基于稀疏分解与综合测度值的配电网故障选线方法

为提高基于暂态量选线方法的准确性和鲁棒性,同时尽可能多的包含故障信息,提出了一种基于稀疏分解与综合测度值的配电网故障选线方法。首先,利用匹配追踪算法对故障瞬间2个周期内的暂态零序电流进行4次迭代分解;然后,选取1/4周期内的最佳原子作为研究对象,一方面计算原子奇异熵,另一方面利用最佳原子重构得到特征原子,并计算其实际能量;最后,以归一化后原子奇异熵的倒数为自变量,构造了故障信任度函数,进而构造了能够多角度量化故障信息的故障综合测度函数,最大故障综合测度值对应的线路被选取为故障线路。仿真结果表明:故障发生时,求得的故障线路综合测度值大于健全线路综合测度值,基于该特性得到的选线结果不受故障线路类型、故障相角、过渡电阻和故障距离的影响。

基于神经网络的中性点经消弧线圈接地系统故障选线方法

中性点经消弧线圈接地系统的单相接地故障选线问题一直没有得到很好的解决,通常采用的单一故障选线方法如小波变换法、5次谐波电流法和零序电流有功分量法等只能对部分故障信息进行处理,选线可靠性不高。文章通过构造每种选线方法的相对故障测度函数和可确定故障测度函数来确定其故障测度函数,再利用神经网络对每种选线方法的实际故障测度进行智能融合,从而得到可靠性较高的故障选线结果。EMTP仿真结果表明该方法得出的选线结果具有较高的精度和较强的鲁棒性。

特征优化和模糊理论在变压器故障诊断中的应用

针对变压器故障特征与故障类型关系模糊造成的三比值法编码缺失、临界值判据缺损以及同时发生的多种故障难以区分问题,提出了基于特征优化和模糊理论的变压器故障诊断方法。将测量空间中的每种故障数据分别通过高斯核函数映射至希尔伯特空间,利用主成分分析法提取主元,以主元张成的特征子空间作为最优故障特征,据此构造该种故障下的故障测度隶属度函数,根据最大隶属度原则判断故障类型。特征子空间既保留了测量空间的故障特征,同时根据核理论维度拓展特点,又能生成更有效度量故障的新特征,从而建立最优故障特征与故障类型的一一对应关系。实例分析表明,该方法的准确率高,能够弥补三比值法的不足。通过比较故障数据对于每种故障的隶属度,能够获知诊断结果的可靠性,当多种故障同时发生时,诊断结果能够为维修人员提供有益参考。

基于蚁群分类算法的小电流接地系统选线方法

本文研究了利用蚁群分类算法进行小电流接地选线的实现框架与过程。首先建立了5种常用选线方法的故障测度函数,并通过一定的编码规则实现了馈线故障测度的离散化,使得提取的故障特征量数据与蚁群分类算法要求数据的格式相统一;然后,利用MATLAB中的SIMULINK仿真平台模拟了带有六条馈线的中性点接地和中性点不接地的小电流系统。导出仿真的故障信息量,通过故障测度的计算,分别形成用于分类规则提取和规则检验的训练样本和测试样本,最后通过两种典型工况的仿真,验证了蚁群分类算法准确选线的有效性和可靠性。