提出了一种针对广域后备保护的故障区域的概念和新的基于广域测量系统(Wide Area Measurement System,WAMS)的故障区域界定方法。应用多元统计分析方法中的均值是否相等的F检验方法界定出:后备保护加速区和后备保护闭锁区。该方法基于...提出了一种针对广域后备保护的故障区域的概念和新的基于广域测量系统(Wide Area Measurement System,WAMS)的故障区域界定方法。应用多元统计分析方法中的均值是否相等的F检验方法界定出:后备保护加速区和后备保护闭锁区。该方法基于新的电力系统监控平台,利用电压、电流向量等电气量信息,区域界定准确有效,具有实时性、全局性等特点,可在故障发生后,后备保护动作前定位出故障区域,为广域后备保护提供了更好的实现前提。展开更多
针对基于动态主元分析的故障检测方法存在的主元个数较多以及计算效率低等问题,本文提出基于混合动态主元分析(Hybrid Dynamic Principal Component Analysis,HDP-CA)的复杂过程故障检测方法。该方法采用分步策略消除数据之间的自相关...针对基于动态主元分析的故障检测方法存在的主元个数较多以及计算效率低等问题,本文提出基于混合动态主元分析(Hybrid Dynamic Principal Component Analysis,HDP-CA)的复杂过程故障检测方法。该方法采用分步策略消除数据之间的自相关和互相关性,提高了故障检测的精度和效率。对TE过程典型故障和热连轧过程中断带故障检测结果表明:HDPCA方法提取的主元个数少于DPCA方法提取的主元个数。并且,基于HDPCA的T2和SPE统计量的检测性能和检测精度都由于基于DPCA的统计量。因此,本文提出的方法可以准确有效地检测出故障。展开更多
文摘提出了一种针对广域后备保护的故障区域的概念和新的基于广域测量系统(Wide Area Measurement System,WAMS)的故障区域界定方法。应用多元统计分析方法中的均值是否相等的F检验方法界定出:后备保护加速区和后备保护闭锁区。该方法基于新的电力系统监控平台,利用电压、电流向量等电气量信息,区域界定准确有效,具有实时性、全局性等特点,可在故障发生后,后备保护动作前定位出故障区域,为广域后备保护提供了更好的实现前提。
文摘针对基于动态主元分析的故障检测方法存在的主元个数较多以及计算效率低等问题,本文提出基于混合动态主元分析(Hybrid Dynamic Principal Component Analysis,HDP-CA)的复杂过程故障检测方法。该方法采用分步策略消除数据之间的自相关和互相关性,提高了故障检测的精度和效率。对TE过程典型故障和热连轧过程中断带故障检测结果表明:HDPCA方法提取的主元个数少于DPCA方法提取的主元个数。并且,基于HDPCA的T2和SPE统计量的检测性能和检测精度都由于基于DPCA的统计量。因此,本文提出的方法可以准确有效地检测出故障。
文摘针对核独立元分析(kernel independent component analysis,KICA)在非线性动态过程中对微小故障检测率低的问题,提出一种基于加权统计特征KICA(weighted statistical feature KICA,WSFKICA)的故障检测与诊断方法。首先,利用KICA从原始数据中捕获独立元数据和残差数据;然后,通过加权统计特征和滑动窗口获取改进统计特征数据集,并由此数据集构建统计量进行故障检测;最后,利用基于变量贡献图的方法进行过程故障诊断。与传统KICA统计量相比,所提方法的统计量对非线性动态过程中的微小故障具有更高的故障检测性能。应用该方法对一个数值例子和田纳西-伊斯曼(Tennessee-Eastman,TE)过程进行仿真测试,仿真结果显示出所提方法相对于独立元分析(ICA)、KICA、核主成分分析(kernel principal component analysis,KPCA)和统计局部核主成分分析(statistical local kernel principal component analysis,SLKPCA)检测的优势。