分层式电网故障诊断系统的设计与实现

电网故障诊断是保证电力系统安全稳定运行的重要手段。针对中国目前电网自动化水平的具体情况，提出了基于开关跳闸信号、保护信息及故障录波信息的分层式故障诊断方法。用此方法不仅可以诊断简单故障和复杂故障，还可以判断故障类型、故障相别，并完成故障测距，为运行人员迅速切除故障、恢复运行提供了可靠的保证。据此原理设计的装置在现场应用效果良好。     

分层分布式电网故障诊断专家系统设计

电网故障诊断是保证电网安全运行的重要手段.针对我国目前自动化水平的具体情况,提出分层分布式故障诊断专家系统的设计思想,给出了系统的结构以及诊断方法和通讯问题的解决方案.用分层的方法解决诊断问题,在调度端采用开关信息诊断故障,在变电站端利用保护信息诊断故障,用广域网技术实现调度端与变电站端的通讯.而根据现场自动化装置的具体配置情况,系统可采用分布式方法达到硬件资源的合理应用.     

基于多种算法融合的区域电网在线故障诊断

电网在线故障诊断是保证电网安全稳定运行的必要措施之一。随着区域电网规模的不断扩大,电网出现故障时会有更多不准确的信息传入调度中心,这势必影响原有在线故障诊断方法的速度和准确性。本文考虑自然灾害对故障区域的影响,将T-S模糊模型、粗糙集理论和遗传算法有效融合,充分利用T-S模糊和粗糙集理论对不精确和不完备信息的知识挖掘与处理能力,基于遗传算法的自适应优势改进粗糙集约简,能够更快、更准确地在线诊断区域电网故障。通过故障诊断算例仿真分析,结果表明了所研究的故障诊断算法具有快速性、准确性、有效性。     

面向 SCADA 系统的电网故障诊断信息的获取

对在线电网故障诊断系统的信息获取问题进行深入研究,基于目前的 SACDA 信息平台,提出一种故障诊断信息的在线获取方法.该方法采用文中提出的动态事件窗生成技术,先对含有电网故障信息的告警信号进行截获,然后结合故障元件、保护动作和断路器跳闸的关联性,从截获的告警信号中提取电网故障诊断信息.动态事件窗生成技术可有效地克服错误告警信息影响,保证所获取电网故障信息的正确性和完整性.所提方法已经应用于实际电网的故障诊断系统,运行结果表明其是有效且可行的     

基于二进制群智能算法的输电网故障诊断方法

为保证电网故障诊断的准确性与实时性,将二进制粒子群算法（BPSO）和二进制蚁群算法（BACA）引入到电网故障诊断优化模型的求解中,并与遗传算法作了对比分析。对单一故障、多重故障、保护非逻辑性动作、信息丢失等不同故障信息条件下的故障案例进行了仿真。仿真结果表明二进制群智能算法在收敛速度和优化结果方面显著优于GA,同时验证了提出的电网故障诊断方法具有诊断准确和容错性好等优点。     

基于二进制群智能算法的输电网故障诊断方法

为保证电网故障诊断的准确性与实时性,将二进制粒子群算法(BPSO)和二进制蚁群算法(BACA)引入到电网故障诊断优化模型的求解中,并与遗传算法作了对比分析.对单一故障、多重故障、保护非逻辑性动作、信息丢失等不同故障信息条件下的故障案例进行了仿真.仿真结果表明二进制群智能算法在收敛速度和优化结果方面显著优于GA,同时验证了提出的电网故障诊断方法具有诊断准确和容错性好等优点.     

基于贝叶斯网络和故障录波数据的电网故障综合诊断方法

电网故障诊断是保证系统安全运行的基础,故障录波系统提供的信息为电网故障的精确诊断提供了重要依据。为了有效利用故障录波数据,并在信息缺失或不确定条件下精确诊断电网故障,研究了基于贝叶斯网络和故障录波数据的电网故障综合诊断方法。通过在故障录波联网系统的主站建立输电网贝叶斯模型,结合从故障录波系统得到的模拟量和开关量数据,从而构成基于贝叶斯网络的电网故障识别模型。将贝叶斯网络得出的高可信度诊断结果融入专家系统的知识库,形成完备的故障诊断专家系统。实例分析表明,可快速并准确地定位故障元件,提高电网故障处理效率。     

基于径向基函数神经网络和模糊积分融合的电网分区故障诊断EI北大核心CSCD

为有效解决分区故障诊断关于互连区域间联络线的诊断问题,提出了基于径向基函数神经网络和模糊积分融合的大电网故障诊断方法。该方法通过网络重叠分区将大电网划分为若干区域,故障发生后根据警报信息选择性触发警报信息所在区域对应的区域径向基函数神经网络诊断模块,然后利用模糊积分关联融合相连区域关于联络线的诊断输出,实现对联络线的故障诊断。该方法不仅可以诊断各区域内部发生的故障,而且能够有效地诊断区域间联络线发生的故障。算例仿真结果表明:该方法简单、有效,能弥补现有电网分区故障诊断方法在联络线故障诊断方面存在的不足,且能够处理各种复杂故障情况,具有良好的故障容错能力。     

基于径向基函数神经网络和模糊积分融合的电网分区故障诊断

为有效解决分区故障诊断关于互连区域间联络线的诊断问题,提出了基于径向基函数神经网络和模糊积分融合的大电网故障诊断方法。该方法通过网络重叠分区将大电网划分为若干区域,故障发生后根据警报信息选择性触发警报信息所在区域对应的区域径向基函数神经网络诊断模块,然后利用模糊积分关联融合相连区域关于联络线的诊断输出,实现对联络线的故障诊断。该方法不仅可以诊断各区域内部发生的故障,而且能够有效地诊断区域间联络线发生的故障。算例仿真结果表明:该方法简单、有效,能弥补现有电网分区故障诊断方法在联络线故障诊断方面存在的不足,且能够处理各种复杂故障情况,具有良好的故障容错能力。     

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。     

故障树分析在电力系统可靠性研究中的应用

对于设计人员来说,如何在方案论证阶段就直观、清晰地了解到各种方案中电力系统的可靠性是十分重要的。为解决较复杂的电力系统的安全性和可靠性问题,应把系统的故障与组成系统的部件的故障有机地联系在一起。通过实例分析,介绍了故障树分析的基本概念、建模方式、计算步骤及其在电力系统可靠性研究中的应用。     

大电网继电保护并行整定计算中故障电气量的计算

选择大电网中各大区电网之间的互联线路作为联络线,以联络线为边界将大电网分解成相互间无电磁联系的子系统群,采用分解协调法来计及各子系统之间的相互影响,采用补偿法来模拟各子系统内的网络操作,在不修改原网各子系统数学模型的前提下,提出了一种大电网继电保护整定计算中故障电气量的并行计算方法。该方法既适用于大电网继电保护离线并行整定计算又适用于在线并行整定计算。     

二次系统等电位接地网的敷设

电力系统发生故障将导致接地点与远端零电位处电压的不平衡。二次系统等电位接地网能有效阻止主接地网的不平衡电压引入到二次系统当中,避免二次设备损坏及误动情况的发生。针对目前各厂、站二次系统等电位接地网敷设较混乱情况,根据国网公司颁布的十八项反措相关要求,详述了等电位接地网敷设应遵循的原则以及户外端子箱、室内保护屏柜、二次电缆屏蔽层接线等方面应注意的问题,提出了切实可行的实施方法,使继电保护二次系统接地达到合理、美观、统一的要求。     

正规形理论在电力系统稳定性研究中的应用(四)--复杂电力系统的稳定边界研究

正规形理论应用于电力系统的暂态稳定性分析中，可以依据所采用的非线性变换的阶数对电力系统故障后的主导不稳定平衡点上的稳定流形作几阶近似，从而得到某阶近似的电力系统稳定边界的解析式。更进一步地，可以得到系统的极限切除时间。以新英格兰系统为例，推导了四阶近似的局部稳定边界的解析表达，计算了几种故障情况下的极限切除时间，与逐步积分法的比较结果表明采用四阶近似的稳定边界是较精确的。     

基于.NET平台的分布式电气主设备状态监测系统

提出了一种基于Internet/Intranet Web服务的,对电力系统一次主设备进行状态监测和故障诊断的整套方案。将网络技术引入电气主设备的数据采集与诊断决策系统中,有效获取电气主设备的实时状态信息。重点阐述了电气主设备的监测对象、内容和状态监测系统的网络安全策略,并提出了以3层B/S为主体架构的状态监测系统的总体方案。基于.NET平台开发了一套适用于分布式环境,并能同时对整个地市局区域的各个厂站电气主设备进行远程实时监测和运行状况诊断的软件系统,为分析和诊断电气主设备的故障提供了准确的依据。     

二次系统等电位接地网的敷设

电力系统发生故障将导致接地点与远端零电位处电压的不平衡.二次系统等电位接地网能有效阻止主接地网的不平衡电压引入到二次系统当中,避免二次设备损坏及误动情况的发生.针对目前各厂、站二次系统等电位接地网敷设较混乱情况,根据国网公司颁布的十八项反措相关要求,详述了等电位接地网敷设应遵循的原则以及户外端子箱、室内保护屏柜、二次电缆屏蔽层接线等方面应注意的问题,提出了切实可行的实施方法,使继电保护二次系统接地达到合理、美观、统一的要求.     

电力系统复杂故障的一种计算方法

在纵向端口等值的基础上 ,提出了大规模电力系统故障后分解协调计算的方法 ,取消了对故障类型的限制 ,能处理任意组合的复杂故障 ,不需要形成全电力系统网络的节点导纳矩阵和节点阻抗矩阵 ,降低了计算矩阵的维数 ,计算表明有较高的速度和精度     

A new neural networks approach to on-line fault section estimationusing information of protective relays and circuit breakers

This paper proposes a new neural network diagnostic system for online power system fault section estimation using information of relays and circuit breakers. This system has a similar profile of an expert system, but can be constructed much more easily from elemental samples. These samples associate fault section with its primary, local and/or remote protective relays and breakers. The diagnostic system can be applicable to the power system control center for single or multiple fault sections estimation, even in the cases of failure operation of relays and breakers, or error-existent data transmission. The proposed approach has been practically verified by testing on a model power system. The test results, although preliminary, suggest this system can be implemented by various electric utilities with relatively low customization effort     

电力通信网综合管理系统故障告警机制的设计与实现

详细阐述了电力通信网综合管理系统的原理和运行方式,着重分析系统对于告警处理流程和分析手段的功能需求。同时在对比目前常用的告警处理技术基础上,进行故障告警机制的设计与实现。通过告警信息标准化和过滤,精确定位故障所在,为管理系统在告警灵活处理上提供了一个标准平台,使系统可以更好地应用到其他模式的设备管理中。使用该管理系统能够缩短维护人员判断和排除障碍的时间,保证电力通信网络的稳定运行。     

基于代价敏感相关向量机的变压器绝缘状态评估

变压器是电力系统中重要的电气设备,其运行状态对系统安全运行起着重要作用,将代价敏感学习机制引入相关向量机,提出了代价敏感相关向量机(Cost-Sensitive Relevance Vector Machine,CS-RVM)。该算法以误诊损失代价最小为目标,按贝叶斯风险理论预测新样本的故障类别。用典型算例验证了CS-RVM具有较高的诊断正确率,同时可在一定程度上避免故障漏诊、高危故障误诊为低危故障。在此基础上,文章尝试将其应用于变压器绝缘状态评估,提出了基于CS-RVM的油浸式电力变压器故障诊断方法,以克服现有变压器故障诊断方法未考虑误诊代价差异的问题,并采用基于DGA数据的变压器故障诊断实例对该诊断方法的有效性进行了验证。