基于门控循环注意力网络的配电网故障识别方法

为了提高小样本条件下配电网故障辨识准确率,提出一种门控循环注意力网络模型.首先,通过注意力机制赋予故障相中关键周期较高权重,通过加权运算使得模型更加关注上述关键信息.其次,利用门控循环网络处理波形序列,该网络利用门控信号控制记忆传递过程,并借由记忆传递建立序列中不同阶段输入波形和故障类别概率间的关系,从而提升识别准确率.基于仿真数据和实际数据的实验均表明:所提方法在小样本条件下的可靠性和准确率远优于同等条件下支持向量机、梯度提升决策树、卷积神经网络等常用分类模型,为配电网故障辨识技术提供了一种新思路.

配电线路树线早期故障动态特性仿真与试验

树线早期故障常被视为扰动遭到忽视,但其间歇频发将导致断线、火灾等严重事故。研究其产生机理与发展过程并提取故障信号特征,可指导树线早期故障的检测与辨识,提高配电线路的运维水平。基于磁流体动力学仿真及早期故障模拟试验,对树线分离阶段故障伴生电弧的发展过程与故障电压电流波形进行了研究。结果表明:随着树枝与导线逐渐分离,电弧长度增加,温度下降,故障电流波形的零休持续时间随之增加;与树枝为阳极相比,铝绞线为阳极时电弧温度更高;故障电流由正至负过零时,零休的持续时间比电流由负至正过零时更长。前述特征的出现源于故障的产生与发展机理,与树枝运动速度、树木种类无关。研究结果为进一步实现树线早期故障的辨识奠定了基础。

铜带复合对超导倾斜堆叠结构的电磁特性优化研究

REBCO堆叠结构是超导体应用实现的关键中间载体。然而随着REBCO堆叠结构中带材数量的增加,将产生较大的应力限制堆叠带材的数量。倾斜堆叠结构(CSS)在一定程度上可以平衡堆叠弯曲半径和堆叠数量。允许堆叠的数量增加后,可加入金属带材复合来实现CSS的结构优化。由于CSS电流的分布有着不均匀的特性,固定根数的铜带复合在CSS不同位置对临界电流的影响可能不同。首先,本文基于实验方法和仿真方法,对铜带复合在CSS不同部分的电磁特性展开研究。随后,基于响应面分析法量化了不同复合结构的具体效果。最后通过分析复合CSS和普通堆叠的临界电流差异和交流损耗差异,来验证铜带复合CSS的电磁性能优势。