基于 Super SAB神经网络算法的主变压器故障诊断模型

人工神经网络(ANN)由于其高度的非线性映射能力在电力系统模式识别及非线性优化领域有着广泛深入的应用研究.本文将Super SAB神经网络算法应用于主变压器溶解气体故障诊断(DGA),通过与带动量因子的标准BP算法、Bo1d Driver算法比较,验证SuperSAB算法在故障模式识别中具有更好的学习效率与泛化能力,故障诊断的准确度高于传统分析方法,表明其在变电设备状态诊断中具有良好的应用前景.     

电力系统故障录波装置性能评价体系的建立

电力系统故障录波装置是确保电网安全运行的关键设备,其性能检测与评价方法对于确保产品的科学选型和质量改进非常重要。文章依据DL/T 663-1999标准,在多年设备检测工作的基础上,提出了较为全面和量化的电力系统故障录波装置性能评价体系。整个评价体系分为评价模型确定、设备评测、评价结果分析3个环节,其中评价模型的确定又分为评价指标选取、权重初定、试算、模型优化、最终确定5个步骤。该评价体系能够直观全面地对设备性能进行量化评价,为设计部门和运行单位的设备选型及保护安全运行提供了技术依据和保证。应用实践证明了文中所述方法的可行性和有效性。     

数字化故障录波器试验方法研究

智能电网的发展对故障录波器提出了新要求,为此参考DL/T 663—1999标准,总结了基于IEC 61850的数字化故障录波器的性能特点。依据数字化变电站整体系统试验过程中对数字化故障录波器的考核要求,对故障录波器的试验方法进行研究。针对数字化故障录波器性能测试搭建测试系统,结合相关标准和检测经验总结录波器全面测试的项...