过电压监测中电网频率微变检测方法

提出将互相关检测和混沌理论相结合应用于过电压监测中的频率跟踪,检测相对于中心频率极小的微弱信号.分析了Duffing方程在从混沌状态到大周期转变时表现出的良好的等Q共振频率特性,阐述了混沌相平面变化检测弱信号的基本原理.算例结果表明该方法具有较低的信噪比工作门限,测量噪声得到抑制,测量频率误差小等优点,通过仿真计算给出了Duffing混沌谐振子的临界值以及针对不同信噪比和信号情况所得到的检测结果,实现了对系统频率的准确检测,保障了过电压监测系统的同步采样.     

电力变压器用绝缘纸热老化的微观结构及形貌研究

对绝缘纸在热老化过程中微观形貌、纸纤维的结构以及其超微结构等的变化发展进行研究。通过对比绝缘纸样品的原子力显微镜图片，发现初始绝缘纸纤维素的原子排列致密而有序，但经过加速热老化后葡萄糖单体的六边形结构受到破坏。此外，通过扫描电镜照片可以发现纤维素的细胞壁在老化过程中逐渐破裂，同时纤维素的长度及粗度均有减小。通过X光衍射分析显示绝缘纸样品的结晶度及晶粒尺寸在老化过程中逐渐减小，但仍保持原有的纤维素晶型和两相共存的微细结构。试验证明，绝缘纸老化的微观结构研究对进一步了解绝缘纸纤维老化的发展过程及其老化机理有很好的帮助。     

小电流接地系统单相接地故障选线新方法

为改进小电流接地系统单相接地故障选线方法,结合数字信号处理中的相关分析技术与小波包分解技术,利用db小波包以适当频带宽度分解了这种故障后的暂态零序电流,自适应地选出各条线路上故障能量最大的特征频段。两两相关分析各线路故障特征频段对应小波包分解系数的波形,获得相关矩阵,并求出各线路的综合相关系数,最终给出按接地故障发生可能性大小排列的选线结果。理论分析及大量MATLAB仿真结果表明:该法不受故障条件的影响,可准确、可靠地实现配电网单相接地故障选线,适于中性点不接地或经消弧线圈接地系统。     

变压器油中气体色谱分析中以模糊综合评判进行故障诊断的研究

在对传统比值法的编码组合进行模糊化处理和统计及分析的基础上得到了编码－故障模糊关系矩阵Ｒｆ;以现场用常现色谱方法检测到的特征气体比值所对应的２７组编码组合的隶属度作为特征输入矢量,通过综合评判求得故障输出矢量,并确定出故障类型。结果表明,应用本文建立的模糊关系矩阵对变压器故障进行综合评判诊断的方法是有效的。     

GIS局部放电检测中的小波包变换提取信号

在介绍小波包变换算法的基础上，将小波包变换用于白噪声干扰下的气体绝缘组合电器（GIS）局部放电信号提取。对模拟的局部放电信号进行了小波包分解与重构的计算机仿真研究，分析了不同的局部放电波形、噪声水平及采样率对去噪结果的影响，最后对GIS内置传感器实测波形进行了小波包变换去噪。     

温度、酸度对10kV开放式母线绝缘影响的研究

为研究 10kV母线事故频繁发生的原因 ,模拟重庆市电力局小龙坎变电站 ,研究了相对湿度RH =70 %、80 %、90 %、10 0 %、酸度 pH =3、4、5、6及母线水平或竖直排列对开放式母线交流绝缘特性的影响。发现RH >80 %时 ,闪络电压随RH、pH增加而降低 ;酸度对母线闪路电压的影响较湿度为小 ,pH >4时可忽略其影响 ;清洁时 ,最严酷的酸湿度条件下也不会在运行过电压下闪络。     

湿沉降对人工染污绝缘子闪络特性的影响

分析和讨论了不同湿沉降环境下人工染污绝缘子闪络规律存在的差异 ,对试验湿沉降提出了自己的观点。     

面向对象的变压器绝缘故障诊断知识库

本文介绍了面向对象技术的基本理论,首次将其引入到变压器绝缘故障诊断专家系统中,并结合神经网络模糊理论等智能诊断方法和规程导则以及大量的专家经验建立了面向对象结构的变压器绝缘故障诊断知识库,提出了一种新颖的专家系统知识库的构造方式。     

基于行为的变压器油色谱分析模糊诊断专家系统研究

提出的基于行为模糊故障诊断专家系统能够在运行中针对被诊断变压器个体情况对自身智能结构进行调整 ,形成“个性化”的模糊知识库 ,在投入运行一段时间后 ,系统智能可得到明显提高。用这种知识结构处理变压器油中溶解气体分析中的模糊现象取得了良好效果。     

粗糙集信息熵与自适应神经网络模糊系统相结合的电力短期负荷预测模型及方法

电力系统短期负荷预测不仅要考虑负荷本身的历史时间序列,而且与气象因素密切相关,自适应神经网络模糊系统(Adaptive Neuro-Fuzzy Inference Sysrem,ANFIS)模型是一种有效的预测方法,而系统输入变量的合理性选择是影响预测效果的关键所在.作者通过粗糙集理论中的信息熵概念对解决这一问题进行了尝试,选取与待预测量相关性大的参数作为输入.所构造ANFIS系统是基于数据进行建模并进行参数辨识的,这样有效地避免了模糊推理系统(Fuzzy Inference System,FIS)中人为主观因素对预测的负面影响,客观地反映了相关变量与负荷值之间的复杂关系.用该方法与常用BP神经网络及常用FIS分别对重庆市某区进行了一周的日负荷预测,通过对实例的对比分析表明了该方法具有较好的收敛性和预测精度.