树形配电线路单相接地故障测距新算法

针对树形配电线路特点 ,建立单相接地故障的分布参数电路模型 ,于故障后利用线路起始端的电压相量和电流相量 ,提出了一种树形配电线路单相接地故障测距的新算法 .本算法利用树形线路的层次化拓扑结构描述方法 ,将始端相量逐分支向后传递 ,故障点逐分支搜索的方法实现故障分支的识别和故障点的定位 ,利用多频诊断法实现真伪故障的识别 .大量计算机仿真和在模型线路上的实验均表明该算法有效     

基于同步相量测量的线路参数在线测量的实验研究

介绍了一种基于同步相量测量的输电线路参数在线测量的方法。该方法是应用GPS卫星时钟为同步时钟的PMU测量线路的电压、电流同步相量，通过计算得到各序线路参数。与传统线路参数测量方法相比，具有设备简单、易于操作、不影响正常供电等优点。     

采用改进模糊C均值法的电网故障元件定位

基于WAMS的实时测量信息,提出了利用改进模糊C均值法对广域测量信息构成的样本进行最优分类,从而定位出故障元件及故障区域的方法。仿真结果表明,该算法具有更好的全局寻优能力及寻优稳定性,在相量测量单元(PMU)测量数据含有噪声的情况下,能精确、方便、迅速地定位故障元件及故障区域,而且算法运行时间能满足广域自适应后备保护的时限要求。     

采用压缩感知的阵列失效单元诊断方法

针对现有阵列单元故障诊断方法随阵元数目增多而存在的采样数量大、诊断时间长、计算复杂度高等缺陷,提出了一种采用压缩感知理论的故障诊断方法．该方法基于故障单元数目固有的稀疏性,利用完好阵列和实际阵列激励的差值构造稀疏信号．根据目标方位信息设计测量矩阵的网格划分准则,并通过测量矩阵以随机欠采样方式获取少量测量数据．结合平行坐标下降算法对该稀疏信号进行精确重构,从而实现故障单元的准确诊断．理论分析和仿真实验表明,文中提出的方法不仅明显减少了采样数量,有效缩短了诊断时间,大幅降低了计算复杂度,而且进一步提高了故障信息的重构精度．     

基于分布式压缩感知的微震数据压缩与重构

针对分布式微震监测环境下微震数据量大的问题,引入分布式压缩感知理论对微震数据进行压缩以减小数据传输量.首先分析微震信号的稀疏性,其次模拟分布式场景,分析了分布式微震传感器节点的空间相关性及其编码与压缩处理过程.基于广义正交匹配追踪算法及稀疏度自适应匹配追踪算法,提出了一种改进的分布式稀疏度自适应正交匹配追踪重构算法,并分析了改进算法的性能.基于MATLAB仿真平台,用改进的算法重构稀疏测量后的分布式微震信号,仿真结果表明:改进后的算法在数据量减少了将近7/10时,依然可以快速精确的重构出原始微震信号.     

基于广域测量系统的电力负荷建模方法

针对基于传统量测的负荷建模方法存在的问题,提出了一种基于广域测量系统(WAMS)的负荷建模方法.该方法以WAMS记录的相量测量单元(PMU)安装节点处的电压相量为现场实测数据,可在电网中PMU布点情况不满足系统可观的条件下对电网中的任意负荷节点建立模型,并采用克隆选择算法(CSA)辨识出节点负荷模型的参数.将该方法应用于IEEE 39节点系统中,辨识结果显示,提出的基于WAMS的负荷建模和参数辨识方法具有较快的收敛速度,所建立的负荷模型能够很好地拟合负荷实测信号.该方法能够为电力系统仿真计算提供高精度的负荷模型.     

基于工频双端不同步数据的输电线路故障测距研究

针对农网10 kV输电线路在运行中存在的单相接地、两相短路等问题,结合故障定位已有的算法,提出了一种基于双端不同步数据的故障测距方法.该算法根据故障后沿线电压的分布规律,在不要求双端数据同步时,利用线路两端故障前电压和电流相量在线计算线路参数,将两端数据采样的不同步因素以不同步角的形式引入,建立了故障测距关于不同步角的方程;为了提高测距精度,采用多个点的不同步角的平均值作为不同步角差,建立了农网10 kV线路单相接地故障的仿真模型,采用双端不同步数据故障测距方法进行了故障测距.仿真计算表明,采用双端不同步算法在不同的情况下都提高了测距精度,且不受过渡电阻、系统运行方式等因素的影响.     

基于压缩传感的高精度同步相量测量方法

为了消除或减小采用GPS定时的同步相量测量中非精确同步采样所造成的测量误差,提出一种基于压缩传感理论修正离散傅里叶变换估计结果的高精度同步相量测量算法。该算法利用离散傅里叶变换对测量信号进行稀疏化,并采用狄利克雷矩阵为观测矩阵,通过压缩传感重构算法重构测量信号。仿真结果表明:与传统离散傅里叶变换方法相比,该算法在不需要延长测量时间的条件下能够有效消除或减小频谱泄露等误差,并在很大程度上提高了信号的相量测量精度。     

基于压缩感知的稀疏度自适应无源目标定位算法

鉴于无源目标定位需要采集大量的数据,导致传感器节点能耗过大、使用年限较短,因而基于压缩感知理论,设计了一种稀疏度自适应的无源目标定位算法。首先用一个传感器节点遍历监控区域建立观测字典,从而构建出满足约束等距条件的感知矩阵,然后自适应估算出目标的稀疏度,最后通过正交匹配算法恢复出目标位置向量。实验结果表明,该算法不仅在稀疏度未知的情况下能够估算目标的位置,而且与传统算法相比能够取得更高的定位精度。     

基于贝叶斯压缩感知多目标定位算法

针对室内多目标基于无线信号强度定位中的数据采集和精确度问题,引入基于贝叶斯压缩感知和拉普拉斯先验模型算法,从而满足在达到所需定位精确度的同时降低网络系统开销。所提出的方法是基于接收信号强度来感知位置变化,各移动设备上利用随机投影对接收到的信号强度进行压缩并传输,在采集中心通过基于拉普拉斯先验的贝叶斯压缩感知重构算法并结合最大似然函数法和迭代逼近法计算出各移动设备的位置。仿真结果表明了利用贝叶斯压缩感知重构算法实现室内多个移动设备的定位具有较高精确度,与orthogonal matching pursuit(OMP)重构算法相比较其定位精度至少提高了52.2%,与basis pursuit(BP)重构算法相比较至少提高了13.7%。     

面向可穿戴生理信号的压缩感知实时重构

传统的迭代式压缩感知重构算法由于计算复杂度高,数据处理实时性差,难以在实际的可穿戴设备中发挥作用.该文结合深度学习中的一维扩张卷积和残差网络,提出了一种适用于可穿戴健康监护的非迭代式压缩感知实时重构算法.该方法基于大量生理信号数据训练一个用于压缩感知重构的网络模型,该模型可以对生理信号进行快速精确重构.通过在两个公开的...     

基于改进Kruskal算法的WSN故障节点检测方法

提出了一种基于改进Kruskal算法的无线传感器网络（WSN）故障节点检测方法. 该方法首先通过集中式的改进Kruskal最小生成树算法来获取可信的节点集合,之后依据可信节点,采用邻居节点比较算法对传感器节点的感知值进行分布式分析和处理,判定发生故障的传感器节点. 同时为了容忍节点的临时故障,引入了时间冗余. 仿真结果表明,在节点故障率高达35%时,该方法依然能快速定位故障节点,并且同时保证很高的检测精确度.     

A voltage resonance-based single-ended online fault location algorithm for DC distribution networks

A novel single-ended online fault location algorithm is investigated for DC distribution networks. The proposed algorithm calculates the fault distance based on the characteristics of the voltage resonance. The Prony’s method is introduced to extract the characteristics. A novel method is proposed to solve the pseudo dual-root problem in the calculation process. The multiple data windows are adopted to enhance the robustness of the proposed algorithm. An index is proposed to evaluate the accuracy and validity of the results derived from the various data windows. The performances of the proposed algorithm in different fault scenarios were evaluated using the PSCAD/EMTDC simulations. The results show that the algorithm can locate the faults with transient resistance using the 1.6 ms data of the DC-side voltage after a fault inception and offers a good precision.     

基于压缩感知的双连续超松弛迭代算法研究

压缩感知理论是在已知信号具有可压缩性或通过变换具有稀疏性的条件下,对其信号进行采集,稀疏和重构的新理论.其中稀疏信号重构算法是其中关键的一部分,对信号恢复的精确性及时效性验证有着重要的意义.该文在总结目前已有的重构算法的基础上,提出了一种新的基于压缩感知的双连续超松弛迭代重构算法.该算法通过参数估计自适应的寻找合适的稀...     

满足多种约束条件的最优PMU配置方法

针对现有相量测量单元(PMU)最优配置方法无法同时考虑多种约束条件的问题,提出了一种基于改进模拟退火算法的满足多种约束条件的最优PMU配置方法.该方法能够在同时考虑已安装PMU、对电网中的重要环节进行直接监测及特定输电线路退出运行的情况下,广域测量系统(WAMS)仍然保持对全网完全可观测等多种约束条件的同时,以最少数量的PMU实现对整个电网的完全可观测.给出了该方法在国内某省级电网的应用实例.实际应用显示,该方法在需要考虑分阶段安装PMU及电网拓扑改变的情况时具有良好的适应性.     

基于匹配追踪的配电网单相接地故障定位方法

为了进一步解决采用小电流接地系统的配电网单相接地故障定位问题,利用原子稀疏分解匹配追踪算法分解单相接地电流暂态信号,自适应地提取衰减的直流电流分量.结合配电网拓扑结构和提取的衰减直流分量幅值,划分故障路径并进一步定位故障点.仿真结果表明,匹配追踪算法可以快速有效地提取衰减直流分量,准确地实现小电流接地系统单相接地故障的在线区段定位.相比于传统算法,原子稀疏分解理论克服了传统非自适应性算法的局限性,提高了暂态信号成分提取的准确性.     

基于加权星图稀疏正则化的图像压缩感知重构

为了更有效地表达图像的高阶稀疏结构,提出基于图稀疏正则化的压缩感知重构算法,通过图论方法描述图像稀疏系数间的相关性。首先,采用图结构化稀疏度量表征图像的非局部相似性,并化简稀疏系数的完全图结构为仅与均值节点连接的星图结构,以实现更高效的稀疏表达;然后,通过加权范数的形式体现稀疏系数的不同重要性,达到自适应恢复的目的。进一步,提出求解星图稀疏模型的近似消息传递算法,通过引入辅助变量,使得权值参数和稀疏系数的优化问题更易求解。实验结果表明,所提出的算法在客观质量和主观质量上优于其他基于非局部稀疏模型的重构算法,验证了星图稀疏模型的有效性。     

基于累积残差贡献率的传感器故障定位方法

为准确定位结构健康监测系统中的故障传感器,提出了基于累积残差贡献率的传感器故障定位方法。基于主元分析的基本原理,将车辆荷载和地脉动激励下传感器采集的数据分为主元空间和残差空间,采用SPE统计量对故障进行识别。在此基础上,通过对残差贡献值的推导,提出了累积残差贡献率指标,改进了现有的残差贡献图,提高了故障定位的准确率,并将单传感器故障定位拓展到两个故障传感器的同时定位。数值模拟结果表明：主元分析法能准确识别出预设的4类常见传感器故障,累积残差贡献率不但能更好地定位单传感器故障,两传感器同时发生故障时也能准确定位。     

基于测量波阻抗的同杆双回输电线路故障识别

为提高行波保护在同杆双回输电线路上的灵敏性与可靠性,提出一种基于S变换的测量波阻抗比率制动故障识别算法. 利用S变换获取母线电压与线路电流的初始行波相量,据此计算线路测量波阻抗,给出和波阻抗与差波阻抗概念,引入综合和波阻抗和综合差波阻抗. 理论分析表明：当发生区内故障时,综合和波阻抗小于综合差波阻抗;当发生区外故障时,综合和波阻抗远大于综合差波阻抗. 引入比率制动系数,将综合和波阻抗作为制动量,综合差波阻抗作为动作量,建立比率制动保护判据进行区内、外故障识别. 大量仿真结果表明,该算法判据简单,性能可靠,动作灵敏、迅速,基本不受故障初始角、故障类型、过渡电阻、噪声干扰等因素影响.     

10kV直配线路单相断线兼接地故障实用诊断方法

本文提出了一种利用线路单端信息实现单相断线兼接地故障测距的新算法。本文法采用分布参数电路模型,利用对称分量法,于故障后在线路始端施加正弦诊断信号,并检测起始端口的电压电流相量,以此实现故障点的精确测距,大量的计算机仿真和在模型线路上的试验表明,本方法具有很高的精度。