"S注入法"与电压互感器

迅速准确地查找小电流接地系统单相接地故障线路和故障点的位置，已有不同原理的选线定位保护应用于我国电力系统中。本文提出了“S注入法”选线定位新原理，基于该原理的TY系列选线定位保护已大量运行于国内电力系统，本文重点对该保护在实际应用中所遇到的电压互感器的接线方式进行了详细分析。这些接线方式除适合“S注入法”外，还具有消谐功能。     

基于遗传算法的神经网络在发电机定子超高频局部放电模式识别中的应用

介绍了发电机定子局部放电高频在线监测系统的结构特点及对局部放电特征的提取,应用BP算法、自适应遗传算法AGA和AGA—BP神经网络对发电机定子超高频局部放电的三种放电类型进行了模式识别。结合AGA和BP算法各自的优点,构造了AGA—BP混合算法作为神经网络的学习算法。实验结果表明,AGA—BP神经网络解决了BP神经网络对初始权值敏感和容易局部收敛的问题,提高了AGA神经网络的收敛速度、稳定性和求解质量。     

基于Kohonen神经网络的燃气轮机故障诊断

针对基于热力参数的燃气轮机8种典型常见故障,根据Kohonen神经网络诊断的工作原理、诊断特征,研究了基于Kohonen神经网络方法在燃气轮机故障诊断中的应用方法,得出了Kohonen模型具有自学习功能,运算速度快,类型识别能力强的优点,是一种适合于燃气轮机分类故障较好的具有特色的神经网络。     

基于可辨识矩阵的单相接地故障选线新方法

配电网单相接地故障时的故障电气量微弱,必须设法突出故障电气量才有助于提高选线的准确率。针对电气量的幅值比较选线原理,提出了基于可辨识矩阵的幅值比较选线判据。构造了幅值特征量的可辨识矩阵,可辨识矩阵中的元素为各线路中每2条线路幅值特征量的差,使各线路的幅值特征量作相对比较,有效地拉大了故障线路和非故障线路故障判断量的差距,突出了最大故障特征量,极大地提高了保护裕度。ATP和MATLAB仿真验证了该方法的可行性和有效性,能有效地提高选线的准确率。该方法适用于任何一种基于电气量幅值比较原理的选线保护。     

基于遗传优化BP网络的汽轮发电机故障诊断

针对汽轮发电机组的振动故障诊断的特点,分析了BP网络和遗传算法原理和缺陷.为了克服BP算法中存在的网络学习速度慢,容易陷入极小的问题,在运用改进遗传算法的基础上,探讨了一种自适应遗传神经网络算法,并将其应用于汽轮发电机组故障识别.实验数据表明,该算法可以克服BP网络的不利影响,完成故障信号分析,收敛速度快,能有效地识别故障,具有一定的参考价值.     

高压大容量风机和泵类设备的变频节能与防喘振控制

本文分析了喘振动的具体现象和其发生的根本原因，研究了风机、泵类设备变频节能和防喘振的基本原理，并介绍了一个利用“变频节能与防喘振协调控制品”实现高压风机、泵变频调速运行的具体方案。     

色标纠偏法在包装机械上的应用

叙述了色标纠偏方法在包装机械上的应用，并给出了硬件电路及软件算法。     

基于IEC61850的广域保护系统通信服务模型

针对广域保护系统对信息交换类型和交换方式的不同要求,讨论了基于IEC61850的广域保护系统通信服务模型,主要解决通信一致性和不同装置之间的互操作性问题,并从上层确保数据通信延时和可靠性满足广域保护系统的要求.介绍了通用变电站事件GSE的报文结构和通信机制,提出用GSE中的GSSE传输状态量信号、用采样测量值传输类模型传输模拟量的观点和一般方法.     

配电系统单相接地点定位仪的研究

小电流接地系统单相接地故障点准确定位问题是配电网要解决的重要问题之一。为了在停电情况下进行接地点定位,提出了“直流开路交流寻踪”方法,解决了接地点停电后绝缘恢复和定位问题。相应的定位装置已研制成功,并通过了技术鉴定。详细介绍了该方法的基本原理及定位仪的构成、工作原理和定位方法。     

基于自适应遗传算法和BP网络的汽轮发电机组故障诊断

为了克服BP算法中存在的网络学习速度慢,以及容易陷入极小的问题,在运用改进遗传算法的基础上,探讨了一种自适应遗传神经网络算法结合模型,并将其应用于汽轮发电机组故障识别。实验数据表明:该算法收敛速度快,能有效地识别故障,具有一定的参考价值。