基于人工神经网络的距离保护

提出一种基于人工神经元网络的距离保护新原理,利用电磁暂态仿真程序（ＡＴＰ）进行大量的仿真计算,证明了所提方法的优越性,对于线路全长的８５％以内的故障,保护所需的数据窗长为２２ｍｓ,动作时间不大于２６ｍｓ,对于线路全长的７０％以内的故障,数据窗长为１２ｍｓ,动作时间不大于１６ｍｓ。     

新型微机距离保护的研究

本文在对目前所采用的各类稳态量估计算法及接地阻抗继电器动作特性进行分析和比较的基础上，提出和设计了一套具有“反时限动作特性”的新型微机距离保护方案。并以此为基础，构成了微机距离保护实验装置，进行了动态模拟实验验证。实验结果表明：文中提出的保护原理和相关算法设计合理、可行。在保护动作速度、反应高阻接地故障的功能等方面较常规方式有较大的改进和提高。可较好适应超高压线路保护的要求。     

新型微机距离保护的研究

本文在对目前采用的各类稳态量估计算法以及接地阻抗继电器动作特性进行分析和比较的基础上，提出了一种具有“反时限动作特性”的新型微机距离保护方案。并以此为基础，构成了微机距离保护实验装置，进行了动态模拟实验验证。实验结果表明，文中提出的保护原理和相关算法合理、可行。在保护动作速度反应高阻接地故障的能力等方面较常规方式有较大的改进和提高，可较好适应超高压线路保护的要求。     

在短线路上采用微机距离保护的探讨

1 引言 目前我国生产的许多线路微机距离保护成套装置为适应短线路保护,采取一些改进措施后意图在短线路上推广使用。但是这些装置总的来说用于距离较长的线路是可行的,若在短线路上采用还存在一些不易解决的问题。本文以电力部南京继电保护研究所生产的LFP951A为例进行一些分析。     

光纤微机线路保护在青海省的应用

桥电六期工程线路保护采用了新技术－－光纤技术,针对首条光纤保护线路特点,通过认真学习保护原理,对同杆双加线跨线故障、选相元件以及短线路上两套主保护的优缺点等进行了分析,提出了一些看法,为今后保护的运行、校验及保护的选型等工作提供参考。     

11型微机相间距离保护用作远后备的优越性及重要性

对常规相同距离保护和微机相间距离保护进行了比较,详细分析了微机相间距离保护阻抗特性与常规相间距离保护的不同之处,并用具体例子进行计算分析。通过计算分析剖析了微机相间距离保护用作相邻元件后备保护的优越性及重要性     

线路相间距离保护调试的简易模拟方法

针对相间距离保护计算复杂,不利于继电保护现场工作人员调试的问题,提出相间距离保护故障相电压幅值、相位的简易计算方法.     

微机型距离保护实现功能的处理方法

微机型距离保护是在常规型距离保护的技术基础上发展起来的。本文介绍了微机型距离保护有关问题的处理方法，并简要指出了微机型距离保护的技术特点。     

基于神经网络的自适应距离保护研究

超高压输电线路的距离保护必须具备足够的对过渡电阻的反应能力。在双侧电源条件下,过渡电阻可能造成保护范围的伸长或缩短。提出了神经网络距离保护算法,通过对样本的学习来获得保护的动作特性,具有内在的对过渡电阻和系统运行方式的自适应性。该算法已在一实际的５００ｋＶ系统输电线路上仿真实现,考虑单相接地故障和Ｉ段保护,在设计的９０％保护范围内具有稳定良好的保护性能。     

神经网络式距离保护的混合训练算法

针对ＢＰ算法存在的缺陷,如训练速度慢,易收敛于局部极小点及全局搜索能力弱等,利用中伤虎法能够进行全局最优化搜索这一特点,在改进的自适应遗传算法的基础上,提出了一种新的用于ＢＰ网络训练的混合算法,即改进的自适应遗传算法与ＢＰ算法相结合的混合训练方法,将所的混合训练方法应用于神经网络式距离保护中,利用ＡＴＰ仿真的结果进行训练及检验,结果表明,所提出的算法与单一的ＢＰ算法相比,不仅可避免陷入局部极小点,     

基于人工神经网络的日负荷预测方法的研究

基于人工神经网络原理,设计了一个三层的ＢＰ网络模型。充分利用了神经网络高度非线性建模能力,实现电力系统的短期负荷预测。文中对样本数据进行了预处理,以及在算法中引入附加冲量项,以提高训练速度。预测仿真结果证明使用人工神经网络方法进行短期负荷预测是可行的。     

微机距离保护比相判据的完善性研究与应用

具有新判据的距离比相元件与选相元件配合,能够获得理想特性,全新的比相原理是新型距离继电器的主要特色。文章讨论了由于电力系统负载不对称系统各阻抗角不相等的条件下,如何消除比相判据中的动作死区和“分段漂移”;当系统发生三相对称短路时,比相方式缺陷的改进措施。     

基于径向基函数网络的距离保护方案

提出了一种利用径向基函数网络（RBFN）来实现神经网络式距离保护的方法。同基于BP网络的神经网络式距离保护的训练时间相比,所需的网络训练时间大大减少。同时,从检验结果可以看出,基于RBFN的神经网络式距离保护具有很好的模式识别能力。     

结合进化算法的人工神经网络在变压器故障诊断中的应用

人工神经网络在变压器故障诊断中有广泛的应用。常用的BP算法具有易陷入局部极小、收敛速度慢等缺点 ,给故障诊断带来不便。为此提出利用进化算法优化人工神经网络结构的初值 ,利用可靠性分析技术对输入数据进行处理 ,从而有助于较快获得最佳的权值矩阵 ,实现变压器故障诊断。     

神经网络技术应用于变压器差动保护

利用神经网络技术 ,实现电网的继电保护目前已达到了实用阶段 ,工业规模的应用已付诸实施。以往我们采用传统的数学技术方案 ,实现电力变压器差动保护 ,而现在用神经网络技术开发了新一代的保护装置。该文主要说明基于神经网络技术在变压器保护领域取得的成果和达到的性能指标 ,解释了带偏置的神经网络技术装置调试简单 ,保护功能可靠的原因。     

一种基于人工神经网络的电力谐波测量方法

提出了一种新颖的电力谐波测量方法,它用一个多层前馈神经网络替代模拟并行式谐波测量装置中的带通滤 波器,使各次谐波都可以用这个训练过的神经网络测量出来。阐述了该神经网络训练样本的组成和训练方 法。对一含有谐波的畸变电流的仿真结果说明了这种测量方法的有效性。     

基于人工神经网络的梯级水电厂日优化运行

提出了一种利用人工神经网络(ANN)进行梯级水电厂日优化运行研究的方法。既可用于制订 梯级日最优发电计划,又可用于梯级实时发电控制。为了加快神经网络的收敛速度,采用分 解网络技术,将一个复杂的网络分解为多个简单的网络。仿真结果表明,将神经网络应用于 这一领域,取得了较为满意的结果。