基于改进LBG算法RBF网络的高压输电线路故障诊断

利用径向基函数RBF网络适合于求解模式识别问题的优势,提出采用RBF网络来实现高压输电线路的故障诊断,建造了基于RBF网络的高压输电线路故障诊断模型结构,并且对RBF网络的聚类过程给出了改进的LBG算法.仿真分析及容错性测试结果表明,本文所提方法能快速、正确地实现高压输电线路的故障诊断,而且对因干扰而畸变的输入信息情况具有容错能力,适合应用于实时信息处理系统.     

基于神经网络的输电线路故障诊断策略研究

随着智能电网的逐步发展,输电线路作为智能电网的重要组成部分,在智能电网的运行中发挥了重要作用,因此对输电线路的故障诊断技术进行研究意义重大。本文提出基于神经网络的输电线路故障诊断策略,首先对输电线路的电流数据进行预处理,然后对神经网络进行优化,并在卷积层中运用批归一化方法,对输电线路的电流数据进行故障特征提取和分类识别,由此便构建高精度的输电线路故障诊断模型。经过实际运用验证,本文提出的方法能够实现输电线路故障的有效诊断,具有一定的实用性,可以进行大规模推广应用。     

基于支持向量机的输电线路故障诊断分类

基于支持向量机SVM(Support Vector Machine)的输电线路故障分类方法,可利用Matlab6.5仿真输电线路故障得到两组不同类型故障的数据。结合Matlab6.5环境下SVM工具箱进行编程,建立SVM故障分类器对测试样本进行测试。结果验证了该故障诊断方法的可行性。     

基于GA与RS的电力系统输电线路故障诊断

针对电力系统中存在着各种故障,及断路器跳闸进而引起大范围停电的情况,提出了一种基于建模-简约-优化的多源信息融合的智能故障诊断方法.通过对电力系统输电线路故障的原因分析,确定基于遗传算法的故障诊断规则.再利用粗糙集理论对故障动作决策表进行最大限度的约简,此方法保留了关键信息同时得到了知识的最小表达,能够更快更准确的诊断出故障发生的位置.通过实验证明:文中所提出故障诊断模型高效便捷,可应用于大型电力系统的故障诊断,尤其是输电线路方面的故障诊断,在诊断电力线路故障方面提供了一个切实有效的方法.     

基于图注意力网络的输电线路故障诊断

以往基于深度学习的输电线路故障诊断,依赖数字信号处理技术提取故障特征。为了改进前述方法,引入了图深度学习理论,提出了一种基于图注意力网络(GAT)的智能故障诊断方法。将原始三相电流电压信号转化为图数据,利用多个图注意力层自动提取特征信息,从而建立了数据从输入端到输出端之间的映射关系,实现输电线路端到端的故障诊断。在400 kV三相输电线路和IEEE13总线电网系统上验证该方法的准确性和有效性,分别对五种短路故障和无故障情况设置不同初始相角、过渡电阻和故障位置进行仿真分析。结果表明,该方法故障诊断准确率达到9975%以上,与现有几种智能故障诊断算法对比其性能最优。同时,该方法在不同白噪声下依然保持较高的故障识别率,具有良好的鲁棒性和泛化能力,为电力输电线路诊断技术提供了一定的研究思路。     

基于红外图像识别的输电线路故障诊断

红外图像中输电线路故障的准确识别一直是困扰检测人员的难题。本文借助红外成像仪获取输电线路温升变化图像,从分析输电线路红外图像的特征入手,通过比较各颜色空间的优缺点,应用HSI颜色空间转换获得图像边缘信息,借助中值滤波保持边缘信息的优势,利用改进的中值滤波排除干扰,采用梯度法提取其中的温度最高区域,从而迅速准确地诊断输电线路温升故障。以输电线路的红外图像为例,验证了HSI空间梯度法识别温度最高区域的可行性和有效性。     

基于决策树的输电线路覆冰故障诊断分析

输电线路作为电网薄弱环节之一,其安全稳定运行直接关系到电网的运行状态。目前,覆冰已成为威胁线路安全运行的重要因素。为了提高覆冰故障分析效率,研究其故障诊断模型显得愈发重要。文中通过某网省公司近5年输电线路覆冰跳闸数据,分析其发生规律,结合气象及微地形条件对覆冰故障的影响,构建基于决策树的线路覆冰故障诊断模型,梳理关键诊断变量因子及权重系数,提出疑似故障概率计算方法。最后结合诊断模型,对实际运行故障案例进行分析和计算,通过人工干预及现场排查确认覆冰故障类型,为输电线路故障诊断和故障排查奠定了良好的基础。     

基于改进卷积神经网络的输电线路故障诊断方法

针对电网输电线路发生故障较多、告警系统误报率较高且依赖运维人员事后分析的问题,提出了基于改进卷积神经网络(CNN)的电网输电线路故障诊断模型。首先对电网输电线路的电流时序数据进行预处理,然后通过双通道融合和多层卷积、池化改进卷积神经网络,并在卷积层中结合批归一化方法,对故障数据和正常调停数据分别进行特征提取,再通过soft-max分类器进行分类识别,构建了智能高效的故障诊断模型,有效地降低了误报率。最后利用国家电网调度中心实际数据,验证了所提方法的有效性。     

基于模糊逻辑的高压输电线路故障类型识别新方法

本文在对高压输电线路故障类型识别原理及实现方法进行总结分析的基础上,利用模糊集合理论适用于求解具有不确定信息或具有不确定线性划分关系问题的优势,提出了基于模糊逻辑具有分层结构的输电线路故障类型识别新方法.仿真结果表明,本文所提方法不仅能正确识别高压输电线路的故障类型,而且还不受输电线路系统模型结构的限制,具有较强的通用性和实用性.     

高压输电线路的双端电气量综合测距方法

给出了一种高压输电线路故障综合测距系统,综合了行波测距和基于线路集中参数、分布参数的常规测距方法,从而实现了故障的准确定位;利用小波来准确地检测波头到达时刻,提高测距精度;对行波测距中的不利因素进行了分析、改进,提出了在电压过零、行波测距不能正常启动时利用故障后的重合闸脉冲进行测距的方法,并利用EMTDC进行仿真计算,验证了其正确性和准确性.     

高压输电线路的双端电气量综合测距方法

给出了一种高压输电线路故障综合测距系统,综合了行波测距和基于线路集中参数、分布参数的常规测距方法,从而实现了故障的准确定位;利用小波来准确地检测波头到达时刻,提高测距精度;对行波测距中的不利因素进行了分析、改进,提出了在电压过零、行波测距不能正常启动时利用故障后的重合闸脉冲进行测距的方法,并利用EMTDC进行仿真计算,验证了其正确性和准确性。     

基于TensorFlow的高压输电线路异物识别

针对传统异物识别准确率较低的问题,提出一种基于TensorFlow的深度卷积神经网络的异物识别模型。将巡检图像进行图像灰度化和尺寸压缩等预处理,并采用三维块匹配滤波(BM3D)算法进行图像去噪得到实验所需的训练数据。提出基于TensorFlow的深度卷积神经网络框架,通过使用框架中的TensorBoard模块设计深度卷积神经网络模型结构与优选模型参数,并针对ReLU激活函数与特征权重进行理论分析。实验结果表明,经过15次迭代训练后,深度卷积神经网络比传统的支持向量机(SVM)、极限学习机(ELM)和BP神经网络算法具有更强的巡检图像识别能力;与经典的LeNet-5和VGGNet模型以及相关文献中的模型相比,所提模型更具有优越性。     

基于双端信息的高压架空线断线故障识别原理

高压架空线路受外力和雷击影响容易发生断线故障,而目前的线路保护装置需要故障线路落地后才能准确对断线故障进行识别。针对目前缺乏专门的断线故障保护方法的问题,提出一种基于双端信息的线路断线故障保护新原理。新原理利用线路两端的电压、电流信息,分别计算各相线路"计算电压降落"和"测量电压降落",并根据两种电压降落之差的幅值和线路电流的大小,实现了断线故障的快速可靠识别。最后,在PSCAD/EMTDC平台对所提保护原理进行了仿真验证。     

基干模糊逻辑和支持向量机的高压输电线路故障分类器

高压输电线路故障类型的正确识别是输电线路故障定位和事故分析的前提保证，探求有效，实用的识别方法是有意义的。在对高压输电线路故障类型识别原理及实现方法进行总结分析的基础上，提出采用小样本高泛化能力的支持向量机(Support Vector Machines,即SVM)算法，并结合适于处理具有不确定线性划分关系问题的模糊集理论，来完成高压输电线路的故障分类器，实现了使期望风险最小他的最忧分类，仿真结果表明：所提方法判别过程简单、清晰．能正确识别高压输电线路的故障类型，而且还不受输电线路系统模型结构的限制，具有较强的通用性和实用性。提出的基于模糊逻辑和SVM的高压输电线路故障类型识别新方法，克服了常规线性分类方法的局限性，实现了输电线路故障模式空间的非线性可分，解决了高压输电线路故障模式识刖的根本性问题。     

基于RBFNN的短期电力负荷混沌局域预测法

短期负荷序列数据表现出混沌特性,可以使用混沌时序局域方法进行预测。在混沌时序重构相空间中预则中心相点和趋势相点之间的映射关系不是单纯的线性关系,而常用的线性回归预测模型只能逼近线性映射。提出利用径向基函数神经网络(RBFNN)来建立预测模型,可以更加精确逼近预则中心相点和预测相点之间的映射关系,并用欧氏距离和关联系数联合方法选取近邻相点,选取的近邻相点与预测中心相点的关联性更好。利用西北电网的负荷数据所做的实验证明,本文提出的基于RBFNN的局域预测法比线性局域预测法获得了更为满意的预测精度。     

Twin capacitor compensation of high voltage transmission line

Twin capacitor series compensation is highly effective in the reduction of the line impedance and thus improves the power transfer capability of the transmission system as a whole. An analytical approach is developed for the first time for the ‘effectiveness factor’. A numerical comparison of performance factors such as transmission efficiency, shunt reactive voltampere requirements at the terminals and the line operating angle under a maximum received power criterion brings out the influence of compensation as well as location. It is shown that the scheme which places capacitors both at the sending and the receiving end is preferable.     

基于人工智能的输电线路故障快速诊断方法研究

针对电力系统发生故障后未经处理的多源告警信息可能导致故障处理时间增加的问题,提出一种基于人工智能的输电线路故障诊断方法。对输电线路故障诊断Petri网模型进行改进,在建立的模糊Petri网模型中预设变迁阈值,采用逆向搜索策略,对模糊Petri网进行约简,减小推理规模,提高故障诊断效率。所提方法可以对故障信息进行快速分析、分类处理,大大减少调度员处理信息的工作量,提高输电线路自动化水平,确保电力系统安全稳定运行。通过算例验证了所提方法的有效性。     

基于断电残压的电动机故障诊断

针对在线诊断时故障特征难以准确提取的问题,提出了基于断电残压的电动机故障诊断方法。首先研究电机故障的机理,分析转子断条和定子绕组匝间短路故障对断电残压的影响。根据断电残压的波形变化和衰减时间对转子断条故障做出判断;依据零序电压的大小诊断定子绕组匝间短路故障并确定其故障严重程度。仿真结果表明,该方法是可行的,在工程中容易实现。