电网故障录波装置定值远程操作平台的设计

摘要： 为了使电网故障录波装置定值操作更加方便,设计并实现了一种电网故障录波装置定值远程操作平台,远程操作人员经互联网通过登录嵌入式服务器的网站实现电网故障录波装置定值的远程操作。将主控制模块作为整个电网故障录波装置定值远程操作平台的核心,通过Atmegal28L 单片机对采集到的电网故障录波装置信息进行定值处理,向执行模块发送操作指令。利用无线通信模块实现嵌入式服务器和电网故障录波装置现场各模块之间的信息交换。通过信号采集模块获取电网故障录波装置的数据,对图像传感器采集波形图进行预处理,完成数据的传递。利用执行操作完成电网故障录波装置的定值操作。软件设计过程中,对电网故障录波装置定值远程操作平台进行了详细的分析,给出了定值操作的程序代码,仿真实验结果表明,所提系统具有很高的可行性及实用性。     

WGL-6微机故障录波分析装置设计方案

电力系统的发展对变电站故障录波装置提出了更高的要求，计算机软硬件技术的飞速进步为微机型故障录波装置的性能改善提供了必要条件。介绍了新型WGL-6型微机故障录波分析装置技术特点、硬件结构配置、性能以及软件包的组成及其功能，还介绍了故障录波的全过程、这种录波方式的特点和这种录波器与旧型录波器相比较而添加的特有功能。     

发电机电气量采集与故障录波装置研制与应用

丰满发电厂自行研制的FCGL2008B型发电机电气量采集与故障录波装置成功地在丰满发电厂多台机组上得到应用。文中介绍了该装置的构成原理及技术特点,所采用的NI LabVIEW图形化编程软件和CompactRIO可编程控制器相结合的设计方案,有效提高了该装置的性能,为现场电力系统电气量采集与故障录波装置研究应用提供技术参考。     

微机型故障录波装置联网系统设计

我国电网故障录波装置的录波信息远方传输和管理自动化已逐步引起有关部门的重视,故障信息处理的高度自动化已成为发展的必然趋势。根据目前微机型故障录波装置联网面临的问题及特点进行分析,文中提出一种设计方案及应用实例。     

智能变电站智能录波器配置方式探讨

中国南方电网在2018年建成了新版本智能站标准体系,为南方电网系统内智能变电站建设提供了一整套方案标准体系。针对故障录波装置编制了《智能录波器技术规范(2018年试行版)》标准,要求智能录波器必须具备故障录波、网络记录分析、二次系统可视化、智能运维功能等功能组件。复杂的功能模块,对应的故障录波配置工作量将会非常大,且与常规变电站录波器一样需要通过手动进行,效率极低。本文从智能录波器技术实现方式入手,讨论故障录波器的自动配置方式。     

基于边缘计算的继电保护海量录波数据轻量级传输优化方法

针对海量录波数据上送主站传输开销大的问题,文章提出了一种基于边缘计算的海量录波数据轻量级传输优化方法.研究了高占比的短路故障机理,利用希尔伯特–黄变换(Hilbert-Huang Transform,HHT)算法建立故障可信度指标体系,提出海量录波数据的过滤传输机制,过滤后上送的故障数据仅占海量录波数据的5％,有效缓解...     

基于小波分析与突变量法的故障录波突变时刻检测方法

提出了一种基于小波分析与突变量法相结合的故障线路录波突变时刻的实用检测方法。通过使用db4小波对故障录波数据进行变换,检测出可疑的奇异点集,然后通过计算可疑奇异点后的前后基波有效值,利用突变量法确定突变点。经过验证可知,这两种方法相结合能够较精确、快速地定位到故障特征时刻,为进一步利用故障录波时序信息进行故障诊断提供了技术支持,具有很强的实用性。     

智能变电站二次设备的整合方案

智能变电站是智能电网建设的重要节点,按照国家电网公司编制的一系列与智能变电站相关的技术规定,通过对变电站合并单元与智能终端、故障录波与网络报文分析、保护装置与测控装置等方面的分析,提出了二次系统功能整合方案,例如建设220kV及以下或者规模不大的500kV智能变电站,优先采用故障录波与网络分析一体化方案,可以解决动态和暂态报文的记录问题,同时还简化了网络配置。通过整合智能变电站二次系统的功能,在满足保护测控装置可靠性的前提下,合理配置二次系统相关设备,优化二次系统网络架构,以降低变电站的建设投资,方便变电站的运行和维护管理。     

含有主动干预消弧装置的变电站消弧线圈动作特性

含有主动干预消弧装置的配电网在单相接地故障时,由于主动干预消弧装置的作用,配网原有中性点消弧线圈呈现出了不一样的动作特点。通过在某10 kV配网进行单相接地试验,对不同故障条件下消弧线圈的动作特性进行了录波研究分析。试验表明,消弧线圈与主动干预消弧装置可以在同一配电网中共存,对主动干预消弧装置的普及应用具有十分重大的意义。     

基于行波信号注入的配网线路单相故障状态接地诊断方法

配电网线路运行维护过程中,由于单相接地故障特征波识别方式的差异,使得线路单相接地故障诊断的准确率较低,无法满足电力系统工作需求。提出基于行波信号注入的配网线路单相接地故障状态诊断方法。通过故障录波装置获取故障特征数据,构建故障波形特征库;采用高压脉冲信号源作为行波信号注入源,并分析脉冲源控制回路;根据行波信号反射结果,应用小波变换算法识别线路故障特征波;根据特征提取结果,计算特征空间的欧式距离,完成配网线路单相接地故障状态诊断。实验结果表明：与当前诊断方法相比,所提方法既有效提高了单相接地故障诊断的准确率,又提升了电网线路故障诊断的整体水平。     

故障录波装置中分析和远传自动开停机系统

针对电力系统故障录波装置设计了一套分析和远传自动开停机电路．它可以根据不可工作状态自动开启分析和远传系统（分析站或后台机），待分析和远传后自动关闭分析结，达到无人值守的目的．     

A fault diagnosis model for proton exchange membrane fuel cell based on impedance identification with differential evolution algorithm

An effective online fault diagnosis system is of great significance to improve the reliability of fuel cell vehicles. In this paper, a fault diagnosis model for proton exchange membrane fuel cells is proposed. Firstly, the tests of electrochemical impedance spectroscopy under different fault types (flooding, drying, air starvation) and fault degrees (minor, moderate, severe) are carried out, and each polarization loss of the fuel cell is denoted by an equivalent circuit model (ECM). Then, the parameters of the ECM are identified by the proposed random mutation differential evolution algorithm. Furthermore, the parameters identified under different fault conditions are used to train and test a probabilistic neural network-based fault diagnosis model. The fault diagnosis model achieves diagnosis accuracies of 100% for the fault type and 96.67% for the fault degree. By setting operating conditions with different fault degrees, the fault diagnosis model proposed in this paper can realize the fault type and fault degree diagnosis, effectively avoiding the misjudgment of fault types, and is effective for improving the reliability of the fuel cell system.     

基于粗糙集理论的汽轮机组回热系统故障诊断模型

在分析了汽轮机组回热系统现有故障诊断方法无法解决冗余征兆的不足之后,提出了一种基于粗糙集理论的故障诊断模型。该模型从回热系统典型故障模式出发,通过连续征兆属性的离散化建立了故障诊断决策表;利用遗传算法实现了故障征兆属性约简,并提出了结合领域知识的最小约简择优策略,然后通过给出的决策规则约简的基本原则,得到用于故障诊断的决策规则库。在应用该模型进行故障诊断时,用待诊实例的离散化了的故障征兆属性与规则库中的诊断决策规则进行匹配,对返回的诊断决策规则进行综合评价,并得出诊断结论。利用电站仿真机模拟典型故障进行了故障诊断模型的验证,实践表明,该模型可以有效地约简冗余的故障征兆,并具有较好的诊断效果和一定的容错能力。     

基于电流变化的环状直流配电网故障定位方法

针对现有故障测距方法无法同时对单极接地故障和极间故障进行定位,以及利用电容放电阶段进行故障定位时忽略了多端换流站都会对故障点注入电流等问题,提出一种利用故障线路上的全电流分量对多端柔性直流配电网进行故障定位的方法.通过联立与故障点相邻两网孔的电压方程,从算法上解决了过渡电阻对求解故障位置的影响.在simulink中搭建...     

Fault detection in PV systems

A practical fault detection approach for PV systems intended for online implementation is developed. The fault detection model here is built using artificial neural network. initially the photovoltaic system is simulated using MATLAB software and output power is collected for various combinations of irradiance and temperature. Data is first collected for normal operating condition and then four types of faults are simulated and data are collected for faulty conditions. Four faults are considered here and they are: Line to Line faults with a small voltage difference, Line to line faults with a large voltage difference, degradation fault and open-circuit fault. This data is then used to train the neural network and to develop the fault detection model. The fault detection model takes irradiance, temperature and power as the input and accurately gives the type of fault in the PV system as the output. This system is a generalized one as any PV module datasheet can be used to simulate the Photovoltaic system and also this fault detection system can be implemented online with the use of data acquisition system.     

一起大型发电机定子接地事故分析及处理

针对某大型发电机定子接地故障,建立发电机单相接地故障模型,根据故障时的现场故障录波波形和数据,利用Matlab软件分析计算出故障时的零序电压和过渡电阻,并获得零序电压随接地电阻变化的轨迹,准确定位出故障点位置,分析结果与现场故障数据相吻合,进而给出故障处理方法,对设备制造、安装等提出了参考建议,可为今后类似故障分析、处理提供参考依据。     

发动机故障特征量提取方法的研究

着重讨论了在发动机故障诊断中常用的故障特征量 ,在故障特征量提取中引入了小波分析方法 ,大大提高了故障特征强度。通过理论和实验方法 ,对这些故障特征量的敏感性进行了分析 ,为发动机的状态监测与故障诊断提供了依据。     

基于一维密集连接卷积网络的风电齿轮箱智能故障分类

人工智能技术的飞速发展为现代能源装备的精益化故障诊断与健康管理提供了可能。风电齿轮箱由多个齿轮、轴承组成,且长期在变速、变载荷工况下运行,依靠传统的故障特征提取结合机器学习方法进行故障诊断存在精度低、缺乏智能性等缺点。文章提出了基于一维密集连接卷积网络的风电齿轮箱故障分类方法:将原始振动信号直接送入网络模型,经过密集连接、合成连接与卷积运算,匹配对应的故障类型,迭代训练故障分类模型;振动信号输入模型后的分类结果决定所属故障类别。文章所提出的风电齿轮箱故障分类方法具有诊断流程简单、故障识别率高等特点,多工况试验台故障数据验证了该方法的有效性。     

考虑变流器容错特性的海上双馈风电机组绕组短路故障辨识

海上双馈风力发电机组须具备一定的容错能力,以减少因机组故障造成的停机损失.文章针对海上双馈机组变流器的定子负序电流,在容错控制算法中会抑制故障特征放大的情况,研究并量化该容错控制算法对负序电流、Park's矢量轨迹、Park's矢量圆的椭圆度等故障特征的影响,并提出径向基神经网络融合拟序阻抗的故障辨识方法,解决了故障识...     

Vibration‐based wind turbine planetary gearbox fault diagnosis using spectral averaging

Planetary gearboxes (PGBs) are widely used in the drivetrain of wind turbines. Any PGB failure could lead to a significant breakdown or major loss of a wind turbine. Therefore, PGB fault diagnosis is very important for reducing the downtime and maintenance cost and improving the safety, reliability, and lifespan of wind turbines. The wind energy industry currently utilizes vibratory analysis as a standard method for PGB condition monitoring and fault diagnosis. Among them, the vibration separation is considered as one of the well‐established vibratory analysis techniques. However, the drawbacks of the vibration separation technique as reported in the literature include the following: potential sun gear fault diagnosis limitation, multiple sensors and large data requirement, and vulnerability to external noise. This paper presents a new method using a single vibration sensor for PGB fault diagnosis using spectral averaging. It combines the techniques of enveloping, Welch's spectral averaging, and data mining‐based fault classifiers. Using the presented approach, vibration fault features for wind turbine PGB are extracted as condition indicators for fault diagnosis and condition indicators are used as inputs to fault classifiers for PGB fault diagnosis. The method is validated on a set of seeded localized faults on all gears: sun gear, planetary gear, and ring gear. The results have shown a promising PGB fault diagnosis performance with the presented method. Copyright © 2015 John Wiley & Sons, Ltd.