验环境进行测试。测试结果显示,该方案提高了继电器关断路径诊断的覆盖度,能够诊断出继电器的潜在故障,验证了方案的可行性。     

基于电量参数特征分析的逆变器开路故障诊断方法研究

针对传统基于电压信号分析的和基于电流信号分析的逆变器开路故障诊断方法存在的缺陷,提出了一种基于电量参数特征分析的逆变器开路故障诊断方法。综合分析电压信号特征与电流信号特征,进行故障诊断。利用电压信号特征进行故障相诊断,同时利用电流信号特征进行故障开关管定位。在保留基于电压信号的逆变器开路故障诊断方法的优越性的同时,进一步克服了基于电流信号的逆变器开路故障诊断方法的可靠性低的缺陷。最终,利用MATLAB/Simulink软件搭建仿真模型,验证该开路故障诊断方法的有效性。验证结果表明,该逆变器开路故障诊断方法能够有效地进行故障相诊断以及故障开关管定位,可以广泛应用于电力、电动汽车、核电、航天等行业,能够避免由于逆变器开路故障带来的损失,提高了行业安全性和可靠性。     

基于优化神经网络算法的大数据专家系统的继电保护二次回路故障定位系统(RSFLS)的研究与实现

为解决继电保护二次回路故障排查耗时耗力、考虑因素不全面、受限于人员经验等问题,本文提出基于优化神经网络的大数据专家系统的方法,并搭建继电保护二次回路故障定位系统（RSFLS）。在对继电保护二次回路抽象分类的基础上,建立基于实体-关系模型（E-R模型）的缺陷数据库模型,利用优化神经网络进行随机化和自学习,并融合继电保护人员的经验库,形成基于优化神经网络的专家系统架构,从而匹配定位故障点。该方法有效解决了传统二次回路故障排查方法所存在的准确性不高、随机性较大、时效性较低等问题。基于该方法开发的RSFLS系统已投入实际应用,能有效缩短继电保护二次回路故障排查时间、提高排查准确性。测试结果证明所述方法和系统在提升继电保护系统可靠性方面有显著效果。     

计及波浪能并网的弱区域配电网继电保护方案研究

考虑到波浪能发电接入配网给配电网带来弱环运行和继电保护问题,首先建立波浪能发电模型,在此基础上分析波浪能并网后配网故障后给其继电保护方案带来的一系列影响,接着分析含波浪能发电的配电网故障计算方式,然后提出基于分区纵差配合自适应过流保护的方案实现含波浪能并网的配电网的继电保护,并通过仿真验证该方案的有效性。     

基于改进图卷积神经网络的配网线路故障诊断

随着电网的不断扩容,系统结构越来越复杂,多故障频发,而多故障是故障诊断的关键和难点。为解决故障处理数据量大,需要快速、准确地诊断电网故障的问题,本文提出了一种基于模糊优化图卷积神经网络的配网故障诊断模型。首先处理采集的配网故障线路的特征数据;其次,搭建基于图卷积神经网络的故障诊断模型,利用模糊理论建立配电网故障的隶属函数;最后利用训练好的模型进行配网故障诊断。仿真结果表明,模糊优化图卷积神经网络对多故障诊断的准确率高于卷积神经网络以及其他方法,本文方法做出的诊断结果更加精确,综合诊断效果最好。     

Intelligent detection of unstable power swing for correct distance relay operation using S-transform and neural networks

The conventional power swing schemes used in distance relay operation are not fast enough to detect and distinguish a fault, stable swing and unstable swing and this may lead to unintended tripping of protection devices. Therefore, there is a need for fast detection of unstable swings so as to improve the reliability of distance relay operation. This paper presents an intelligent approach for detecting unstable swings during distance relay operation using the S-transform signal processing technique and artificial neural networks. To illustrate the effectiveness of the proposed approach, simulations were carried out on the IEEE 39 bus test system using the PSS/E software. Test results showed that the proposed approach using S-transform, multi layer perceptron network and probabilistic neural network can accurately detect and classify fault, stable swing, unstable swing, fault clearance and post fault events for correct distance relay operation.     

WSN中基于多径距离和神经网络的节点定位

为了实现802.15.4a无线传感器网络中的目标定位,提出了一种新的基于多径距离和神经网络的目标定位检测算法。首先通过目标出现时对多径效应的影响估计出到达时间差,从而计算出通信传感器节点之间的多径距离;然后把多径距离作为神经网络的输入,并将目标位置用于神经网络的训练;最后通过选择多径距离估计值和测量值的差的最小成本组函数来定位目标位置。对单目标和多目标的定位检测仿真结果表明,即使当网络中传感器数量和目标增加时,所提出的定位算法的误差累积分布函数也不会增大,而且其定位误差比其他定位算法的误差小,从而增强了网络的鲁棒性,提高了网络中传感器承受故障的能力。     

基于自组织神经网络和模糊聚类的校园无线网用户日常行为分析

针对如何分析校园无线网络数据,挖掘数据中蕴藏的学生行为,更好地辅助教学管理,本文提出了在Hadoop平台构建基于自组织神经网络(SOFM)的模糊C-均值(FCM)聚类算法。该算法采用自组织神经网络与模糊C-均值聚类算法相结合,避免了模糊C-均值聚类算法初始化不当带来的误差,目标函数中采用马氏距离,自适应的调整了数据的几何分布。考虑到无线用户数据规模庞大,采用了Hadoop平台并行运行聚类算法。实验结果表明,本文提出的算法提高了聚类结果的准确性,有效地降低了时间复杂度,分析平台为学校管理层快速有效的做出决策提供了依据,研究分析方法对其它高校有较大地参考价值。     

基于神经网络的大规模模拟电路故障检测系统

设计了一个基于小波和神经网络的信号处理系统，该系统主要针对大规模模拟电路故障检测。针对传统诊断技术的局限性，讨论了利用神经网络方法分级诊断大规模模拟电路软故障的方案，通过小波变换提取故障特征，并利用神经网络的非线性映射特性逼近故障诊断模型。诊断结果表明基于人工神经网络的电路故障诊断方法是行之有效的。此方法具有广阔的应用前景，为大规模模拟电路故障诊断提供了新的理论依据和检测方法，并有希望研制成一套高效的检测设备。     

一种新的基于MQAM的PLNC去噪映射算法

物理层网络编码(Physical Layer Network Coding,PLNC)在高阶幅度和相位调制中存在星座点模糊现象。针对这一问题提出了一种物理层网络编码去噪映射算法。在该算法中,中继节点对接收信号进行星座点重新布局,按一定规律将星座点合并,经过处理后的信号星座点降低了一半,进而下行链路的调制阶数也降低了一半,星座图相邻点之间的欧氏距离变大,系统误码率性能得到提高;且中继节点只需解调-重映射-调制,处理复杂度低。通过计算机仿真验证了该算法的有效性。     

基于粗糙集和IRBF的配电网故障诊断系统

为了改进人工智能方法在配电网故障诊断系统中的应用,给出了基于粗糙集理论的IRBF神经网络的模型结构,然后利用训练好的神经网络对配电网进行故障诊断;采用VC++语言开发工具,调用Matlab神经网络工具箱建立了一个简化的故障诊断系统,并通过配电网实例验证了方法的正确性;实践证明不但提高了配电网故障诊断的容错性,使故障诊断变得更加准确有效,而且减少了神经网络样本数据,大大地减少了故障诊断过程的时间。