基于变电站设备巡检的红外智能在线监测系统探讨

在社会主义经济迅速发展的背景下,为了进一步满足社会用电需求,智能电网建设规模逐渐扩大,相应变电站设备运行的安全可靠与否直接影响到了电网的供电能力与供电质量,因此,这就需要实现设备巡检工作的完善落实。但原采用手持式红外测温仪当前无法满足设备巡检之需,需要以红外智能在线监测系统的搭建来确保设备巡检工作的完善开展与落实。本文针对如何实现变电站设备巡检的红外智能在线监测系统的搭建与应用进行了探讨,以供参考。     

基于自适应遗传退火算法的配电网故障定位研究

针对标准遗传算法易早熟收敛以及收敛速度慢的问题,提出了一种混合遗传算法（自适应遗传退火算法）用于解决辐射状配电网故障定位问题。该算法采用轮盘赌和最优保存策略相结合的选择机制,使得当前最优个体始终保持在种群里,并结合自适应交叉、变异概率,扩大种群的搜索范围,继而引入模拟退火算法,加快迭代后期算法的收敛速度。最后,通过对IEEE-33节点配电系统进行仿真计算,结果表明,该算法能够对单点和多点故障进行实时、准确地定位,并在故障信息畸变的情况下,也能快速地得到准确结果。     

基于自适应遗传算法的配电网故障定位研究

在遗传算法研究的基础上,加入了自适应交叉、变异算子,对配电网故障定位的自适应遗传算法进行了分析研究。实验结果表明,改进后的遗传算法收敛速度明显优于基本遗传算法,证明了该算法的可行性。     

基于自适应遗传退火算法的配电网故障定位研究

针对标准遗传算法易早熟收敛以及收敛速度慢的问题,提出了一种混合遗传算法(自适应遗传退火算法)用于解决辐射状配电网故障定位问题。该算法采用轮盘赌和最优保存策略相结合的选择机制,使得当前最优个体始终保持在种群里,并结合自适应交叉、变异概率,扩大种群的搜索范围,继而引入模拟退火算法,加快迭代后期算法的收敛速度。最后,通过对IEEE-33节点配电系统进行仿真计算,结果表明,该算法能够对单点和多点故障进行实时、准确地定位,并在故障信息畸变的情况下,也能快速地得到准确结果。     

加权模糊核聚类法在电力变压器故障诊断中的应用

变压器油中溶解气体分析(DGA)是电力变压器故障诊断的重要方法。针对模糊C均值聚类算法用于溶解气体成分分析时存在的问题,将加权模糊核聚类方法(WFKC)引入到电力变压器故障诊断中,建立了一个新的变压器故障诊断模型。该法首先考虑到样本中不同特征对聚类结果的不同影响,利用基于样本相似度的加权方法对样本特征进行加权,然后将样本从输入空间映射到高维特征空间,在特征空间实现加权模糊核聚类。形成的模型充分考虑了不同特征对聚类结果的不同影响,能有效改善复杂数据集的聚类性能,提高了故障诊断的正确率。案例分析表明,该法能快速有效地对样本进行聚类,从而验证了该法在变压器故障诊断中的有效性和可行性。     

具有短信通知功能的智能断路器控制单元的设计

文章介绍了一种基于dsPIC30F4013的智能断路器控制单元硬件和软件设计。该智能断路器不仅能够实现数据的实时采集和多种保护功能,还能对电网中的电参数进行计算和分析。通过CAN总线与上位机通信,以满足现代低压配电系统的自动化要求。此外,当断路器故障跳闸时,可通过GSM模块及时短信通知工作人员。