人工神经网络和专家系统结合运用的电力系统故障诊断方法

对人工神经网络（ＡＮＮ）和专家系统（ＥＳ）的结合应用于电力系统故障诊断问题进行了研究，提出了一种电力系统故障诊断新方法。该方法综合了ＥＳ和ＡＮＮ各自的优点，充分利用田的推理能力，由ＥＳ根据报警信息搜索电网数据库，提出故障假设，再由ＡＮＮ对故障假设进行验证、该方法中ＡＮＮ隐含的知识是电网通用的故障判断知识，具有较强的通用性。模拟测试表明该方法可有效地识别电网故障元件，并且具有较强的容错性。     

基于贝叶斯网络的电网故障诊断方法

根据元件故障与保护动作和断路器跳闸之间的内在逻辑关系,建立了面向元件的电网故障诊断模型,并采用误差反向传播的梯度下降法修正网络参数。该模型是一种由 Noisy-Or,Noisy-And 节点组成的特殊的贝叶斯网络,能够处理电网故障诊断中的不确定性,具有语义精确、推理快速、学习效率高等特点,适用于大规模电力系统的多重复杂故障诊断。实际电网故障案例验证了该方法的正确性和有效性。     

智能电网中基于批标准化LSTM的互感器故障诊断技术

互感器是高压电力系统中的必备设备之一,一旦互感器发生故障,将会导致保护装置拒动误动,造成电网瘫痪。传统的故障诊断和分类方法首先从原始过程数据中提取特征,然后采用特定的分类器进行诊断,缺乏对原始数据中动态信息的自适应处理。为了提高传统循环神经网络在诊断中的准确度,并考虑到长短记忆神经网络诊断时间较长的缺陷,提出一种基于批标准化的LSTM模型的故障诊断方法。该方法无需进行特征提取和分类器设计,直接对故障进行分类,并且能自适应学习动态故障数据。通过与其他故障诊断方法比较,该方法的诊断精度和诊断性能较高,在互感器故障诊断领域具有良好的应用价值。     

人工神经网络和专家系统结合运用的电力系统故障诊断方法

对人工神经网络（ＡＮＮ）和专家系统（ＥＳ）的结合应用于电力系统故障诊断问题进行了研究，提出了一种电力系统故障诊断新方法。该方法综合了ＥＳ和ＡＮＮ各自的优点，充分利用ＥＳ的推理能力，由ＥＳ根据报警信息搜索电网数据库，提出故障假设，再由ＡＮＮ对故障假设进行验证。该方法中ＡＮＮ隐含的知识是电网通用的故障判断知识，具有较强的通用性。模拟测试表明该方法可有效地识别电网故障元件，并且具有较强的容错性。     

基于排列熵算法的电力系统故障信号分析

电网故障的快速准确诊断对加快事故处理和系统恢复进程、保证电力系统的安全运行具有至关重要的作用。分析了目前应用于电力系统故障诊断的数据来源,提出采用广域量测的电气量信息进行电力系统的快速诊断方法。首先将广域量测系统采集的数据进行小波变换,通过相关系数法滤噪处理,以此来重构信号,采用排列熵算法对重构的信号进行排列熵分析。由于排列熵反映了一维时间序列的复杂度,对信号变化具有较高的敏感性,可以应用于电力系统故障信号分析方面。相比传统的小波分析方法,该方法不存在选取小波基问题,且算法简单,编程易实现,能够满足在线故障诊断条件。通过对IEEE10机39节点标准测试系统的故障仿真分析,结果表明了该方法的有效性和实用性。     

基于Petri网的船舶电力系统故障诊断

船舶电力系统应保证供电连续性,尽量缩短电力系统故障时间.在分析船舶电力系统自身特点的基础上引入Pe-tri网技术,充分利用Petri网技术对电力系统故障进行建模的快速性对船舶电力系统故障进行诊断.研究利用Petri网技术对船舶电力系统进行故障仿真,包括模型建立、故障诊断以及对不确定信号的诊断与排除.诊断结论充分验证了Petri网技术的有效性和快速性,利用该方法能够帮助快速准确地判断事故,及时排除故障.     

电力系统在线监测与设备故障诊断系统研究

在供电系统中,电气设备的安全可靠运行直接决定着整个电网供电系统的稳定,因此在电力系统正常运行的同时需要对电气设备开展实时在线监测,同时对监测结果进行诊断就变得十分重要.这样就能够在电力系统运行的过程中及时发现故障、解决故障,进而避免更大的电力事故的发生.基于此本文对电力设备展开在线监测与故障诊断进行研究分析,降低电气设备发生故障的概率.     

基于潮流变化量特征的电网开断故障诊断方法研究

传统的基于保护、开关动作信息的电网故障诊断方法在实际应用中存在误动和拒动。利用SCADA系统采集的电网支路稳态潮流信息作为诊断依据,提出一种电网支路开断故障诊断的新方法,利用支路开断分布因子建立全网支路开断故障模式集,提取电网发生故障后各支路稳态潮流变化量,并运用模式识别算法对电网故障支路进行匹配识别,实现电网开断故障诊断。对某区域电网实例数据进行仿真分析,结果表明:该方法能够有效地对电网支路开断故障进行快速诊断,具有较好的工程实用价值。     

基于粗糙集-贝叶斯方法的分布式电网故障诊断

针对实际的电网故障诊断中常存在的冗余和不确定性信息这一问题,基于智能互补融合的思想,将粗糙集和贝叶斯有机结合在一起,并鉴于传统的人工智能在大电网故障诊断应用中存在的局限性而采用分布式数据挖掘的思想,提出了一种基于粗糙集-贝叶斯的分布式电网故障诊断方法。该方法首先把大电网分割成给定数目的局部电网,然后利用粗糙集对各个局部电网分别建立决策表并进行约简,最后利用粗糙集-贝叶斯方法进行局部电网内部及局部电网之间的联络线的规则提取形成全局规则库,并根据实时报警信息进行规则匹配得到诊断结果。经电网故障诊断算例分析表明,该算法正确、有效,速度快,容错性好。     

电力系统图像识别技术的研究和应用

在电力系统中应用图像识别技术有利于及时进行设备维护和故障排除,为开展设备状态检修,建设智能电网奠定基础。文章介绍了电力系统图像识别技术及其应用现状,说明了一般的图像识别过程。通过SF6泄漏激光成像仪和红外热像仪的应用,建立后台处理中心,把图像处理、视频分析结合起来,提供一个基于图像和视频分析的辅助诊断平台,实现设备故障诊断工作规范化。     

一种电力变压器神经网络故障诊断方法

电力变压器是电力系统的重要组成部分之一,它的安全运行对电力系统的可靠供电有很大的影响,本文对电力变压器故障诊断方法进行了研究.油中溶解气体分析法是诊断电力变压器内部故障的有效手段;最速下降算法是一种常用的神经网络局部寻优算法,在电力变压器故障诊断中收敛速度较慢,易陷入局部极小值;遗传膜算法具有并行计算的特点,用于电力变压器的故障诊断,很好地解决了神经网络在搜索过程中容易陷入局部最优的问题,具有更好的故障诊断速度.数值仿真结果验证了所给方法的有效性.     

基于贝叶斯疑似度的有向二分图模型的故障元件诊断

针对目前已有的故障诊断方法存在的计算复杂度高、建模困难、诊断误差较大等不足,分析了故障与征兆之间的非确定性关系,建立了概率加权的有向二分图故障诊断模型,依据统计概率对模型进行初始化,结合开关量时序属性对征兆信息进行完备化处理,通过计算贝叶斯疑似度对电力系统中的故障进行诊断,输出故障诊断结果.     

Elman神经网络在变压器故障诊断中的应用

变压器是电力系统中的枢纽设备之一,其运行情况将直接影响电力系统的安全运行。传统的变压器故障诊断方法不仅判断变压器中存在的故障的准确率低,而且对综合性故障也无法准确判断。应用E lm an神经网络进行变压器故障诊断,极大的提高了诊断准确率,提高电力系统运行可靠性。     

电力系统运行与智能监控研究所简介

电力系统运行与智能监控研究所面向电力系统运行与监控的需要,以高级软件系统开发与应用为主,坚持理论与实践并重,将先进的智能技术理论与传统的计算分析相结合,提高传统电力系统分析和运行监控软件的性能。研究所成员多年来在电力系统运行和监控方面进行了卓有成效的研究,积累了丰富的研究开发经验。开发了国内第一个跨区电网在线故障诊断系统、国内第一个黑启动决策支持系统、电力系统调度操作指导系统和谐波分析计算等高级程序和软件。目前主要研究方向为:1、电力系统分析与运行管理;2、智能技术及其在电力系统中的应用;3、电力系统安全…     

电力变压器故障诊断管理系统的研制

电力变压器故障诊断管理系统(TFDES)的研制对变压器、电力系统的安全运行意义重大．介绍了变压器故障诊断的常用方法，描述了所开发的TFDES结构、推理机制、实现方法，以及诊断管理的主要功能．现场测试表明：TFDES结构合理，推理正确，能有效诊断运行中变压器内部故障．     

我院一科技项目获国家自然科学基金项目资助

近日,国家自然科学基金委员会公布了2014年度国家自然科学基金申请项目评审结果。电网检修部培训师王磊博士申请的国家自然科学基金项目“基于大数据平台的输电网故障诊断架构研究”获得国家自然科学基金资助,资助金额23万元。该项目致力于研究开发基于大数据平台的电网故障诊断系统：运用大数据平台在数据收集方面高效、稳定的能力,建立从变电站过程层直接采集故障信息的故障数据收集模型,为上层的故障诊断提供快速、准确且格式统一的数据源;基于该大数据平台,研究实现一种以故障知识的表示形式为基础、按照故障特点择优选取智能方法的新型故障诊断算法,该方法在诊断效率上较传统方法有较大的提升。     

基于层次分析的变压器故障诊断决策支持系统

阐述了一套基于层次分析方法的变压器油色谱故障诊断决策支持系统,故障诊断模块使用改良电协研法、灰色关联熵、模糊聚类、人工神经网络等单项分析,弥补了现有诊断方法中的不足.针对每种诊断方法可能出现结论不一致的情况,系统综合分析方法采用层次分析的方法来实现,能对变压器色谱数据进行故障诊断,给出综合分析结论及建议.通过对平顶山电网中的色谱数据进行诊断及其他应用实例,验证了系统的有效性.     

电力系统饱和负荷预测研究综述

随着我国城镇化及工业化水平地不断提高,基于电网远景规划的饱和负荷预测越来越受到人们的重视。做好电力系统饱和负荷的预测对城市电网架构、电网规模的规划和发展具有重要的指导意义。该文综述了电力系统饱和负荷预测研究的最新进展,从电力系统负荷特性及常用负荷预测方法、饱和负荷的含义及判断依据和电力系统饱和负荷预测方法等方面进行了总结研究,分析了城市电力系统饱和负荷预测常用的方法,并对电力系统负荷预测技术发展趋势进行总结和展望,为城市电力系统饱和负荷预测的研究、推广提供参考。     

变压器绕组故障振动监测的研究现状

电力变压器是电力系统中的重要设备,其安全运行对电网安全具有重大意义。目前,对变压器进行在线监测和故障诊断已成为研究热点之一。从变压器振动的产生机理、等效力学模型以及监测成果3个方面进行了总结和分析,并对后续的研究方向进行了展望。     

电力变压器故障诊断专家系统研制及其应用技术开发

电力变压器故障诊断对变压器、电力系统的安全运行有着十分重要的意义。本文介绍了变压器故障诊断的基本原理和常用方法,描述了所开发的TFDES结构、推理机制、特点、实现方法及各模块的功能,并结合具体实例测试表明:TFDES结构合理,推理正确,能有效地诊断运行中变压器的内部潜伏性故障。