智能配电网建设中的继电保护方法及应用

以我国智能配电网的发展方向为基础,分析智能配电网对继电保护的影响,探讨智能配电网的常见故障及解决对策,并对继电保护的优化对策在智能配电网建设中的应用进行阐述。     

基于多种智能方法结合的电网故障诊断综述

研究综述了广泛应用于电网故障诊断的多种智能方法结合的诊断方法,包括分别基于以专家系统、Petri网、神经网络、贝叶斯网络、优化技术、信息融合技术等结合其他智能方法的诊断技术。简要阐述了这些智能技术的特点、诊断原理,阐释了各自研究存在的不足。最后结合现有研究中面临的问题,分析了电网故障诊断领域未来的发展方向。     

基于传统BP神经网络和经云遗传优化的神经网络配电网故障定位研究

针对配电网故障定位问题提出一种基于人工神经网络(ANN)中结构较为简单并且可塑性强的误差反向传播(Error Back Propagation,BP)神经网络方法的定位模型。建立BP网络模型,并将训练好的BP网络模型和通过云遗传算法改进后的BP网络模型,应用于同一个简单的配电网系统中,分别对不同分支的反射信息进行特征提取与模式识别。通过对两种算法的训练曲线图和诊断精度的比较来反映优化算法的高效性和准确性,最终得以确定诊断的实际输出值,实现故障分支的判别和精确定位。     

具有时滞的脉冲随机神经网络的有限时间稳定性

本文研究具有时滞的脉冲随机神经网络的有限时间稳定性问题.利用Lyapunov泛函技术,线性矩阵不等式(LMIs)工具和平均脉冲区间条件,对反镇定型、中立型和镇定型3种类型的脉冲系统分别给出了基于矩阵不等式的有限时间均方稳定的充分条件,最后通过一个数值例子验证了理论结果的有效性.     

高压直流接地极对地表电位和跨步电压分布影响研究

通过分析土壤电阻率和接地极极环自身参数对电位分布的影响,为工程实际提供理论依据。研究运用接地分析软件CDEGS来模拟分析地表电位分布的影响因素,以实际工程土壤简化模型,逐个分析相关参数具体对地表电位分布的影响,比较了不同形式接地极在不同埋深下地表电位和跨步电压的分布,得出双圆环接地极实用价值更大。基于分析结果,可为后续新建直流接地极设计选址及直流线路设计规划提供参考依据。     

基于Akima-LMD和GRNN的短期负荷预测

传统局域均值分解(LMD)对极值点采用了滑动平均值处理得到局域均值函数和局域包络函数,易造成分解的分量过平滑而影响精度。为了减小过平滑影响,采用Akima插值法代替滑动平均值法处理局域函数来改进LMD算法,针对电力系统负荷序列的非平稳性和非线性,利用改进LMD算法进行序列分解得到若干分量,再利用广义回归神经网络(GRNN)预测各个分量的趋势,叠加各分量趋势得到负荷序列总趋势。GRNN神经网络较传统神经网络训练速度快、精度高,能很好地预测非线性序列。算例分析表明,改进LMD结合GRNN的方法较经验模态分解(EMD)结合GRNN的方法在短期电力负荷预测中有更高的预测精度。