谐振接地系统故障区段模糊信息融合定位方法

分析谐振接地系统零序电流的分布规律,提出两种单相接地故障区段定位方法：区段零序电流比值法及并联中电阻法。区段零序电流比值法采用故障后相邻两区段稳态零序电流有效值的比值作为判据;并联中电阻法采用归算到同一零序电压下中电阻投入前后的区段零序电流变化量作为判据。采用单一判据存在故障区段定位盲区及误判的情况,应用模糊理论,分别构造两种方法的隶属函数及加权系数,采用加权系数法实现两种判据融合。对不同线路形式、不同过渡电阻及不同接地点位置情况下所做大量仿真的结果表明该方法的有效性,算法简单且不存在盲区。     

基于混合模糊Petri网的电力系统故障暂态识别方法

提出一种基于混合模糊Petri网（hybrid fuzzy Petrinets,HFPN）的电力系统故障暂态信号识别新方法。该方法将小波变换特征提取、模糊逻辑和模糊Petri网相结合构成混合模糊Petri网,有效解决了单一的模糊Petri网无法识别故障暂态信号的缺陷,也改善了原有识别方法推理过程不容易被人理解的不足。对故障发生后1／4个周期内的三相电流和零序电流,应用小波变换提取小波能量,再经过模糊推理系统得到模糊值作为特征量,最后应用模糊Petri网进行识别。大量PSCAD／EMTDC仿真试验结果表明：该故障识别方法能快速准确地识别各类故障暂态信号,识别速度快,并且以概率的形式给出发生各种故障的可能性;基于HFPN的图形化表示方法清晰直观,不受故障时刻、过渡电阻、故障位置等因素的影响,对噪声信号和不同线路都具有较好的适应性。     

模糊关系方程及其在电力变压器故障诊断中的应用

本文从模糊关系方程出发，以故障原因作为模糊输入，故障现象作为模糊输出，建立出电力变压器模糊故障诊断的数学模型。经诊断实例验证，该诊断模型是有效的。     

一种应用模糊神经网络对完全电机定子进行故障保护的新方法

该文研究一种由模糊逻辑和人工神经网络(ANN)组成的，对发电机定子线圈进行故障保护的综合方法。该方法只采用发电机机端电压、电流信号，并对这些信号进行特征提取，然后用到FNN的故障诊断和定位上。该技术由两个阶段组成：基于人工神经网络(ANN)的故障类型分类和基于一个包括模糊逻辑以及人工神经网络的综合网络的进行定子绕组故障精确定位。     

基于遗传算法和模糊逻辑的油浸式电力设备故障诊断方法

目前对电力设备的故障诊断应用最广泛的油中溶解特征气体分析方法是IEC三比值法,但是,IEC三比值法因编码边界条件过于绝对而降低了故障诊断的准确性.该文研究应用改进遗传算法来优化模糊逻辑模糊隶属度函数的参数,并用来提高改良IEC三比值法故障诊断的准确度.该故障诊断方法实现了故障特征气体比值边界和故障编码的模糊处理,并通过模糊推理得到故障诊断结果.通过文中方法与改良IEC三比值法比较表明,该方法有效地提高了电力变压器故障诊断的准确度.     

基于模糊Petri网的用电信息采集系统故障诊断方法

采用一种模糊Petri网理论与专家系统结合的方法对用电信息采集系统整体进行故障诊断,提高了用电信息采集系统故障诊断的效率。根据用电信息采集系统故障逻辑关系,结合Petri网建模方法,建立模糊故障Petri网模型;通过逆向推理的方法,实现系统运行状态的准确评价。最后结合实例对故障诊断的推理过程进行了验证,证明了该方法的可靠性和合理性。     

基于多属性评判和模糊因果网络的110 kV变电站故障诊断

针对110 kV变电站故障诊断中非确定性因素较多和在线性要求高的特征,以实际110 kV变电站的保护信息为基础,根据保护的因果关系将设备分成设备故障、保护动作、开关跳闸或拒跳三类基础相关节点,结合设备家族缺陷、运行维护评价和状态检修评价三个属性指标,从而搭建多属性评估模型来确立模糊因果网络(Fuzzy Cause-Effect Networks,FCE-Nets)相关节点的因果系数。通过故障量相关函数完善遗漏的保护信息,提出基于多属性评判和FCE-Nets的变电站故障诊断方法。通过实际应用分析,对比现有方案的故障诊断结果,验证了此方法的有效性。     

基于模糊因果网络的智能变电站故障诊断应用

变电站故障诊断对于事故后系统快速恢复正常运行具有重要的意义。针对变电站故障诊断中不确定信息的多源性和故障诊断的实时性,以变电站的保护信息为基础,提出了基于模糊因果网络（FCE-Nets）的变电站故障诊断方法。根据变电站各保护间的因果关系将元件分成三类基本关联节点,通过故障电气量关联函数改进保护信息的缺失校核机制,利用FCE-Nets进行逆向推理。在云会智能变电站上的应用表明,在变电站发生告警时本方法能够及时有效地进行故障诊断。     

用模糊逻辑方法优化多层前馈网络结构

为了优化用于故障分类的多层前馈网络结构配置,提出了一种基于模糊逻辑的优化方法。通过对网络的学习误差、学习时间、灵敏度和网络单元数的模糊化处理,确定了优化网络结构的代价函数,并由此建立起优化网络结构的模糊推理规则,然后应用这些推理规则潍出了优化网络结构的框图。优化结果表明,利用模糊逻辑方法优化用于故障分类的多层前馈网络结构是有效的,优化时迭代时间短。     

基于小波能量熵和模糊逻辑的故障选相元件

构造了新型的用于高压输电线路保护的故障选相元件。利用小波分析良好的时频局部化特性,在暂态信号多尺度表示方法的基础上定义了用于特征提取的小波能量熵,并与模糊逻辑相结合形成新的选相原理。先对采集到的故障后电压信号进行适当的小波分解,并计算小波能量熵,然后构造包含故障信息的模糊语言变量作为模糊推理系统的输入,并建立相应的模糊逻辑推理系统,通过模糊逻辑的方法进行故障选相。仿真结果表明,小波能量熵随时间变化的规律能有效反映故障出现与否,并通过模糊逻辑做出选相判断。     

基于分层模型和开关量时序的电力系统故障元件诊断研究

针对电力系统发生故障时,由于电网监控信息遗漏、误报,使用专家系统难以对故障元件进行正确诊断的问题,本文提出了基于知识网技术的专家系统电网故障元件诊断方法.提出了调度信息的分层归类模型,提出了知识结点置信度因子、连接弧、权重的计算方法,并提出依靠开关量动作时序和保护动作逻辑为基础,建立知识网络的方法.并以上海某电网为例,验证了本文提出的基于知识网络的专家系统的故障元件诊断方法的正确性.     

模糊理论、专家系统及人工神经网络在电力变压器故障诊断中应用──基于油中溶解气体进行分析诊断

本文介绍了模糊理论、专家系统和人工神经元网络（ＡＮＮ）在变压器故障诊断中的应用，提出了可应用ＥＳ和ＡＮＮ的“协商”机制，保证诊断系统知识库的完备性。提高诊断的准确性。     

基于模糊逻辑的UPFC线路新型正序故障分量方向元件

统一潮流控制器(UPFC)可以灵活控制线路潮流,提高电力系统运行稳定性,但其接入会对线路保护的动作性能产生影响。针对UPFC线路正序故障分量方向元件在反方向故障时易发生误动的问题,提出了基于模糊逻辑的适用于UPFC线路的新型正序故障分量方向元件。首先,通过增加UPFC线路侧电压互感器,与原有的母线电压和线路电流测点组成新型保护单元。在此基础上,对传统方向元件的动作区域进行划分,进而应用模糊逻辑,通过设置合理的隶属度函数、权重和故障方向判据,利用综合隶属度函数实现故障方向的判别。最后,基于PSCAD/EMTDC的大量仿真结果表明,新型方向元件在UPFC不同运行方式、不同故障类型和过渡电阻等条件下,均可正确判别故障方向,保障了UPFC接入后电网的安全可靠运行。