首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 78 毫秒
1.
基于形态小波的低压系统短路故障早期检测   总被引:13,自引:3,他引:13  
低压配电系统中存在着较强的脉冲噪声及自噪声干扰,影响了短路故障特征的准确提取。为充分利用短路后电流变化率剧增这一重要故障信息以对短路故障进行早期检测,必须设计有效的滤波算法,在保留故障信号特征的前提下最大限度地抑制噪声干扰的影响。该文将数学形态学滤波器作为多尺度小波变换的前置滤波单元,形成一种新型的形态小波算法模型,并应用于低压系统短路故障早期检测中。该模型兼顾了数学形态学滤波器与多尺度小波变换各自的优点,可以较好地提取故障特征、抑制各种噪声,并能够在硬件上实时实现。计算机仿真结果和在以TI TMS320F2812 DSP为核心的硬件系统实验证实了该模型的有效性。  相似文献   

2.
基于小波变换的短路故障早期检测门限值的研究   总被引:2,自引:0,他引:2  
当采用小波分解方法对低压配电系统短路故障进行早期检测时,门限值的合理设置对故障检测的可靠性及灵敏度是至关重要的.本文通过对低压配电系统电动机的起动、过载及线路短路的暂态过程进行深入研究,得到了基于三次B样条小波变换的短路故障早期检测门限值的设置方法.该方法与全波傅里叶模值检测方法相比,不仅可将短路故障与电动机起动、过载正确区分开,而且还可超高速地检测出短路故障.仿真结果证实了该方法的正确性及有效性.  相似文献   

3.
形态小波在低压系统短路故障早期检测中的DSP实现   总被引:1,自引:0,他引:1  
本文将具有多结构元素的广义形态开滤波器作为三次B样条二进小波变换的前置滤波单元,形成一种新型的形态小波滤波器,并应用于低压系统短路故障早期检测中.该滤波器可以较好地抑制各种噪声、保护故障特征,并从整体上降低了算法的复杂程度,使之在硬件上实时实现成为可能.本文研制了以美国TI公司新近推出的TMS320F2812 DSP为核心的短路故障早期检测系统,在此系统上实时实现了上述形态小波滤波算法.计算机仿真及实验结果均证实了该算法能够有效滤除低压系统中常见的白噪声及脉冲噪声,同时也证实了该算法在低压系统短路故障早期检测应用中的有效性.  相似文献   

4.
基于小波变换的地铁远方短路电流分析   总被引:4,自引:0,他引:4  
本文首先讨论地铁直流侧远方短路故障的现有保护方案,指出现有的基于电流变化率方法难以躲开机车起动电流。文中根据远方短路故障电流受铁轨集肤效应的影响而具有不断变化的时间常数的特点,提出一种使用连续墨西哥草帽小波来提取该短路电流的暂态特征的新方法.从而有效避开机车起动电流。仿真结果证明了所提方法的有效性。  相似文献   

5.
低压系统多层级短路电流早期检测与预测   总被引:2,自引:0,他引:2  
从电源侧向终端侧的全范围延伸是当前选择性保护的技术方向.针对现阶段低压系统短路故障选择性保护的局限性,提出多层级全范围选择性协调保护系统技术概念,阐述实现新型全选择性协调保护的系统架构及其关键技术.在建立低压系统多层级单相短路故障实型实验系统及其仿真模型的基础上,分析全相角范围短路故障电流波形,阐述小波变换实现短路故障早期检测原理及其技术实现,并引入极端学习机研究短路故障早期辨识的电流峰值预测方法.仿真与实验验证了短路电流早期检测及其峰值预测的有效性,为低压系统多层级短路故障全选择性协调保护奠定理论基础.  相似文献   

6.
短路电流峰值对低压系统选择性保护及其断路器可靠分断十分重要,迄今尚缺乏深入研究。利用短路故障早期检测技术,在仿真分析短路故障早期参数的基础上,采用灰度关联度,得出对短路电流峰值的主要影响因素,并采用极端学习机(ELM)实现短路电流峰值的预测。仿真结果表明,灰色关联度可有效辨识短路电流主要因素,降低了短路电流预测特征变量维数。基于短路故障早期检测及极端学习机的短路电流预测方法,具有鲁棒性强且精度高的特点,为低压选择性保护技术的实现奠定基础。  相似文献   

7.
针对10 kV配网容量不断增加而引起的短路故障电流急剧上升,甚至超过断路器开断电流能力的问题,常规的故障检测算法主要是通过有效值、瞬时值、斜率等特征进行判断,存在误检率较高、检测速度较慢等缺点。文中提出了一种基于实时小波变换的配网短路故障快速检测算法,即每次更新8个电流采样数据,并采用递推算法进行三层小波变换,以三相电流的第3层分解小波系数d3绝对值之和与电流瞬时值作为检测短路故障的综合判据。在MATLAB/Simulink下完成了10 kV配网三相短路故障的仿真,对仿真过程进行了详细的说明。最后对文中算法检测短路故障的时间进行了多次仿真,结果表明采用快速递推法进行实时小波变换可以快速、有效地检测出短路故障,具有良好的适用性。  相似文献   

8.
针对配电线路故障测距受过渡电阻的影响问题,提出强跟踪滤波器的方法实现配电网相间短路故障测距。利用小波分析对配电线路首端故障电流和电压进行预处理,消除信号中的高频噪声信号。分析配电网相间短路构成的故障回路,建立关于线路故障电流和短路过渡电阻的微分方程。合理选择状态量和输出量将故障回路的微分方程转化为状态估计方程,利用强跟踪滤波器的状态估计算法实现相间短路的故障测距。通过Matlab仿真表明该算法是有效的,利用小波分析对故障电流和电压进行处理,能提高测距的快速性和准确性。  相似文献   

9.
直流系统接地故障检测中常用的低频信号注入法容易受到各支路电缆中存在的对地电容的影响,在其基础上提出了基于小波变换的检测方法,该方法通过选取适当的小波函数,可以有效地克服对地电容的影响。当直流接地故障发生后,向直流系统中注入低频信号,利用小波变换算法从检测到低频电流中提取出与注入信号同频的低频电流,通过计算该电流信号中的阻性分量求得该支路的接地电阻值,从而可以判断出故障支路。经过m atlab仿真分析,这种方法可在对地大电容情况下都准确提取出低频电流相量特征,正确判断出故障支路。  相似文献   

10.
直流系统接地故障检测常用的低频信号注入法容易受到支路电缆对地电容的影响。这里引入小波变换检测法,通过选取适当的小波函数,可以有效地克服对地电容的影响。在检测直流接地故障时,利用小波变换算法从检测到低频电流中提取出与注入信号同频的低频电流,通过计算该电流信号中的阻性分量,求得该支路的接地电阻值,可以判断出接地支路。MATLAB仿真分析,证明这种方法可在对地电容影响下,能正确判断出故障支路。  相似文献   

11.
通过采用一种基于小波分析及SVM的电机故障诊断方法,利用Simulink工具对三相异步电机无故障、定子故障及转子故障三种情况进行了仿真建模及故障诊断分析。实验结果表明,所采用的电机故障诊断方法诊断速度快且诊断精度高,满足实际需求。  相似文献   

12.
直流系统接地故障检测中常用的低频信号注入法容易受到各支路电缆中存在的对地电容的影响,在其基础上提出了基于小波变换的检测方法,该方法通过选取适当的小波函数,可以有效地克服对地电容的影响。当直流接地故障发生后,向直流系统中注入低频信号,利用小波变换算法从检测到低频电流中提取出与注入信号同频的低频电流,通过计算该电流信号中的阻性分量求得该支路的接地电阻值,从而可以判断出故障支路。经过MATLAB仿真分析,这种方法可在对地大电容情况下都准确提取出低频电流相量特征,正确判断出故障支路。  相似文献   

13.
小波变换在谐波检测中的应用   总被引:6,自引:2,他引:6  
根据国内外谐波测量的发展现状,简要介绍了基于小波变换的谐波测量以及分析方法的原理及主要的成果,分析其优点和缺点,并对小波变换在不对称系统谐波测量中的一些不足进行了探讨。最后,对小波分析在电力系统谐波测量中的发展趋势和方向提出了自己的看法。  相似文献   

14.
基于线调频小波变换的电机故障信号消噪方法   总被引:3,自引:0,他引:3  
电机故障信号包含大量白噪声和有色噪声 ,消噪是故障信号分析、诊断、处理的前过程 ,消噪的效果直接影响到后期工作。小波变换在电力系统的故障信号处理中得到广泛地应用 ,然而 ,小波变换只能消除白色噪声 ,对有色噪声不起作用。线调频小波变换是窗口Fourier变换和小波变换的推广 ,它不仅具有小波变换良好的时频局部性特点 ,而且它的时频窗口比小波变换的时频窗口更加灵活。本文应用线调频小波变换对电机故障信号进行消噪 ,效果明显。线调频小波变换在电力系统故障信号处理方面必将得到广泛的应用  相似文献   

15.
文中提出直流系统接地故障检测方法.该方法采用复值小波变换提取各支路信号中低频电流相量,通过计算其阻性分量来计算支路接地电阻,从而判断出故障支路.经过MATLAB仿真证明该方法能够有效的克服对地电容对故障检测的不利影响.  相似文献   

16.
小波变换原理识别电力系统故障及振荡中短路的研究   总被引:7,自引:1,他引:7  
通过对电力系统振荡和短路所呈现出的不同特征的分析,从故障特征入手,提出了一种区分振荡、故障、振荡中再故障的新方法,这种方法是基于小波变换原理实现的。经大量的仿真试验,获得良好的仿真效果。  相似文献   

17.
分析母小波的选取问题 ,强调相频特性的重要性 ,并选用一种复小波为母小波。首次提出利用该复小波及其快速递推算法进行故障选相的新判据。经大量仿真试验证明 ,所提出的新判据基本不受故障类型、过渡电阻、初相角和故障点位置的影响 ,可以无延时地即时判明故障相别。提出的方法具有算法简单、检测准确、抗干扰能力强、不会发生误判的优点 ,具有较好的应用前景  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号