共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
级联H桥型电力电子变压器(powerelectronic transformer with cascaded H-bridge,CHB-PET)是柔性变电站的重要组成设备之一,在直流配电网中具有重要作用。当CHB-PET低压直流侧发生双极短路故障后,故障电流上升速度快且幅值较高,易导致电力电子器件迅速闭锁,使低压直流电网保护难以准确获取故障信息。针对CHB-PET低压侧多分支直流配电网,提出一种基于PET分步闭锁的故障穿越策略。当检测到PET低压侧直流系统故障后,首先闭锁PET输入级及隔离级的低压H桥换流器,延迟3ms后再闭锁隔离级的高压H桥换流器,分步闭锁可为PET低压侧多分支线路保护提供短时故障信息,进而可利用分支线路两端电流极性特征识别区内外故障,定位故障分支线路。最后,通过PSCAD/EMTDC仿真实验,验证了适用于直流配电网故障选线的电力电子变压器分步闭锁方案的可行性和有效性。 相似文献
3.
分析了配电网暂态零模电流的分布情况,引入了相关性理论,根据故障线路的暂态零模电流有效值最大且与非故障线路的内积小于0,故障点两侧的暂态零模电流极性相反,波形差异大,相关系数小于阀值且接近0的特征,利用暂态零模电流进行配电网故障选线、定位,给出了故障定位步骤。MATLAB仿真结果表明,基于暂态零模电流的配电网故障选线、定位方法正确,具有不受电压初相角、接地电阻、中性点接地方式制约等优点。 相似文献
4.
针对小电流接地系统单相接地故障自动选线问题,对基于小波分析理论的选线方法进行深入的研究和分析。第一步简述中性点接地的几种方式,讨论小电流接地系统中这几种接地方式的基本原理以及发生故障情况后的电量变化。第二步结合系统故障时的暂态零序电流特征与小波分析理论提出新的选线方法,采用模值极大值判别法解决故障选线问题。第三步通过MATLAB软件里的SIMULINK搭建仿真模型,选取小电流系统在不同支路电压幅值和接地电阻大小等情况下,提出了依据故障线路与非故障线路的首半波尖峰方向和幅值大小进行选线的方法。结果验证了所提故障选线方法的正确性和有效性。 相似文献
5.
直流系统线路发生短路故障后故障电流上升迅速,对系统安全造成极大危害。为解决此问题,提出基于遗传算法的直流配电网线路故障定位方法。首先,对极间短路故障和单极接地故障2种情况下的直流系统分别建立数学模型,利用双端电气量消除中间量过渡电阻;然后,分别利用2种故障的数学模型构造适应度函数,将故障定位问题转化为参数识别问题,采用遗传算法(genetic algorithm,GA)对其进行识别,避免由于数据采集误差对定位造成的干扰;最后硬件在环模拟(hardware-in-the-loop simulation,HILS)实验平台上搭建6端直流配电网模型进行实时仿真验证,结果显示该方法抗过渡电阻能力强、定位精度高,具有很强的鲁棒性。 相似文献
6.
7.
单相接地故障长期以来困扰供电系统,提出了一种新型选线设备。选线设备利用经验模态分解(EMD)方法进行选线,首先对各条线路的零序电流进行EMD分解,得到衰减直流分量以及各次谐波分量,然后计算直流分量与各次谐波分量的均方根之和,最后依据故障线路衰减直流分量与各次谐波分量的均方根之和大于非故障线路的物理特性,准确选出故障线路。通过现场实际运行对选线设备进行了验证,表明选线设备能够准确选出故障线路,满足实际应用的要求。 相似文献
8.
为解决分布式电源(DG)接入中压配电网,导致消弧线圈难以抑制接地故障残流,从而无法实现可靠消弧的问题,分析DG接入对接地故障电流的影响,提出基于注入电流调控的含DG配电网消弧方法。通过有源消弧装置向中性点注入测定电流得到正序网络等效电压源的大小,计算并注入消弧电流,实现接地故障可靠消弧。进一步提出基于零序导纳测量的接地故障选线方法,通过对有源消弧装置和馈线零序导纳的测量,实现接地故障准确选线。PSCAD/EMTDC仿真结果表明,该方法可有效抑制含DG配电网接地故障残流,从而熄灭接地故障电弧,并实现永久性接地故障馈线的准确判别。 相似文献
9.
10.
11.
提出一种经验模态分解和决策树相结合的风光储直流微电网配电线路故障检测和分类方法。该方法通过经验模态分解对发送端测得的直流电流进行分解,得到多个本征模态函数,并采用最大加权相关系数方法计算选取灵敏度最高的2个本征模态函数,将9个统计方法应用于本征模态函数生成故障特征值,最终基于决策树,实现风光储直流微电网配电线路的精准检测和分类。算例分析表明,基于经验模态分解的风光储直流微电网配电线路故障检测方法可不受故障电阻、故障起始时刻和故障距离的影响,快速有效的对配电线故障进行检测和分类。 相似文献
12.
针对风力发电机行星齿轮箱的健康维护和状态检测难以诊断的问题,该文提出一种初始网与膨胀卷积相融合的初始膨胀卷积神经网络(IDCNN)的故障诊断研究方法。该方法首先构建初始膨胀卷积层以扩大感受野来使学习到的故障特征更加丰富。随后为了方便信号输入且确保信息丰富,将采用将一维原始信号序列转化为二维矩阵的预处理方法。最终将生成的二维信号输入到IDCNN中进行模型训练,并用测试数据对模型进行评估。实验结果表明,提出的IDCNN方法在风力发电机行星齿轮箱的故障诊断中精度高,在对比结果中该文提出方法的诊断精度要高于传统的深度学习方法。 相似文献
13.
14.
基于粒子群优化BP神经网络的风电机组齿轮箱故障诊断方法 总被引:3,自引:0,他引:3
提出了一种基于粒子群优化BP神经网络风电机组齿轮箱故障诊断方法。粒子群算法不需要计算梯度,可以兼顾全局寻优和局部寻优。利用粒子群算法对BP网络权值和偏置进行优化,减少了BP神经网络算法陷入局部最优解的风险,提高了神经网络的训练效率,加快了网络的收敛速度。考虑风电齿轮箱振动信号的不确定性、非平稳性和复杂性,提取功率谱熵、小波熵、峭度、偏度、关联维数和盒维数作为故障特征。经测试,算法诊断结果正确,表明了PSO优化BP神经网络用于风电机组齿轮箱故障诊断的有效性和实用性。 相似文献
15.
16.
17.
18.
本文首先简述了水轮机控制系统故障诊断的要求,然后针对一个故障诊断实例,提出了基于神经网络的水轮机控制系统。及故障诊断方法,建立了故障样本与处理对策样本,运用双向联想记忆算法进行了诊断分析,给出了相应的Hopfield网络模型,并用A/D变换器电路对此进行了硬件实现,最后给出了基于微机利用神经网络对水轮机控制系统进行故障诊断的硬软件实现方案。 相似文献
19.
20.
针对双馈风电机组轴承时域、频域和时频域3种复合故障混合域特征集中的信息冗余或不相关性信息的干扰,导致故障诊断技术存在诊断时间长,诊断精度差的问题,提出一种基于遗传算法(GA)和Elman神经网络(ENN)相结合进行特征选择和参数优化实现故障诊断的新方法。为减小冗余度和不相关信息,采用GA进行特征选择,选出最优特征子集,根据识别误差最小和特征子集数目最少,构造ENN的适应度函数;为更精确识别轴承故障,采用GA优化ENN的权值和阈值参数,再进行故障识别,实例结果表明该方法对故障诊断的有效性和准确性。 相似文献