小波变换、神经网络和小波网络的函数逼近能力分析与比较

基于对小波变换和神经网络之间内在联系的分析，利用神经网络不同激励函数的线性组合构造出了相应的小波函数，得出小波函数作为神经网络的激励函数与普通神经网络的激励函数在本质上是一致的结论，并引入了小波网络。通过对小波变换，神经网络和小波网络函数逼近能力的理论分析与比较，认为小波网络在函数逼近方面具有明显的优势，并且分别利用这3种方式对一典型函数进行了仿真逼近的验证。     

基于小波熵和小波熵权的电能质量扰动识别

电力系统中电能质量扰动信号的分类和识别一直是国内外众多学者研究的热点问题。小波分析是具有时频局部化特性的时频分析方法,在此基础上定义的小波熵具有较好的定量特征提取能力。基于此,在给出小波熵、小波相对熵和小波熵权的基本原理和定义的基础上,文章提出利用小波熵和熵权两种测度来分类和识别电能质量扰动信号,建立了各种扰动的仿真模型,对电压突降、突升、中断,振荡暂态、脉冲暂态、电压尖峰、缺口、谐波等扰动类型进行了系统的仿真分析。结果表明,不同类型扰动信号的小波熵及熵权具有不同的定性规律,小波熵及小波熵权对电能质量扰动具有一定的分类识别能力。     

电磁式电压互感器暂态仿真及行波传变特性分析

传统上认为电磁式电压互感器(potential transformer, PT)不能有效传变高频行波信号,因此铁路自闭贯通线在利用既有设备进行双端电压行波测距时还需进行系统的研究。文章基于PSCAD/EMTDC建立了JDZ10-10型PT等效模型,并植入自闭贯通线路中进行系统的仿真研究,利用小波模极大值法检测线路故障时电压互感器一次侧和二次侧的电压行波波头。仿真研究发现,自闭贯通线上常用的JDZ10-10型PT在0~125 kHz的低频段有较好的传变特性,能准确、无时延地传变行波波头信号和极性;但故障后1~2 ms二次侧存在一个振荡过程,因此1个一次侧波头传变到二次侧会产生多个波头。在准确识别二次侧行波第1个波头的情况下,可利用电压行波进行自闭贯通线路故障测距。该结果证明电压行波测距原理在铁路自闭贯通线路中具有适应性。     

基于小波熵权和支持向量机的高压输电线路故障分类方法

高压输电线路故障类型的正确识别是进行故障定位和事故分析的前提。为此,作者提出一种分层的故障类型识别方法,首先根据线路故障时三相电流小波熵权分布曲线相互间距离的差异、距离之和进行故障的初步归类,构造表征不同故障类别的样本,然后采用支持向量机算法对样本进行训练,得到识别不同故障类型的最优分类面。仿真结果表明：该方法识别速度快,克服了常规线性分类方法的局限性,且故障识别精度不受系统运行方式、过渡电阻以及故障位置的影响,具有较强的通用性和实用性。     

一类递归小波的构造及其应用

传统小波变换存在数据窗长、实时性差的局限性, 为此, 基于一类超高斯函数，提出了一类能由递归方法实现小波变换的递归小波基的通用构造方法，分析了其时频特性。在此基础上，提出了对信号进行频段特征提取的组合递归小波变换方法。分析了某实际高压输电线路单相接地故障暂态信号，仿真结果表明，递归小波和组合递归小波对故障暂态信号的特征提取具有灵活性强、实时性好的特点, 适用于电力系统暂态信号处理。     

基于小波能谱矩阵相似度的电力暂态信号识别

暂态保护技术正呈现加速发展态势,但如何正确识别各类故障和非故障暂态,是暂态保护实用化必须解决的一个最大难题.信号经过小波分析之后得到的小波能谱能很好的反映信号不同时间的能量分布.电力系统中,不同电力暂态信号其时频特性必然不同,其在多个尺度下的小波能谱的分布必然存在差异,因此,在构造小波能谱矩阵的基础上,借鉴数字图像处理中的相似度的思想,提出基于小波能谱矩阵相似度的分类方法.建立各种电力暂态的标准能谱矩阵,计算测试样本的能谱矩阵与各种标准能谱矩阵的相似度,按照相似度最大原则实现分类.对电力系统单相接地故障暂态、线路正常开关操作暂态、电容投切操作暂态和雷电扰动暂态的仿真分析表明,该方法对电力暂态的识别率高.     

基于LonWorks 技术的变电站自动化系统

在讨论变电站自动化系统的结构和站内通信要求的基础上,针对目前变电站自动化系统的现状和发展的需要,介绍了从ＤＣＳ向ＦＣＳ过渡的现场总线的解决方案－ＬｏｎＷｏｒｋｓ以及基于ＬｏｎＷｏｒｋｓ的变电站自动化系统结构及其技术特点。     

利用小波分析实现EHV输电线路暂态保护初探

介绍了连续小波变换定义、基于多分辨分析的Mallat快速小波分解算法,研究了小波在电力系统应用中的几个关键问题.基于输电线路故障暂态电流的特点和暂态保护基本原理,建立了基于小波变换的暂态保护启动判据和跳闸判据.仿真分析了一实际电网EHV输电线路在不同故障点及不同故障时刻该暂态保护方案的可行性.     

基于S变换能量相对熵的高压输电线路极性比较式纵联保护

传统行波极性比较式纵联保护可靠性受小故障初始角等因素影响较大。为提高行波纵联保护的可靠性,在分析线路两端电压和电流极性关系的基础上,提出一种新的极性比较式纵联保护算法。该保护算法利用故障后一段时间内故障电压和故障电流的S变换能量相对熵表征极性关系,进而根据线路两端S变换能量相对熵的比值来识别区内外故障。区内故障时,线路两端电压和电流的能量相对熵相差不大,其比值较小;区外故障时,线路两侧电压和电流能量相对熵差异明显,比值较大。基于PSCAD/EMTDC的仿真结果表明,该保护方案能够快速可靠地确定区内外故障,其性能不受故障初始角、过渡电阻、故障位置、故障类型和母线接线方式的影响。     

基于仙农模糊熵的融合故障选线方法

利用S变换对零序电流和零序电压进行分解,提取S变换结果中的幅值和相角作为故障特征量.研究了仙农模糊熵的涵义,通过模糊熵和不确定性的关系,定义了信心度来刻画一个事件是否发生的确定性.介绍了2种基于S变换的故障选线方法(比相法和能量函数法)的基本原理,基于定义的信心度对2种选线方法得到的选线结果进行了融合,从而选定故障线路...