基于模糊积分融合理论的电网故障诊断策略研究

针对电力系统自动化水平不断提高、广域测量技术高速发展的现状,提出一种综合电气故障信号电气量、开关量的多数据源信息融合的电网故障诊断方法。该方法将电气量诊断结果和开关量诊断结果相结合,对电气量采用小波分析提取故障奇异度、故障诊断度;开关量采用时序贝叶斯网络理论建立诊断模型进行诊断,得到各个元件的故障表征。最后,通过模糊积分理论对求得的元件故障概率进行多源信息的融合得出电网故障诊断决策。仿真计算表明,该策略能够将电气量和开关量的故障诊断信息进行融合,得到精确的故障诊断结果。     

应用数据融合的电网故障诊断

电网发生故障时,由于保护及断路器的拒动、误动等因素使得诊断结果存在不确定性。首先提出了应用数据融合的电网故障诊断方法;再针对融合故障发生时的开关量和电气量信息,利用模糊Petri网对开关量信息进行分析,利用希尔伯特-黄变换HHT(Hilbert-Huang transform)对电气量进行分析,提取开关量故障度、幅值故障度、频率故障度和能量故障度,并利用D-S证据理论对各种故障表征予以融合,进而得故障诊断结果;最后,通过仿真验证所提方法能充分利用电气量信息,减小单一开关量的不确定性因素的干扰,提高故障诊断的精度。     

故障录波信息和D_S证据理论用于电网故障诊断

当电网发生故障时,传统的故障诊断方法仅仅利用了开关量信息而没有充分利用故障录波信息,而故障录波信息在准确性、完备性和容错性等方面有开关量信息无法比拟的优势。为了充分利用故障录波信息进行电网故障诊断,通过小波变换对发生故障前后电流波形进行分析,采用小波奇异度和小波故障度分别表征电网元件的故障概率,但是由于故障的不确定性和复杂性,这两种故障表征方法都不能独自准确地诊断故障元件,因此提出采用D-S证据理论对多种故障表征方法进行信息融合,能够准确诊断故障线路。基于PSCAD仿真实例证明,该方法能提高对故障诊断结果的支持度及故障诊断的准确性,在电网故障诊断中有良好的应用前景。     

基于多源信息融合的电网故障诊断方法研究

考虑到电力系统自动化水平及通信、广域测量技术的发展,提出了一种综合SCADA开关量,故障录波器电气量及WAMS 系统电气量的多源信息融合电网故障诊断方法.该方法将蕴含故障信息的电气量分析与开关量诊断相结合,对电网故障采集的电气量通过小波能量分析提取故障特征,采用蕴含时序贝叶斯网络对保护、断路器开关量进行故障推理,定义了能量畸变故障度、能量故障度、改进RBF神经网络故障度及时序贝叶斯故障度衡量线路故障程度,并作为证据体采用改进D-S证据理论进行信息融合,进而通过模糊C-均值聚类方法给出故障诊断决策.PSCAD仿真及Mat1ab与Java混合编程计算表明,所提出的电网故障辅助诊断新方法相对传统开关量诊断,准确度得到了提高,具有工程实用价值和良好的应用前景.     

基于多源信息融合的电网故障诊断方法研究

考虑到电力系统自动化水平及通信、广域测量技术的发展,提出了一种综合SCADA开关量、故障录波器电气量及WAMS系统电气量的多源信息融合电网故障诊断方法。该方法将蕴含故障信息的电气量分析与开关量诊断相结合,对电网故障采集的电气量通过小波能量分析提取故障特征,采用蕴含时序贝叶斯网络对保护、断路器开关量进行故障推理,定义了能量畸变故障度、能量故障度、改进RBF神经网络故障度及时序贝叶斯故障度衡量线路故障程度,并作为证据体采用改进D-S证据理论进行信息融合,进而通过模糊C-均值聚类方法给出故障诊断决策。PSCAD     

应用模糊Petri网的继电保护行为评判

模糊Petri网应用于电网故障诊断时不能很好地实现对保护行为的评判,为此,提出了应用模糊Petri网前后向推理的继电保护行为评判新方法。为缩小诊断范围,首先利用实时接线分析法对故障区域进行识别;再对故障区域内的元件利用模糊Petri网前向推理进行诊断;最后,利用后向推理算法,并结合数据采集与监控/能量管理系统(SCADA/EMS)信息及相应计算,推断出拒动及误动的保护装置和断路器。详细给出了模糊Petri网后向推理的算法以及对保护装置和断路器进行评价的判据。仿真算例验证了所提方法的有效性,在实际故障分析中有较好的实用价值。     

时间约束的改进分层模糊Petri网的配电网故障诊断方法

配电网发生故障后,迅速利用大量的告警信息判别出故障元件,能为调度中心的工作人员提供重要的决策支持。针对现有Petri网的故障诊断方法未应用在配电网中的问题,提出了一种时间约束的改进分层模糊Petri网的配电网故障诊断方法。对配电网中的可疑故障元件建立改进的分层模糊Petri网模型,能够适应网络拓扑结构的变换,利用获得的报警信息通过反向和正向时序推理对保护和断路器进行时序检查,对不满足时间约束的库所进行置信度修正。给出了改进分层模糊Petri网模型的推理流程及矩阵推理算法,在矩阵推理过程中引入高斯函数修正概率,使概率始终保持在0～1,最终得到故障元件的置信概率及其时间点约束。通过对配电网系统算例的比较、分析,验证了所提方法的正确性和合理性,能够有效地诊断出配电网的故障元件。     

基于自适应加权模糊Petri网的电网故障诊断研究

本文针对电网故障诊断中存在的保护和断路器拒动误动以及故障信息丢失的情况,给出基于加权模糊Petri网(WFPN)的故障诊断方法。考虑到故障诊断模型中权值设定完全依赖于专家经验的问题,设计具有学习能力的加权模糊Petri网,建立电网元件的WFPN故障诊断模型,并利用粒子群算法对权值进行学习实现权值自适应,最后利用故障诊断模型进行故障案例的仿真分析,并与基于加权模糊Petri网的诊断方法相比证明所提出方法具有较好的诊断可信度。     

融合遥信报警和电气量分析的电网故障诊断方法

随着广域测量系统和故障录波信息网的广泛应用,系统的电气量信息获取也越来越方便可靠。利用融合开关量和电气量信息的综合故障诊断方法,首先通过分析报警信息中的开关量信息、搜索停电区域,得到可疑故障设备集;然后对可疑设备进行模糊解析模型求解分析以及相关电气量的希尔伯特黄变换分析;最后,定义元件的解析故障度、频率畸变度和能量变化度三个故障测度,并将这三者作为证据体采用改进的D-S证据理论进行融合得到最终诊断结果。算例表明,该方法能有效降低保护和断路器拒动、误动的影响,提高故障诊断结果的准确度。     

基于S变换的故障选线新方法

在研究采用S变换提取的信号的幅频特性和相频特性基础上,提出了一种基于S变换的故障选线方法.利用S变换后电气量在各频率点的模值和相角信息,通过模值比较,找出特征频率点:通过相角比较,制定选线投票机制.利用特征频率点的模值来表征其相角信息的可靠性,定义了投票信心度.通过对多个采样点的投票机制,形成了投票统计图.利用仙农模糊熵定义选线信心度,通过选线信心度对投票统汁图进行融合,在选出故障馈线的同时,给出选线信心度.仿真结果表明,提出的方法选线正确率高,选线信心度的定义合理.     

配电网单相接地故障类型及程度的判据

分析配电网单相接地故障的类型,得出根据电压变化确定故障相的方法,提出故障程度的判据并给出判断公式。运用此判据可以判断接地故障程度和接地故障类型。     

光电雷达电子部件故障树分析

为了快速地找出光电雷达电子部件的故障部件,缩短故障排查的时间,设计并实现了一套以光电雷达为基础的故障检测系统。系统以VC＋＋为开发平台,根据实际经验分析了光电雷达电子部件常见故障,以此为基础建立了基于电子部件的故障树。在给出了底事件的概率的基础上分析并求出了顶事件发生的概率,计算出故障树各个部件对整个系统故障影响的重要度,对量级上进行分析比较,从而找出对系统发生故障影响较大的部件。经验证,利用该方法故障检测效果很好,能快速找到故障源且准确率大大提高。     

单相双绕组变压器匝间短路故障诊断

针对现有方法无法对变压器匝间短路故障的发生时刻及其严重程度同时实现诊断,提出了基于电类特征信号提取的故障诊断方法。在对单相双绕组变压器匝间短路后其输出响应进行分析的基础上,对变压器匝间短路故障的产生进行了建模和仿真;通过提取变压器一、二次侧电流信号的时域故障特征对故障发生时刻进行了诊断;基于此再结合相应电流信号的频域故障特征,采用曲线拟合与数据库比对的方法对匝间短路故障程度进行了有效诊断。仿真和测试结果表明,进行诊断后的结果符合预期的目标。     

基于故障电流信息综合分析的分布式单相接地故障测距方法

在分析输电线路故障电流特性的基础上,提出利用不同检测点故障电流零序分量之间的偏离度和故障电流行波的第一个波头能量综合判断故障区间的方法,分析了检测点在不同的安装位置时其检测到故障行波及其反射、折射波的对应关系,并提出分布式单相接地故障测距系统故障所需检测点的数量及安装位置的要求,最终根据故障区间,选择对应的测距方程,从而得到故障点位置.仿真实验表明此分布式故障测距方法测距精度较高.     

分区加权故障匹配的广域后备保护算法

为了提高容错性,文中研究了一种基于分区加权故障匹配的广域后备保护算法。分析了在线路不同区段发生故障下本线路和相邻各线路的保护元件动作的差异特性,利用几类传统保护的广域冗余信息,构造了线路的实际保护向量与各区段故障期望保护向量,定义了分区加权故障匹配函数,给出了广域后备保护算法的故障判据与流程。采用穷举法进行仿真实验,仿真结果验证了本算法的有效性,它能够在5位保护信息出错情况下保证故障检测的100%正确率。通过仿真实验,分析了广域保护元件的选择及其权重系数、电网拓扑结构及其变化等因素对本算法容错性的影响。     

基于模糊神经网络继电保护装置的仿真研究

根据模糊数学和神经网络的基本原理,建立了一个基于模糊神经网络的继电保护装置系统模型。给出了模糊神经网络的结构和学习算法并进行了仿真,大量的实验证明该方法是可行的。     

基于灰色关联度的配电网故障区段定位与类型识别方法

为了更全面准确地对配电网故障进行识别,提出了一种基于灰色关联度的配电网故障区段定位和故障类型识别方法。针对三相电流采用卡伦鲍厄相模变换得到0模、α模、β模,选择变化较为明显的模量,构造反映区段故障的综合模电流作为特征序列,再计算各区段的特征序列与参考正常区段之间的灰色关联度,与门限值比较从而确定故障区段。利用0模、α模、β模分量在故障前后的幅值畸变度,将故障初步分为单相接地、两相接地、相间短路故障三类。根据相模变换关系和不同类型故障的边界条件,选择不同的特征量进行灰色关联度计算,对计算结果分类处理,确定故障类型。IEEE 33节点配电网模型仿真实验结果验证了所提方法能够可靠准确地进行故障区段定位和故障类型识别,不受故障类型、接地电阻和故障相角的影响。     

概念格在变压器故障诊断中的应用研究

为解决变压器故障诊断中传统方法无法解决的知识发现与获取难题,以变压器故障诊断知识库为基础,建立相应的概念格结构,并在格上剪枝以协调目标信息库。从数据集中生成概念格过程的实质是概念聚类过程,应用广泛。应用格上的概念诊断变压器故障,能确定出不完整信息下的格节点对象集,再用粗糙隶属度法确定出各故障发生的概率。研究表明该法有一定的智能性和容错性,是一种有效的变压器故障诊断知识处理方法。     

采用模糊理论的接地网故障诊断方法

为解决接地网故障准确定位的问题,笔者提出了采用模糊函数的接地网故障诊断方法。根据接地网故障诊断这一具体问题,改进了模糊理论中的两个重要原则——贴近度和择近原则。利用复镜像法和Prony法,采用MATLAB进行编程,计算出10×10完整状态接地网和故障状态接地网的地表电位分布,作为诊断算法样本数据库。采用VC++编程,用改进的贴近度公式计算完整状态接地网样本与故障状态接地网样本之间的关系,初步诊断出故障样本库。最后,计算故障样本内各点之间的差异值,利用择远原则最终诊断出接地网的故障位置。运算结果表明模糊理论算法准确率高。