基于多层免疫模型的高铁牵引供电系统健康监测与评估

及时准确地评估高铁牵引供电系统的健康状态有利于保证高速机车运行的安全准点。为实现对牵引供电系统运行状况及健康状态的监测及评估,借鉴生物系统的免疫原理,提出了分层免疫监控模型,利用免疫agent对牵引供电系统状态进行监测,利用层次分析法(analytical hierarchy process,AHP)确定不同层次之间的影响权重,将各设备传感器的输出作为抗原输入,可对牵引供电设备及系统的健康状态做出定量评估。京沪高铁无锡—昆山段供电系统的分析结果表明,该方法能对供电系统的运行状态有直观地认识,有利于对故障的设备进行及时准确地处理。     

基于受扰轨迹的低频振荡分析方法综述

为促进利用广域测量系统(WAMS)分析互联电网低频振荡问题,综述了基于受扰轨迹的低频振荡模式估计的最新研究成果。根据电网的不同扰动将低频振荡分为三类：自由振荡、随机振荡和强迫振荡。回顾了基于系统受扰轨迹的三类振荡模式估计方法,重点介绍了自由振荡和随机振荡的参数模型方法和非参数化方法。在评述各类方法的基础上,讨论了受扰轨迹选择、模型定阶、振荡振型分析及阻尼控制等方面存在的问题及有望突破的研究方向,以促进该领域的进一步发展。     

基于数学形态学原理的行波波头提取算法在铁路电力贯通线测距中的适应性分析

对3种基于数学形态学原理的行波波头提取算法——数学形态学梯度算法、形态学–小波综合滤波算法和形态学非抽样小波分解算法进行了研究,针对一条实际的10 kV架空线–电缆混合铁路电力贯通线路进行了故障测距仿真试验,对比分析了3种算法在不同故障类型、不同故障距离、不同过渡电阻以及不同噪声水平工况下的适应性。结果表明,数学形态学梯度算法运算速度快,适用于低噪工况;形态学–小波综合滤波算法测距精度高,适用于噪声不大的工况;形态学非抽样小波分解算法噪声耐受性高,适用于有较强噪声干扰的环境。基于此,提出了形态学综合测距方案,该方案可获得比单一方法更为快速准确的结果,为后续系统装置的研制提供了依据。     

一种基于DS证据理论的电网故障诊断方法

提出的基于DS证据理论的电网故障诊断方法可解决由不知道所引起的不确定性。确立电网故障诊断的识别框架后,基于贝叶斯方法实现Ds证据的表达,应用Dempster法则得到合成的信度函数,以此判断电网故障元件。基于Matlab编程实现了该算法,分析了单重故障且保护与断路器工作正常,单重故障伴有保护误动与断路器拒动,多重故障伴有保护、断路器误动与拒动三种典型故障情况。算例测试结果表明该方法能够有效地识别故障元件。     

小波变换和数学形态学在电力扰动信号消噪中的应用

基于小波变换和数学形态学的信号消噪方法都已被充分证明是行之有效的,但两种方法应用于电力扰动信号这一特殊对象的消噪是否能够适应良好,根据不同的信号和精度要求如何选择不同的消噪方法,成为一个很重要的问题.基于此,建立了重构因子用以评价算法对信号的重构能力,并对几种典型电力扰动信号进行了分析,通过计算其重构因子,讨论了两种算法对不同信号的适应性.通过仿真分析,得出对于无暂态脉冲或高频振荡扰动的信号,两种方法都是有效的,可根据计算速度和精度的不同要求予以选择;对于含暂态脉冲和振荡扰动的信号,基于小波变换的消噪效果明显优于基于数学形态学的消噪方法.     

基于数学形态学的电能质量扰动检测和定位

数学形态学因其在保留信号突变点信息方面有很好的效果,因此常用于短时电能质量扰动的检测和定位,但基于数学形态学的部分方法仍存在对某些过零点扰动检测失效的缺点,文章分析了3种基于数学形态学的扰动检测和定位方法,即基于1阶求导和形态梯度的方法、基于形态梯度和软阈值处理的方法、基于dq分解和高帽变换的方法,通过仿真比较了3种方法在分析电压暂降、电压暂升、电磁暂态振荡等信号方面的适应性,结果发现基于dq分解和高帽变换的方法在检测过零点扰动时具有很好的效果,因此选取这种方法对实测扰动数据进行了检测和定位分析。结果表明,基于dq分解和高帽变换的方法能正确检测与定位出任一时刻发生的扰动,具有较好的适应性与可行性。     

330 MW机组计算机监控系统Centrolog-T20及其改造

结合工程实际,介绍了火电厂３３０ＭＷ机组的计算机监控系统Ｃｅｎｔｒｏｌｏｇ－Ｔ２０的特点和系统运行暴露的缺点。在此基础上,论述了对小型机系统进行微机局网改造的接口设计、技术关键和微机系统的组成结构,以及产生的经济效益。     

电力系统暂态信号分析中小波基的选择原则

讨论了电力系统中常见的暂态信号分析应用，如电力暂态信号检测、去噪与数据压缩以及暂态信号定位等，对这些应用中小波基的选择原则进行了系统的分析研究。研究结果表明，具有高阶奇异性的电力暂态信号必须选择具有相当消失矩的小波基；低频载波中检测弱暂态，应尽量选择中心频率较高的小波基；窄带干扰中提取暂态信号，应选择过渡带窄且具有良好分频能力的高阶小波；去噪、滤波和数据压缩方面，B系列小波具有更好的噪声抑制能力；电力系统故障暂态信号与峰值突变更接近，因此，在暂态信号定位时，一般应选择对称小波对故障暂态信号定位。应用中除选择恰当的小波基外，应根据被分析信号选择合适的分析尺度。     

利用CVT二次信号的频域行波故障测距方法

当输入信号为电容式电压互感器(CVT)二次信号时,现有的时域行波故障测距方法的计算结果不准确.提出从频域上进行故障距离计算的解决方法,分析了CVT的暂态响应特性及其对故障行波频谱的影响,推导了采用故障行渡频率主成分计算故障距离的公式.对单相高阻接地故障下的行波频谱进行了专门讨论,并研究了利用多信号分类(MUSIC)算法等谱估计方法精确提取频率主成分的可行性.     

基于泰勒展开模型的同步相量估计新算法

经典的离散傅里叶变换(DFT)算法在静态条件下具有较好的相量估计性能,但在动态条件下其估计精度往往达不到实际应用要求。文中分析了DFT算法在动态条件下产生估计误差的原因,在此基础上利用一阶泰勒模型对DFT算法进行修正,设计了满足动态要求的同步相量估计新算法。该算法利用一阶泰勒展开式对动态电力信号进行建模,然后引入相邻数据窗之间的相量变化率来表征相量一阶导数,通过相量一阶导数修正DFT算法的估计结果;最后将得到的中心时刻相量估计值相移到报告时刻,从而实现准确的相量估计。仿真分析及对实际采样数据的分析表明,该算法在频率偏移、低频振荡等动态情况下均优于DFT算法,具有一定的应用潜力。