首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 187 毫秒
1.
针对贯通式同相牵引直接供电系统可能发生的雷击故障、雷击干扰和接地故障3种扰动进行建模分析和识别研究。在牵引网仿真模型的基础上,通过实验得到3种扰动的暂态特征。根据以上故障提出了改进总体平均经验模态分解(Modified Ensemble Empirical Mode Decomposition,MEEMD)与概率神经网络(Probabilistic Neural Network,PNN)结合的智能识别方法。MEEMD分解故障暂态电流信号得到本征模态函数(Intrinsic Mode Function,IMF),分别用样本熵和排列熵提取IMFs分量特征,结合PNN进行故障识别,通过实验看出,基于MEEMD排列熵与PNN结合的智能识别方法能较好地识别牵引网的3种故障。  相似文献   

2.
在家庭生活用电器中,非线性负载电器逐渐增多。这一趋势使基于电弧“零休”特性的传统故障电流检测方法无法准确识别故障现象,因此本文提出一种基于信号时域特征结合变分模态分解固有模态能量熵的随机森林故障电弧识别方法。以线路电流为分析对象,先提取其时频特征量,再采用变分模态分解算法对故障电弧电流进行分解得到模态分量并计算其能量熵。以时域、能量熵特征构成多维特征向量,输入随机森林模型中对信号类型进行分类决策,进而识别故障电弧。实验发现,相比于其他方法,本文所提方法的故障电弧识别准确率可达99%,且适用于多种典型负载和非线性负载工作的低压配电故障电弧识别。  相似文献   

3.
水电机组声纹信号包含大量反映内部机械状态的有效信息,为了准确提取水电机组磨碰故障声纹特征,提出一种基于聚合经验模态分解(EEMD)与卷积神经网络(CNN)相结合的水电机组磨碰声纹识别模型。首先将水电机组噪声信号进行EEMD分解,得到若干本征模态分量(IMF)和残余分量(Res),然后将得到的IMF和Res与原噪声信号构建融合特征向量;以融合特征向量为输入,碰磨故障输出,正常和碰磨故障试验数据为样本,训练CNN深度学习神经网络,得到水电机组磨碰故障识别器,识别水电机组磨碰故障。结合水机电耦合平台和实际机组试验磨碰数据,验证了所提方法对水电机组碰磨故障识别效果,平均准确率达到99.8%,且该方法识别效果显著优于其他几种识别模型。  相似文献   

4.
针对低压配电线路负载端电弧故障电压具有较强的信号奇异性波形特征,利用低压串联电弧故障实验平台,采集若干典型的低压配电线路负载端故障电弧电压信号进行分析。采用经验模态分解(empirical mode decomposition,EMD)有效地提取反映电弧故障信号局部特性的本征模态函数(intrinsic mode function,IMF)分量,经分析IMF分量的方差贡献率确定前5阶IMF用于表征各类负载电弧故障主要特征信息,提取前5阶IMF分量能量比为特征向量作为极端学习机(extreme learning machine,ELM)的输入向量,建立不同负载电弧故障识别模型。实验与仿真结果表明,基于EMD分解和ELM相结合的故障电弧诊断方法,在有效提取不同负载电弧故障特征的基础上,实现了不同负载电弧故障的识别。  相似文献   

5.
单相接地故障是配电网中最常见的故障,由于故障电流可能很小,其精确诊断存在较大难度。分析了可能对单相接地故障辨识产生影响的其他短路故障与扰动情况,提出了一种基于改进支持向量机(SVM)与卷积神经网络(CNN)的配网单相接地故障辨识方法。利用粒子群算法对支持向量机的参数进行改进,识别出低阻接地故障与扰动;针对时域中不易区别的永久性与间歇性单相接地故障,通过希尔伯特-黄变换提取频域信息,利用卷积神经网络根据提取出的高维特征向量辨识其具体类型。在MATLAB/Simulink中搭建了一个辐射状10 kV配电网模型进行仿真,仿真结果验证了算法的有效性和优越性。  相似文献   

6.
为有效检测配电网高阻接地故障(HIF)的发生,本文结合变分模态分解与图信号指标,提出一种全新的HIF识别算法.首先,利用变分模态(VMD)分解得到故障暂态零序电流的多个本征模态分量;其次,根据峭度准则选取对故障暂态突变量最敏感的模态分量,进而计算该模态分量的图信号指标作为故障指标;最后,通过随机森林分类器对故障特征进行重要性评估与分类,达到识别HIF的目的.在PSCAD/EMTDC进行仿真验证,结果表明所提算法能够有效区分高阻接地故障与负荷投切(LC)和电容器投切(CS).  相似文献   

7.
该文提出一种基于变分模态分解(VMD)和Park变换的交流变频电机早期转子断条故障识别方法.重点对低速状态下电机早期断条故障特征频率识别展开研究,基于电流信号特点结合萤火虫优化算法(FA)设定变分模态分解参数,进一步强化其自适应分解能力,并在此基础上获取三相电流的基频分量信息,通过Park变换检测早期故障特征.仿真与实验结果表明,该方法检测电机早期转子断条故障特征优于经验模态分解(EMD)方法,并可实现故障特征频率的早期定位,这对电机的故障辨识和预警具有重要支撑意义.  相似文献   

8.
针对滚动轴承故障信号易受环境噪声干扰,故障特征信息获取相对困难的问题,提出了基于变分模态分解(VMD)与快速谱峭度的滚动轴承故障特征提取方法.首先将轴承信号分解为若干个固有模态分量(IMF),然后利用最大相关峭度解卷积算法对各阶模态分量进行计算,选取相关峭度值相对较大的几个IMF分量作为故障信息最突出的研究对象,并对其...  相似文献   

9.
刘辉  李永康  张淼  刘维 《电子测量技术》2021,44(22):168-174
现有高压直流(HVDC)故障检测方法灵敏度低,难以识别高阻接地故障,提出了一种基于改进灰狼算法(GWO)优化时间卷积神经网络(TCN)的HVDC传输系统故障检测方法,整流侧检测装置采集的故障电流信号直接用作TCN的输入数据,克服了故障信号处理的繁琐过程.利用Simulink仿真软件建立±500 kV高压直流输电线路模型,对不同故障区域和故障类型进行仿真实验,使用基于LSTM模型,BiLSTM模型和CNN模型3种模型的故障检测方法进行比较.测试结果表明,GWO-TCN网络能够可靠、准确地在过渡电阻高达800 Ω时进行HVDC输电线路故障选极和选区.  相似文献   

10.
针对直流配电网存在的故障信号难以提取、不易对各类故障进行诊断等问题,提出一种基于变分模态分解(VMD)模糊熵与Gath-Geva(GG)聚类的故障检测方法。首先,提取出暂态电流,采用VMD算法将故障暂态电流分解成若干个固有模态分量(IMF)。然后,分别计算分解得到的若干个IMF的模糊熵,将其作为特征向量。最后,采用GG聚类算法对故障特征的特征向量进行聚类识别。GG聚类的主要算法为将聚类样本划分为c类,设出隶属度矩阵,通过设定迭代来计算聚类中心与最大似然估计距离,更新隶属度矩阵,当隶属度矩阵满足条件矩阵时终止迭代,从而实现对单极故障、极间故障以及区外交流侧接地故障的聚类识别。仿真结果表明,所提保护方案可靠性强、准确率高,在不同故障类型、故障位置和过渡电阻等工况下均能可靠检测直流线路故障并准确识别故障类型,且具备一定的抗干扰能力。  相似文献   

11.
针对电力系统输配电线路发生单相接地故障时,电气设备的电磁环境干扰,故障零序电流成分复杂等原因导致故障特征信息提取困难,变分模态分解参数人为确定导致其对零序电流分解效果差,常用的熵运算慢,鲁棒性差,进而后续选线准确率低的问题,提出了一种新的基于NGO-VMD-DE的单相接地故障的零序电流故障特征提取方法。首先,通过北方苍鹰优化算法(NGO)优化变分模态分解(VMD)实现零序电流信号的自适应分解,建立了自适应相关系数的本征模态函数(IMF)分量选取准则选取有效分量,然后对选取的分量进行重构,最后对重构后的信号进行散布熵(DE)计算以提取单相接地故障的零序电流故障特征,通过搭建模型进行仿真实验,并与近似熵、样本熵、模糊熵、排列熵等其他特征熵值指标进行对比表明,所提出的故障特征提取方法可以更加准确、有效地表征发生单相接地故障线路的零序电流故障信息。  相似文献   

12.
目前针对配电网电弧故障的研究大多忽略电弧弧长变化因素的影响,电弧故障模型与实际配电网电弧故障相差较大,电弧接地故障辨识不准确。为此,搭建了考虑弧长动态变化的电弧接地故障模型。在此基础上,分析了电弧接地故障稳态零序电流的时域波形差异,提出了一种基于稳态零序电流加权欧式距离的电弧接地故障辨识方法,实现对电弧故障的有效辨识。利用PSCAD搭建10 kV配电网模型,大量电弧接地故障仿真实验结果表明,所提电弧故障模型准确有效,可以准确描述电弧电流、电压和故障特性。所提辨识方法能够准确辨识故障类型,且所提方法不受故障初相角、故障位置的影响,为配电网故障精准可靠感知提供依据。  相似文献   

13.
配电网单相接地电弧建模及仿真分析研究   总被引:9,自引:0,他引:9       下载免费PDF全文
为选择有效的配电网接地消弧措施及选线方法,有必要进行电弧建模及仿真研究。给出Cassie、Mayr、Schwarz、控制论等四种电弧模型的数学方程,其中Mayr、Schwarz、控制论等三种电弧模型适合描述接地电流较小的电弧的故障特征。建立Schwarz和控制论电弧仿真模型,并利用电弧特性测试电路对这两种模型做仿真对比分析。控制论模型因能直接设置弧长,直观地反映配电线路故障拉弧情况,更适用于谐振接地系统单相弧光接地故障仿真研究。采用ATP-EMTP软件建立谐振接地系统模型和控制论电弧模型,分析了不同电弧长度对电弧阻抗、接地电弧稳态和暂态特性的影响。仿真结果表明,利用控制论电弧模型可较直观且准确地仿真谐振接地系统弧光接地故障。  相似文献   

14.
提出一种基于集合经验模态分解(EEMD)的谐振接地配电网暂态量选线新方法。提取故障发生后各线路1/4周期暂态零序电流作为数据窗长度,用EEMD将1/4周期暂态零序电流分解为有限个固有模态函数(IMF)分量和一个剩余分量 r;将每条线路的IM F分量与原始信号做相关分析,选出与原始信号相关程度最大的前3个IM F分量作为暂态零序电流特征IM F分量,计算特征IM F分量和剩余分量的能量和作为线路的固有模态能量;计算各线路的固有模态能量权重因子,比较能量权重因子的大小选出故障线路。为了判断母线故障,选出能量权重因子最大的前3条线路做进一步比较。该方法利用暂态量,不受消弧线圈影响,可以同时适用于中性点不接地和谐振接地配电网,而且针对故障条件比较苛刻的高阻接地和小角接地故障同样适用。MATLAB仿真验证了方法的正确性。  相似文献   

15.
针对目前光伏系统中存在的串联直流电弧故障特征量少、识别定位困难等问题,提出一种基于多特征融合的光伏系统串联直流电弧故障识别方法。首先搭建实验平台,采集正常和串联直流电弧故障下的电流信号并利用小波变换进行降噪;其次,对降噪后信号提取时域上的电流均值变化率和电流周期最值差特征量,并提取频域上的各频带能量及能量比,利用集合经验模态分解(ensemble empirical mode decomposition, EEMD)得到各阶信号本征模态函数(intrinsic mode function,IMF),计算各阶IMF故障信号与正常信号余弦相似度,并提取相似度较低电弧的IMF能量熵特征;然后,以时域、频域、能量熵特征构成多维特征向量,构建故障电弧特征空间,通过实验确定故障空间边界参数,得到特征判据,根据多维特征判据实现直流电弧故障检测;最后,通过实验分析验证所提方法的准确性。  相似文献   

16.
为了提高电机轴承故障诊断的准确率,针对电机轴承故障不稳定的振动信号及故障特征提取困难问题,提出了一种基于变分模态分解(VMD)能量熵与卷积神经网络(CNN)相结合的电机轴承故障诊断方法。为了使故障的特征更精确地体现出来,采取三维度的能量熵提取办法,将轴承故障分为内圈磨损、外圈磨损和保持架断裂三类,然后每个类别再细分为负载为0%、25%和50%三种情况,共9种情况。利用VMD方法将故障信号分解得到内禀模态函数(IMF)的分量并提取各个维度IMF的能量熵值从而构成特征向量。结果表明该方法可以有效提高故障诊断正确率。  相似文献   

17.
为了提高配电网单相接地故障的定位准确率,提出一种基于暂态零序电流图像识别的配电网单相接地故障区域定位方法。通过PSCAD实现故障仿真,构建卷积神经网络(CNN)学习所需图像集。根据单相接地故障的两值性和分化性特征,基于Python编程进行图像预处理,采用VGGNet11网络结构对预处理后的字节形式故障样本进行训练,得到故障区域定位模型,并可视化分析模型分类效果。典型10 kV配电网模型数字仿真及现场试验均表明,所提方法能够准确实现故障区域定位,不受系统接地方式、故障电阻和初始相角的影响。可采用暂态录波型故障指示器采集线路暂态零序电流,信号获取方便。  相似文献   

18.
基于压缩感知理论的小电流接地故障选线法   总被引:1,自引:0,他引:1  
将一种全新的信号处理方法——压缩感知理论应用于小电流接地故障的选线中.采用压缩采样方法对故障前1/4周期到故障后1/4周期各线路零序电流进行低频压缩采样.然后通过恢复算法对所采信号进行精确重构。对承构信号采用小波去噪后进行经验模态分解(empirical mode decomposition.EMD),选出各线路零序电流最高频IMF分量作差分运算.依据故障线路零序电流最高频IMF分量在故障发生时刻的一阶差分板性和健全线路相反的原则实现故障选线。Matlab仿真试验表明该方法不受采样频率限制.选线结果具有较高的准确度.  相似文献   

19.
弧光接地故障在配电网中发生的概率较大,其动态特性对于检测电弧故障起着十分重要的作用。Mayr、Cassie模型是研究电弧接地故障两种经典模型,适用于描述电弧不同的物理特性。文中以电弧电流为变量建立过渡函数,构造了一种Mayr-Cassie组合模型,该模型综合考虑了电弧对流散热和径向传导散热。在PSCAD/EMTP平台上搭建了单相电弧接地故障模型,分析了电弧电压、电流、电阻的动态特征,并进一步将该模型用于10 kV配电网故障分析中,结果表明该模型可准确反映电弧特性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号