基于瞬时功率理论的新型功率方向元件

基于瞬时无功功率理论及故障附加网络,提出了一种新型功率方向元件。该功率方向元件由突变量及负序无功方向元件组成,在故障附加网络中,突变量无功元件计算对称三相故障时线路两侧等效无源系统的无功损耗,负序无功元件计算不对称故障的无功损耗,由两侧的无功计算结果可判断区内、区外故障。该功率方向元件基于系统阻抗呈感性这一显著特征,物理意义明确,具有工频故障分量保护原理的优点,且无需设计专门的工频滤波器。而且该继电器的动作速度快于常规的基于工频电气量的方向保护,其可靠性优于行波方向保护,具有较高的灵敏度。理论分析及仿真结果都验证了算法的灵敏性、可靠性及快速性。     

高性能三相采样值启动元件

提出了一种反应负序电流量的三相同时刻采样值启动元件,该启动元件利用数据跨窗时的特征来放大启动元件的动作量,达到提高启动元件动作速度和动作灵敏度的目的。采用浮动门槛、正序电流制动和静稳破坏后提高动作门槛值的方法,来防止系统振荡时误启动。通过RTDS试验数据对简单故障、高阻接地和振荡等情况进行比较全面的仿真,结果表明,该启动元件性能良好,能满足高压线路保护的要求。     

基于形态滤波和Prony算法的低频振荡模式辨识的研究

针对传统Prony方法对噪声敏感导致辨识精度不高的问题,提出了一种基于形态滤波和Prony算法相结合的低频振荡模式辨识的方法,实现了在有混合噪声干扰情况下低频振荡模式的准确辨识。基于数学形态学,设计了一种基于半圆形结构元素的形态滤波器,在选取合适的元素尺寸情况下,可以有效滤除混合噪声。对于去噪声之后的信号采用Prony算法进行辨识,可准确获取低频振荡各个模式参数。通过Matlab进行算例仿真,表明了对电力信号进行预处理的必要性以及所提出的方法能相对精确地进行振荡模式辨识,验证了其有效性。     

基于蚁群算法的云南电网电源点启动排序问题

介绍云南电网电源点的状况,建立单阶段输电网络电源点启动问题模型,并研究其可行性,使用模型利用蚁群算法对电网的启动模型进行分析计算,并结合实例筛选出最佳方案.     

高性能三相采样值启动元件

提出了一种反应负序电流量的三相同时刻采样值启动元件，该启动元件利用数据跨窗时的特征来放大启动元件的动作量，达到提高启动元件动作速度和动作灵敏度的目的。采用浮动门槛、正序电流制动和静稳破坏后提高动作门槛值的方法，来防止系统振荡时误启动。通过RTDS试验数据对简单故障、高阻接地和振荡等情况进行比较全面的仿真，结果表明，该启动元件性能良好，能满足高压线路保护的要求。     

基于电流综合矢量的高灵敏启动元件

对继电保护启动元件的一个基本要求是能反映各种故障,并且灵敏度要高。现有微机保护装置的启动元件存在着高阻接地和缓慢发展性故障情况下灵敏度不足的缺点,振荡情况下可能产生误启动,并且不能识别振荡中再发生故障的情况。本文提出一种基于综合矢量的新算法,利用同时刻的三相电流瞬时值构成综合矢量,根据正常与故障波形包络线的变化趋势来识别故障。EMTDC和动模数据仿真表明:这种算法计算量小,数据窗短,不受系统频率偏差的影响,能灵敏反映各种故障并且在高阻接地故障情况下不需要增加辅助判据就能可靠地启动保护,具有工程实用价值。     

一种新型小功率金卤灯快速启动控制策略

传统的三级低频方波电子镇流器在驱动小功率金卤灯时,往往存在难以快速启动或者无法启动的问题。基于金卤灯的快速启动要求,提出了一种优化的控制电路,大大提高了灯瞬时启动的概率。理论分析和一个70W金卤灯的实验结果同时验证了该控制电路的有效性。     

基于数学形态学滤波技术和TLS-ESPRIT算法的低频振荡模式辨识研究

针对传统Prony方法对噪声敏感和辨识精度不高的局限性,提出一种新的低频振荡模式辨识方法,实现了在有噪声干扰情况下低频振荡模式的准确辨识。该方法基于数学形态学设计出一种多结构元素的并行复合形态滤波器,可有效滤除多种噪声,保留更多的有用信息。对消噪后的信号采用基于总体最小二乘法-旋转不变技术的信号参数估计(TLS-ESPRIT)算法进行辨识,从而获取低频振荡各个模式参数。通过算例仿真,说明所提出的方法是可行和有效的。     

基于DPSO算法的黑启动负荷恢复方案

通过负荷恢复特性的研究,提出了一种基于DPSO算法的负荷恢复算法,采用该算法来制定出更加安全、快捷,更加科学、合理的负荷恢复方案.     

基于改进EEMD滤波原理及TLS-ESPRIT算法的低频振荡模式识别

针对不稳定信号PRONY辨识的噪声敏感和辨识精度低的局陷,提出一种改进的低频振荡模式辨识方法,实现了在复杂噪声于扰情况下的低频振荡模式的准确辨识.该方法基于EEMD算法设计改进了EEMD滤波器,可以有效滤除噪声,保留更多的信号模态特征.对滤波后的信号采用基于总体最小二乘法-旋转不变技术的信号参数估计(TLS-ESPRIT)算法进行参数辨识,从而获取低频振荡各个模式信息.通过算例仿真验证了该方法的有效性.     

利用数学形态学提取暂态量的变压器保护新原理

提出了一种识别变压器励磁涌流和短路电流的新方法，该方法在利用数学形态梯度进行边沿检测的同时， 采用形态开闭运算有效地提取出高频暂态电流信号。在比较励磁涌流和故障电流形成暂态信号各自特点的基础上，提出了一种变压器保护新方案。该方案不受对称性涌流的影响，并且可对暂态信号进行实时、高精度的提取。动模试验仿真结果验证了该方案的可行性。同时，该算法的计算量较多尺度小波变换计算量小，有利于工程实现。     

基于形态滤波和动态测度的电能质量扰动检测

针对电能质量扰动信号的检测与定位,详细分析了动态(Dyn)测度的特点并在其对噪声较为敏感的基础上,构造一种双结构数学形态滤波器并结合Dyn测度算法实现电能质量扰动检测。对电网中的扰动波形进行预处理,以滤除信号中的随机噪声。对去噪后的信号波形,运用Dyn测度算法,通过提取信号的极值点获取信息从而快速识别信号的畸变点,对扰动起止时间进行检测。MATLAB仿真结果表明所提检测方法具有运算简单、运行速度快、检测准确的优点。     

基于KM-RF算法的电力系统暂态稳定评估

针对电力系统暂态稳定评估当中数据不平衡处理以及评估性能优化问题,提出了一种基于随机森林和K-means聚类的组合分类算法的暂态稳定评估方法.选取具有代表性的特征量构成原始特征集,并对数据进行归一化处理和相关性分析,以提升性能和运算效率.使用K-means聚类算法进行类分解,解决数据的不平衡问题,然后使用随机森林算法进行评估.最后,利用新英格兰10机39节点测试系统仿真,并与决策树、随机森林和支持向量机算法进行比较.在命中率、准确率以及整体系数上所提方法均为最高,误中率则是最低,由此表明方法效果好、误差小,具有一定的实用价值.     

Prony算法在电力系统暂态信号分析中的应用

电力系统暂态信号成分的准确识别是电力系统动态过程分析的基础.文中分析了Prony算法中采样频率、采样点数等参数的选择方法,尤其是提出了根据动态变化率DVR＜1%和信噪比SNR＞40 dB来选择模型阶数的方法.通过对模拟同步发电机空载突然三相短路故障的分析,验证了阶数选择方法的有效性和准确性.将Prony算法及阶数选择方法应用于南网天广直流实际故障信号的分析,说明了Prony分析及阶数选择方法的有效性.     

基于形态滤波的谐振接地系统故障选线新方法

分析了基于小波理论暂态选线方法的现状后,提出一种基于形态滤波和相关分析的暂态选线新方法。与故障线不同,故障时在中性点零序电压作用下,非故障线暂态零序电流的暂态特性主要由自身对地电容充放电特性决定。将所有馈线零序电流对中性点电压的导数进行归一化处理,再利用相关分析得出每条馈线的综合相关系数,选出符合故障判据的故障线。其中,为有效地抑制各种干扰对算法的影响,对归一化后的零序电流利用改进的多结构元素复合形态学滤波器进行滤波处理。高压物理模拟实验及现场试验结果验证了本算法的可靠性和实用性。     

基于随机滤波器算法的电力信号同步相位获取

文中提出了基于两种典型的随机滤波器,即卡尔曼滤波器(Kalman filter)和递推最小方差滤波器(Weighted Least-Squares Estimation Filter,WLSE filter)的电力信号同步相位获取算法。首先建立了包含干燥声的单相和三相信号的数学模型,接着详细论述了Kalman filter和WLSE filter原理和提取同步相位的应用步骤。基于卡尔曼滤波器的单相同步信号获取算法能抑制噪声和干扰,基于递推最小方差滤波器能准确获取三相不平衡信号的正序和负序直流分量,以及正序分量的同步相位。最后,大量的仿真证明,基于随机滤波器的同步相位获取方法,在干扰等情况下能准确和快速的获取同步相位,和常规的锁相环方法相比,有一定的优越性。     

基于统计学习的模糊暂态稳定事故筛选与排序

暂态稳定事故筛选与排序的目的是针对一组预想事故集合挑选出严重事故或滤除掉无害事故,以减少待分析的预想事故数目,满足在线动态安全分析的需要.文中提出一种基于统计学习的模糊暂态稳定事故筛选与排序方法,该方法采用了反映事故严重程度的10个性能指标,并通过样本学习,在每个指标集合上具体定义了系统稳定性的模糊隶属度函数;然后综合运用这10个性能指标的稳定性模糊隶属度得到的平均稳定性模糊隶属度,对预想事故集合按严重性进行了排序;接着根据排序结果,结合所设定的稳定阈值,将无害事故过滤掉.最后,用新英格兰10机39节点网络验证了该方法的有效性.     

基于RLS的自适应滤波算法研究

为抑制谐振接地系统对地电容中的工频信号和其他谐波成分,提出了一种基于RLS算法的自适应滤波算法.该算法通过给定n-1次迭代滤波器抽头权向量最小二乘估计,依据新到达的数据计算n次迭代权向量最新估计.当滤波器输入信号变化时可保持最佳输出信号,在一定程度上补偿了滤波器元件参数变化带来的运算误差.对其滤波理论及算法进行仿真研究.结果表明:该算法提高了滤波的稳定性、快速性和精确性,优于其他自适应算法.     

A New Approximate Least Absolute Value Based on Dynamic Filtering Algorithm for On-Line Power System Frequency Relaying

ABSTRACT

Frequency deviation from its rated value and its rate of change are indications of load imbalance in power systems. Frequency relays which detect frequency deviation and its rate of change and react accordingly are implanted in power systems to ensure the safe and efficient operation of power systems. This paper presents a new application for a discrete filtering based on least absolute value parameter estimation algorithm (DLAV), which was developed recently by the authors, for on-line measuring of the steady state frequency, the frequency deviation as well as the voltage magnitude and and its phase angle from a noisy measurements. The proposed algorithm uses the digitized samples of the power system voltage at the relay location. The proposed algorith can easily handle the time-varying magnitude of the power system voltage, if any.

In this paper, two models are used,namely the two-state model and the six- state model. The order of the second model depends on the number of terms taken from Taylors series expansion. We assume, in this paper, that the power system frequency is constant during the data window size. In this paper we compare the proposed algorithm and the well-known Kalman filtering (KF) algorithm. Test results are reported in this paper, which forms the basis for our conclusion at the end of the paper.     

采用Prony与粒子群算法的电力暂态信号分析

为了提高对含有谐波/间谐波、衰减直流分量和噪声的电力故障暂态信号的分析精度,提出了基于改进Prony算法与粒子群优化算法相结合的电力故障暂态信号分析方法。该文先采用多小波方法对信号进行消噪处理,再利用差分算法滤除衰减直流分量并对高频信号进行放大,以提高Prony算法的分析精度;然后利用改进Prony算法估计出信号中含有的频率个数和相关参量的粗略估计值,以此为基础建立电力参数模型,以得到的相关参量的粗略估计值作为算法的初始种群值,并估计出各参量的范围,最后采用粒子群优化算法对模型进行求解。仿真结果表明,所提方法能对所研究的电力故障暂态信号进行精确分析。