基于路径搜索的配电网多端行波故障定位算法

配电网结构复杂,多为树形辐射状分布,馈线上分支多,且网络拓扑结构经常发生改变,传统的故障定位方法很难适用于配电网的准确故障定位.提出基于路径搜索的配电网多端行波故障定位算法,首先构建一种新的配电网关联矩阵,充分表达配电网的拓扑结构;然后提出路径搜索的方法,对各末端节点间的最短路径及所经过的线路进行排列;最后综合利用多端...     

基于对比歧化和深度置信网络的配电网故障类型识别

针对配电网数据分支多、设备类型多样、现有故障诊断方法精度低的问题,提出基于深度置信网络的配电网故障诊断方法。该方法建立了4种不同层数的深度置信网络,将配电网的实际监测数据分为训练和测试数据导入到深度置信模型,采用对比歧化算法优化初始参数选择和加速模型训练,测试模型对样本的识别精度,建立改进BP神经网络和Petri网对比故障识别精度。结果表明,深度置信网络可以通过实时分析配电网实时监测数据,准确辨识配电网故障类型,提高了配网故障诊断的准确率和速度。     

基于原子分解法的配电网谐波检测方法研究

配电网中的谐波问题不仅对系统的安全运行和电力设备的正常使用造成严重的损害,还会降低用户的电能质量。提出了一种基于匹配追踪原子分解法的配电网谐波检测方法,通过将故障信号在过完备原子库中进行稀疏分解,得到与该信号的结构特征相匹配的最佳匹配原子组,分析这些原子的时频特性即可以得到故障信号的各次谐波信息。通过Matlab仿真软件对配网中常见的谐波信号和电弧炉采样信号进行分析,对比分析了FFT变换和原子分解法的优缺点。仿真验证表明,基于匹配追踪原子分解法能够准确的分析出各谐波成分的特征量,且具有较强抗噪能力。     

基于对比歧化和深度置信网络的配电网故障类型识别

针对配电网数据分支多、设备类型多样、现有故障诊断方法精度低的问题,提出基于深度置信网络的配电网故障诊断方法。该方法建立了4种不同层数的深度置信网络,将配电网的实际监测数据分为训练和测试数据导入到深度置信模型,采用对比歧化算法优化初始参数选择和加速模型训练,测试模型对样本的识别精度,建立改进BP神经网络和Petri网对比故障识别精度。结果表明,深度置信网络可以通过实时分析配电网实时监测数据,准确辨识配电网故障类型,提高了配网故障诊断的准确率和速度。     

小波多尺度信息综合的行波波头检测算法研究

提出了一种小波变换多尺度信息综合的行波波头检测算法,首先利用小波变换的多尺度分析对故障行波信号进行处理,得到各个尺度下的小波系数模极大值,然后将模极大值依次标定在平行坐标系下并形成灰度图片,最后利用卷积神经网络搭建波头检测模型。本算法利用平行坐标系巧妙的将小波变换与CNN相联系,结合了小波变换多尺度下的信息,为行波波头的检测提供了一种新思路。     

基于原子分解法的配电网谐波检测方法研究

配电网中的谐波问题不仅对系统的安全运行和电力设备的正常使用造成严重的损害,还会降低用户的电能质量。提出了一种基于匹配追踪原子分解法的配电网谐波检测方法,通过将故障信号在过完备原子库中进行稀疏分解,得到与该信号的结构特征相匹配的最佳匹配原子组,分析这些原子的时频特性即可以得到故障信号的各次谐波信息。通过Matlab仿真软件对配网中常见的谐波信号和电弧炉采样信号进行分析,对比分析了FFT变换和原子分解法的优缺点。仿真验证表明,基于匹配追踪原子分解法能够准确的分析出各谐波成分的特征量,且具有较强抗噪能力。     

基于AHP和BP-Adaboost的低压电力用户价值评价方法

传统的电力用户价值评价一般不区分高、低压电压等级,高压和低压用户适用指标各异且目前低压电力用户价值评价未见对应指标体系,为此,提出一种基于AHP和BP-Adaboost算法的低压电力用户价值评价方法。首先建立一套低压电力用户价值评价指标体系,并定义评分规则和等级划分规;然后则利用层次分析法(AHP)获取低压电力用户价值评价综合得分和等级;最后提出利用AHP和BP-Adaboost相结合的算法进行低压电力用户价值评价,得到低压电力用户综合得分和等级,并利用决定系数和准确度2个参数进行验证。算例仿真及其结果表明方法正确有效。