电网故障诊断的遗传模拟退火算法研究

针对电网出现的复杂故障,如断路器和保护不正常动作或多重故障等情况,结合新的故障诊断优化模型,应用遗传模拟退火优化算法进行故障诊断,寻找使构造的目标函数最小的最优解.将遗传算法和模拟退火算法结合,有效避免了遗传算法过早收敛和模拟退火算法全局搜索较差的缺点,解决了电网故障诊断结果多解和漏解的情况,实现了电网断路器和保护不正常动作的故障诊断.     

基于贝叶斯网络的电网故障诊断方法

根据元件故障与保护动作和断路器跳闸之间的内在逻辑关系,建立了面向元件的电网故障诊断模型,并采用误差反向传播的梯度下降法修正网络参数。该模型是一种由 Noisy-Or,Noisy-And 节点组成的特殊的贝叶斯网络,能够处理电网故障诊断中的不确定性,具有语义精确、推理快速、学习效率高等特点,适用于大规模电力系统的多重复杂故障诊断。实际电网故障案例验证了该方法的正确性和有效性。     

基于改进Petri网的电网故障诊断方法

为了获取精确的电网故障诊断结果,根据Petri网的基本理论,对已有的电网故障诊断Petri网模型进行改进,提出了基于改进Petri网的电网故障诊断方法.改进后Petri网模型同时考虑主保护、后备保护和失灵保护的影响,能够充分模拟实际故障中各个保护的优先级别,且该建模方法大大简化了模型数学推理的复杂程度.算例分析表明,该...     

考虑连锁故障影响的检修优化

互联电网在紧急运行状态下可能出现多处过负荷或电压越限,此时若发生隐性故障,可能导致继电保护系统误动、拒动、误整定及断路器拒分等现象,引起连锁故障.通过加强保护系统的检修、断路器的巡视及安装在线状态监测系统,能有效减少保护及断路器不正确动作的概率,减小停电面积.提出一个简单的连锁故障传递模型,利用蒙特卡罗方法对华中电网进行连锁故障传播的仿真分析。仿真结果表明：在故障易发位置和相应母线所包含的保护和断路器上追加投放检修资源,与平均投放检修资源相比,能提高检修资源的利用效能,并能有效地限制连锁故障范围,提高电网安全可靠性.     

一种优化型电网故障诊断的实用改进模型

基于保护和断路器状态信息的优化型故障诊断,是目前为止为数不多的已有实际应用的诊断方法.对经典的优化型故障诊断模型进行了深入分析,找出了其中的不足.然后在只基于保护和断路器状态信息的情况下,提出了在保证不漏判的前提下尽量减少误判的诊断原则.通过对现有模型和断路器期望表达式的改进,达到了这一目标,解决了原有模型在警报信息丢...     

基于红外神经网络的高压断路器故障诊断方法

为了高效、快速、准确地确定高压断路器的故障,提出了一种基于红外诊断与神经网络相结合的高压断路器新型故障诊断方法。首先,利用红外测量技术采集高压断路器故障样本,并将故障样本进行归一化;其次,构造BP神经网络故障诊断模型,提出一种新型改进BP神经网络算法,将构造的高压断路器故障样本输入到改进BP神经网络中进行训练,得到改进BP神经网络的相关参数;最后,通过仿真研究验证了提出的基于红外神经网络的高压断路器故障诊断方法的合理性与优越性。     

基于模型预测方法的电网故障预测

电网诊断通常都是故障发生后,根据故障后产生的信息来推断故障。为了能在故障发生前进行预防,提出模型预测(ModelPrediction,MP)和溯因推理网络(AbductiveReasoningNetwork,ARN)方法预测电网故障。模型预测利用电力系统中历史数据来预测电网无故障运行时的数据,与电网实际运行时的数据作对比,计算差值,差值作为诊断系统的输入;溯因推理网络能够处理预测数据和相应的候选故障之间的复杂关系,被用来构建故障诊断系统。模型预测和溯因推理网络方法相结合,能在保护装置和断路器动作前进行故障定位,具有故障预警功能。仿真结果表明,溯因推理方法构成的预测系统比神经网络方法构成的预测系统诊断结果更快、更准确。     

基于时间约束脉冲神经P系统的电网故障诊断方法

为在电网故障诊断过程中快速准确地识别故障元件,文章提出一种基于时间约束脉冲神经P系统的电网故障诊断方法。首先,利用保护装置之间的动作顺序建立线路和母线的时间约束脉冲神经P系统故障诊断模型;然后,利用断路器、继电器和元件之间的时间约束对警报信息进行检查并修正诊断模型输入神经元的初始脉冲值;最后,用矩阵推理算法进行故障诊断,并对保护装置的动作行为进行评价,判断保护装置的拒动、误动情况。采用IEEE39节点系统进行算例分析,证明该方法可行、有效。     

基于遗传小波神经网络的电网故障诊断方法研究

电网故障中继电保护和断路器的拒动、误动以及信息上传过程中的丢失、畸变等问题使快速、准确的故障诊断仍是一个难题。神经网络方法虽已应用,但神经网络容易陷入局部极小值,针对此情况,提出了基于小波神经网络和遗传算法相结合的故障诊断方法。用遗传算法学习小波神经网络的权值、尺度函数、结构,可以确定用于故障诊断的最优小波神经网络。并对算例进行了仿真,仿真结果表明优化的故障诊断系统优于BP算法的诊断系统,提高了故障诊断精度。     

基于潮流变化量特征的电网开断故障诊断方法研究

传统的基于保护、开关动作信息的电网故障诊断方法在实际应用中存在误动和拒动。利用SCADA系统采集的电网支路稳态潮流信息作为诊断依据,提出一种电网支路开断故障诊断的新方法,利用支路开断分布因子建立全网支路开断故障模式集,提取电网发生故障后各支路稳态潮流变化量,并运用模式识别算法对电网故障支路进行匹配识别,实现电网开断故障诊断。对某区域电网实例数据进行仿真分析,结果表明:该方法能够有效地对电网支路开断故障进行快速诊断,具有较好的工程实用价值。     

配电系统与通信相关的风险评估

为了研究通信故障对配电系统安全可靠供电的影响,分析配电系统中通信故障对供电的影响,提出适用于评估通信故障影响的若干风险指标.根据通信故障模式的不同,提出电力通信设备三状态风险模型.考虑到配电系统中通信设备和配变电设备功能上的依赖性和相互关系,提出采用关联矩阵描述设备之间的关联联系,将该模型应用到基于序贯Monte Carlo模拟法的配电系统风险评估算法中.采用IEEE RBTS Bus 2算例对所提指标、模型和算法进行分析验证.结果表明,考虑通信设备故障后配电系统的风险状况更严峻;通信设施故障不一定导致电网发生停电,但是能够影响到电力设施的正常运行.通信故障是电网风险评估需要考虑的重要因素之一.     

基于路径遍历的汽车电路推理模型的建立

电路推理模型是汽车电路维修仿真培训系统的核心.用图算法建立汽车电路的网络拓补关系,采用深度优先的路径遍历算法,对网络进行整体遍历和局部遍历,获取电路在正常状态和故障状态下的工作情况,基于这一原理,提出了一种新的电路推理模型的建模方法,在此模型的基础上,实现了电路的动态演示、故障设置、电流路径分析、模拟故障诊断等功能.给出了电路矢量图形系统的建立、有向图的构造、路径搜索以及数据传递等几个关键问题的解决办法.从电路网络关系出发,提出在矢量图形系统中设置故障边,由此实现了电路故障的模型描述.     

基于滑模观测器的锂离子动力电池荷电状态估计

基于混合动力脉冲功率特性试验数据辨识得到了锂离子动力电池的等效电路模型参数,提出了基于滑模观测器算法的动力电池荷电状态估计方法.设计了滑模观测器,最后进行了算法验证.结果表明,对FUDS工况,应用滑模观测器算法进行荷电状态估计的最大误差为1.17%,方差为0.00004,比传统算法获得了更好的估计精度和鲁棒性.     

基于双弹性腔模型与整心动周期脉搏波的血流动力学参数估计

为了对心脏疾病的诊断和治疗提供指导,同时也为进行心脏辅助装置的设计及评价提供有利的工具,提出了基于双弹性腔模型和整心动周期脉搏波的血流动力学参数估计方法,运用非线性最小二乘Levenberg-Marqurdt算法对实测脉搏波数据进行参数估计得到动脉系统的模型参数,即人体的血流动力学参数(包括外周阻力、动脉顺应性和血流惯性).利用MATLAB/Simulink工具结合图形用户界面(graphical user interface,GUI)建立的左心与动脉系统耦合的动力学电路模型得到的仿真结果与人体实测脉搏波数据进行对比分析,验证了模型参数估计的有效性.用该方法估计的参数结果符合生理参数范围,且效果优于传统的舒张期估计方法,其中主动脉顺应性参数的估计结果误差降低了50%,参数带入模型得到的仿真结果与实测脉搏波之间的误差也降低了20%左右.     

基于量子遗传算法的XOR/AND电路功耗和面积优化

通过研究量子遗传算法、XOR/AND逻辑展开式及其对应电路的功耗和面积关系,提出一种基于量子遗传算法的单输出XOR/AND电路功耗和面积同时优化的算法.从量子比特、量子叠加态的概念出发,结合XOR/AND电路的功耗估计模型,以XOR/AND门电路数衡量电路面积,利用染色体编码、适应度函数构造和量子旋转门调整等方法,有效实现了功耗和面积的折中.将提出算法与遍历算法和整体退火遗传算法进行比较,结果表明该算法高效、稳定、收敛速度快.对较大规模电路的测试结果表明,该算法的优化结果与极性为零时的XOR/AND电路相比,功耗和面积平均节省了81.7％和54.7％.     

利用参考电压注入的Buck变换器电感电容估计

电路的元件参数,尤其是电感和电容值,严重影响着Buck变换器的控制性能。提出了一种参考电压脉冲注入法用于电感和电容的在线估计。为了提高Buck变换器中电感和电容值的估计精度,利用原稳态和新稳态构建满秩状态方程,在线推导算法所需寄生参数和负载电阻。研究基于电感伏秒特性和电容电荷平衡特性的精确离散时间变换器模型,为元件参数估计奠定了基础。通过给参考电压注入短脉冲信号,并使用PID控制器对电路中的电感电流和输出电压进行调节,建立了用于参数估计的瞬态和新稳态。利用瞬态中采样的电压和电感电流估计电感和电容值,避免了稳态时的收敛问题。基于提出的平均电感电流估计算法,电流采样频率降低至开关频率。最后,在Matlab/Simulink平台上进行了仿真验证,结果表明：即使在考虑实际噪声的情况下,电感和电容值的最大估计误差分别小于2%和4.2%;相较于其他参数估计算法,参考电压脉冲注入方法的引入有效提高了参数辨识的估计精度,有助于Buck变换器系统控制性能的提升。     

基于 SHEKF-GPM 融合的锂电池 SOC 估算

荷电状态（SOC）是电池控制策略和管理系统的重要参数。针对积分法和电压法估算锂电池 SOC 时不能减少误差累积现象,提出一种基于平方根高阶扩展卡尔曼滤波（SHEKF）与灰色预测模型（GPM） 融合的算法,用于估算锂电池 SOC。该方法结合遗忘因子递推最小二乘法（FFRLS）和二阶 RC 等效电路模 型实时在线辨识和修改锂电池模型参数,结合 SHEKF-GPM 融合模型进行锂电池 SOC 状态方程的线性部分 和非线性部分估算。通过仿真分析,得到 SHEKF-GPM 融合算法估算 SOC 时的误差低于 0.3%,协方差误 差为 0% 左右,不会产生误差累积。仿真结果表明,该方法能减少误差累积,提高电池管理系统估算锂电池 SOC 时的实用性、有效性和估算精度。     

基于回复电压的油纸绝缘系统等值电路参数辨识研究

回复电压测试法作为一种无损手段能够有效地诊断电力设备的绝缘老化状况,评估油纸的湿度．通过经典的扩展德拜模型建立回复电压曲线与等值电路之间的数学模型,推导回复电压数学表达式;提出基于非线性最小二乘估计法结合粒子群优化算法的等值电路中的未知参数辨识方法;最后对某台变压器的实测回复电压数据进行等值电路参数辨识,结果验证了参数辨识的准确性;并利用辨识出的电路仿真分析回复电压测试参数对回复电压曲线的影响,结合极化响应过程揭示了绝缘油纸系统与微观机构间的关系．     

用基于遗传优化的扩展卡尔曼滤波算法辨识电池模型参数

提出了一种基于遗传优化算法(Genetic algorithm,GA)和扩展卡尔曼滤波(ExtendedKalman filter,EKF)算法的电池模型参数辨识方法。建立了锂离子动力电池等效电路模型,模型中两个RC网络分别描述电池的电化学极化特性和浓差极化特性,迟滞电压描述电池充放电过程的平衡电势的差异。对于具有耦合关系的模型参数,采用具有最小均方误差估计效果的EKF辨识算法,针对EKF算法通过试验调节难以取得最佳滤波效果的问题,提出基于遗传算法优化EKF噪声矩阵的方法。试验和仿真结果表明:基于遗传优化的EKF算法(GA-EKF)辨识的电池模型满足电动车辆仿真精度要求。