电力系统故障录波数据压缩与重构小波基选择

电力系统高压或超高压电网故障录波数据压缩与重构工具的选择,到目前为止还没有一个统一的模型和评价标准。详细分析了现有故障录波数据压缩与重构算法的优缺点,研究和阐述了各主要小波基的性能、特点,针对高压、超高压电网故障诊断、故障录波数据压缩与重构的实际需求,提出了将故障录波数据压缩比、信号重构的失真率、故障时刻定位误差率以及计算时间作为综合评价故障录波数据压缩与重构工具选择的依据。通过理论分析和大量ATP仿真以及华东电网实际故障录波数据验证分析表明,双正交提升小波对故障录波信号压缩与重构具有明显的优越性,并成功地将双正交提升小波应用到某电力公司故障诊断系统。     

基于小波理论的超高压电网故障时刻提取

不同厂家生产的故障录波装置以及同一厂家生产的不同型号的录波装置均有不同的精度,导致高压、超高压电网故障时刻的提取存在较大误差.文章在分析故障暂态信号特性的基础上,采用经过Bior提升的第二代小波作为新的工具进行故障时刻的提取.通过ATP仿真和对华东电网实际故障录波数据的分析给出了不同故障类型下故障时刻的提取误差,仿真结果表明经过Bior3.1提升的第二代小波能正确提取故障时刻,具有很高的计算精度和速度.     

基于小波神经网络和故障录波数据的电网故障类型识别

电力系统发生大面积复杂故障后,调度人员仅仅依靠来自数据采集与监视控制(supervisory control and data acquisition,SCADA)系统的保护和开关接点的变位信息难以做出准确的判断,来自故障录波装置记录的模拟量信息越来越成为故障诊断和系统恢复的重要依据。为了进一步提高超高压输电线路故障类型识别率和计算速度,文中利用提升小波和PNN网络构造了新的小波神经网络故障识别模型,应用bior3．1提升小波对故障电流进行分解,将分解到的 (0,375)Hz频率段的小波系数输入到PNN神经网络。通过 ATP仿真及华东电网实际故障录波数据的测试和比较结果表明:该模型具有很高的识别率和收敛速度,并有望将该模型应用到电网故障诊断系统。     

基于J2EE分布式技术的电网智能故障信息处理系统

充分利用高压／超高压电网中故障录波器记录的原始海量故障录波数据．将J2EE分布式并行计算技术引入电网故障信息处理系统．构建了一种分布式电网智能故障诊断新模型。     

超高压电网故障录波数据自适应压缩新方法

综合分析了超高压电网变电站故障录波数据快速压缩传输的必要性,以及现有故障录波数 据压缩传输算法的优缺点.提出了基于信号奇异性检测原理的自适应小波去噪压缩算法,详细分析了各尺度上小波系数奇异点的匹配搜索过程和最大尺度层数自适应阈值选取方法;通过故障录渡信号频率与采样率的关系,确定出最大小波分解层数,然后在该分解层数上进行噪声白化检验,并对某一个信号奇异点进行奇异性指数计算,以确定出小波最优分解层数.最后通过大量真实故障录波数据编程仿真,验证了该压缩算法的高效性.     

基于提升格式的实时数据压缩和重构算法

提出了一种新的实时数据压缩和重构算法。算法采用基于提升格式的线性整数变换小波双正交滤波器组合哈夫曼编码方法对电力系统的实时数据进行压缩和解压缩，并利用实测数据对算法进行验证。实验结果表明该算法所耗时间短，数据压缩倍数提高到接近9倍，是一种有效的数据压缩和重构方法，尤其适用于电网动态监测系统连续记录数据的实时压缩和去噪。     

高压电网子站故障选线诊断新方案研究

详细分析了高压电网子站端故障线路实时或准实时诊断的必要性.提出利用小波技术和单端故障录波数据确定故障线路的新思想:通过四阶中心B样条半正交二进小波分解子站故障电流数据,准确提取故障时刻,以及对故障后一周波暂态数据进行归约计算,结合录波数据中的保护接点变位信息,精确确定故障线路.大量仿真验证了算法的有效性.     

高压电网子站故障选线诊断新方案研究

详细分析了高压电网子站端故障线路实时或准实时诊断的必要性。提出利用小波技术和单端故障录波数据确定故障线路的新思想:通过四阶中心B样条半正交二进小波分解子站故障电流数据,准确提取故障时刻,以及对故障后一周波暂态数据进行归约计算,结合录波数据中的保护接点变位信息,精确确定故障线路。大量仿真验证了算法的有效性。     

基于db4小波的短时电压变动检测和录波实现

针对基于50Hz基波的短时电压变动信号检测和数据压缩对小波基的特殊要求,利用仿真实验证明了db4小波在短时电压变动检测和数据压缩与重构方面的独特优势,提出了一种基于db4小波的短时电压变动检测和录波实现的方法;提出了可以利用短时电压变动后的1/2个周期数据窗求短时电压变动的幅值。利用db4小波对短时电压变动信号就行了时频分析,准确得到了短时电压变动发生的起止时刻和短时电压变动幅值,实现了短时电压变动数据压缩与重构和故障录波。介绍了小波变换的基本原理,给出了算法仿真和系统实现的结构框图。通过实验仿真,证明了算法的可行性和准确性。在此基础上,利用LabVIEW设计了短时电压变动信号发生和检测系统。运行结果表明,系统测量准确可靠,性能优良,操作简单方便。     

故障录波信息和D_S证据理论用于电网故障诊断

当电网发生故障时,传统的故障诊断方法仅仅利用了开关量信息而没有充分利用故障录波信息,而故障录波信息在准确性、完备性和容错性等方面有开关量信息无法比拟的优势。为了充分利用故障录波信息进行电网故障诊断,通过小波变换对发生故障前后电流波形进行分析,采用小波奇异度和小波故障度分别表征电网元件的故障概率,但是由于故障的不确定性和复杂性,这两种故障表征方法都不能独自准确地诊断故障元件,因此提出采用D-S证据理论对多种故障表征方法进行信息融合,能够准确诊断故障线路。基于PSCAD仿真实例证明,该方法能提高对故障诊断结果的支持度及故障诊断的准确性,在电网故障诊断中有良好的应用前景。     

高压电网故障信号处理与保护系统研究

针对高压电网,分析了故障模型和处理方式,以高压电网故障信号处理为基础,设计了高压电网故障信号处理与保护系统.其中包括高压电网故障保护系统的状态转化分析、高压电网故障保护系统的硬件设计和高压电网故障保护系统的基本程序流程.通过实验测试和对结果数据的拟合,进一步分析了基于故障信号处理与保护系统的高压电网可靠性因素,以此指导...     

基于最优编码集及智能状态估计的电网故障诊断方法

当电网发生故障时,大量的遥信告警和变位信息上传到调度端,使得调度人员很难在短时间内对故障设备及故障类型做出准确的判断.因此提出了利用分组遥信数据识别故障类型,利用人工智能方法纠正差错遥信的电网故障诊断方法.对于此,将各种设备的标准遥信数据映射到故障诊断空间中,求取最优编码集,把故障遥信的故障空间编码值和故障空间最优编码...     

基于振动信号的高压并联电抗器故障诊断方法与监测系统研制

通过研究高压并联电抗器表面振动信号的幅频与分布特性,结合斯皮尔曼相关性分析,寻找并验证能够表征高压并联电抗器机械故障状态的特征参数,将振动信号的分段离散功率谱、主成分系数等参数组成特征向量,综合K-临近算法、支持向量、神经网络等多种机器学习方法实现对高压并联电抗器机械故障的诊断。在此基础上研发了一套在线监测系统,具有信号采集分析、故障诊断预警、数据智能采样存储、特征观察分析等功能。经实验测试表明,该系统诊断准确、性能稳定、方便智能,具有一定的实用价值。     

电机故障信号小波变换边界问题及解决方法

小波变换比Fourier变换具有良好的时频局部化特性，是处理突变信号的有力工具。近年来，小波变换在电力系统故障信号的处理中得到广泛地应用。而故障信号的采样区间是有限的，小波变换在处理电力系统故障信号时存在两个边界问题：即靠近端点附近突变点很难识别出来；信号分解、压缩及重构时误差较大。因为传统处理方法将有限区间的信号通过补零、对称延拓和平滑扩充外来数据区间而造成人为误差，除Harr小波外任何正交的紧支撑小波不具有对称性或反对称性，因而不具有线性相位或广义线性相位，易出现信号恢复时失真现象。提出的区间双正交小波方法同时具有正交性、紧支撑性及对称性，实验结果表明这种小波误小、精度高。     

基于小波包变换和矢量量化的电力系统故障数据压缩

在实际的故障分析中通常不是利用故障暂态信号的全部频带信息，而是利用其部分频带信息来解决问题，因此提出了针对电力系统故障信号压缩的特殊要求，即对于所要解决问题有重要价值的频带信息无损压缩，对不重要的频带信息可以失真压缩，即保频带压缩，在此基础上提出了基于小波包变换、Huffman编码方法和矢量量化相结合的故障数据压缩算法，首先利用小波包变换将故障信号分解成各个频带的信息，选择有重要信息的频带采用自适应Huffman无损压缩算法，而对于其他频带数据信息，采用矢量量化压缩算法，通过仿真测试，该算法较好地满足了故障暂态信号的压缩要求，具有较大的应用潜力。     

基于LIF法的励磁系统参数辨识

介绍了一种采用线性积分滤波器(LIF)的连续时间辨识方法,借以辨识励磁系统参数,使用线性积分滤波器可以完全消除积分方程初始条件的影响,即在非零初始条件下无需辨识初始条件依然能得到精确的结果。在仿真研究中,以IEEEAC1A型标准励磁系统为例采用LIF法进行了参数辨识。     

New Digital Algorithm for Adaptive Reclosing Based on the Calculation of the Faulted Phase Voltage Total Harmonic Distortion Factor

This paper presents a new numerical algorithm suitable for determining adaptive dead time, and blocking automatic reclosing during permanent faults on overhead lines. It is based on terminal voltage input data processing. The decision if it is safe or not to reclose is determined by the voltage signal of faulted and tripped line phase using the total harmonic distortion factor calculated by discrete Fourier transform. The algorithm was successfully tested using signals recorded on the real power system. The tests demonstrate the ability of the presented algorithm to determine the secondary arc extinction time and to block unsuccessful automatic reclosing of high-voltage lines with permanent fault     

Bd小波的滤波参数与小波变换快速算法

Ｂｄ小波是以基数Ｂ样条为平滑九的导数小波,它们在许多方面都地现有的高斯序列导上波与Ｍａｌｌａｔ导数小波,可广泛应用于信号分析,模式识,故障诊断,数据压缩,信噪分离等场合。文中详细分析了如何快速计算Ｂｄ小波的滤波参数与采用Ｂｄ小波的小波变换,如何从时域特性与频域特性两方面选择所需的Ｂｄ小波。     

基于RBFNN的高压输电线路故障诊断

本文在对电力系统故障诊断方法进行分析的基础上,利用径向基函数(Radial Basis Function-RBF)网络适合于求解模式识别问题的优势,提出了应用RBF神经网络(简称RBFNN)来实现高压输电线路的故障诊断,建造了基于RBFNN的高压输电线路故障诊断模型结构,并且给出了确定RBF网络最佳聚类数的标准.仿真分析及容错性测试结果表明,本文所提方法能有效地实现高压输电线路系统的故障诊断,而且在网络的训练速度以及对因干扰而畸变的输入信息情况的容错能力方面都优于传统的BP神经网络,对实时信息处理系统具有一定的适用性.     

基于 LSA-MP 改进原子分解的 电能质量数据压缩方法

电能质量数据压缩是电能质量问题检测和识别中的重要步骤,其本质即为探寻电能质量稀疏特征的过程。针对稀疏分解中常用的匹配追踪算法在匹配最佳原子时计算复杂度高、耗时长,不能满足电力信号分析实时性要求的问题,应用收敛精度高、收敛速度快以及全局寻优能力强的闪电搜索算法搜索最佳原子,提出了闪电搜索匹配追踪算法。利用所提算法在构建的电能质量相关原子库中对电能质量信号进行原子分解,提取电能质量特征参数,将提取到的参数作为压缩后的电能质量数据,实现电能质量数据压缩。实验结果表明,所提算法匹配最佳原子的耗时约缩短为原算法的1/98,基于所提算法的电能质量数据压缩方法在匹配最佳原子满足电力信号分析的实时性要求,具有较高的压缩率和较低的重构误差,提高了数据压缩的性能。