基于PMU的广域测量技术及其应用

分析了相量测量单元（PMU）的测量原理以及广域测量系统（WAMS）的构成,总结和预测了基于PMU的广域测量系统的应用,并比较了PMU／WAMS与传统的SCADA／EMS系统的不同点。预测了今后智能电网发展过程中广域测量技术的发展应用情况。     

基于多网络协同推理的故障诊断策略

首先分析了ＢＰ网络用于故障诊断的优势和局限性，提出了解决这局限性的对策，选择了一种自组织社会网络模型与多个单一故障诊断的ＢＰ网络一定完成故障诊断推理，     

基于小波神经网络方法的空调系统传感器漂移故障诊断

对空调系统中的温度、压力、流量传感器的漂移故障,提出了一种基于小波神经网络的传感器故障诊断方法.该方法首先采用小波分析方法对历史故障数据和正常数据进行分析,从而提取数据的频带特征,通过神经网络对这些特征进行学习,使神经网络分析能够对待诊断数据的进行故障诊断.仿真实验的结果表明,该方法对传感器的漂移故障能够实现有效地诊断.     

基于灰色系统理论的汽轮机故障诊断方法研究

基于灰色系统理论中的关联度分析法,分别对汽轮机在磨削加工时表面烧蚀状态和运行过程中轴承的工作状态进行了诊断分析,给出了不同状态下的关联系数和关联指标,结果表明灰色系统理论方法可有效解决汽轮机的故障诊断问题.     

基于模糊神经网络的高加系统内部故障诊断方法

论述了模糊神经网络的故障诊断在高加系统内部故障诊断中的应用,实践证明该诊断模型具有很好的应用前景。     

基于神经网络的柴油机燃油系统故障诊断

在讨论神经网络快速算法的基础上,研究了柴油机燃油供给系统几种常见故障的诊断方法,并在柴油机实际运行中进行了试验,取得了满意效果。     

基于系统仿真的旋转机械振动故障诊断方法

为了保障电厂汽轮发电机组的稳定运行,基于旋转机械的动力学模型进行在线仿真计算,采用测得的实时振动和热力数据等还原系统原型,并作为边界跳进,利用仿真算法和模型在线迭代,输出未安装振动测点部位动静间隙情况信息并预测安装测点部位的下一时刻运行情况。利用主机制造厂强大的大数据平台和仿真计算优势,对机组的振动故障进行诊断和预测,实时反馈机组的健康状况,可为机组实时运行提供建议,有效降低机组故障率,提高运行稳定性。     

基于KPCA和PNN的高加系统故障诊断

提出了一种新的高加系统故障诊断方法。首先使用核主元分析方法进行特征提取,降低数据维数,既简化了诊断过程,又提高了故障诊断的精度。然后使用概率神经网络进行故障模式识别。该神经网络训练速度快,容易添加新的训练样本。最后将该方法川于某汽轮机组高加系统故障诊断中,取得了较好的诊断效果,表明该方法具有一定的工程实用价值。     

小型光伏系统故障诊断方法研究

提出一种小型光伏系统故障诊断方法,利用自行研制的数据采集系统实时采集光伏系统的数据,通过阵列捕获损耗、系统损耗的理论值和实测值的偏差及各路分支的电流比,电压比与其相应参考阈值的对比,实现交直流两侧故障类型的判定和定位,并选取了开路和阴影遮挡2种故障对该方法进行了实验验证。实验结果表明：提出的故障诊断方法能根据系统出现的异常数据,快速地判定系统的故障类型及位置,及时做出报警,具有较高的准确性和可靠性     

基于模糊理论的增压系统故障诊断

提出了一种评判柴油机增压系统状态的新方法,增压系统的状态主要与进气管中空气的压力和温度有关,对上述两个参数进行模糊化处理,并利用模糊综合评判方法得出增压系统状态的准确评判结果,对评判不合格的增压系统,通过检测压力、温度、流动阻力等参数,提取反映故障状态的特征向量,利用模糊诊断技术可以实现对增压系统故障原因和部位的不解体诊断。     

基于WAMS的电网故障检测新方法

当出现大范围的停电事故时,保护系统自身的故障往往是导致灾难发生的原因之一。为了解决这个问题,提出一种利用PMU数据和母线阻抗矩阵（Zbus）以替代保护系统功能的独立故障检测方法。首先,根据提出的方法确定故障区域,然后确定故障线路。通过广域测量,故障位置随着线路的确定也就被估算出来。IEEE-118节点测试系统验证结果表明,该方法成功的检测出整个电网的故障线路以及故障线路中的故障位置     

基于反馈控制的智能化电网多目标协同调度模型

针对现有电网多目标调度模型未对智能化电网电源的能耗和出力情况进行分析而导致调度成本较高等问题,提出一种基于反馈控制的智能化电网多目标协同调度模型。优先分析智能化电网中电源的能源消耗和出力使用情况,利用反馈控制策略制定电网运行约束条件;同时,将最低经济成本和最小环境污染度作为目标函数,构建智能化电网多目标协同调度模型。采用改进粒子群算法对调度模型进行求解,最终获得最佳的协同调度方案。经实验测试,所提模型不仅能够有效降低调度成本,而且提升了环境污染系数,降低了对环境的影响程度。     

基于广域测量系统的UPFC协调控制方案探讨

考虑UPFC串、并联侧包含多种控制模式,为使其在含UPFC的电力系统中达到理想控制效果,本文提出UPFC串、并联侧根据不同运行工况选择控制模式的协调方案。论文以电压稳定为控制目标,借助WAMS实时测量全局信息的功能,在静态失稳、暂态失稳工况下,选择静态失稳、暂态失稳的判别方法作为UPFC控制模式的切换条件,并对UPFC的控制模式进行分析并制定协调控制方案。利用PSCAD/EMTDC时域仿真,验证了协调控制方案的有效性,可实现不同运行工况下UPFC各控制器间的相互协调。     

基于参数辨识的配电网相间永久性故障识别方法

为了避免配电线路相间故障跳闸后自动重合闸盲目重合于永久性故障带来的危害,提出了一种基于参数辨识的配电网相间永久性故障的识别方法.该方法在配电线路相间故障三相跳闸后,依次对停电线路的3个相间回路主动施加低频电压扰动信号,利用激励侧的电流和电压信息建立相间回路的参数方程,采用参数辨识的思想进行相间回路状态的甄别.以无故障相...     

基于故障树理论的电容型套管故障模拟与辨识

电容式套管是大型电力变压器的主要部件,对其进行可靠监测对维护电力系统安全具有重要意义。通过设计套管缩比模型,并人工制作尾部受潮和金属微粒放电故障,在实验室中筛选出电容变化率、介质损耗角正切、最大放电幅值、平均放电幅值和最大脉冲数5种特征值,研究发现套管尾部受潮故障时介质损耗类特征参量变化明显,且无明显放电现象,放电类故障时介质损耗参量变化不明显。利用层次分析法搭建故障树模型对2类故障进行分类和诊断,结果表明,该模型具有较高的故障判断准确性。     

参数辨识法在锅炉受热面故障诊断中的应用

通过采用低集总参数模型近似高阶分布参数模型 ,将基于换热器机理动态数学模型的参数辨识法用于锅炉受热面的故障诊断 ,不仅大大减少了计算工作量 ,而且具有很好的实时诊断效果     

基于自适应概率学习的配电网故障辨识技术

为了提升配电网故障辨识准确率,提出了一种基于自适应概率学习的早期故障诊断方法。该方法通过波形分解和最大化特征相似性找到最佳线性映射,将仿真数据和真实数据映射至同一特征空间,且在此空间中两者分布差异最小,之后即可使用仿真数据训练模型并对真实数据进行分类,从而解决配电网故障辨识中样本量不足这一重要问题。基于系统仿真数据和现场实际数据表明：所提方法对于自适应学习条件下早期故障诊断的可靠性和准确率,远优于同等条件下的卷积神经网络、支持向量机和K邻近算法等常用分类模型;为自适应学习条件下的配电网故障辨识技术提供了一种新的思路。     

基于空间故障树理论的配电网弱馈线路断线故障识别方法

针对当前弱馈线路的研究成果较少,一旦发生断线故障则严重威胁电网安全的问题。采用空间故障树理论,提出一种面向弱馈线路的断线故障识别方法。设定时间与温度作为配电网弱馈线路工作状态的主要影响因素,构建空间故障树的空间域,获取断线故障发生后各元件的贡献程度,根据断线故障与各元件故障间的相关性,联立相关性排序中前列元件与割集组合中各事件间的匹配关系,实现断线故障定位;依据线路某相下游电压向量与无线链路控制层协议回路输入电压向量之间的夹角,通过对比夹角绝对值与识别阈值的大小,完成断线故障识别。仿真实验结果表明,所提方法较好地抑制了影响因素的干扰程度,识别结果具有一定的有效性与可信度。     

基于粒子群算法的多电源配电网储能功率配置方法

针对目前设计的多电源配电网储能功率配置方法存在配置灵敏度较低、功率损耗大等问题,提出一种基于粒子群算法的多电源配电网储能功率配置方法。对配电网储能功率进行优化布置,得出了配电网网损灵敏度标准差,通过网损灵敏度标准差确定各路径接入储能的顺序,对配电网储能功率进行了容量优化;利用粒子群算法对储能的有功功率和无功功率进行优化,得到了配电网储能功率的最优配置容量。实验结果表明,所提方法优于其他方法,能够有效降低多电源配电网的网损、减少路径电流的波动,该方法具有很好的有效性和可靠性。     

基于YOLOv4和改进分水岭算法的绝缘子爆裂检测定位研究

近年来,航拍巡检代替人工成为了输电线路电力巡检的主要方式,而输电线路上绝缘子的完整性直接影响其供电可靠性。在复杂背景的干扰下,传统的图片处理方法往往对主体识别能力低下。针对这一问题,该文提出了一种基于YOLOv4的深度学习并结合改进的分水岭算法,对航拍绝缘子图像精确识别及缺陷检测的问题进行了研究。首先利用YOLOv4对绝缘子进行精准的识别与定位,有效弥补了传统方法在复杂背景下识别能力低下的不足;再结合改进分水岭算法对绝缘子自爆位置进行识别,该方法可以快速地识别出绝缘子主体和缺陷位置。