基于无线传感网络的配电网故障定位系统研究

配电网智能化是实现智能电网的重要环节,但配电网一般而言接线较为复杂,故障信号较难提取。现提出一种基于无线传感网络的配电网故障定位方法,先监测节点电流判断故障类型,然后依据故障类型找出了判断不同类型故障的条件,再利用DV-Hop算法进行故障定位,并推导出相关的公式。     

基于线路归一和网络解耦的配网故障测距方法

针对架空-电缆混合线路、多分支线路、环形网络线路以及多端电源的配电网线路拓扑结构的故障测距难题,提出一种新颖的故障测距方法。融合配网自动化系统信息,动态重构配电网络,采用多端行波时差数组群比法识别故障区域,为便于线路网络解耦,将混合线路归一化,运用包含故障区域的网络最优路径法将复杂配网拓扑解耦为树状结构,利用基于故障区域局部双端定位的递推网络定位法,实现故障测距。仿真分析和现场工程应用证明了该方法的有效性和可靠性,故障定位精度在200 m以内。     

10kV配电网线路单相接地故障的查找及改进方法

本文结合实际情况对10kV配电网线路单相接地故障产生原因及危害进行了分析,并提出了故障查找方法及减少故障的应对措施,以便为后期减少配电网线路单相接地故障提供技术参考及保证。     

配网自动化系统中接地故障区段定位方法

当前我国配电网线路主要为架空线路,在架空线路发生的故障原因中,80%以上是由于单相接地,此类故障给配网的安全运行带来较大的威胁。而配电网自动化系统具备故障定点位功能,对于提高供电可靠性具有重要作用。对配网自动化系统接地故障定位的原理进行了研究,介绍了故障定位方法的运用。准确找到故障点,并将故障点以最快的速度进行排除,可以有效降低配电网在运行中的安全风险,提升供电的安全、可靠性。     

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。     

架空线-高压电缆混合线路故障测距改进算法

为了提高架空线-高压电缆混合线路故障测距的精度,并解决测距的伪根问题,提出了一种混合线路的双端不同步数据故障测距改进算法。基于分布参数混合线路模型,分析了测距中伪根的产生原因,通过对二分搜寻法改进来避开伪根,通过改进算法测出故障位置,并将测距结果与自动重合闸技术配合,从而提高了电力系统的安全可靠性。Matlab仿真结果表明,该测距算法不受伪根、过渡电阻、故障类型和位置以及不同步采样角等条件的影响,能够快速、精确地实现故障测距。     

一种配电网高阻接地故障在线监测与辨识方法

中性点不接地系统的配电网高阻接地故障是一种多发故障,短路电流小,故障特征不明显,在线辨识困难,导致故障初期难以被发现,极易演化成严重故障。通过研究其单相接地的暂态过程,发现故障暂态电容电流会使故障线路零序电压有明显的高次谐波,经10k V配电网单相高阻接地后故障线路零序电压频谱分析仿真结果证明了这一点,因此可将其作为高阻接地故障在线辨识的特征谐波。为了确定该故障特征谐波的有效性,分别与其他故障类型和配电网突加突减负载时的零序电压进行了仿真对比分析,从而证实了该谐波可以有效区分其他情况产生的谐波。为了进一步探索高阻接地故障参数对故障特征谐波影响的规律,分别对不同故障接地电阻和不同故障相角时的线路零序电压暂态过程进行了仿真,结果表明,故障发生于相电压90°相角时,该故障特征谐波幅值最高,约为基波幅值的4%~9%,且幅值随故障电阻升高有规律的减小。该特征谐波特征明显,足以用于准确在线辨识高阻接地故障,从而为配电网在线故障辨识设备的研究提供了新的思路。     

基于智能分布式馈线自动化的配电网故障快速自愈方法

在分析配电网故障自愈模式的类型及其特点的基础上,重点研究了智能分布式馈线自动化的故障自愈方法,包括各个功能模块及其故障处置逻辑。最后以故障定位为例,应用一种基于智能分布式FA的矩阵方法,对贵州电网某10 kV馈电线路的多种故障情况进行了算例仿真分析,验证了基于智能分布式FA的配电网故障快速自愈方法的可行性。     

基于Δi-PCA原理的分布式小电流接地选线保护方法研究

在配电网系统中，单相接地故障是最主要的故障形式之一。接地故障的情况很复杂，故障电流很小，很难通过测量零序电流的大小来准确判定故障区段，如果故障不能得到及时处理，极有可能会扩大化。长期以来，电力公司大多采取人工巡查、拉路选线的方式查找接地故障，给检修工作和生产生活带来了很大困扰。为解决以上问题，提出了一种基于相突变电流不对称原理的分布式小电流接地选线保护方法，只需检测10 kV线路中A、B、C三相电流，就能实现对配网线路单相接地故障的准确研判，解决了小电流接地系统单相接地故障区段定位和故障点定位两大长期困扰电力部门的难题，具有较强的工程实用价值。     

基于故障波形时频特征配网故障识别方法研究

配电线路故障类型的准确识别可为线路运维人员提供方向性的指导。基于对故障波形时频特征的分析,提出了一种配电线路故障类型识别方法,通过对不同类型故障波形建立模型与理论分析,从时域、频域和电弧3个方面提出可以表征不同故障类型波形特点的特征参量;并提出依据故障波形数据提取特征参量的计算公式,将多参量融合作为依据建立识别逻辑,通过对输入波形数据特征量的检测归类,实现对不同原因引起的配网线路故障类型的自动识别。最终利用美国电力研究协会(EPRI)提供的136组现场故障波形数据对算法进行了闭环控制与验证,结果显示识别成功率达到90%,证实了利用故障波形时频特性实现配电线路故障类型识别的可行性。     

基于小波包变换的小电流故障选线算法研究

随着变电站配网出线数目的增大,小电流接地系统单相接地故障总的次数也在逐渐增多,为了能快速有效地辨识出故障线路,首先从小电流接地系统出现单相故障后所形成电流的特征分量出发,研究了不接地和经消弧线圈接地系统的单相接地故障选线依据;并在此基础上,利用小波包变换提取故障时刻的高频分量,通过小波包系数极性选出故障线路;最后,通过仿真分析验证了选线算法的正确性。     

基于PSCAD/EMTDC的异步电动机定子绕组三相故障仿真

在电磁暂态分析软件PSCAD/EMTDC环境中,对电动机两相接地故障进行仿真,以三相接地故障的数学模型代替实际电力系统,用数值方法对系统进行运行试验和研究.该模型不仅可以对电动机故障的瞬态和稳态过程进行仿真,而且能够揭示电动机故障瞬态的运行特征及瞬态过程中各个故障量的变化规律.验证了EMTDC电动机模型和算法的有效性和正确性,为深入研究电动机故障诊断和保护提供了有效的仿真平台.     

10kV配电网故障检测方法研究

分析了10kV配电网现有单相接地检测方法,重点对中性点不接地系统的单相接地故障的检测方法进行了详细研究.     

基于小波和自组织网络的电缆故障识别

为实现电力电缆早期故障在线识别的目的，提出了一种基于小波能量函数和自组织网络的识别方法。首先，提取在线电缆早期故障状态与正常状态的零序电流差的小波能量函数作为输入特征，用自组织神经网络实现故障识别。用欧式距离比较了自组织特征映射神经网络与反向传播（Back Propagation，简称BP）神经网络对电缆故障识别的稳定性。仿真试验结果表明，该识别方法对在线电缆早期故障类型的识别正确可靠，系统具有较好的稳定性。这为电力电缆早期故障的在线诊断提供了理论支持。     

农网配电网架空线路机器人攀爬机构参数优化研究

为了提升农网配电网架空线路机器人的综合性能,提出了一种新的农网配电网架空线路机器人攀爬机构参数优化方法。使用 Creo Parametric 软件构建农网配电网架空线路机器人攀爬机构的三维模型,在 Workbench 中导入该模型,通过网格划分完成攀爬机构有限元模型构建;根据所构建的模型对机器人攀爬机构实施有限元分析,分析攀爬机构的应力分配与整体变形情况;在攀爬机构的参数优化中,在确定相关设计变量后构建参数优化目标函数,通过枚举法求解参数优化目标函数,获取优化后的参数取值。仿真测试结果表明,设计方法实现了攀爬状态下驱动力矩的提升、加速度的平稳化、竖直方向相对质心位置的降低以及攀爬速度的提升,说明该方法可以有效提升农网配电网架空线路机器人的综合性能,有一定实际意义。     

基于工况识别与多元非线性回归优化的能量管理策略

为给混合动力汽车智能管理策略提供基础,开展了基于学习向量化(LVQ)神经网络的工况模式识别算法研究。选取4种典型微观道路类型工况和3类标准循环工况,提取11个参数为训练特征数据,建立了LVQ神经网络工况模式识别算法;在此基础上,以某款混联式动力系统为例,结合多元非线性回归分析制定相应控制策略;最后,基于Simulink仿真平台建立LVQ神经网络工况模式识别及整车仿真模型,分别采用中国城市典型循环工况以及构建UDDS+NYCC+UDDS的标准行驶工况进行道路工况识别验证。结果表明,所建立的LVQ神经网络工况识别算法可以准确识别工况模式并能有效提高能量管理策略的控制效果。     

基于DTCW-ERE的小电流接地系统故障选线

小电流接地系统发生单相接地故障时,各馈线的小波能量分布各不相同。本文提出了一种基于故障线路小波综合能量相对熵的选线新方法。双树复小波变换(DTCWT)具有很好的近似平移不变性和抗混叠性;能量相对熵(ERE)具有对信号间细微差别进行识别的超强能力。结合双树复小波变换与能量相对熵的优点,根据故障线路综合小波能量相对熵最大的原则进行选线,能够使故障选线更直观、快速有效。仿真结果表明,该方法可以准确有效的进行配电网故障选线。     

基于小波变换的紫外光和可见光图像融合算法

针对高压设备电晕放电和故障点定位的问题,设计了一种基于紫外电晕技术的高压放电检测系统,并提出了一种适用于紫外光图像和可见光图像融合的小波算法。利用240 nm^280 nm这一日盲波段获取紫外放电图,引入了图像融合技术,实现了对电晕区域精确地定位。小波变换具有很好的时频特性,可以用于同时提取不同尺度上的有用信息,为图像融合提供了有利条件。通过仿真实验,将该算法与以往的加权平均方法和拉普拉斯金字塔变换方法进行了比较。研究结果表明,由该方法得到的融合图像可以有效地保留细节和边缘,图像更加清晰,细节更加丰富,融合效果明显优于其他两种方法。该方法满足紫外检测系统的需要,能够广泛应用于电晕放电的检测和定位,从而为解决电晕问题提供依据。