基于径向基函数神经网络的在线分布式故障诊断系统

作者建议使用分布式智能系统解决大规模电力网络的实时故障诊断问题,并为此提出了一种新的基于最小度排序的图形分割方法,它能够将大规模电力网络有效地分割为给定数目的连通子网络,并且各子网络的故障诊断负担近似相等,同时每个网络边界元件的数目最小。然后用径向基函数神经网络完成各子网络的故障诊断。所提出的分布式智能故障诊断系统已使用稀疏存储技术编程实现,并在IEEE14母线、30母线和118母线系统中进行了仿真研究。计算机仿真结果表明该故障诊断系统能有效地解决大规模电力网络的故障诊断问题。     

ANALYTICAL APPROACH TO THE OPERATION OF A SYNCHRONOUS MACHINE ASSOCIATED WITH A THYRISTOR BRIDGE

ABSTRACT

A synchronous machine associated with a thyristor bridge operates normally under unbalanced conditions which are described and studied in the present paper. Natural cut-off thyristors is used in the present system where the gates of thyristors are controlled by the rotor position. It is assumed that the machine has salient poles and damper windings. Both motor and generator operations are contemplated.

An analytical approach has been used, and the exact shape of the currents has been considered. The commutation problem is studied in detail, taking into consideration the transient effects of the armature circuits and the limited value of the smoothing reactor. The different expressions are given in terms of the classical machine constants which can be directly measured or furnished by the manufacturer. Comparison between theoretical and practical results are given.     

基于径向基函数神经网络和模糊控制系统的电网故障诊断新方法

该文针对RBF神经网络的知识存储和诊断过程是一个黑箱，对运行人员不透明，且当电网拓扑结构发生变化或扩展时，神经网络只能重新训练等问题，推导并建立了RBF神经网络和模糊控制系统之间的等值关系，使得蕴含在RBF神经网络权重中的知识转变为等值模糊控制系统中用语言表述的规则。在此基础上，针对电网结构发生变化或扩展情况，提出了RBF神经网络的局部重新训练新算法。提出的基于RBF神经网络和等值模糊控制系统的故障诊断方法在IEEEll8母线系统中进行了仿真试验，结果表明：基于RBF网络与等值模糊系统的故障诊断方法诊断知识易于理解，诊断过程透明，并能适应电网拓扑结构发生变化或扩展的情况，效果理想。     

具有冗余神经元神经网络模型系统的输电线路故障测距的研究

提出了一个层次化与模块化相结合的具有冗余神经元的神经网络（ＮＮ）系统,该系统充分利用了神经网络在模式识别、非线性拟合及联想记忆等方面的优势,其模块化结构与生物神经网络功能区域结构相一致,信息处理机制符合生物神经网络分类和逐步推理的规律。该系统可实现高压（超高压）架空输电线路故障测距所需的复杂信息处理要求,可避免常规测距方法中出现伪根,迭代不收敛,及消除对端系统运行方式和助增电流影响导致测距误差大等