一种适用于电流差动保护的T型高压输电线路故障测距算法

针对在T型线路的T节点附近发生短路,特别是高阻短路时,常用的T型线路故障测距方法会无法正确判断故障支路而存在一个测距死区的问题,提出了一种利用过渡阻抗的纯电阻性质进行故障测距的方法,并利用反证方法判断在T节点附近发生故障的支路。PSCAD仿真结果表明,该方法原理正确,无测距死区,测距精度不受故障类型、故障距离和过渡阻抗的影响,精度较高。     

基于改进的BP神经网络学习算法的变压器故障诊断

电力变压器的故障除了给其自身带来重大损失外,还对电力系统的安全造成很大影响。利用BP神经网络对变压器故障进行诊断,针对BP神经网络学习率的缺点,提出了一种跟踪型自适应学习率的确定方法,该方法仅需整定一个参数,有效地提高了BP神经网络的收敛性和训练时间,进而通过构建变压器故障诊断训练样本集,验证了该方法的可行性,获得了更精确的诊断结果。     

改进测距算法在超高压输电线路单端故障测距中的应用

为研究超高压输电线路的单端测距原理、寻求影响超高压金属性故障时单端测距的影响精度因素,根据原有定值参数引入并联电抗器参数和分布电容参数,采用极限逼近和迭代的数学分析方法计算不同故障情况下分布电容的故障电流,采用集中参数处理法计算并联电抗器的电流,使故障电流适应线路模型和故障类型的变化,并提出一种阻抗测距方法,通过理论推导和RTDS试验验证了该方法的有效性。     

基于BP神经网络的电控汽油机传感器故障调节技术研究

应用人工智能神经网络,提出了一套针对电控汽油机主要传感器的故障调节策略。故障调节模块根据处于正常工作状态的传感器信号输入,针对故障传感器信号进行估计输出,控制发动机继续运转。最后,通过台架试验采集的信号,对故障调节神经网络进行了训练和验证。结果显示,大部分工况下进气压力传感器和节气门位置传感器的信号重构误差可控制在10％以内,表明了所提出的调节策略是切实有效的。     

粒子群优化神经网络在高压断路器机械故障诊断中的应用

提出了一种以振动信号小波包特征熵为特征向量的高压断路器机械故障诊断的智能算法,该算法利用小波包分解原理将高压断路器振动信号分解到不同的频段中,计算各频段的能量熵值,并将其作为神经网络的输入向量,同时利用粒子群算法对神经网络进行优化,以提高故障诊断的精度。试验结果表明：该方法不仅能够取得良好的分类效果,而且诊断速度与精度均高于传统神经网络算法,适用于高压断路器机械故障诊断     

基于故障过流度的配电网故障区域定位新矩阵算法

针对现有配电网故障区域定位算法存在的问题,提出一种基于故障过流度的配电网故障区域定位新矩阵算法。该算法通过网络描述矩阵和故障信息矩阵计算比较故障时各区段的故障过流度,判定发生故障的区段,实现对配电网的故障定位。算例分析表明,该算法有效,适用于单电源、多电源和馈线末端故障等各种情况。     

基于SR-WT的输电线路双端故障定位方法

电力系统中行波在传输过程中往往伴随着大量的高频噪声,导致进行故障测距时信号波头不易识别,从而产生测距误差。对此,提出一种基于随机共振和小波变换(SR-WT)的故障测距方法,即先通过随机共振处理含噪信号,将噪声的能量转移到行波信号上,从而实现初步减弱噪声信号提高行波信号的功能;再通过小波变换进一步分解得出所需行波信号波头信息,进而通过双端法进行故障测距。仿真试验结果表明,该方法能够在强噪声干扰下准确提取出所需的行波信号信息,有利于提高测距精度。     

基于BP神经网络的燃料电池电特性建模

采用基于改进粒子群算法的BP神经网（Improved—PSOBPNN）,建立质子交换膜燃料电池（PEMFC）电特性模型。PEMFC系统仿真结果表明该方法简单、有效、精度高,与采用传统BP神经网络的模型相比具有明显的优越性,为PEMFC系统建模,电池性能优化以及控制系统设计提供了新的思路。     

基于小波包特征向量弹性BP算法的故障诊断

为精确诊断转子故障,采用了基于小波包能量特征向量的弹性BP神经网络和最速下降BP算法神经网络的故障诊断方法,对采集到的信号进行3层小波包分解,构造小波包特征向量,对样本进行3层BP网络训练,实现智能化故障诊断。结果表明采用改进的BP算法优于最速下降BP算法,训练的网络可以很好地诊断转子故障。     

含DG配电网故障测距技术综述

分布式电源(DG)的接入对配电网的潮流分布、短路特性和保护运行具有重大影响,配电网故障精确测距特别是含DG配电网的故障测距到目前都没有切实有效和适用性强的方法。本文对配电线路尤其是含DG配电网的故障测距方法进行了归纳和总结,在简单介绍传统配电系统测距方法的基础上,重点分析了国内外比较先进的含DG配电系统故障测距技术,并对含DG配电网故障精确测距技术进行了展望。     

基于马氏距离算法的配电网故障定位系统研究

为了满足智能配电网故障定位的实时性、可靠性、准确性等需求,提出了基于马氏距离算法的配电网故障定位系统。以IDT智能配电终端作为系统运行状态电气量实时采集核心模块,按F检验获得元件电气量变化显著性概率P值初判故障元件和故障类型后,通过马氏距离算法准确定位故障区域和故障元件,并采用IEEE9节点系统的三相短路故障对配电网故障定位系统进行测试分析。仿真结果表明,该系统能真实地反映配电网故障后故障区域和故障元件的电气量变化,可满足智能配电网在线故障定位需求。     

不同电压等级部分耦合输电线路故障测距

针对两条输电线路电压等级不同、参数不对称的情况,首先利用采样值计算得到故障前后线路两端的电压、电流突变量,利用单回线的传统对称分量法解耦成序电压、序电流,从母线两端分别推算出耦合部分线路的两端电压、电流,然后利用新的六序分量法,将得到的电压、电流解耦成新的六序分量,最后采用输电线路双端测距方法,即利用从两端计算出故障点处电压相等的性质,获得故障测距公式,从而进行故障测距。仿真结果表明,该算法与故障点过渡电阻、故障类型以及系统的运行方式无关,可解决不同电压等级部分耦合输电线路的故障测距问题。     

柴油机故障诊断的局域波神经网络方法研究

针对柴油机表面振动信号的非平稳性，采用局域波法对其进行有效分解获得多个局域波分量，这些分量有效降低了信号的非平稳性，并且包含着原始信号瞬时频率和模糊频带的双重特征信息。然后以局域波分量的特征参数为输入对RBF神经网络进行训练学习，形成网络。这种方法增强了内燃机故障诊断的可靠性和精确，并在实际柴油机故障诊断中得到了有效地应用。     

一种基于序分量关系的单端输电线路故障测距算法

为准确确定输电线路故障点位置,提出一种基于单端电气量的输电线路故障测距算法,该算法采用分布参数模型,通过保护安装处的电气量计算各序分量,然后推导出故障点各序分量值,利用不同故障类型的序分量的关系获得故障测距的电气序分量关系,根据过渡电阻不含电抗的特点,构造出基于过渡电阻虚部为零的测距方程。利用PSCAD和RTDS软件对算法进行数字仿真表明,该测距算法合理、有效。     

同杆平行双回线的故障测距综述

输电线路发生故障时,快速准确地确定故障地点并排除故障,对及时恢复供电,提高供电可靠性具有重要意义。该文总结了平行双回线故障测距算法的研究状况,根据测距所需信息来源、测距原理及采用线路模型的不同对平行双回线的测距算法进行了分类,并详细介绍了六序故障分量法的基本原理,最后结合近几年的研究现状对双回线故障测距算法的发展趋势进行了展望。     

基于果蝇算法优化BP神经网络的齿轮箱故障诊断

为有效提高风电机组齿轮箱故障诊断的快速性和准确性,采用近几年出现的果蝇算法对BP神经网络进行优化,减少了BP神经网络算法陷入局部最优解的风险,显著增强了BP神经网络的泛化能力和全局寻优能力。对比发现,果蝇算法优化后的BP神经网络模型具有比较好的快速性和准确的诊断能力。测试结果表明,果蝇算法优化BP神经网络对风机齿轮箱故障诊断具有可行性和有效性。     

一种基于神经网络的汽油机失火故障诊断方法

对汽油机关火时其排气中的碳氢化合物、二氧化碳和氧气的体积分数值的变化规律进行了分析，提出了用BP网络诊断汽油机失火故障的新方法并进行了实例研究。训练好的网络可用于汽油机的实时诊断。     

GPS高程拟合的BP网络结构探讨

通过GPS高程拟合的BP网络应用，讨论了BP网络的结构确定和应用训练样本数量的实例，介绍了BP网络在水利工程高程测量数据处理这类函数逼近中的应用。结果表明，BP网络有很强的实用性，其数学模型在GPS高程拟合的应用有较高的拟合精度。     

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...