最小二乘支持向量机多分类法的变压器故障诊断

为了提高变压器故障诊断正判率,提出了一种基于小样本的最小二乘支持向量机(LS-SVM)多分类电力变压器油中气体分析(DGA)法,即通过相关统计分析和数据的预处理,选择变压油中典型气体作为LS-SVM的输入,然后利用典型故障气体的体积分数在高维空间的分布特性诊断变压器故障类型。该法在小样本条件下可获得最优解,泛化能力很好,且没有传统支持向量机只能分两类的缺陷,很好地解决了变压器多种故障共存的实际情况。试验表明,该方法分类效果很好,可较好地解决变压器放电和过热共存时故障的难分辨问题,故障类型的正判率较高。     

一种基于旋转坐标系的新型正负序提取方法

正负序提取在电能质量检测和电机矢量控制等工程问题中具有重要意义。本文提出基于旋转坐标系的三角函数法(TFM),进行正负序提取。首先,阐述了该方法的理论依据,给出几何解释;然后,提出了带低通滤波的TFM以适应三相交流量中谐波较重或突变较大的情况,同时提出了带锁相环的TFM以适应频率变化或相位测量精度要求较高的场合。最后,通过仿真对比和风力发电并网变流器控制中的应用,说明了本文所述方法既具有较高的稳态精度,也具有较快的动态响应速度。     

基于邻域粒子群优化神经网络的变压器故障诊断

为了提高变压器故障诊断正判率,提出了一种邻域粒子群算法优化BP神经网络的电力变压器油中气体分析(DGA)方法,即通过相关统计分析和数据的预处理,选择变压器油中典型气体作为神经网络的输入,然后利用训练好的邻域粒子群算法优化后的神经网络进行变压器故障类型诊断。试验结果表明,该类方法具有很好的分类效果,较好地解决了变压器放电和过热共存时故障的难分辨问题,对故障类型的正判率较高。     

电网对称短路故障时1.5MW双馈风电变流器的低电压穿越技术

近年来,风力发电发展迅速,低电压穿越成为风电电网适应性问题中最重要的一个。文章针对1.5MW双馈风电变流器,提出一种对称故障时的低电压穿越控制方法,利用转子侧crowbar和直流链chopper的配合,成功地实现了低电压穿越,取得了较好的效果。     

电网电压不平衡时风电变流器网侧控制策略研究

近年来,风力发电对电网的适应性问题变得越来越尖锐,电网电压不平衡就是其中之一。文章提出一种电网电压不平衡时的网侧变流器控制方法。在常规变流器控制算法中,加入了负序电流抑制算法,在不影响常规风电变流器控制的前提下,达到了适应电网电压不平衡的目的,具有较强的现实意义。