浅析配电网故障定位容错方法

配电网故障定位是配电网自愈的基础,为了克服配电终端错报故障信息造成的故障定位失败问题,提出了配电网故障定位容错方法。充分利用配电网线路上配电终端的故障信息,对错报故障信息进行容错处理,实现配电网的准确故障定位。     

基于电流相角差的主动配电网故障定位方法研究CSCD

随着新能源的快速发展,导致大量的分布式电源接入到现有的配电网中,由于分布式电源出力的随机性使现有的配电网变成了一个复杂多变的主动配电网,这导致原有的故障定位方法因不具有自适应性而不再适用。为了解决这个问题,对主动配电网故障时的电流进行了分析。探索根据故障时的电流特性对主动配电网的故障定位进行可行性分析。通过研究电流相角在主动配电网故障前后的变化特性,得出其与故障发生的内在联系,并由此提出一种用于估算主动配电网故障定位的分析方法。该方法只需对电流信息进行测量,通过数据采集处理与判断完成故障定位。最后,通过仿真验证了该方法用于主动配电网故障定位的可行性。     

基于经验模式分解和一维密集连接卷积网络的电液换向阀内泄漏故障诊断方法

内泄漏作为电液换向阀常见的故障类型,其故障振动信号具有非平稳性、非线性等特点,且容易被其他信号淹没、破坏。对此提出了一种经验模式分解(Empirical Mode Decomposition,EMD)和一维密集连接卷积网络(Densely Connected Convolutional Networks,DenseNet)的电液换向阀内泄漏故障诊断方法。该方法首先利用EMD对振动信号进行分解得到一系列本征模态分量(Instrinsic Mode Function,IMF),并将IMF分量和原始振动信号依次进行并联堆叠;然后将并联堆叠信号作为一维密集连接卷积网络的输入进行特征的自动提取,并进行故障分类;最后通过DenseNet与传统的一维卷积神经网络(CNN)对比验证得出,该方法能准确、有效地对电液换向阀内泄漏故障进行诊断。     

基于动态加权密集连接卷积网络的变转速行星齿轮箱故障诊断

针对变转速工况下基于深度学习的行星齿轮箱故障诊断问题,提出动态加权密集连接卷积网络的故障诊断方法。将行星齿轮箱振动信号的小波包系数二维矩阵输入到密集连接卷积网络作为网络的初始特征图;在密集连接卷积网络的跨层连接中加入动态加权层,形成动态加权密集连接卷积网络,加强网络的深层信息传递;通过动态加权网络层自适应提取不同频带内的故障特征信息进行行星齿轮箱故障诊断。试验表明了所提的动态加权密集连接卷积网络能有效诊断变转速行星齿轮箱故障。     

配电网故障定位方法的应用现状

根据我国低压配电网故障处理的特点和故障定位的难点,分析了当前故障定位方法的优点和缺点,并为今后高容错性故障定位方法提供了一些思路。     

基于自适应遗传算法的配电网故障定位研究

在遗传算法研究的基础上,加入了自适应交叉、变异算子,对配电网故障定位的自适应遗传算法进行了分析研究。实验结果表明,改进后的遗传算法收敛速度明显优于基本遗传算法,证明了该算法的可行性。     

智能配电网故障定位探讨

配电网作为电力系统最薄弱的环节之一,及时准确地对其进行故障定位一直是电力工作者研究的重要课题.智能配电网处于研究与实际应用的初期,对适应其自身特点的故障定位技术也应该展开研究.现介绍了智能配电网的特点与意义,指出了中性点接地方式对故障定位的影响,总结了智能配电网故障定位的一般步骤和方法,为实践中的故障排查提供了理论依据.     

基于人类进化算法的配电网故障定位

人类进化算法是模拟人类进化机制而建立起来的一种高性能的智能优化算法,是由生物进化算法和知识进化算法结合而成的。为提高配电网故障定位的速度和准确度,将人类进化算法应用于配电网故障定位,对复杂配电网进行处理时结合分级处理思想,先对配电网系统进行分区,在各独立区域中分别使用人类进化算法进行故障定位,再对主干支路和有故障的独立区域进行全局寻优,从而大大减少了计算量。实例表明,与求解配电网故障定位问题的其他一些智能算法相比,这种基于人类进化算法的配电网故障定位方法不仅定位准确,而且定位速度更快,它对求解复杂配电网的故障定位问题尤为优越。     

基于卷积孪生神经网络的滚动轴承故障定位方法

在不同设备及不同工况的条件下,滚动轴承的振动数据分布存在差异,采用传统的深度学习模型难以应对数据集分布不一致的状况,针对这一问题,提出了一种基于卷积孪生神经网络的轴承故障定位方法.首先,选择孪生网络作为基本框架,对预处理后的设备数据进行了扩充,使之达到了数据增强的目的;然后,选择随机池化-ELU-CNN(SE-CNN)...     

配电网小电流接地方式下故障定位技术研究综述

针对小电流接地系统下的单相接地故障定位困难问题,介绍了配电网故障诊断背景及难点。通过对各种故障定位方法的工作原理和技术进行分类与归纳,归整出各方法的优缺点、适用范围以及实际应用效果。阐述了当前在配电网中应用广泛的故障指示器情况,据此指出了当前小电流接地系统故障定位技术存在的根源问题,形成改进建议。并对故障定位技术未来的发展趋势进行了展望。     

密集连接网络在SAR与多光谱影像融合中的应用

为克服单一卫星传感器成像的不足,提出了基于密集连接网络的合成孔径雷达(SAR)与多光谱影像的融合算法.首先分别对SAR影像与多光谱影像进行预处理,使用双三次插值法重采样到同一空间分辨率下,然后使用密集连接网络来分别提取影像的特征图,并采用区域能量最大的融合策略将深度特征进行融合,将融合图像输入到预训练的解码器中进行重构...     

农村配电网故障定位适应性研究

配网故障是影响用户用电体验的重要因素,如何提高配网故障定位效率,降低配网故障影响范围,是未来配网发展的方向。现结合农村配电网运行情况,提出了基于自动化设备的配网故障定位技术,分析了该技术的优缺点及改进方法,为农村配电网的故障定位提供了参考。     

矩阵算法与CBPSO协同的配电网故障定位方法

针对传统矩阵算法在故障报警信息畸变时容错性差,而智能优化算法在处理大型配网时效率低且易陷入局部最优解的问题,提出一种矩阵算法与混沌二进制粒子群算法（CBPSO）协同的配电网故障定位方法。首先,基于配电网实际结构建立区段与节点的因果关联矩阵与判据,当满足因果判据时运用矩阵算法即可对故障区段实现准确快速定位;其次,当告警信息存在畸变而导致因果判据不满足时,根据矩阵算法的结果可确定故障可疑区段集合,基于该集合建立定位优化模型从而大大缩减了后续待求解变量的维数;最后,采用全局搜索能力更强的混沌二进制粒子群算法对模型进行求解,避免了二进制粒子群（BPSO）易早熟收敛的问题。仿真结果验证了所提方法具有准确、高效的优点,适用于大型配电网的故障区段定位。     

智能配电网的继电保护技术研究

现代继电保护技术与自动装置的配合是智能配电网实现灵活运行方式及坚强自愈的关键。现简述了智能配电网环境下对传统保护提出的挑战及相对措施,描述了配电网智能框架对现代保护发展的技术支持,并对保护的现状及发展做出总结。     

自动化功能的配电网故障定位机械设备技术在配电系统中的应用研究

国家经济迅速发展,人们生活质量逐渐提升,对于供电质量与用电效果要求逐步提升。但是配电网实际设计范围非常广泛,产生故障问题时,必然会影响相关用户的供电质量,所以基于大范围下高效定位检测故障问题非常重要。采用配电网自动化故障定位技术能够精准判断故障实际位置,对于提高配电系统故障解决效率有着重要作用。     

配电网故障定位方法分析与研究

针对遗传算法存在的抗干扰性不佳等问题设计了一种改进的算法,使算法可以应用到复杂配电网结构的故障定位中.算法根据预先定义的故障电流参考方向来优化相关参数和开关函数,并通过重构适应度函数的方式来改进传统的遗传算法,使得算法达到更高的抗干扰性,可以应用到不同的场景中.同时基于故障分区的方式提升了故障定位的准确性,降低了故障定...     

基于可变形卷积的单帧图像眼球定位追踪

针对目前眼球定位追踪算法存在的眼球定位精准度不高问题,以及为了改进眼球追踪算法的精准度并保证一定的图片处理速度,将可变形卷积网络应用于YOLO网络,对特征分布提取层面进行改进。利用可变形卷积的形变建模能力对卷积核中的各个采样点的位置增加一定的偏移变量,从而从原始单帧图像中提取更具有表征特征的信息,并与先进眼球定位追踪检测网络进行了实验对比。研究表明,可变形卷积YOLO网络的精准度可以达到0.685,平均处理图片刷新率达42帧/s,优于原YOLO网络以及其他眼球定位追踪检测网络。     

含分布式电源的配电网自适应保护方法研究

分布式电源带有输配电损耗小、调峰好等优点,但接入配电网后会使系统运行方式复杂化,造成传统电流保护无法适应。结合分布式电源接入给配电网带来的影响,以原本继电保护装置为基础,根据分布式电源容量与配电网短路电流关系实现系统侧电源和分布式电源短路电流计算,能够对各保护装置保护值进行重新整定。从算例计算结果来看,利用分布式电源容量实现配电网保护整定值的自适应调整,能够使分布式电源接入给配电网带来的影响得到削弱,从而使配电网性能得到提升。     

基于零序电流突变量的配电网单相接地故障定位方法研究

研究了基于零序电流突变量的配电网单相接地故障定位方法,并应用Matlab软件对系统进行建模仿真,结果验证了该方法的正确性和有效性。