输电网故障诊断方法综述与发展趋势

综述了近年来研究得较多的输电网故障诊断方法,包括专家系统、人工神经网络、Petri网、贝叶斯网络、优化方法、模糊集理论、信息理论和多代理技术等.简要概括了它们的诊断原理和特点,并评述其存在的不足和近几年来的研究成果.最后,从目前输电网故障诊断的研究现状以及面临的问题出发,指出了该领域所需解决的关键技术问题和主要发展趋势,以促进该研究领域的进一步发展.     

采用知识网格技术的智能输电网故障诊断方法

针对现有电网故障诊断专家系统在省级及以上调度中心应用时所存在的诊断速度慢、专家知识在线维护困难等问题,提出基于知识网格技术的智能输电网故障诊断方法。首先将知识网格技术引入智能输电网故障诊断领域;其次结合智能输电网故障诊断的实际应用背景,构建智能输电网故障诊断知识地图,并介绍智能输电网故障诊断知识地图中各个部分的生成方法;最后根据实际案例,对比分析基于专家系统的方法和基于知识网格技术的电网故障诊断方法在诊断效率和知识维护等方面的差异,并指出这2种方法的适用环境。     

电力系统故障诊断研究现状与展望

概述了专家系统、人工神经网络、优化技术、Petri网络、粗糙集理论、模糊集理论、贝叶斯网络、多Agent技术和基于故障录波器信息等方法在电力系统故障诊断中的应用,并在此基础上对文献中提出的相应的电网故障诊断方法进行述评,分析它们在电网故障诊断中应用的特点以及存在的主要问题,以解决实际工程问题为目标,指出了该领域所面临的问题,并对其发展进行了展望,以促进该研究领域的进一步发展。     

电力系统故障诊断研究现状与展望

概述了专家系统、人工神经网络、优化技术、Petri网络、粗糙集理论、模糊集理论、贝叶斯网络、多Agent技术和基于故障录波器信息等方法在电力系统故障诊断中的应用,并在此基础上对文献中提出的相应的电网故障诊断方法进行述评,分析它们在电网故障诊断中应用的特点以及存在的主要问题,以解决实际工程问题为目标,指出了该领域所面临的问题,并对其发展进行了展望,以促进该研究领域的进一步发展.     

一种基于模拟植物生长算法的输电网故障诊断方法

将模拟植物生长算法应用于输电网故障诊断,提出了将开关及设备电流转化成整形变量的方法,建立输电网故障诊断模型.仿真实验验证了模型的正确性、有效性及高容错性.     

电力系统故障诊断的研究现状与发展趋势

综述了电力系统故障诊断的各种研究方法,包括专家系统、人工神经网络、优化技术、Petri网络、粗糙集理论、模糊集理论和多代理技术等.简要分析了这些方法的特点与适用性,评述其存在的主要问题和值得改进之处.最后,以解决实际工程问题为目标,指出了该领域所需解决的关键技术问题和主要发展趋势,以促进该研究领域的进一步发展.     

基于适应度指标的输电网发展方案选取方法

在输电网发展方案选取方面,电网的发展、调度等部门往往侧重点不同,采取的评价指标与方法也不同,难以形成客观、全面、统一的发展方案,造成电网规划、建设、运行等环节出现矛盾。针对上述问题,提出了一种基于适应度和证据理论的输电网发展方案选取方法。建立适应度概念来定量评价电网发展的程度,用证据理论整合了安全性、经济性等各方面电网适应度,得到的可选性参数为输电网发展方案的选取提供了依据。该方法能够解决输电网发展方案选取上各部门难以协调一致的问题,对实际电网发展方案选取的模拟表明了该方法的可行性和有效性。     

电网故障诊断的智能方法综述

综述了目前应用较为广泛的基于智能技术的电网故障诊断方法,包括专家系统、人工神经网络、贝叶斯网络、优化技术、支持向量机、模糊集理论、Petri网、信息融合技术和多智能体技术。简单介绍了这些智能方法的基本概念,在电网故障诊断领域的研究现状,并从实用化的角度阐释了各自的特点和存在的不足,以及各自未来的发展情况。最后从电网故障诊断领域当前所面临的重要问题出发,探讨了该领域今后的发展趋势。     

输电网故障诊断研究综述及发展

在深入分析输电网故障诊断信息结构的基础上,综述了目前此课题国内外研究现状。并且,以一个简单的诊断实例为基础,详细地分析了各类诊断模型的思想和特点。最后,基于现有的研究成果,结合电网、信息技术等各方面的发展现状,指出当前研究缺陷的同时,预测分析了下一步输电网故障诊断研究的发展方向。     

输电网故障诊断研究综述及发展

在深入分析输电网故障诊断信息结构的基础上,综述了目前此课题国内外研究现状.并且,以一个简单的诊断实例为基础,详细地分析了各类诊断模型的思想和特点.最后,基于现有的研究成果,结合电网、信息技术等各方面的发展现状,指出当前研究缺陷的同时,预测分析了下一步输电网故障诊断研究的发展方向.     

智能技术在电网故障诊断中的应用

概述了电网故障诊断的几种智能技术,包括专家系统、人工神经网络、优化技术、Petri网、模糊系统、粗糙集.贝叶斯网络及综合诊断方法,分析了这些方法的优缺点,阐述了故障诊断所面临的问题,并对故障诊断技术进行了展望.     

基于PSO-GRNN和D-S证据理论的电网分区故障诊断

针对大电网中保护和断路器误动、拒动、信息丢失等不确定的电网故障信息以及现有电网分区方法的不足,提出了基于粒子群优化广义回归神经网络（PSO-GRNN）和D-S证据理论的电网分区故障诊断方法。首先,通过改进图形分割法将大电网划分为相互重叠的不同区域,降低故障诊断难度。然后在各个区域建立PSO-GRNN诊断模块,根据故障警报信息,并行完成各自的故障诊断任务。最后,采用D-S证据理论对相邻区域的重叠区域进行分析,以实现对重叠区域的综合故障诊断。仿真结果表明,该方法能有效识别非重叠区域和重叠区域的故障,容错能力强,诊断准确率高。     

电力系统故障诊断中的智能化方法及其应用

本文较详细地阐述了粗糙集理论、人工神经网络、模糊集理论的发展及其在电力系统故障诊断领域中的应用，并对其他一些智能方法进行了简要介绍。这些方法为电力系统的故障诊断开辟了新的有效途径。     

发电设备的故障诊断及其发展

分析国内外发电设备故障诊断技术的产生发展,阐述了人工神经网络、模糊集理论等智能方法的发展及在电力系统故障诊断领域中的应用,这些方法为电力系统的故障诊断开辟了新的有效途径。     

基于BP网络算法优化粗糙-Petri网的电网故障诊断

为了使电网故障诊断的过程更简洁、快速和直观,提出了一种基于BP网络算法优化粗糙-Petri网的电网故障诊断方法。首先用粗糙集理论对电网的故障征兆数据进行处理,从冗余的故障信息中约简出最小决策表;然后基于得到的最小决策表提取诊断规则并建立最优的 Petri 网模型,利用 Petri 网处理并行推理的能力来实现高效的电网故障诊断。其中引入神经网络中的BP算法对电网故障诊断Petri 网模型的权值参数进行网络优化训练。电网实例分析结果表明该模型能准确找到故障区域,具有较好的快速性、自适应性和一定的容错性。     

基于并联CNN-LSTM的弱受端直流输电系统故障诊断

现有的故障诊断手段面对复杂电网时,难以精确提取故障特征,急需适应性强、识别率高的故障诊断方法。鉴于此,提出一种基于压缩感知与并联卷积神经网络(CNN)和长短期记忆网络(LSTM)结合的电网故障诊断方法。搭建永富直流输电系统模型采集原始故障数据,原始故障数据应用压缩感知原理进行压缩采样,获得压缩域故障信号,以提高网络的计算效率。然后搭建了麻雀搜索算法（SSA）优化的并联CNN-LSTM深度学习模型。通过SSA确定并联CNN-LSTM的网络结构及参数,利用并联CNN-LSTM深度学习模型直接在故障的压缩域挖掘故障波形特征和时序特征,并对故障进行识别。仿真结果表明该模型相较于传统方法具有更高的故障诊断精度。     

基于图注意力网络的输电线路故障诊断

以往基于深度学习的输电线路故障诊断，依赖数字信号处理技术提取故障特征。为了改进前述方法，引入了图深度学习理论，提出了一种基于图注意力网络(GAT)的智能故障诊断方法。将原始三相电流电压信号转化为图数据，利用多个图注意力层自动提取特征信息，从而建立了数据从输入端到输出端之间的映射关系，实现输电线路端到端的故障诊断。在400 kV三相输电线路和IEEE13总线电网系统上验证该方法的准确性和有效性，分别对五种短路故障和无故障情况设置不同初始相角、过渡电阻和故障位置进行仿真分析。结果表明，该方法故障诊断准确率达到9975%以上，与现有几种智能故障诊断算法对比其性能最优。同时，该方法在不同白噪声下依然保持较高的故障识别率，具有良好的鲁棒性和泛化能力，为电力输电线路诊断技术提供了一定的研究思路。     

基于深度置信网络的双馈风机变换器开路故障诊断

双馈风机的定子与电网直接连接,转子通过转子侧变换器和网侧变换器与电网进行功率交换。变换器的电力电子开关容易发生开路故障,影响双馈风机的安全稳定运行。文中针对双馈风机常见的变换器开路故障,提出一种基于深度置信网络的故障诊断方法。首先分析了双馈风机在转子侧变换器和网侧变换器的单个和双个开关管故障下的输出响应。基于双馈风机的变换器开路故障数据,构造多层受限玻尔兹曼机结构,充分利用深度置信网络优异的模式识别能力,深度提取不同故障条件和运行工况下转子电流和网侧电流的信号特征,提高算法准确度。仿真结果表明,该故障诊断方法能够准确识别单开关和双开关的多类型复杂故障。     

基于广域测量系统的电网故障在线智能化诊断与分析方法

现有电网故障实时诊断与分析中存在2个主要问题：一是数据源的问题,即保护和开关动作信息上传不及时、时标不一致和信息缺失;二是误动拒动分析中存在2个重要盲点。同时为实现智能输电网的自愈性特征,又必须实现对电网故障的实时准确诊断和精确分析。针对上述问题,提出基于广域量测系统(wide area measurement system,WAMS)的电网故障快速诊断与分析的解决方案。同时还设计以多智能体技术为基础的面向数据服务的体系结构,并详细分析各智能体的主要结构和实现方法。最后,通过实际扰动试验的测试结果表明,该方法具有故障诊断速度快、故障诊断与分析结果准确等特点,尤其在误动拒动问题上可达到实时精确地分析,如在智能输电网中应用可有效降低大停电事故发生的概率。