基于BP网络算法优化模糊Petri网的电力变压器故障诊断

为了提高电力变压器故障诊断的正确率,提出了一种基于BP网络算法优化模糊Petri网的电力变压器故障诊断方法。利用具有自学习、自适应能力的BP网络算法,在确定模糊Petri网的权值、阈值、可信度等网络参数初始值的前提下,实现模糊Petri网网络参数的优化。在模糊Petri网网络结构上,运用BP网络算法,对电力变压器DGA样本进行学习训练,使模糊Petri网网络参数逐步向真实值逼近。实例分析结果表明,该方法能够有效地诊断电力变压器中的单一故障和多重故障,提高故障诊断正确率,证明了方法的正确性和有效性。

基于混沌优化粒子群BP神经网络的电力变压器故障诊断

针对电力变压器故障诊断问题,提出了一种基于混沌(Chaos)优化的粒子群(Particle Swarm Optimization)BP神经网络算法。该算法将混沌、粒子群和BP神经网络相结合,通过混沌粒子群算法寻优,得到BP神经网络的最优权值和阈值初始值,然后进行网络训练和测试。利用了混沌算法的遍历性和对初始值敏感的特点,对粒子群算法进行了参数优化,引入了早熟判断机制,并在早熟状态时进行了混沌扰动,使算法后期不易陷入局部最优。通过实例训练与测试表明,CPSO-BP神经网络算法在变压器故障诊断方面有较好的效果。

一种虚拟电池的无人机长续航照明系统的研究

针对目前地面输电夜间探照灯移动灵活性差、照射遮挡和照射角度刺眼等问题,提出一种长续航无人机照明装置,从高空自上而下为输电检修提供照明。该装置利用高空虚拟电池技术、交直流变流原理、高亮COB照明技术等,无须无人机自身电池解决了输电高空作业环境下的应急照明问题,降低了夜间抢修作业的安全风险,从而达到长续航高空照明效果。

基于小波包和PNN的电能质量扰动定位与分类

根据暂态电能质量扰动现象的本质特征,提出一种基于小波包和PNN的电能质量扰动定位与分类新方法。该方法利用小波包对扰动信号进行采样和分解,提取小波包重构系数并定位信号突变点,然后计算各频段的能量并进行归一化处理,构造能量特征向量作为PNN的输入样本,进行PNN网络训练和测试,最终实现不同扰动信号的分类。Matlab仿真结果表明,该方法能够快速、准确地定位和区分扰动信号。

基于优化模糊Petri网的矿井提升机故障诊断

为提高矿井提升机故障诊断的准确率,提出了一种基于优化模糊Petri网的矿井提升机故障诊断新方法。该方法首先利用动量BP网络对模糊Petri网的权值、阈值和可信度参数进行优化,然后使用优化好的模糊Petri网模型对矿井提升机进行故障诊断。测试结果表明,该方法对参数优化收敛速度快,故障诊断结果正确率高,有一定的实用价值。

基于改进蝙蝠算法优化BP神经网络的电力变压器故障诊断研究

提出了一种基于改进蝙蝠算法优化BP神经网络的电力变压器故障诊断方法。利用蝙蝠算法对BP神经网络的权值和阈值参数进行优化,并针对蝙蝠算法优化后期易陷入局部最优缺点,使用混沌算法对群体进行混沌优化,使其减少无效迭代,提高收敛速度。将优化得到的参数值应用到构建的BP神经网络诊断模型中,对数据进行训练和测试。通过实例分析,表明改进蝙蝠算法优化BP神经网络用于变压器故障诊断具有实用性和有效性。

基于小波模极大值理论的励磁涌流新判据研究

针对励磁涌流引起变压器纵联差动保护误动的问题,提出了一种基于小波变换和模极大值理论来辨别励磁涌流与故障电流的新依据。该方法根据励磁涌流含有大量非周期分量和波形间断角,而故障电流保持基频正弦波的特点。首先利用小波分解原始信号,再利用模极大值理论选取模极大值点,通过模极大值点之间的数值关系可以鉴别不同电流信号。经过Matlab/Simulink仿真分析,表明该方法能够准确可靠地区分励磁涌流和故障电流。

基于混沌优化蝙蝠算法的含分布式电源配电网故障区段定位

针对含分布式电源配电网故障区段定位问题,改进了已有的开关函数,并提出了一种基于混沌优化蝙蝠算法的诊断方法。利用蝙蝠算法全局寻优能力对配电网故障区段进行定位搜索,并针对蝙蝠算法易陷入局部最优的缺点,使用混沌策略对部分最优个体进行优化,使其收敛速度加快,定位准确度提高。通过建立算例配电网模型,对其多种故障定位结果分析表明,算法对于含分布式电源配电网故障区段定位具有一定的实用性。

基于可信状态集合的状态估计方法在最优潮流中的应用

针对电力系统状态估计的可信度问题和执行效率问题,提出了一种状态估计新方法。在该方法中,求取的状态估计结果不再按照设定的估计准则求得的唯一"最优解"或"次优解",而是包含若干个可行解(即电力系统状态)的解集。根据可信度已知的求解约束条件求取可信状态集合,解决了电力系统状态估计可信度的问题。将该算法应用在最优潮流模型中,IEEE-118节点测试系统算例表明,该算法能够确保节点电压安全,计算效率较高,且具有较好的经济性。

基于CPSO-BP神经网络的冲击地压预测

针对预测冲击地压的传统方法存在的弊端,提出了一种基于混沌(Chaos)优化粒子群的BP神经网络算法。该算法将混沌、粒子群、BP神经网络结合起来,通过混沌粒子群算法寻优得到BP神经网络的最优权值和阈值初始值,然后进行网络训练和测试。该算法对冲击地压的预测取得了较好的效果。

基于小波去噪和BA-SVM的小电流接地系统故障选线方法

针对小电流接地系统的故障选线问题,提出一种基于小波去噪和BA-SVM的诊断方法。该方法将系统零序电流经过小波去噪处理得到特征值,输入SVM模型进行训练和测试,最终得到故障选线结果。针对SVM算法的参数选取问题,使用蝙蝠算法进行优化,提高算法的准确率和效率。采用Matlab仿真35 kV算例,验证该方法的有效性和实用性。

孤岛工作面开采过断层巷道支护技术研究

以运河煤矿6303孤岛工作面开采过程中,第2带式输送机顺槽联络巷过BF7大断层时巷道围岩控制问题为工程背景,运用FLAC^(3D)软件模拟孤岛、断层及采动应力场对联络巷的影响,分析断层附近出现塑性区和应力集中的区域,以此确定过断层时巷道需要加强支护的范围。在此基础上,提出在应力集中区内采取"锚网索带架"联合支护。

基于差分进化算法优化模糊Petri网的电力变压器故障诊断

为提高电力变压器故障诊断的准确率,提出了一种基于差分进化算法优化模糊Petri网的变压器故障诊断算法。该算法为消除模糊Petri网存在自适应和自学习能力差的缺点,有效地确定模糊Petri网的各项参数值,引入了改进的差分优化算法。差分进化算法使用混沌优化初始值,通过变异、交叉、选择3个过程对模糊Petri网的权值、阈值和可信度参数进行优化,并在优化后期加入了早熟扰动,使用优化后的模型对电力变压器进行故障诊断。通过算例分析表明,该算法与现有方法相比,准确率有明显提高,且参数优化收敛速度较快,在实际工程中具有一定的应用价值。

电能质量扰动的小波能量谱神经网络分类方法

为实现电能质量扰动的准确分类,根据暂态电能质量扰动现象的本质特征,提出一种基于小波能量谱和人工神经网络相结合的分类方法。利用小波包对扰动信号进行分解和重构,提取小波包重构系数,然后将各频段的能量进行归一化处理,构造能量特征向量,作为人工神经网络的输入样本,进行人工神经网络的训练和测试,最终以分类不同扰动信号。经过MATLAB软件对大量样本进行仿真验证,证明该方案能够快速准确地分类扰动信号。

基于模糊Petri网的电力信息系统网络安全态势评估

为了保障电力信息系统安全稳定运行,提出一种基于模糊Petri网的电力信息系统网络安全态势评估方法。选用攻击等级、攻击源数量、攻击频率、主机、漏洞数目5组特征量作为模糊Petri网的输入值,对电力信息系统网络安全态势评估Petri网模型参数进行优化,使用优化后的模型对测试数据进行网络安全评估。算例验证表明,该评估模型能够较为准确地反映电力信息系统网络安全运行状况。

基于Java的电能表自动抄表系统设计

由于电力工业的迅速发展,电力部门所产生的信息量越来越大,更好地进行信息收集与处理变得十分重要。针对这个问题,该文设计了一种基于Java语言的自动抄表系统,介绍了自动抄表系统的设计方案和基本原理,并通过一系列功能测试结果分析,表明该自动抄表系统具有一定的实用性和有效性。