火力发电厂热工保护误动拒动原因分析及对策

对造成热工保护误动及拒动原因进行了分析和总结,并提出相应的措施或对策,对提高热工保护系统的可靠性,保证机组安全、稳定运行具有一定的参考价值。     

"1.20"安顺电厂断路器拒动保护动作分析

1月20日贵州省安顺电对液压机构的解剖,分析了断路器拒动的原因;通过保护动作时的特征量,统一了保护分析的时间轴,从而解释了断路器拒动过程中各保护的动作行为.经过分析,各保护动作行为正确,为今后断路器液压机构的维护和分析类似的事故积累了经验,并提供了借鉴.     

“1.20”安顺电厂断路器拒动保护动作分析

1月20日贵州省安顺电厂#2机组热工保护动作跳闸,在跳闸的过程中相继发生了两台断路器拒动的罕见事故。通过对液压机构的解剖,分析了断路器拒动的原因;通过保护动作时的特征量,统一了保护分析的时间轴,从而解释了断路器拒动过程中各保护的动作行为。经过分析,各保护动作行为正确,为今后断路器液压机构的维护和分析类似的事故积累了经验,并提供了借鉴。     

电力系统开关继电保护拒动误动常见原因及防范措施初探

本文讨论了电力系统开关继电保护拒动误动的常见原因,包括二次回路绝缘击穿、寄生回路、人员误碰、直流两点接地、继电器本质质量造成的影响,并针对各种原因制定相应的应对措施。     

计及警报信息时序特性的电网故障诊断解析模型

现有的故障诊断解析模型没有利用警报信息的时序特性,对于复杂的多重故障,诊断结果可能有2个甚至多个解,不够明确。文中通过提出动态关联路径的概念,构造了能够充分利用警报信息时序特性的电力系统故障诊断的一种新解析模型,能够合理地描述现代电力系统多种保护配置下保护和断路器的动作时序关系,对于复杂故障可以得到更为明确的诊断结果。最后用实际电力系统所发生过的故障对所提出的方法进行了说明。     

电网故障诊断的一种完全解析模型

现代大规模互联电网提高了电力系统运行的稳定性和经济性,同时也给电网的故障诊断增加了难度。对电网保护配置和断路器动作规则进行深入分析,提出一种新的电网故障诊断模型——完全解析模型,并为基于此模型的故障诊断提出一种实用有效的求解方法。在完全解析模型中,故障假说（即可疑故障设备的故障情况）与保护、断路器的动作情况及拒动和误动情况一同表示成逻辑变量,而保护配置和断路器动作规则以逻辑方程组形式进行充分表达,逻辑方程组的每个解析解对应一个故障模式（设备故障状态和保护动作、断路器跳闸状态及拒动/误动情况）,是对故障情形的完整解释。本模型对故障诊断规则和保护、断路器的动作逻辑进行完全解析,并完整保留了故障设备、保护动作和断路器跳闸之间的耦合关系,克服了已有解析模型的缺陷。算例表明,保留完整耦合关系的完全解析模型可有效提高故障诊断的准确性和容错能力。     

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。     

灰色关联模型在高压断路器故障诊断中的应用

针对高压断路器故障具有较强的随机性和模糊性的特点,基于灰色关联分析法(grey relation analysis method,GRAM)建立一种高压断路器机械故障诊断模型。以高压断路器分合闸过程中线圈电流和时间节点值作为特征量,构造所需参考向量和比较向量,计算向量间的关联度值,依次对断路器各故障状态予以识别。实例计算结果表明:建立的故障诊断模型能有效地诊断出高压断路器机械故障;不同的分辨系数取值影响诊断结果的分辨率和可靠性。在高压断路器机械故障诊断中,宜取较小的分辨系数值,以保证结果具有较高准确度。     

利用保护和断路器信息的电力系统故障诊断与不可观测的保护的状态识别的模型与 Tabu 搜索方法

根据元件故障与保护动作和断路器跳闸之间的逻辑关系,首先构造了电力系统故障诊断与不可观测的保护的状态识别（ＦＳＥ－ＳＩＵＰＲ）的一种新的０－１整数规划模型。该模型充分利用了断路器信息,在一些保护信息不完整的情况下也能正常工作。之后,提出了用Ｔａｂｕ搜索（ＴＳ）方法来求解这一问题。ＴＳ方法是近年来出现的用于求解组合优化问题的高效的启发式搜索技术。算例计算表明,所发展的ＦＳＥ－ＳＩＵＰＲ的数学模型是正确的,采用的基于ＴＳ的方法相当有效。     

基于粒子群优化神经网络的高压断路器故障诊断

传统的反向传播神经网络训练算法存在学习速度慢,容易陷入局部最优值等弊端。将粒子群优化的神经网络用于高压断路器故障诊断中,根据高压断路器测试系统检测所得的实验数据,提取相应的特征向量,建立高压断路器故障诊断模型。仿真结果表明此方法简单、有效、精度高,与采用传统的反向传播神经网络的模型相比具有明显的优越性,为高压断路器故障诊断提供了有效的方法。     

一种基于振动信号的高压断路器故障诊断新方法

提出一种以小波包特征节点最大系数为特征向量、利用支持向量机状态分类的断路器故障诊断新方法。首先利用小波包分解振动数据,提取状态变化敏感节点作为特征节点形成分解树,利用敏感节点重构完好状态振动信号,并以此作为当前大多断路器诊断系统中使用的指纹信号;同时提取特征节点最大系数形成特征向量,作为支持向量机的输入向量,使用"一对其余"策略进行特征分类。经高压断路器无负载振动信号测试,该方法检测高压断路器故障简单、准确,在实际分析中取得良好诊断效果。     

基于KPCA的高压断路器故障诊断

随着电网规模的日益庞大,对高压断路器的安全运行提出了越来越高的要求。本文就核主元分析（KPCA）方法应用于高压断路器的故障诊断进行了研究。该方法针对高压断路器故障数据多维非线性的特点,通过计算其合闸电流信号原始数据空间的内积核函数来实现原始数据到特征空间的非线性映射,然后在特征空间内构2造T和SPE统计量检测过程中发生的故障,并对故障进行分类。本文以VMB5-12型10kV真空断路器弹簧操动机构为试验样机采集数据,仿真实验结果表明,该方法具有较高的稳定性,能够有效地对故障数据进行特征提取。     

改进的小波包-特征熵在高压断路器故障诊断中的应用

在详细介绍小波包与特征熵的基础上，将二者结合提出了一种诊断高压断路器机械故障的新方法，并给出了切实可行的诊断步骤和分析。该方法首先将断路器基座振动信号进行3层小波包分解，提取第3层各节点重构信号的包络；然后利用正常状态标准信号所得各包络信号的等能量分段方式，实现对应节点待测状态信号包络的时间轴分段，并利用各分段积分能量、按照熵理论提取特征熵向量；最后构造简单的BP神经网络实现特征熵向量的分类。经正常和2种故障状态下高压断路器无负载振动信号测试，证明该方法检测高压断路器故障简单、准确，为断路器的故障诊断开拓了新的思路。     

基于IEC 61850的电网故障诊断完全解析化建模

电网故障诊断完全解析模型在对故障诊断规则进行解析的过程中,完整保留了电网元件、保护动作和断路器跳闸之间的逻辑关系,有很好的容错能力和应用前景。文中基于IEC 61850标准,提出一种利用变电站系统配置描述文件(SCD)构建电网故障诊断完全解析模型的方法。该方法通过解析变电站系统配置描述文件,获取系统元件的保护配置信息和保护动作与断路器跳闸的逻辑关系,再结合电网拓扑信息,可在线生成电网故障诊断的完全解析模型。最后,通过一个复杂故障的诊断算例证明了该建模方法的可行性,可望用于在线故障诊断。