一种基于DS证据理论的电网故障诊断方法

提出的基于DS证据理论的电网故障诊断方法可解决由不知道所引起的不确定性。确立电网故障诊断的识别框架后,基于贝叶斯方法实现Ds证据的表达,应用Dempster法则得到合成的信度函数,以此判断电网故障元件。基于Matlab编程实现了该算法,分析了单重故障且保护与断路器工作正常,单重故障伴有保护误动与断路器拒动,多重故障伴有保护、断路器误动与拒动三种典型故障情况。算例测试结果表明该方法能够有效地识别故障元件。     

小波变换和数学形态学在电力扰动信号消噪中的应用

基于小波变换和数学形态学的信号消噪方法都已被充分证明是行之有效的,但两种方法应用于电力扰动信号这一特殊对象的消噪是否能够适应良好,根据不同的信号和精度要求如何选择不同的消噪方法,成为一个很重要的问题。基于此,建立了重构因子用以评价算法对信号的重构能力,并对几种典型电力扰动信号进行了分析,通过计算其重构因子,讨论了两种算法对不同信号的适应性。通过仿真分析,得出对于无暂态脉冲或高频振荡扰动的信号,两种方法都是有效的,可根据计算速度和精度的不同要求予以选择;对于含暂态脉冲和振荡扰动的信号,基于小波变换的消噪效果     

小波变换和数学形态学在电力扰动信号消噪中的应用

基于小波变换和数学形态学的信号消噪方法都已被充分证明是行之有效的,但两种方法应用于电力扰动信号这一特殊对象的消噪是否能够适应良好,根据不同的信号和精度要求如何选择不同的消噪方法,成为一个很重要的问题.基于此,建立了重构因子用以评价算法对信号的重构能力,并对几种典型电力扰动信号进行了分析,通过计算其重构因子,讨论了两种算法对不同信号的适应性.通过仿真分析,得出对于无暂态脉冲或高频振荡扰动的信号,两种方法都是有效的,可根据计算速度和精度的不同要求予以选择;对于含暂态脉冲和振荡扰动的信号,基于小波变换的消噪效果明显优于基于数学形态学的消噪方法.     

基于泰勒展开模型的同步相量估计新算法

经典的离散傅里叶变换(DFT)算法在静态条件下具有较好的相量估计性能,但在动态条件下其估计精度往往达不到实际应用要求。文中分析了DFT算法在动态条件下产生估计误差的原因,在此基础上利用一阶泰勒模型对DFT算法进行修正,设计了满足动态要求的同步相量估计新算法。该算法利用一阶泰勒展开式对动态电力信号进行建模,然后引入相邻数据窗之间的相量变化率来表征相量一阶导数,通过相量一阶导数修正DFT算法的估计结果;最后将得到的中心时刻相量估计值相移到报告时刻,从而实现准确的相量估计。仿真分析及对实际采样数据的分析表明,该算法在频率偏移、低频振荡等动态情况下均优于DFT算法,具有一定的应用潜力。     

利用CVT二次信号的频域行波故障测距方法

当输入信号为电容式电压互感器(CVT)二次信号时,现有的时域行波故障测距方法的计算结果不准确.提出从频域上进行故障距离计算的解决方法,分析了CVT的暂态响应特性及其对故障行波频谱的影响,推导了采用故障行渡频率主成分计算故障距离的公式.对单相高阻接地故障下的行波频谱进行了专门讨论,并研究了利用多信号分类(MUSIC)算法等谱估计方法精确提取频率主成分的可行性.     

基于数学形态学的电能质量扰动检测和定位

数学形态学因其在保留信号突变点信息方面有很好的效果,因此常用于短时电能质量扰动的检测和定位,但基于数学形态学的部分方法仍存在对某些过零点扰动检测失效的缺点,文章分析了3种基于数学形态学的扰动检测和定位方法,即基于1阶求导和形态梯度的方法、基于形态梯度和软阈值处理的方法、基于dq分解和高帽变换的方法,通过仿真比较了3种方法在分析电压暂降、电压暂升、电磁暂态振荡等信号方面的适应性,结果发现基于dq分解和高帽变换的方法在检测过零点扰动时具有很好的效果,因此选取这种方法对实测扰动数据进行了检测和定位分析。结果表明,基于dq分解和高帽变换的方法能正确检测与定位出任一时刻发生的扰动,具有较好的适应性与可行性。     

330 MW机组计算机监控系统Centrolog-T20及其改造

结合工程实际,介绍了火电厂３３０ＭＷ机组的计算机监控系统Ｃｅｎｔｒｏｌｏｇ－Ｔ２０的特点和系统运行暴露的缺点。在此基础上,论述了对小型机系统进行微机局网改造的接口设计、技术关键和微机系统的组成结构,以及产生的经济效益。     

计及系统延迟的直流微电网经济运行控制策略

系统延迟对微电网经济运行控制策略的有效实施影响巨大,针对该问题,提出一种计及系统延迟的直流微电网经济运行控制策略.该控制策略降低了系统对底层拓扑的依赖,实现微电网即插即用功能,并使系统能够在任意通信拓扑下高效实现经济运行控制;其次,通过分析控制延迟与通信延迟对系统的影响机理,提出系统延迟补偿策略,提高系统在高延迟下的稳...     

基于小波熵和小波熵权的电能质量扰动识别

电力系统中电能质量扰动信号的分类和识别一直是国内外众多学者研究的热点问题。小波分析是具有时频局部化特性的时频分析方法,在此基础上定义的小波熵具有较好的定量特征提取能力。基于此,在给出小波熵、小波相对熵和小波熵权的基本原理和定义的基础上,文章提出利用小波熵和熵权两种测度来分类和识别电能质量扰动信号,建立了各种扰动的仿真模型,对电压突降、突升、中断,振荡暂态、脉冲暂态、电压尖峰、缺口、谐波等扰动类型进行了系统的仿真分析。结果表明,不同类型扰动信号的小波熵及熵权具有不同的定性规律,小波熵及小波熵权对电能质量扰动具有一定的分类识别能力。     

基于暂态电流小波熵权的输电线路故障选相方法

在暂态电流信号小波分析结果的基础上,借鉴熵权的概念,给出了小波熵权的定义,提出一种利用高频暂态分量的小波熵权实现故障选相方法。该方法直接利用电流互感器的暂态高频电流,使用小波提取暂态信号特征,对提取的信号特征计算其沿尺度分布的权重,得到暂态信号的小波熵权,由此构造故障选相判据进行选相。基于EMTDC和MATLAB环境,利用该方法对某一典型500 kV线路进行各种故障类型选相的仿真分析,分析表明该方法具有高速、准确的特点,且不受过渡电阻、故障时间及故障位置等因素的影响,具有一定的实用价值。