基于模糊因果网络的智能变电站故障诊断应用

变电站故障诊断对于事故后系统快速恢复正常运行具有重要的意义。针对变电站故障诊断中不确定信息的多源性和故障诊断的实时性,以变电站的保护信息为基础,提出了基于模糊因果网络（FCE-Nets）的变电站故障诊断方法。根据变电站各保护间的因果关系将元件分成三类基本关联节点,通过故障电气量关联函数改进保护信息的缺失校核机制,利用FCE-Nets进行逆向推理。在云会智能变电站上的应用表明,在变电站发生告警时本方法能够及时有效地进行故障诊断。     

基于频域分解法和广域稳态量测的低频振荡模式辨识

对广域稳态量测信号将频域分解方法引入电网低频振荡模式辨识并进行了改进完善。推导了系统的频响函数、输出功率谱密度矩阵、特征量之间的关系,给出了弱阻尼模式下功率谱密度矩阵的最大奇异值与特征量之间的关系表达式;采用模态幅值相干系数以确定奇异值曲线谱峰附近单模态区域大小,最后采用最小二乘方法求取准确的模式频率和阻尼系数。线性时不变系统时域仿真、WECC 9节点系统时域仿真以及实测PMU数据分析表明,所提方法适用于弱阻尼振荡模式辨识,对噪声具有较强鲁棒性,是一种极具实用价值的在线应用方法。     

低频振荡模式辨识中信号非线性去趋的平滑先验方法

基于PMU实测信号的低频振荡模式在线辨识是阻尼控制的基础,有效去除PMU实测信号中的非线性趋势才能保证模式辨识的精度。提出了基于平滑先验法的PMU实测信号非线性去趋方法。在分析平滑先验法基本原理基础上,为适应低频振荡模式辨识中信号非线性去趋要求,对其频率响应特性进行研究,确定平滑先验法的正则化参数。采用IEEE-39节点系统时域仿真信号和某电网的PMU实测信号对所提方法进行测试,并与经验模态分解法和数字滤波法进行了比较,表明该方法能够更有效地去除信号中的非线性趋势,较大幅度地提高计算速度,同时也能提高低频振荡模式辨识精度,具有较高的实际应用价值。     

基于频域分解法和广域稳态量测的低频振荡模式辨识

对广域稳态量测信号将频域分解方法引入电网低频振荡模式辨识并进行了改进完善.推导了系统的频响函数、输出功率谱密度矩阵、特征量之间的关系,给出了弱阻尼模式下功率谱密度矩阵的最大奇异值与特征量之间的关系表达式;采用模态幅值相干系数以确定奇异值曲线谱峰附近单模态区域大小,最后采用最小二乘方法求取准确的模式频率和阻尼系数.线性时不变系统时域仿真、WECC 9节点系统时域仿真以及实测PMU数据分析表明,所提方法适用于弱阻尼振荡模式辨识,对噪声具有较强鲁棒性,是一种极具实用价值的在线应用方法.     

基于数学形态学的电网PMU信号的扰动检测方法

为保证电网的安全可靠运行,运行人员需要及时掌握电力系统的扰动情况,并采取相应的控制措施。提出了一种基于数学形态学原理进行电力系统在线扰动检测的方法。介绍了数学形态学的基本原理,分析了扰动检测中结构元素的选取,给出了扰动检测的整个流程,通过仿真算例和实测的各种扰动信号进行验证,结果表明本文方法能够准确有效地对电力系统PMU信号进行扰动检测,具有较高的实际应用价值。     

一种低频振荡模式在线辨识的鲁棒递推ARMA算法

低频振荡模式在线辨识具有重要的工程应用价值。采用ARMA模型的常规递推算法（RLS）以及正则化鲁棒递推算法（R3LS）可有效辨识稳态类噪声信号,但对动态信号的辨识效果不太理想。分析了常规RLS算法在出现动态信号时可能发散的原因,通过在算法中引入基于输入信号自相关矩阵和互相关向量的L1范数的自适应权重参数,保证算法在各种条件下的收敛性,实现了一种全新的鲁棒递推ARMA算法（NRRLS）。采用IEEE-39节点系统时域仿真和某电网的PMU实测数据进行了大量的分析测试,并通过与RLS算法和R3LS算法的辨识效果进行比较,验证了NRRLS算法具有更好的鲁棒性和辨识精度,扩展了ARMA模型的应用范围,具有较高的理论和工程实用意义。     

低频振荡模式辨识中信号非线性去趋的平滑先验方法EI北大核心CSCD

基于PMU实测信号的低频振荡模式在线辨识是阻尼控制的基础,有效去除PMU实测信号中的非线性趋势才能保证模式辨识的精度。提出了基于平滑先验法的PMU实测信号非线性去趋方法。在分析平滑先验法基本原理基础上,为适应低频振荡模式辨识中信号非线性去趋要求,对其频率响应特性进行研究,确定平滑先验法的正则化参数。采用IEEE-39节点系统时域仿真信号和某电网的PMU实测信号对所提方法进行测试,并与经验模态分解法和数字滤波法进行了比较,表明该方法能够更有效地去除信号中的非线性趋势,较大幅度地提高计算速度,同时也能提高低频振荡模式辨识精度,具有较高的实际应用价值。     

稳态和动态混合信号的在线低频振荡模式辨识方法

针对目前自回归滑动平均(ARMA)法结合Prony方法方案存在的扰动检测和算法切换的难题,文中提出并验证了可以基于归一化峰度判断滑动窗内是否包含动态信号的方法,然后提出一种基于归一化峰度在常规ARMA法和高阶ARMA法之间自适应切换的低频振荡模式辨识方案。通过对电网实测信号的分析,将所提出方法与Prony方法和常规ARMA法分析结果进行对比,验证了此方案的可行性。     

基于多属性评判和模糊因果网络的110 kV变电站故障诊断

针对110 kV变电站故障诊断中非确定性因素较多和在线性要求高的特征,以实际110 kV变电站的保护信息为基础,根据保护的因果关系将设备分成设备故障、保护动作、开关跳闸或拒跳三类基础相关节点,结合设备家族缺陷、运行维护评价和状态检修评价三个属性指标,从而搭建多属性评估模型来确立模糊因果网络(Fuzzy Cause-Effect Networks,FCE-Nets)相关节点的因果系数。通过故障量相关函数完善遗漏的保护信息,提出基于多属性评判和FCE-Nets的变电站故障诊断方法。通过实际应用分析,对比现有方案的故障诊断结果,验证了此方法的有效性。