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

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。     

基于能量比值分析的直流输电线路故障判别

针对高压直流输电线路跨域广,遭受雷击概率较高,易引起输电线路故障的问题,提出了一种基于能量比值分析的故障识别方法。在考虑发生雷击故障或接地故障时,引起输电线路暂态能量发生改变,且雷击时的故障能量与接地故障时的故障能量不同的特征,通过从能量的角度出发,提出了利用S变换将输电线路各频带的能量进行分离,提取出特定频带的能量进行比值分析。基于EMTP/PSCAD搭建220 kV高压直流输电线路模型,仿真结果表明其方案可以很好地识别雷击故障和接地短路故障。     

特殊工况下换流变零序差动保护误动机理分析及对策研究

针对高压直流输电工程中换流变压器零序差动保护误动的案例,分析了特高压换流变中性线上电流互感器在长时间单极-大地运行伴随交流系统高阻故障工况下饱和机理。采用基于工程实际参数的特高压直流输电模型进行仿真分析,揭示换流变零序差动保护误动原因。并根据区内、外故障时保护两侧自产零序电流和中性线零序电流极性差异,提出一种基于S变换相位差的换流变零序差动保护闭锁新判据,以解决特殊工况下换流变零序差动保护误动的问题。通过仿真验证该判据的有效性。     

基于VMD与广义S变换的HVDC线路故障定位

针对高压直流输电线路故障定位中存在的输电线路长、故障概率大、测距精度不高以及故障波形含有噪声等问题,提出了VMD分解与广义S变换结合的高压直流输电线路故障测距算法。首先通过变分模态分解(Variational Model Decomposition,VMD)对含噪声的行波信号进行VMD分解,滤去噪声并获得最优模态分量。然后采用广义S变换(Generalized S-transform,GST)计算最优模态分量,生成高时间分辨率S矩阵。并选取S矩阵中的高频分量,识别该频率分量的波形突变点,从而获取故障初始行波到达时刻。最后通过测距公式获得故障距离。PSCAD/EMTDC仿真表明,所提方法受过渡电阻影响很小,不同故障距离的测距精度很高。经过现场故障行波数据的验证,可以实现在线路范围内快速准确的故障定位。     

基于广义S变换与PSO-PNN的电能质量扰动识别

为了克服从电网电能质量监测系统的大数据中自动识别出电能质量扰动的困难,提出了一种基于广义S变换与PSO-PNN的电能质量扰动识别新方法。该方法利用了广义S变换能兼顾时频分辨率的特点,首先使用广义S变换分析扰动信号的时频特性,接着从广义S变换模矩阵中提取出扰动信号的时频特征量,然后用PSO-PNN分类器对扰动信号进行分类识别。PSO算法的使用克服了PNN的平滑因子没有确定选取方法的缺陷,使分类器性能大大提升。仿真实验结果表明,该方法能够对常见的6种电能质量扰动进行高效的分类识别,分类正确率高,对噪声不敏感,具有良好的应用价值。     

电能质量的S变换仿真

针对电能质量扰动信号的特征,介绍了一种基于S变换的信号检测与分类的方法.该方法利用S变换模矩阵来检测电能质量扰动信号,并对其进行分类.对影响电能质量的8种扰动信号(电压凹陷、电压隆起、短时中断、电压尖峰、电压缺口、谐波、间谐波和瞬态振荡)进行了仿真.仿真结果表明,该方法可以准确地确定扰动发生时刻和持续时间,能够对电能质量扰动信号进行简单、直观地分类.     

基于短窗数据S变换能量的缆-线混合配电网络故障选线方法

单位长度的电缆线路与架空线路相比,电感较小但耦合电容要大许多倍.缆-线混合的配电线路,较短架空线路发生单相高阻接地时,可能会出现健全线路零序电流波形的相似性变差,故障线路与某些健全线路的零序电流波形较为相似的情况,将导致基于相关分析进行故障选线的方法失效.在分析缆-线混合线路各馈线零序电流故障特征频率可能不一致的基础上,为避开TA饱和引起的间断角,选取故障后1/4周期各馈线零序电流的短窗数据,利用S变换确定配网故障零序电流的主导特征频率,并比较此主导特征频率上各馈线零序电流的S变换能量来实现故障选线.理论分析和仿真验证表明,该方法选线准确、可靠.     

基于改进S变换估计电能质量信号的噪声水平

提出了基于改进S变换估计电能质量信号噪声水平的方法。该方法根据能量聚集度的概念确定了改进S变换的时频分辨率。同时定义了与白噪声改进S变换功率谱相关的统计量,利用其分布特性检测电能质量信号能量在改进S变换时频面的分布区域,并采用迭代算法消除电能质量信号能量对噪声估计的影响,根据改进S变换时频面只含噪声区域的功率谱实现了对噪声方差的估计。仿真结果表明,当采样率达到一定程度时,采用该方法估计噪声方差有很高的可信度。     

种改进的广义S变换

 在地震波传播过程中,各种频率成分都要经受地层的吸收衰减,高频较低频而言衰减速度更快,因而导致地震记录主频偏低。目前比较流行的时频分析方法,一般都是在低频段获得较高的频率分辨率,在高频段获得较高的时间分辨率。然而高频成分的变化对地层吸收衰减特性更为敏感,因此时频分析时高频成分应具有更高的频率分辨率。本文提出一种改进的广义S变换新方法,更能满足吸收衰减分析需要,并首次实现了无能量损失的广义S反变换。实际资料应用结果表明,此法能很好地补偿吸收衰减损失的地震波能量和频率,是一种具有较高保真度的时频分析方法。     

分频波阻抗反演技术在塔中西部台内滩储层预测中的应用

塔中I号坡折带西段台内滩储层主要发育在上奥陶统良里塔格组,其地震响应以弱振幅响应为主,与东段台缘礁特有的“丘状”外部轮廓和内部发育“串珠状强反射”的地震响应特征有明显差异。台内滩弱振幅储层的优势频段为15~25Hz。优选广义S变换分频方法进行频谱分解,用20Hz分频均方根振幅实现了台内滩储层的预测,通过带通滤波处理得到的优势频段内的纯波数据进行波阻抗反演,能有效地识别出塔中西部上奥陶统良里塔格组的台内滩储层,提高了台内滩储层的识别精度,取得了较好的应用效果。