基于广义深度学习的含DG配网故障诊断方法

针对传统故障定位方法难以满足含分布式电源配电网的问题，提出一种基于广义深度学习的故障定位方法。利用广义深度学习在逼近能力和容错性方面的优势，挖掘响应数据与故障位置之间的映射关系，建立含分布式电源配电网故障定位的模型。IEEE34节点仿真结果表明，该方法可有效实现含分布式电源配电网的故障定位，准确率高，速度快，且在信息畸变或缺失时容错性好。     

基于原子分解法的配电网谐波检测方法研究

配电网中的谐波问题不仅对系统的安全运行和电力设备的正常使用造成严重的损害,还会降低用户的电能质量。提出了一种基于匹配追踪原子分解法的配电网谐波检测方法,通过将故障信号在过完备原子库中进行稀疏分解,得到与该信号的结构特征相匹配的最佳匹配原子组,分析这些原子的时频特性即可以得到故障信号的各次谐波信息。通过Matlab仿真软件对配网中常见的谐波信号和电弧炉采样信号进行分析,对比分析了FFT变换和原子分解法的优缺点。仿真验证表明,基于匹配追踪原子分解法能够准确的分析出各谐波成分的特征量,且具有较强抗噪能力。     

基于二次插值粒子群算法的配电网多目标双阶段故障恢复策略

随着人们对供电质量要求的提高,为了满足配电系统的可靠性、安全性和经济性方面的要求,配电网的故障恢复策略相关研究成为了目前专家学者研究的重要课题。提出了基于二次插值粒子群算法的适用于配电网多目标下故障恢复的双阶段策略。首先建立了配电网故障恢复时基于不同目标函数下的数学模型,制定了适合基于二次插值粒子群算法的配电网多目标双阶段故障恢复策略的编码策略,并利用基于二次插值的粒子群算法对其进行求解。最后以某实际电网为例,在不同故障情况下验证了所提策略的正确性和实用性。     

基于原子分解法的配电网谐波检测方法研究

配电网中的谐波问题不仅对系统的安全运行和电力设备的正常使用造成严重的损害,还会降低用户的电能质量。提出了一种基于匹配追踪原子分解法的配电网谐波检测方法,通过将故障信号在过完备原子库中进行稀疏分解,得到与该信号的结构特征相匹配的最佳匹配原子组,分析这些原子的时频特性即可以得到故障信号的各次谐波信息。通过Matlab仿真软件对配网中常见的谐波信号和电弧炉采样信号进行分析,对比分析了FFT变换和原子分解法的优缺点。仿真验证表明,基于匹配追踪原子分解法能够准确的分析出各谐波成分的特征量,且具有较强抗噪能力。     

基于二次插值粒子群算法的配电网多目标双阶段故障恢复策略

随着人们对供电质量要求的提高,为了满足配电系统的可靠性、安全性和经济性方面的要求,配电网的故障恢复策略相关研究成为了目前专家学者研究的重要课题。提出了基于二次插值粒子群算法的适用于配电网多目标下故障恢复的双阶段策略。首先建立了配电网故障恢复时基于不同目标函数下的数学模型,制定了适合基于二次插值粒子群算法的配电网多目标双阶段故障恢复策略的编码策略,并利用基于二次插值的粒子群算法对其进行求解。最后以某实际电网为例,在不同故障情况下验证了所提策略的正确性和实用性。     

蛙跳式充电的无人机自主巡线技术与系统(二):基于机器视觉的自动充电控制

近年来多旋翼无人机在中国电力系统中得到了快速的推广和运用,越来越多的电力公司尝试利用无人机进行输电线路巡检.然而无人机在搭载巡检设备后,其续航时间仅为20 min,续航能力十分有限,巡检时无人机中途降落充电的定位问题也一直存在.因此,该文提出一种基于机器视觉的自动充电控制技术,搭建基于蛙跳式的无人机自主充电系统.系统由无人机平台、自动充电平台和地面控制系统三部分构成,依托智能控制技术和飞控系统,运用机器视觉、图像识别等技术实现无人机的高精度定位和智能精准降落,并结合无人机预设的卡位与地面充电平台充电接口的有效对接,完成无人机动力电池的自动可靠充电,进而实现巡线无人机的自动起降和充电功能.试验结果表明,该蛙跳式自主充电系统有效提高了无人机的续航能力,解决了无人机充电过程中高精度定位等系列技术难题.     

基于广义深度学习的含DG配网故障诊断方法

针对传统故障定位方法难以满足含分布式电源配电网的问题,提出一种基于广义深度学习的故障定位方法。利用广义深度学习在逼近能力和容错性方面的优势,挖掘响应数据与故障位置之间的映射关系,建立含分布式电源配电网故障定位的模型。IEEE34节点仿真结果表明,该方法可有效实现含分布式电源配电网的故障定位,准确率高,速度快,且在信息畸变或缺失时容错性好。