基于最小割集法的配电网可靠性评估算法

提出了1种基于最小割集的配电网可靠性评估实用的算法,并编制了相应的应用程序。该算法考虑了系统运行的实际情况,列举引起负荷点停电事件割集,还考虑了负荷点供电的转移特性,网络元件的计划检修和主动性故障,可使评估过程更加合理和有效。     

基于最小割集的含环网配电系统可靠性评估

针对目前部分高压配电网采用少环网运行方式的情况,基于最小割集理论,提出了一种适用于含环网的配电系统可靠性评估方法.基于寻找节点组元件的方法模拟了元件的活动性故障,采用基于补偿法的少环配电网潮流计算方法.考虑了元件的容量约束,并同时计及了元件的计划检修和备用电源的影响.对RBTS-BUS4系统及实际工程系统进行了可靠性评估,结果表明该算法能计算出系统和负荷节点的可靠性指标,识别出系统的薄弱环节.     

基于最小割集的含环网配电系统可靠性评估

针对目前部分高压配电网采用少环网运行方式的情况,基于最小割集理论,提出了一种适用于含环网的配电系统可靠性评估方法。基于寻找节点组元件的方法模拟了元件的活动性故障,采用基于补偿法的少环配电网潮流计算方法。考虑了元件的容量约束,并同时计及了元件的计划检修和备用电源的影响。对RBTS-BUS4系统及实际工程系统进行了可靠性评估,结果表明该算法能计算出系统和负荷节点的可靠性指标,识别出系统的薄弱环节。     

基于最小割集的牵引变电站主接线可靠性评估

采用基于邻接终点矩阵的最小割集法,对高速铁路牵引变电站主接线进行可靠性评估。通过详细的算例对该算法进行论述,并用java语言来实现。最后以某客运专线的牵引变电所主接线为例,分别对以3种可选方案进行可靠性评估,得出可靠性、经济性指标,通过方案的比较,得出一个最优方案。     

基于最小割集的核安全风险评价在线计算方法研究

基于计算机技术,研究支持多任务场景的最小割集高效算法和风险模型重构后最小割集算法数据库的高效更新方式,在提升风险监测器计算速度的同时,满足多任务多场景下的风险高效计算要求,并为下一阶段高效计算引擎的开发提供数据算法依据。     

配电系统可靠性分析的最小割集-网络等值法

为提高复杂配电系统可靠性评估的准确性,提出一种最小割集-网络等值法,通过网络的可靠性等值简化复杂配电系统的求解过程,利用最小割集法提高可靠性计算的精度和速度,克服了传统的可靠性网络等值法没有考虑计划检修、不能计算二阶故障以及传统的最小割集法不适用于复杂配电系统等的一些不足。对RBTS可靠性测试系统进行计算的结果表明,所提方法能更真实地反映配电系统可靠性的实际状况。     

基于最大流最小割的临界割集法分析电力系统暂态稳定

本文在N－M系统结构保留网络模型的基础上，提出了运用网络最大流最小割原理标记出临界解裂割集，利用临界割集与Controlling UEP-1相关性来计算UEP，简化了对UEP的计算。文中还给出了标记出临界解裂割集的有效算法及构造了评价系统的暂态稳定近似的临界能量。     

基于最小割集的含微网的配电系统可靠性评估

传统的配电系统大多是单电源辐射状运行,微网的接入将它改变为一个多源网络.基于最小割集法对含微网的配电系统进行评估,首先依次求得负荷点到各个电源的最小割集,按给定的规则进行集合运算,得到网络的最小割集,然后按照最小割集方法求取负荷点的可靠性指针,进而求取系统的可靠性指标.最后,以RBTS-BUS6的F4馈线为例构建微网进行计算并分析结果,验证算法的有效性.     

最小割集法在极限改善因子故障诊断中的应用

新一代天气雷达极限改善因子是否达标直接影响雷达回波信号的谱估计和滤波能力,为了更好地解决极限改善因子中不同频率的毛刺干扰问题,介绍了极限改善因子参数的测试原理,详细阐述了最小割集法的原理,并结合信号的功率、脉冲包络参数指标,对影响极限改善因子的发射和接收链路逐一进行分析,并以相关故障诊断实例说明最小割集法的实现过程。通过分析极限改善因子异常的原因,不仅可以为雷达技术人员更好的完成雷达现场测试和维修维护提供指导和帮助,而且能够提高测试效率,保障雷达正常稳定运行。     

基于FTA法的宁夏电网运行元件故障率分析

元件的故障率研究是电力系统可靠性分析中的一个重要环节.综合考虑影响故障率的三个因素,建立了元件故障率的故障树模型.并用下行法求出了该故障树的最小割集,给出了计算方法.通过对2006年宁夏电网下属银川供电局和石嘴山供电局的输变电设施的停运统计,运用故障树法对变压器、架空线和断路器三类主要输变电设施进行了故障率计算与分析,提出了影响宁夏电网故障率高低的因素,为降低输变电设施的故障率提供有益的依据.     

基于保护原理的人工神经网络技术研究

提出一种全新的人工神经元理论在继电保护上运用的新技术；基于保护原理的人工神经网络（ANN）技术。该技术将经过几十年发展起来的继电保护理论和ANN的智能化特点有机地结合了起来，充分发挥了各自的优势从而为实现高性能高可靠的继电保护原理提供了一种有效的途径。     

基于分布式神经网络的变压器励磁涌流鉴别的研究

针对目前变压器保护中普遍采用的利用二次谐波原理识别变压器励磁涌流存在的缺陷,提出利用分布式人工神经网络实现基于半波叠加原理鉴别励磁涌流的新方案。经仿真实验,该方案能准确地判别出变压器内部故障和励磁涌流,不受系统谐波影响,具有很高的可靠性。     

基于混沌神经网络的配电网无功优化

利用混沌人工神经网络对配电网中无功进行优化,模拟配电网中的“痛点”,即无功配置不合理的线路,反应给神经元,令神经元输出“痛感”,因此根据“痛点”找到无功配置不合理的线路,重新分配无功,直到实现配电网无功优化配置.经对IEEE30节点的配电网实例的计算,验证了该方法的有效性,更适应智能电网的要求.     

基于ANN的在线参数自适应预测算法的研究

本文从一个新的角度研究了基于人工神经网络 (ANN)的预测问题 ,针对在线参数的特点 ,提出一种基于ANN的自适应预测算法 ,研究了训练样本噪声 ,采样频率与信号频率对算法性能的影响 ,对算法作出改进。并从预测算法的通用性和速度等方面对该算法进行了评价。将该算法应用于电力设备在线参数的预报 ,预测结果表明该算法是有效的     

基于EEMD能量熵与ANN的矿用异步电机故障诊断

针对矿用异步电机故障时定子电流信号非线性非平稳性的特点,提出了一种基于集合经验模态分解（EEMD）能量熵与人工神经网络（ANN）结合的转子故障诊断方法。首先利用EEMD将电机定子电流信号分解为一系列本征模态函数（IMF）;其次通过互相关准则,选取信息最丰富的IMF分量并计算其能量熵来构造故障特征向量;最后将特征向量输入人工神经网络（ANN）进行训练和状态识别。实验通过Ansys Maxwell软件对故障电机建模获得仿真电流数据,验证了该方法是一种可行的矿用电机故障诊断方法,相较于传统频谱分析更为可靠,可实现对异步电机处于正常、转子断条、气隙偏心等状态的准确识别,综合识别率达97%。     

一种基于人工神经网络的短期负荷预测技术

提出了一种基于人工神经网络的电力系统短期负荷预测技术,该方法在计及气温因素对负荷预测影响的基础上,将神经网络同一种较为新颖的预报模型相结合,因而具有较高的预测精度。计算实例证明了该法的可行性和有效性。     

基于保护原理的神经网络式失磁保护配置方案

电力系统正常运行或事故运行中,同步发电机的励磁系统起着重要的作用,发电机须配置低励失磁保护。在分析现有的成熟的失磁保护配置方案的基础上,提出了一种人工智能技术在失磁保护配置方案中的应用——基于保护原理的人工神经网络式失磁保护配置方案。仿真验证了新方案的正确性。     

应用人工神经网络进行无功／电压控制

本文提出利用两级人工神经网络进行系统无功/电压控制。第一级人工神经网络检测出系统中无功/电压越限的节点,第二级是给出校正对策。为了加速样本训练收敛速度,还提出一种加速B-P算法,使系统收敛速度大为提高。对一个34节点50条支路某简化系统进行测试表明,结果是令人满意的。程序在IBM-PC/386计算机上运行。     

用模糊神经网络模型评估电能质量

为了综合量化评估各种电能质量,实现按质论价、优质优价的购电原则,建立公平的电力市场,提出了结合人工神经网络和模糊识别理论,构造出模糊神经识别网络;根据电能质量评估的实质,构建了电能质量综合评估的模糊神经网络模型。研究表明,模型提高了识别系统的柔性处理能力,具有很强的自组织、自学习和自适应能力,可以使输出结果唯一、客观;模型不仅可确定电能质量的等级,还能评估某一等级的电能质量,从而识别同一等级电能质量的差异,分类能力和排序能力较强;模型引入隶属度概念,使评估结果更加具体。实例计算结果表明,模糊神经网络模型用于电能质量综合评估,其评估结果更为客观、合理。     

初探神经网络在电动洗胃中的应用

提出一种智能洗胃的设计方案。利用微处理器采集和计算模拟洗胃试验中的洗胃压力、压力变化率、液位、液位变化率、浑浊度和PH值等信号,通过神经网络算法对信号进行处理,判断洗胃工况。采用神经网络算法能区分管路堵塞、不完全堵塞、故障、洗胃正常和清洁等运行状态。神经网络算法可用于柔性密闭容器的清洗工作。