小波熵证据的信息融合在电力系统故障诊断中的应用

电力系统中快速准确的故障诊断是事故后隔离故障元件、恢复系统正常运行的首要前提,具有重要意义。该文从信息融合的角度出发,提出利用多种小波熵测度的融合来解决电力系统故障诊断问题。小波熵测度由于结合了小波变换和信息熵理论的优势,能快速准确地提取线路故障特征,但由于故障的不确定性和多样性,依靠单一的小波熵测度诊断故障可能出现诊断困难或诊断失真等问题,因此提出采用D-S证据理论对多种小波熵进行信息融合,并采用范数加权平均的方法来建立基本可信度分配,以基本可信数的决策方法来实现故障模式诊断。基于EMTDC和Matlab的仿真证明,该方法能提高对故障诊断结果的支持度及故障诊断的准确性和实时性,是故障模式定量诊断的一种可行性新方法。     

一种基于现场总线的新型电源备自投实现方法的研究

传统上变电站一般采用一套单独的装置实现备自投功能,较多的交流量和开关量必须接入装置,同时还必须有足够的开出量控制相应的开关,二次回路接线十分复杂,电缆很多,其中很多量又和变压器测控单元重叠,大大浪费系统资源。该文立足于现场总线,利用两套主变测控装置,在取消备自投单元的基础上,实现了备自投功能,可使变电站综合自动化系统的造价减少了10%左右。     

暂态电流保护选择性的研究(Ⅰ)--故障暂态过程分析

针对保护出口处发生金属性或小电阻短路故障时，暂态电流保护完全失去选择性的严重缺陷，利用时域分析方法，进行了详细的故障暂态分析和仿真研究。研究结果表明，线路出口故障时暂态电流保护完全失去选择性的根本原因是，在给定的采样频率的限制下，难以捕捉到过渡过程中极其短暂的母线分布电容中的暂态电流，从而故障线路与非故障线路暂态电流波形的奇异性相近，根据故障线路和非故障线路的暂态保护判据计算结果不能正确识别故障线路。     

基于电流行波能量和小波变换的输电线路故障选相研究

根据输电线路的故障行波进行故障相的识别,考虑故障时的电压初始相角对行波特性的影响,提出了针对不同电压相角区间的故障识别原理,即对线路故障进行分区讨论。利用小波变换的时频特性提取故障后各相a模电流的行波能量,根据不同故障类型中各相电流行波能量的相对关系确定相应的选相方法和判据。运用PSCAD/EMTDC得到的仿真结果表明,划分不同相角区间的思想和利用电流行波能量的相对关系进行故障选相的方法具有选相迅速、准确的特点,不受故障类型、故障时刻、接地电阻和故障位置等因素的影响,适应性良好。     

电力系统广域后备保护中的贝叶斯网故障诊断方法

提出一种广域后备保护中的基于贝叶斯网的故障诊断方法,将传统保护测量元件的动作信号作为证据,权衡证据信息量、诊断模型规模与诊断实时性要求来划分诊断区,分析了保护误动、拒动的随机特性,根据各保护的保护范围的特点,建立诊断区故障诊断模型。算例结果表明该方法正确、有效,具有较强的容错能力。     

可扩展的监控系统仿真平台关键实现技术研究

研发了一套可扩展的监控系统仿真平台,该平台加入了"角色对象管理中心"子系统,使得系统具备了角色驱动能力的特性,其仿真平台可在控制中心模式、本地运行模式和子站远程运行模式下运行。讨论了平台中物理对象的实现技术:物理对象的仿真抽象及给出了仿真抽象属性表,物理对象间逻辑关联实现,以及模拟量输入物理对象的信号仿真,基于发布/订购(P/S)通信的快速TOPIC(主题)信息查询机制是采用实时发布/订购的通信模式。讨论了系统采用的关键分布式算法:分布式控制中心选举算法;可靠快速文件传输算法。     

单端行波故障测距的频域方法

研究了故障行波的频谱与故障距离以及线路终端的系统条件3者的关系,特别是线路终端的系统等效阻抗对行波频谱的影响。在此基础上,提出了频域的单端行波故障测距方法。首先提取故障行波的频率主成分,确定在此单一频率下的波速、系统端和故障点反射角,然后计算出故障距离。分析了单相高阻接地故障时行波频谱的特点及算法的误差。用不同故障距离和故障类型的仿真算例对算法的精度进行了验证。     

基于高阶累积量的暂态电能质量扰动分类研究

为提高暂态电能质量扰动分类识别的精度,提出了一种基于高阶累积量与支持向量机的暂态电能质量扰动信号的分类识别算法。该算法利用高阶累积量提取脉冲暂态与振荡暂态2类扰动的3阶与4阶统计特征,并选取各阶统计结果中的极大值个数、极小值个数以及最大值、最小值共8个特征量作为支持向量机的输入。利用Matlab产生仿真数据对此方法进行了仿真验证,结果表明,高阶累积量可以有效表征暂态扰动特征,且受噪声影响小;结合支持向量机可有效分类识别这2类暂态扰动,在训练样本为50组,核函数选择为线性核函数时,识别率可达到99%;当混合有其他扰动分量时,该方法也有效。     

小波熵理论及其在电力系统故障检测中的应用研究

电力系统暂态信号经小波变换后数据众多，且对故障的判别缺乏定量的手段，所以，挖掘和融合出一个或系列普适量来有效地检测电力系统故障或判别其稳定性至关重要。该文利用小波分析具有时频局部化特性和熵能对系统状态进行表征的特点，将小波分析和熵结合起来，定义了3种小波熵(小波能谱熵、小波时间熵、小波奇异熵)，并给出其算法，揭示了这3种小波熵对系统故障表征的机理，对两种理论信号和基于PSCAD／EMTDC仿真的输电线路故障信号的分析表明，这3种小波熵能反映系统变化，且不受噪声干扰，能够有效地检测出电力系统故障。     

小波网络的研究进展与应用

首先从小波分析和神经网络各自存在的问题出发，对小波网络的产生原因和产生形式进行了研究；接着分别从连续小波变换，正交小波变换，小波框架和小波基拟合几方面，详细地介绍了小波网络的构造理论；然后从小波函数的选择，网络参数初始化，隐层节点数确定和参数调节算法几方面对小波网络的学习过程进行了讨论；最后介绍了小波网络的应用，并提出了当前存在的问题和今后的研究方向。