基于ZigBee开关柜触点监测系统的设计

针对目前开关柜触点状态的监测较难的问题,本文设计了一种基于ZigBee的开关柜触点安全表带式无线监测系统。首先根据开关柜触头的工作环境以及工作参数监测要求,设计了整体的监测系统方案;随后根据监测方案,对系统的各个硬件部分进行分别设计电路并对设备选型;其次,完成了系统采集端的软件设计,实现了数据采集、无线发送功能,且可与协调器设备进行无线通信。最后,通过烟雾实验验证了设计的系统的通信及测量较为准确。本监测系统采用锂电池供电,表带式安装。设计的监测系统可以对开关柜触点的电流、电压、温度、烟雾等运行参数进行实时测量,并对过流过载、短路、火灾等安全故障进行预报。     

基于关联规则的配网设备故障自动检测研究

为了掌握配网运行规律，检测并排除设备故障，提出了基于关联规则的配网设备故障自动检测方法。通过Apriori改进算法挖掘配网设备故障样本数据的关联规则，运用贝叶斯方法训练样本数据，获得最终配网设备故障检测结果并将其输出。实验结果表明：该方法的故障检测数量与故障分布真实数量基本一致，具有较强的配网设备故障自动检测能力；各类型故障检测正确率高，具有一定的实际应用价值。     

不依赖零序电压的配电站所接地故障识别方法

缺少零序电压采集的配电站所终端通常用融合识别方法识别接地故障,要求融合识别方法能够适应配电站所的不同拓扑,而且对较小接地电流的故障有较高的识别准确率.文中提出的方法结合了物理模型驱动和神经网络方法.首先,基于接地故障的物理模型,通过比对优化基于零序电流的特征量,预处理数据并选取参考间隔,解决拓扑或间隔数变化的问题,并设计单间隔相电流特征量,以提高故障识别准确率.然后,利用神经网络融合多个特征量,增强不同特征的协同判决能力,降低定值设定对灵敏度的影响.现场接地故障实验表明,文中提出的方法对不同拓扑有很强的适应能力,并具备很高的识别准确率.