基于行波电流暂态特性的输电线路故障原因辨识

为了降低线路跳闸率有必要进行输电线路故障原因辨识。通过对输电线路雷击和非雷击故障行波电流的电磁暂态特征进行研究,提出利用波尾时间差异作为判断条件来进行雷击和非雷击故障辨识的方法;同时,针对故障行波的衰减和畸变,提出以分布式监测技术监测暂态行波电流,以实现输电线路故障原因的准确辨识。

基于BP神经网络的输电线路故障原因辨识研究

输电线路故障原因的快速准确辨识能为电网安全稳定运行提供科学有效的决策支持。本文以云南电网近3年来积累的输电线路故障跳闸数据及电网运行状况为依据,统计了各种故障原因的分布情况,提出了综合多维度故障数据的方案及基于BP神经网络的线路故障原因的辨识方法。在故障原因辨识方法中建立典型故障原因实际波形数据库和模拟波形数据库,提出训练样本更新的方法并将诊断结果依据监测数据进行可信度说明。最后依据历史运行数据进行仿真实验,结果表明,本文提出的方法能准确识别输电线路故障原因,为电网安全稳定运行提供决策支持。

基于行波电流的接触网故障原因辨识研究

针对已安装行波监测终端的铁路牵引网输电线路,对故障跳闸时刻行波特征量进行提取,利用已知故障跳闸巡线原因进行特征量分类,创建基于故障行波的故障原因数据库,将采集到的故障时刻行波与其对比,从而对接触网故障进行原因辨识,当接触网故障重合闸不成功时,可指导接触网运维部门进行重合闸操作,以保障接触网安全运行。

基于行波的10kV自闭贯通故障原因辨识研究

介绍了基于行波的自闭贯通故障原因辨识研究,对自闭贯通多个设备采集的故障时刻行波提取特征量、建立故障原因数据库,对新生故障进行波形比对,从而对区域内故障进行原因辨识和归类统计,指导跳闸线路及未发生故障线路的运维,减少故障造成的不必要停电时间,实现经济效益。

考虑高比例新能源并网的输电线路故障原因智能辨识

高比例新能源并网会影响输电线路故障形态,不利于故障原因准确辨识。为此提出一种考虑高比例新能源并网,基于参数优化变分模态分解、增强多尺度排列熵及深度信念网络与迁移学习的输电线路故障原因智能辨识方法,构造出气象类和电气类、暂态行波电流模态分量熵值、新能源运行状况三类特征,通过模型训练和网络参数微调,端到端实现输电线路故障原因辨识。实验结果表明,该方法能以较高准确率辨识雷击、外力破坏等9类故障原因。

自闭贯通线路故障监测发展综述

自闭贯通供电系统作为铁路供电系统的重要组成部分,其供电系统的稳定性直接决定了高速铁路的安全运行程度,因此自闭贯通线路状态监测显得极为重要。同时由于自闭贯通线路线路运行方式和铺设环境的特殊性,自闭贯通线路状态监测显得极为困难,本文从自闭贯通线路状态监测方式出发,讨论了自闭贯通线路状态监测发展历史,引入了新型的自闭贯通线路状态监测方法,填补了现阶段自闭贯通故障精确定位的空白,是未来自闭贯通线路故障测距的重要手段。

基于分布式行波监测技术的山火跳闸故障分析研究

本文以浙江电网某500k V线路山火跳闸故障为例,介绍了输电线路分布式故障诊断系统在故障定位和故障原因辨识中的应用。该系统采用分布式监测技术,利用故障工频电流进行区间定位,再依据行波电流进行精确定位,根据行波电流脉宽智能辨识故障原因,论证了分布式故障监测系统的高效性、准确性。