基于遥信数据故障编码技术及DHNN校正的电网故障诊断方法

提出采用故障编码技术形成故障空间最优编码集,然后通过模板匹配的方式进行电网故障诊断的方法。针对由于缺少前端故障遥信数据处理的清洗算法,造成故障诊断算法诊断正确率不高的问题,提出了建立离散Hopfield神经网络模型用于故障遥信数据的前端数据清洗的算法。利用故障遥信数据之间的相关性对遥信变位数据进行分组,并对各组数据分别采用所提出的算法进行数据清洗,利用穷举输入状态数据的方法求取了算法的修正域,从而建立了DHNN清洗模型。最终形成具有纠错能力的电网故障智能诊断方法,实现在故障诊断空间内对故障元件的诊断。通过实际电网的故障遥信数据的测试,验证了DHNN神经网络信息纠正模型和故障诊断模型对电网故障元件诊断的有效性。     

基于多源数据及多维故障诊断空间的快速智能电网故障诊断方案

针对目前的电网故障诊断算法难以兼顾实时性和全面性,导致其无法满足调度实用化需求的问题,提出一种利用多源数据进行故障诊断的快速智能诊断方案。首先通过故障编码技术将遥信数据映射到故障诊断空间,形成故障编码集;然后针对仅用开关量数据的缺陷,提出利用广域量测系统（WAMS）中的电气量信息对故障编码进行修正和补充。接着将带标签的故障编码输入概率神经网络（PNN）进行训练,构造PNN分类模型。最后通过构造故障分析模块对保护和断路器误动、拒动情况进行分析,形成综合智能诊断模型。算例分析表明,该方法正确可行,可满足调度实用化要求。     

一种用于电网故障诊断的遥信信息解析方法

电网在线故障诊断基于调度自动化平台的遥信信息构建模型,建模过程复杂,维护工作繁重,是制约故障诊断系统在线应用的重要问题。结合调度自动化系统获得遥信信息的特点,提出一种采用语义分析技术的电网遥信信息解析方法。通过字符分解自动提取遥信信息中诊断模型所需基本逻辑变量;基于结线分析建立电气设备与断路器的关联,以及遥信信息间的关联关系,并将其一一对应到解析系;在此基础上,根据保护跳闸原则与保护类型和属性完成模型的解析规则中,实现遥信信息到诊断模型的自动映射,简化了建模工作。最后用某地区电网实际发生的故障案例验证了所提出方法在电网故障诊断方面的有效性和实用性。     

基于多源数据融合的Alexnet神经网络大电网故障诊断

针对电网在台风、冰冻等极端条件下发生故障的诊断问题,提出利用标准遥信及广域测量系统(wide area measurement system,WAMS)数据训练Alexnet模型,并应用于电网故障诊断的方案。首先利用标准故障遥信信息和WAMS数据构造Alexnet的输入图片矩阵,对Alexnet进行训练。然后对Alexnet输入图片高维特征提取方法进行分析,提出构造最优分布结构的输入图片矩阵方法,并形成故障诊断模型。最后以海南岛电网遭受台风袭击为场景,搭建仿真模型对Alexnet故障诊断模型进行验证。     

基于故障录波数据的电网故障诊断方法分析及改进

在电网调度层面,可以利用SCADA系统、继电保护及故障信息系统等多数据源信息实现故障诊断在线应用,对此,提出了利用故障录波数据进行电网故障诊断的具体方法.首先从整体上对如何使用故障录波数据进行故障诊断的流程进行了分析,在此基础上应用分阶段故障诊断的思想,对原有的模拟故障录波方法在确定故障时间、故障类型、故障方向以及故障设备等方面的不足进行分析并提出改进方法.最后,以某地区电网220 kV盘古石变电站发生的故障为例,通过VC++6.0编程验证改进后的故障诊断方法和流程,故障诊断结果符合实际情况,验证了该诊断方法的正确性和有效性.     

基于Tabu-Roughset的电网故障诊断系统研究

如何有效利用电网调度中心的大量数据进行电网故障诊断是一个重要课题.提出一种基于Tabu-RoughSet 的电网故障诊断系统,包含数据采集、电网故障诊断、基于Web的电网故障诊断结果表示三个模块.在电网故障诊断模块里,利用Roughset 理论对接收到的故障信息建立决策表并构成可辨识矩阵,利用Tabu搜索对可辨识矩阵寻找最优解,迅速准确地给出电网故障诊断结果.基于Web的诊断表示模块能够根据用户提出的查询请求采用可视化技术将诊断结果以基于网络的Web方式显示.实验结果表明,该系统能快速寻找最优解,较好地实现对电网故障的诊断.     

变电站自动化系统遥信去抖方法分析

在辨别电网故障时各类事件发生的先后顺序中,SOE记录具有重要意义,可以为电网调度运行人员正确处理事故、分析和判断电网故障提供手段.如何正确识别开关抖动信号,保证SOE不误报、不漏报,是我们需要考虑和解决的问题.对目前采用的遥信去抖方法进行分析,指出不同方法的特点.构建测试系统环境,在不同遥信去抖方法下,对SOE结果进行对比统计和分析.最后建议能够统一遥信去抖设计方法,保证SOE记录的精确性.     

地区电网自动电压控制系统中实时数据的工程实用处理

地区电网自动电压控制系统主要通过调度自动化SCADA系统采集实时遥测遥信数据进行在线分析计算.该文从现场应用、设备安全运行的角度,对实时遥测遥信数据进行分类处理,提出了若干工程实用化处理策略,有效地防止了设备误动作,从而提高了AVC系统应用的可靠性、安全性.     

基于Tabu-Roughset的电网故障诊断系统研究

如何有效利用电网调度中心的大量数据进行电网故障诊断是一个重要课题。提出一种基于Tabu-RoughSet的电网故障诊断系统,包含数据采集、电网故障诊断、基于Web的电网故障诊断结果表示三个模块。在电网故障诊断模块里,利用Roughset理论对接收到的故障信息建立决策表并构成可辨识矩阵,利用Tabu搜索对可辨识矩阵寻找最优解,迅速准确地给出电网故障诊断结果。基于Web的诊断表示模块能够根据用户提出的查询请求采用可视化技术将诊断结果以基于网络的Web方式显示。实验结果表明,该系统能快速寻找最优解,较好地实现对电网故障的诊断。     

变电站自动化系统遥信去抖方法分析

在辨别电网故障时各类事件发生的先后顺序中,SOE记录具有重要意义,可以为电网调度运行人员正确处理事故、分析和判断电网故障提供手段。如何正确识别开关抖动信号,保证SOE不误报、不漏报,是我们需要考虑和解决的问题。对目前采用的遥信去抖方法进行分析,指出不同方法的特点。构建测试系统环境,在不同遥信去抖方法下,对SOE结果进行对比统计和分析。最后建议能够统一遥信去抖设计方法,保证SOE记录的精确性。     

调度自动化系统公共信息模型导入远程监测诊断中心接口的研究与实现

为实现对电力设备状态的综合智能化管理,解决信息孤岛问题,提出了广东电网公司电力设备远程监测诊断中心（简称远程中心）与各地区供电局调度自动化系统（简称地调系统）间的数据接口实施方案.从模型基础、数据格式及传输方式等方面阐述了远程中心与地调系统间接口方案的实施情况.该接口方案的应用效果表明,通过数据接口,各地调系统可向远程中心自动上传电网模型、变电站接线图形及量测文件,为全网设备的智能化精准管理控制提供了坚实的模型及数据基础,实现了模型交互及数据共享.     

大型发电机组嵌入式远程状态监测与故障诊断系统研究

随着电力系统向超高压、大容量、多机互联系统的方向发展,为保证发电机组安全、可靠、经济和优化运行,实现设备的现代化状态检修管理制度,提出了基于嵌入式平台的大型发电机组远程状态监测与故障诊断服务系统结构,并对其数据采集基本参数的信号分析及预处理技术、嵌入式远程状态监测平台、运行状态典型故障特征信号的提取与处理、机组故障诊断的知识获取、机组典型故障的智能诊断等关键技术作了详细的分析。系统的成功研发有助于提高企业现代化管理水平,实现发电机组的预测维修和操作,达到电厂节能降耗的目标。     

基于IEC 61970的智能电网数据采集平台设计

针对电力信息采集技术发展现状,提出了基于IEC61970建立智能电网数据采集平台的设想,并详细介绍该平台总体架构设计中的逻辑架构、数据架构、物理架构、安全架构、性能设计等关键要素,该采集平台可实现远方数据采集与业务应用的分离,提高数据采集利用性能,实现资源共享。     

基于深度学习和知识图谱的变电站设备故障智能诊断

及时发现并诊断变电站运行中设备存在的问题,是保障电网安全运行的关键手段之一.基于深度网络与知识图谱技术,提出一种关联变电站设备多模态信息的故障智能诊断方法.利用深度学习技术和知识图谱方法对采集的多模态数据进行知识提取和融合,构建一个多模态信息融合的语义知识图谱;使用YOLOv4算法对故障样本聚类并提取先验框参数;将多模...     

电网稳定运行中负荷开关批量控制技术研究

负荷开关批量控制技术可实现批量控制负荷序列的维护管理、智能选线、快速并发控制及操作统计等功能,利用现有的遥控点表信息及数据传输通道实现对变电站断路器远方操作控制,并向省调系统传送实时可切负荷及控制结果数据。在电网稳定运行中变电站施行无人值班和强直弱交大受端电网严重故障时,负荷开关批量控制技术可以通过并行的方式批量控制电网负荷,并提供控制过程的可视化和交互操作,大大缩短故障处理时间。负荷开关批量控制技术对提升电网重、特大事故快速反应能力和保障电网稳定运行具有良好的实用意义。     

基于深度学习的特高压直流闭锁故障智能调度决策

针对特高压直流闭锁故障的处置策略问题,提出一种基于深度学习的故障特征建模方法及故障后电网调度策略生成方法,所提智能调控决策依据电网直流故障特征和运行环境信息,通过大数据驱动模型训练得到故障后的调度策略。首先根据故障环境信息,利用故障影响相关性提取有效故障信息,构建故障特征模型。然后介绍深度学习类神经网络原理和多层感知器模型,提出利用深度网络提取训练故障前后运行特征,自动生成调控策略的思路。之后利用反向传播算法构建深度学习框架,通过不断计算损失函数和准确率修正训练模型,自动生成有效故障处置策略。最后利用锦苏直流特高压线路相关的电力系统验证了所提方法的有效性。     

旋转机械振动信号分形编码及重构算法

提出了用于对振动信号进行编码及重构的分段自仿射模型。该算法利用分段仿射变换参数来表征振动信号,并通过迭代函数系统重构信号。用仿射变换参数表征信号时的数据量远远小于振动时域信号的数据量。基于大量地减少了数据传输量这一优点,该算法有助于解决旋转机械状态检测与故障诊断系统中数据信号远程传输问题。仿真及实测信号的应用表明该算法具有较高的数据压缩比和很好的信号重构精度。计算过程中还针对分段自仿射模型的参数取值进行了分析。     

电网故障诊断的研究综述与前景展望

对电网故障诊断这一研究领域进行了框架性的综述,分析了其数据来源及特性、数据预处理的方式与重要性,评述了各类故障诊断方法的诊断机理、特点与不足,以及近几年针对不足的改进成果与未来的研究方向,并针对工程实际问题概述了在线诊断系统架构模式的设计。最后,探讨了调控大数据背景下电网故障诊断所面临的问题,并深入分析了在此新形势下电网故障诊断的发展方向。     

基于PSO-SVM的智能变电站二次系统故障诊断方法

为充分利用智能变电站的站端信息,帮助运维人员更加快速准确地定位智能变电站二次系统的故障,从而保证电力系统的安全稳定运行。本文提出了一种基于多分类支持向量机的智能变电站二次系统故障诊断方法,并采用粒子群优化算法对参数进行自动寻优,根据智能变电站长期运行的历史状态数据和检修人员处理结果构建专家数据库。智能变电站二次系统的原始信号为大量{0,1}形式的状态量,本文采用开关量编码形式定义数据组,并使用主成分分析法对信号进行数据降维,最终构建了基于站端信息的智能变电站二次系统故障诊断模型。诊断模型与专家人工判断对实际故障的诊断对比结果显示,本文所提出的方法具有较好的准确性与适用性。