基于KL散度的配电网高阻抗故障检测研究

高阻抗故障(HIF)主要与电弧现象有关,具有低电流、随机性、非线性和不对称性特征.配电网过流保护系统需要考虑HIF的低故障电流,检测功率损失、潜在火灾危险和电击风险.提出了一种基于变电站电流波形的时域HIF检测算法,利用Kullback-Leibler散度相似性度量,量化了电流波形两个故障后半周期的非线性和不对称性特征...     

基于主元分析的热力系统传感器故障检测指标

基于主元分析的传感器故障检测方法是一种以数据统计为依据的重要故障检测方法.已有的研究一直忽视了对Hotelling T2和Hawkins T2H指标在传感器故障检测中的意义和作用的讨论.通过分析T2和T2H指标在主元分析的热力系统传感器故障检测中的不同适用性,提出了应用T2H的故障检测方法.该方法克服了T2统计参数对传感器小故障不敏感的问题.仿真实验的结果验证了该结论.     

（特）高压直流线路单极故障隔离策略

目前,基于线路换相变流器（LCC）的HVDC系统依靠常规控制系统实现线路故障隔离,存在隔离过程中电流峰值大、过流持续时间长的不足。为此,提出一种基于状态空间法的故障隔离策略。首先,建立线路整流端、逆变端单极金属性故障的等值电路,利用状态空间法求解故障电流和换流器电流的时域表达式;其次,基于电流特征分析,利用非线性规划方法求解故障后每个时段的最佳触发角,以降低故障电流峰值和过流时间并得到故障隔离策略。最后,在PSCAD/EMTDC中进行了仿真验证,结果表明了所提方法的有效性和对维持系统安全稳定的积极作用。     

质子交换膜燃料电池故障检测研究

针对质子交换膜燃料电池(PEMFC)发电系统的故障检测和系统稳定性问题,结合其多传感器特性,采用基于实时PCA的质子交换膜燃料电池故障检测方法,根据燃料电池反应信号数据建立PCA模型,通过窗口过滤方式和遗忘因子算法实时更新模型,并将降维后获得的数据用统计方法进行处理,从而检测出故障。有效地简化了燃料电池系统故障检测的过程,改善了故障检测的实时性,提高了燃料电池系统工作的稳定性和可靠性。     

基于多元统计过程监控的锅炉过程故障检测

提出了一种新的基于稀疏约束非负矩阵分解(SCNMF)的复杂工业过程故障检测方法.首先在交替约束最小二乘算法(ACLS)求解非负矩阵分解(NMF)问题的基础上对系数矩阵H实施稀疏约束,随后采用非负双奇异值分解(NDSVD)方法对SCNMF算法进行初始化,并将所提算法应用于某火力发电厂1 000 MW机组锅炉过程中.结果表明:SCNMF算法的收敛性和稀疏度明显优于传统的NMF算法,且对故障的检测效率也要优于NMF算法和主元分析(PCA)算法.     

基于SSTDR的光伏系统对地故障检测方法

针对光伏系统中的接地故障检测问题,提出一种基于扩展频谱时域反射法(spread spectrum time domain reflectometry,SSTDR)的接地故障检测方法。在分析高频信号下光伏系统等效模型的基础上,将光伏系统整体视为传输线终端阻抗,当发生接地故障时其阻抗值会产生变化,通过对SSTDR自相关值进行数值分析处理,并与无接地故障光伏系统的自相关值进行比较,实现光伏接地故障检测。相较于常规检测方法,该方法无需测量光伏系统的电压、电流、温度、辐照度等参数,可消除传统检测方法中的检测盲点,且具有较强的鲁棒性。实验验证了方法在不同光照强度、不同接地电阻、双点接地等故障情况下的可行性和有效性。     

基于XGBoost算法的汽轮机转子故障原因定位方法

提出了基于XGBoost算法的汽轮机转子故障原因定位方法,首先对由故障类型和相关参数组成的原始样本集进行特征分析,评估各特征的重要度,然后利用XGBoost算法构建汽轮机转子故障原因定位模型,利用转子故障数据对模型进行训练和测试,最后将具体的故障原因链接到故障知识库,采取相应的故障修复措施.结果 表明:相比随机森林(RF)和梯度提升决策树(GBDT)模型,XGBoost模型可有效识别汽轮机转子3种故障类型下的9种故障原因,其分类准确率更高.     

EEMD-PE与ELM相结合的输电线路故障检测方法

输电线路发生故障时,故障电流信号中包含了大量用于故障检测的有效信息,由于大多数信号均具有非线性、非平稳性的特点,故难以从中充分提取故障特征,导致现有输电线路故障检测准确率较低。为此,提出了一种输电线路故障检测的新方法。该方法首先利用多小波的消噪性能对原始信号进行消噪,再利用集合经验模态分解(EEMD)对消噪后的信号进行自适应分解,得到一系列本征模态函数(IMFs),并基于排列熵(PE)原理从中提取故障特征向量训练用于故障检测的极限学习机(ELM)。PSCAD/EMTDC仿真结果表明,所提方法对输电线路不同类型故障检测所需时间短、准确率高。     

开关柜局部放电传感器监测方案及仿真研究

基于开关柜绝缘故障的原理,提出了一种改进的地电波(T EV)局部放电检测方法,传感器采用非侵入式检测手段实现在线检测,可以发现一些潜在的绝缘故障.对开关柜内部局部放电位置进行研究,结合传感器数据采集特点进行开关柜的局部放电监测,优化监测效果.仿真及试验结果表明:前柜门左侧中央是最佳的传感器安装位置;作为一种非侵入式检测手段,其对于开关柜内部是否存在放电性绝缘故障,具有灵敏度高、成本低、安装方便等优势,十分适合高压开关柜的带电检测.     

Multi-infeed HVDC中混合高压直流输电对传统高压直流输电的影响

为分析Multi-infeed HVDC中两种结构的H-HVDC系统对LCC-HVDC系统的影响,引入换相失败免疫因子(CFII)指标定量评估了两种结构的H-HVDC系统对LCC-HVDC系统抵御换相失败能力的影响,基于PSCAD/EMTDC仿真软件建立了两种混合多馈入子系统,研究了两种混合系统在单相、三相接地故障状态下H-HVDC系统对LCC-HVDC系统暂态运行特性的影响。结果表明,VSC-LCC HVDC系统提高了LCC-HVDC系统抵御换相失败的能力;VSC-LCC HVDC系统有效地降低了LCC-HVDC系统的暂态过电压,对故障恢复时间也有一定的改善,提高了LCC-HVDC系统的暂态运行特性。     

基于深度学习算法的配电网故障定位检测研究

当架空配电系统发生故障时,需要立即响应,并且运用时域反射(TDR)方法来检测故障检测位置。然而,在具有多支路的复杂网络和变压器、开关柜等配电设备中,由于TDR脉冲的波形失真和幅值减小,故障点的准确检测十分困难。本文提出了一种基于深度学习的TDR波形故障点检测方法。该方法可应用于分支配电网中观测到多次反射波的故障位置和故障类型的检测。由于深度学习算法需要大量的波形数据,我们开发了一种快速模拟方法来创建数据。为了快速模拟电路,功率分配线路被当作一个传输线,从而推导出传输线的基本矩阵。此外,通过基本矩阵的级联表示了配电网络的等效电路模型。利用MATLAB对等效电路进行计算,快速得到TDR波形数据。使用它来创建多分支架空配电网络模型的众多TDR波形数据,并使用深度学习算法进行故障位置检测。结果表明,对故障发生地点的识别准确率达到96.8%     

基于C8051F021的离线式电动机故障检测仪

本文对基于MCA技术的离线式电动机故障检测的基本原理和实现方法进行了深入研究,以C8051F021单片机为核心设计了离线式电动机故障检测仪。分析了电动机故障的基本类型,确定了离线式电动机故障检测仪的主要功能,设计了装置硬件电路,给出了软件流程图,通过实际测量验证了本文提出的故障检测算法的有效性。     

主元分析方法在火电厂锅炉过程故障检测中的应用

研究了将主元分析方法(PCA)应用到火电厂锅炉控制过程的故障检测的若干问题，提出了适合于此类过程的改进PCA建模方法和在线故障检测方法。对过程数据的处理、变量相关关系的发掘和主元检测模型的建立以及在线检测算法等方面进行了阐述。最后，基于现场采集的长期历史数据，给出了在锅炉过程传感器故障检测中的应用实例，试验结果表明了所提出的方法的可行性。图3表1参10     

基于概率分析的高阻接地故障检测新方法

针对配电网系统的单相高阻接地故障,提出了一种基于概率分析的故障检测与定位方法.该方法适用于零序不接地或经消弧线圈接地系统,利用数据采集系统采集到的零序电压和各线路零序电流的变化,进行各线路故障概率计算,在最大故障概率条件下进行故障定位.算法简洁有效,现场实测数据证明了该算法的正确性和实用性.     

基于SVR观测器风力机关键机械部件故障监测技术

提出基于观测器的风力机关键机械部件故障监测技术,采用支持向量机回归(SVR)方法建立风力机整机及其机械部件观测器模型.在整机观测器判断机组出现故障时,由部件观测器确定故障源.在研制的风力机物理数字试验台上分别模拟变桨距机构和桨叶故障,试验表明通过SVR观测器故障监测方法,不仅能判断机组出现故障,而且能进一步查出发生故障的部件.     

基于概率分析的高阻接地故障检测新方法

针对配电网系统的单相高阻接地故障,提出了一种基于概率分析的故障检测与定位方法.该方法适用于零序不接地或经消弧线圈接地系统,利用数据采集系统采集到的零序电压和各线路零序电流的变化,进行各线路故障概率计算,在最大故障概率条件下进行故障定位.算法简洁有效,现场实测数据证明了该算法的正确性和实用性.     

北斗系统双星故障对完好性故障识别的影响

完好性是卫星导航系统检测和识别故障能力的重要指标之一,北斗系统复杂的星座结构为系统故障的检测和识别带来了挑战。文章通过引入双星故障检测模型和伪距偏差组合,仿真实际的北斗卫星导航系统(BeiDou navigation satellite system,BDS)双星同时故障的情况,采用不依赖于参数分布情况的统计检验方法,分析得出：双星故障模式下完好性参数的变化与单星故障模式下完好性参数的变化存在显著差异,特别地,BDS双星故障模式下的完好性参数(水平定位误差和高程定位误差)不服从高斯分布,这使得传统基于单星故障的故障检测和识别方法不适用于双星故障检测;不同双星故障模式对完好性参数的影响存在显著差异。因此,应建立针对不同卫星类型的BDS故障检测和识别模式,提高系统完好性性能。     

基于深度卷积网络的裂纹转子耦合故障检测方法

针对传统裂纹转子故障检测方法精度低、适应能力差、严重依赖人工经验的缺点,提出了一种基于深度卷积神经网络的耦合故障检测方法,实现对转子多种耦合故障的自动端到端检测;结合准确的裂纹转子数值模型对方法进行验证,在算例中同时考虑了裂纹位置、裂纹深度和不平衡量3种故障检测任务,检测精度分别为0.899、0.923、0.997,显著高于其它机器学习方法。同时讨论了转速工况和学习样本对神经网络检测性能的影响。建立的方法摆脱了传统机理方法对信号处理技巧的依赖,可以实现可测振动信号到多种故障特征的直接映射,同时检测精度高,具备自动适应变工况的能力。     

故障电弧断路器测试平台的设计与研究

介绍了故障电弧断路器(AFCI)测试平台的硬件和软件的构成,并利用实例对现有AFCI设备的故障电弧检测能力从反应时间、检测范围、检测精度等多个角度进行综合分析.分析结果表明,AFCI测试平台能够很好地对AFCI设备进行多角度的质量评价,同时能为AFCI设备投入实用奠定很好的基础.     

基于EMD-MDT的直流微电网线路故障检测

提出一种经验模态分解和决策树相结合的风光储直流微电网配电线路故障检测和分类方法。该方法通过经验模态分解对发送端测得的直流电流进行分解,得到多个本征模态函数,并采用最大加权相关系数方法计算选取灵敏度最高的2个本征模态函数,将9个统计方法应用于本征模态函数生成故障特征值,最终基于决策树,实现风光储直流微电网配电线路的精准检测和分类。算例分析表明,基于经验模态分解的风光储直流微电网配电线路故障检测方法可不受故障电阻、故障起始时刻和故障距离的影响,快速有效的对配电线故障进行检测和分类。