基于电流变化的环状直流配电网故障定位方法

针对现有故障测距方法无法同时对单极接地故障和极间故障进行定位,以及利用电容放电阶段进行故障定位时忽略了多端换流站都会对故障点注入电流等问题,提出一种利用故障线路上的全电流分量对多端柔性直流配电网进行故障定位的方法.通过联立与故障点相邻两网孔的电压方程,从算法上解决了过渡电阻对求解故障位置的影响.在simulink中搭建...     

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

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。     

基于暂态零模电流的配电网故障定位新算法

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。     

小电流接地系统接地故障选线方法

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。     

基于遗传算法的直流配电网线路故障定位方法

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。     

基于灰色综合关联度的柔性直流配电网故障定位

为解决柔性直流配电网对故障定位的准确性和快速性要求高的问题,提出一种基于灰色综合关联度的柔性直流配电网故障定位方法。利用灰色综合关联度分析线路首末线模行波差动电流波形的相似性,通过求解最佳时移来实现故障定位。在Matlab/Simulink中搭建六端柔性直流配电网模型进行仿真验证,结果表明该方法可完成全线各类故障的迅速准确定位,并有一定的抗过渡电阻能力,适用于采样频率较低的情况,具有较高的可靠性。     

新型小电流接地故障选线设备的研制与应用

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。     

基于注入电流调控的含分布式电源配电网消弧与选线方法

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。     

基于暂态零模电流的配电网故障区段定位

为降低小电流接地系统通信过程中小波扰动(噪声)对暂态电流法的干扰,减小因采样频率增加造成的通信网络负担,解决故障两侧馈线终端不同步的问题,提出了一种小电流接地系统的故障区段定位方法.通过检测故障区段两侧的暂态零模电流,提取其中的极值,并计算其衰减程度,利用其极性进行辅助定位.数值仿真的结果验证了所提方法的有效性,该方法...     

直流微电网的故障电流控制器研究

目的  随着交直流配电网及分布式发电技术的快速发展,直流微电网在配电网中的作用愈发重要,将成为未来配电网中的重要组成部分。由于直流微电网覆盖面积小,线路阻抗小,当发生极间短路故障时,故障电流上升速度快,幅值大,可达到额定工作电流的10倍以上。这使得直流微网保护整定困难,设备选型要求高,制约了直流微网的快速发展。 方法  针对上述问题,文章以直流微电网为研究对象,从直流微电网的极间故障的工作原理出发,分析直流微电网直流侧的故障特征,针对现有主要限流方法的不足,提出利用一种电压可控的故障电流控制器,来实现对故障电流的精确控制并搭建了直流微电网和故障电流控制器的仿真模型进行仿真验证。 结果  仿真结果显示,该故障电流控制器可大幅降低故障电流,并可实现精确控制故障电流,使得故障前后系统均处于可控状态而不会闭锁保护。在稳态运行时,故障电流控制器还可辅助VSC（Voltage Source Converter, VSC）进一步稳定直流母线电压。 结论  为配合继电保护装置正常动作,同时避免VSC触发过流保护闭锁,建议故障电流控制范围设置为1～2 pu。     

基于EMD-MDT的直流微电网线路故障检测

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。     

基于增强型卷积神经网络的风力发电机行星齿轮箱故障诊断方法

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。     

基于故障后电流相位的含DGs配电网故障快速方向识别算法及RTDS仿真验证

通过研究故障前后电流相位的变化,提出一种改进的故障方向保护识别算法,该算法仅需故障后的电流相位信息即可确定故障方向,进而实现故障区域定位。由于该故障识别算法仅利用电流相位信息,可避免由于DGs接入而需在配电网中大量使用功率方向元件,可极大提高配电网可靠性运行的经济性。对原有保护算法在某些特定情况下的误判进行修正,增加不对称故障适应性论证,最后通过实时数字仿真器RTDS对本故障识别算法进行验证。     

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

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。     

利用需求侧资源降低配电网脆弱性的优化方法研究

基于需求侧用户资源能量转换和存储设备的可调特性,分析电网故障后需求侧资源对改善配电网的脆弱性的价值.为最大化挖掘需求侧分布式能源对电网负荷恢复的作用,构建考虑规划-运行的两阶段需求侧资源优化选择模型.该模型在充分考虑不同电网故障场景的基础上,以系统投资成本和失负荷运行成本之和最小化为目标,同时考虑用户用能、系统运行等约...     

基于激励型需求响应的主动配电网态势利导方法

该文从负荷角度出发,提出一种基于激励型需求响应的主动配电网态势利导方法.首先,基于激励型需求响应提出主动配电网最大供电能力模型;接着以供电能力为主要依据,综合考虑系统供电可靠性、系统安全性和分布式电源出力波动等因素,建立主动配电网安全态势评估体系,采用模糊层次分析法得到计及激励型需求响应前后网络的预警值;最后对扩展的I...     

基于多尺度深度卷积网络特征融合的滚动轴承故障诊断

针对传统滚动轴承故障诊断模型对工程先验知识依赖性强、提取特征不充分、分类器选取困难等问题,提出一种基于多尺度深度卷积网络特征融合的滚动轴承故障诊断模型.首先,建立集特征提取与模式识别于一体的卷积神经网络模型,利用小波变换将滚动轴承振动信号转换为二维图像作为输入样本集.然后,在网络结构中构建多尺度特征融合模块自适应提取故...     

基于神经网络的水轮机控制系统故障诊断

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。     

基于批标准化的堆叠自编码网络风电机组变桨系统故障诊断

为了提高风电机组变桨系统故障诊断的准确性,提出一种基于批标准化的堆叠自编码(SAE)网络故障诊断模型.针对SAE网络在特征学习过程出现的梯度硬饱和问题,选用PReLU激活函数,在SAE网络中加入批标准化(BN)层进行优化,通过输出层的Softmax函数,得到变桨系统各部件故障发生概率.以均方误差最小化为目标,采用Ada...     

基于GA-ENN特征选择和参数优化的双馈风电机组轴承故障诊断

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。