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。     

基于对比歧化和深度置信网络的配电网故障类型识别

针对配电网数据分支多、设备类型多样、现有故障诊断方法精度低的问题,提出基于深度置信网络的配电网故障诊断方法。该方法建立了4种不同层数的深度置信网络,将配电网的实际监测数据分为训练和测试数据导入到深度置信模型,采用对比歧化算法优化初始参数选择和加速模型训练,测试模型对样本的识别精度,建立改进BP神经网络和Petri网对比故障识别精度。结果表明,深度置信网络可以通过实时分析配电网实时监测数据,准确辨识配电网故障类型,提高了配网故障诊断的准确率和速度。     

小波多尺度信息综合的行波波头检测算法研究

提出了一种小波变换多尺度信息综合的行波波头检测算法,首先利用小波变换的多尺度分析对故障行波信号进行处理,得到各个尺度下的小波系数模极大值,然后将模极大值依次标定在平行坐标系下并形成灰度图片,最后利用卷积神经网络搭建波头检测模型。本算法利用平行坐标系巧妙的将小波变换与CNN相联系,结合了小波变换多尺度下的信息,为行波波头的检测提供了一种新思路。     

一种新型配电网同步量测装置的研制

为解决配电网中传统的配电网检测装置无法从宏观上观察和分析配电网异常的分布传播特性问题,利用以数据融合为理论基础的参数识别方法,研制了一种基于时序数据相关性的配电网同步量测装置。利用新型感应取电装置,辅以超级电容进行供能;利用罗氏线圈采集线路电流,通过采用空间电容分压的原理测量导线对地相电压,并对其进行采集。选用一种超长距低功耗数据传输LORA无线传输技术来满足数据采集与处理需求。现场试验结果证明了该装置的实用性和量测供能的准确性。     

基于对比歧化和深度置信网络的配电网故障类型识别

针对配电网数据分支多、设备类型多样、现有故障诊断方法精度低的问题,提出基于深度置信网络的配电网故障诊断方法。该方法建立了4种不同层数的深度置信网络,将配电网的实际监测数据分为训练和测试数据导入到深度置信模型,采用对比歧化算法优化初始参数选择和加速模型训练,测试模型对样本的识别精度,建立改进BP神经网络和Petri网对比故障识别精度。结果表明,深度置信网络可以通过实时分析配电网实时监测数据,准确辨识配电网故障类型,提高了配网故障诊断的准确率和速度。     

基于小波分析的变压器转换性故障快速识别方法

当变压器发生区外故障时,会出现因电流传感器饱和而导致差动保护误动的问题。为解决这一问题,文中提出了基于小波分析的时差法,作为变压器差动保护判断区内、外故障的判据。首先,分析了电流互感器的饱和对变压器差动保护产生的影响;其次,利用模极大值原理研究了小波用于信号奇异性检测的方法,并选取合适的阈值规则对含噪声信号进行了消噪处理;然后,利用小波模极大值原理确定故障开始和差流出现的时刻;最后,提出了一种基于综合负序分量的变压器区外转区内故障时解除差动保护闭锁的新判据,并仿真验证了该方法的有效性。     

基于小波分析的变压器转换性故障快速识别方法

当变压器发生区外故障时,会出现因电流传感器饱和而导致差动保护误动的问题。为解决这一问题,文中提出了基于小波分析的时差法,作为变压器差动保护判断区内、外故障的判据。首先,分析了电流互感器的饱和对变压器差动保护产生的影响;其次,利用模极大值原理研究了小波用于信号奇异性检测的方法,并选取合适的阈值规则对含噪声信号进行了消噪处理;然后,利用小波模极大值原理确定故障开始和差流出现的时刻;最后,提出了一种基于综合负序分量的变压器区外转区内故障时解除差动保护闭锁的新判据,并仿真验证了该方法的有效性。     

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。