采用改进Prony算法的电力系统故障暂态信号分析

为提高对含有谐波、间谐波和衰减直流分量的电力系统故障暂态信号的分析精度,提出基于改进Prony算法的暂态信号分析方法。Prony算法的模型具有能较准确描述故障暂态信号特征、直接提取信号频率的优点。先采用差分算法滤除衰减直流分量并对高频信号进行放大以提高Prony算法的分析精度,利用Prony算法对信号中含有的频率分量进行估计,以确定神经网络的神经元个数和训练的初始值。将各频率分量的频率作为神经网络训练待定的权值,同时估计各频率分量的频率和幅值。仿真结果证明了所提方法的快速性和有效性。

电力系统故障暂态信号分析中基波提取的新方法

电力系统故障暂态信号中基频分量的定量分析是电力系统微机保护的重要依据。己提出的基波提取算法主要有谐波分析法、暂态波形分析法。本文从谐波分析法的故障信号模型出发，给出了计算衰减直流分量的初始值和衰减率的公式，从而在滤除衰减直流分量的基础上再利用富氏算法就能得到基频分量的精确值。在此基础上，本文又给出了精简的算法，它能在保证良好精度的基础上又满足保护快速及算法简单的要求。仿真结果证明了这些算法的有效性及实用性。另外，考虑到电力系统基频信号有时偏移，本文还讨论了频率偏移时对精确算法及富氏算法的影响。

电力系统故障暂态信号的小波奇异性检测

小波变换理论在时域和频域的局部化性质 ,使之能有效地检测信号的奇异性。文章分析了电力系统故障暂态信号的奇异性 ,得出其奇异的特殊性 ,即具有不确定的奇异度 ,从而提出用小波变换进行奇异检测时对所用小波函数的要求 ,确保奇异性的准确检出 。

电力系统故障暂态信号中提取基波分量的短窗积分法

提出了短窗积分提取基波分量法 ,即首先选定采样短窗及其上的一族基函数 ,由此建立积分线性方程组 ,通过解方程组得出基波分量的值 ,并给出了理论推证。经仿真并与半波傅氏、半波差分方法进行比较 ,证明了短窗积分法的优越性。与全波傅氏算法进行仿真比较 ,结果说明两者的误差相差很小 ,但短窗积分法的采样计算时间优势决定了其具有良好的实用价值。

电力系统故障暂态信号的功率谱估计

利用平稳随机过程的频谱估计方法 ,可以通过信号的功率谱识别信号的频域特征 ,简述了其基本思想和重要结论。采用频谱估计方法对电力系统故障暂态信号的频域特征进行了分析 ,从频域的不同侧面研究了电力系统高压输电线路故障信号的特点、性质 ,将为利用故障高频暂态噪声的新型保护研究提供有益的参考。仿真及功率谱估算结果表明 ,采用平稳随机过程功率谱估计方法进行输电线路故障暂态信号的功率谱估计是可行的。

小波分析及数学形态学在电力系统故障暂态信号处理中的应用

在介绍小波分析及数学形态学基本理论的基础上,综述了小波分析及数学形态学理论在电力系统故障暂态信号处理中的应用,主要包括输电线路故障暂态信号检测及发电机、变压器、电动机等电气设备故障早期检测及诊断。文章最后提出小波分析与数学形态学理论结合使用是电力系统故障暂态信号处理的发展方向。

基于小波变换的电力系统故障暂态信号分析

介绍了连续小波变换定义。小波变换具有良好的时频局部化特性,并可根据信号频率的变化自动调节时频窗口,因此小波变换十分适合电力系统故障产生的暂态信号的分析。电力系统故障暂态信号的小波变换模极大值标志着电力系统最重要的故障特征。

小波变换在电力系统故障暂态信号中的应用解析

小波变换理论在时域和频域的局部化性质,使之能有效地检测信号的奇异性。文章分析了电力系统故障暂态信号的奇异性,得出其奇异的特殊性,即具有不确定的奇异度,从而提出用小波变换进行奇异检测时对所用小波函数的要求,确保奇异性的准确检出,并给出了故障时刻检测的仿真。

电力系统故障暂态信号的数字特征和谱分析

研究电力系统短路时随机信号的数字特征和谱分析。以山东邹县——潍坊500kV仿真网络为例,作出了不同点、不同类型短路时的自相关函数图、幅度谱图。 由实验结果得出了表征噪声信号的重要参数——方差、衰减时间常数等。为研究数字滤波方法提供了重要依据。

基于机器学习的电力系统暂态故障事件智能识别方法

为了在电力系统不同故障位置、故障时刻和噪声环境中准确识别暂态故障类型,提出基于机器学习的电力系统暂态故障事件智能识别方法。将暂态故障结构特征值作为量子粒子群优化径向基神经网络模型的输入向量,通过选取合适的参数编码策略、适应度函数以及终止条件,输出优化后径向基神经网络最优参数,完成故障事件智能识别。仿真实验结果表明,该方法采用量子粒子群优化算法(QPSO)优化径向基函数(RBF)神经网络可以获取最佳训练参数,训练时间为3.561s,训练误差为0.000 257 7,可在不同故障位置、故障时刻和噪声环境下正确识别暂态故障类型,且识别效率优势显著。

计及故障持续时间的电力系统暂态稳定分布式控制

针对电力系统故障持续时间会影响暂态稳定控制的问题,本文提出了一种使系统在固定时间内恢复暂态稳定运行的策略.该策略通过电力系统通信拓扑建模方法为每个发电机建立“邻居发电机”,利用发电机本地信息和其邻居发电机的信息设计分布式控制器,通过控制储能装置作用于受扰动后的系统,使其在固定时间内恢复稳定运行.其次,此控制策略还解决了一些实际挑战,如控制器的输入延时、外部的干扰、储能装置的容量限制等.通过构建李雅普诺夫函数并利用图论知识对该策略展开了稳定性分析,推导出了稳定系统的时间界限.最后,将控制器投入新英格兰39节点测试系统中,并与其它控制器进行比较,仿真结果验证了在低容量储能装置限制下和抗干扰性上控制器性能的优势.

多机电力系统暂态稳定性及提高暂态稳定性措施分析研究

随着国民经济和科技水平的快速发展,化工行业成为人们生活工作中密不可少的一部分,其中电力工业为化工行业提供动力来源,化工电力系统规模不断扩大和复杂,逐渐形成远距离、大容量和高压输送的混合电力网络系统,安全、稳定可靠对电力系统的运行至关重要。如遭受破坏极其容易崩溃甚至瓦解,其结果严重时将导致大面积停电及巨大经济损失。因此,研究暂态稳定性的项目非常重要。

电力系统接地极线路故障类型识别技术研究

针对电力系统接地极线路故障类型识别中存在的响应速度慢、识别精度低等问题,提出一种基于信号处理、模式识别以及数据融合的故障类型识别方法。首先利用小波变换和经验模态分解(Empirical Mode Decomposition,EMD)提取故障电流、电压信号的时频域特征量,其次分别构建支持向量机(Support Vector Machine,SVM)和概率神经网络(Probabilistic Neural Network,PNN)故障识别模型,最后采用证据理论融合两种模型的诊断结果,得到最终的故障类型判断。实验结果表明,该方法能够有效识别单相金属性接地、单相高阻接地以及两相短路等典型故障类型,识别精度高、可靠性强,为保障电力系统的安全运行提供有力支撑。

基于微弱信号检测的电力系统连锁故障自动识别

目前,电力系统连锁故障自动识别主要通过检测故障元件实现,由于缺乏对故障特征的聚类分析,识别效果不佳。为此,本文提出基于微弱信号检测的电力系统连锁故障自动识别方法,通过结合随机共振理论,调节多稳态结构参数,捕捉电力系统连锁故障的微弱信号,再提取信号特征,构建故障特征向量,最后对故障特征向量进行聚类分析,实现对故障的自动识别。在实验中,对提出的方法进行了识别精度的检验,实验结果表明,采用提出的方法识别故障特征时,容错率较高,具备较为理想的识别效果。

基于知识库与规则库的电力系统暂态故障事件诊断方法

为了减少暂态故障诊断误差,扩大诊断范围的同时提升诊断精度,基于知识库与规则库提出一种电力系统暂态故障事件诊断方法。利用小生境遗传算法约简电力系统暂态故障事件决策表图,获取暂态故障事件故障规则集,依据该规则集建立暂态故障事件知识库;通过证据融合理论确定目标暂态故障事件的权重系数,结合关联度得到目标案例和知识库内案例的灰色相似度,获取两个案例间的匹配结果,完成暂态故障事件诊断。实验证明该方法可精准诊断暂态故障事件。当分辨系数取值范围为0.4至1.0时,均方根误差为0;在不同信息缺失比例时,暂态故障事件诊断的精度依旧较高。

新型电力系统衰减暂态信号增强技术研究

由于传统信号增强技术的增强效果差,受到噪声影响程度大,因此研究新型电力系统衰减暂态信号增强技术。计算信号分量的初始幅值,得到衰减的程度,产生了行波信号的衰减与畸变造成的误差。采用差分算法对故障暂态信号进行滤波,将权向量等输入模型中,根据计算得到不同幅值的调整量,减少计算误差累积。运用小波变换对时频进行分析,对暂态信号的频率特征进行提取。在电力系统发生故障时,将衰减暂态信号进行小波变换得到关系矩阵,并对其进行奇异值拆分,计算最大奇异熵结果从而完成信号增强。实验结果表明,新型电力系统信号的增强效果较好,受到噪声影响的程度最小,实现了对于新型电力系统衰减暂态信号增强技术的良好应用。

小波变换应用于电力系统故障信号分析初探

简述了小波变换及应用特点，结合电力系统发生故障后各电气量的变化特征探索了小波变换在滤波消噪、故障录波器数据压缩、继电保护及故障测距等方面应用的可能性，并对小波变换奇异性检测理论实现行波故障测距进行了ＥＭＴＰ仿真验证，结果表明该方法是有效的。

复杂电力系统电气故障电磁暂态数字计算方法研究

电力系统电磁暂态的数值仿真研究是一个历久不衰的研究题目,尤其是其时域仿真研究中的Bergeron模型经Dommel实用化改进后,业已成功地应用于著名的EMTP当中,但EMTP的严重不足在于对各种故障和操作进行暂 态仿真前的预处理工作是相当繁杂的。文章针对EMTP使用中的不足,提出了一种普遍适用的电力系统电气故障电磁暂态仿真方法。该方法克服了EMTP由于系统结构或参数改变需要重新计算初始值的缺点,它可以仿真包括串补线路在内的单、双回线路任意点的电弧故障、母线故障、断路器开合和断线故障,并且故障起始角可以设定。新方法可极其方便地对线路故障点序列系列冲击电流、过电压和谐波分量进行系列数字仿真,亦可极其方便地仿真发展型故障,在线路保护仿真校验和过电压计算等方面极具意义。大量仿真表明,本方法精度高、速度快。

一种基于优化小波基的电力系统故障暂态数据压缩方法

在论述基于多分辨分析的小波基构造方法和小波分解理论的基础上,建立了基于离散小波变换的电力暂态信号数据压缩方法。针对电力故障信号为基波伴随短时暂态成分的特点,研究了基于信号离散小波逼近品质最优,即离散逼近时域二范数最大的小波基优化方法。对一实际500kV输电线路故障暂态的分析计算表明:基于优化小波基的离散小波变换对电力故障暂态数据具有较高的压缩比和较小的重构误差。

基于聚类分析的电力系统暂态稳定故障筛选

提出了一种基于聚类分析的电力系统暂态稳定故障筛选方法。该方法建立在模糊C-均值(FCM)算法和矢量量化(VQ)方法的基础上,结合了两种聚类分析方法的优点,通过选择故障后系统的能量裕度作为特征变量之一,有效提高了故障筛选的准确性。采用新英格兰10机39节点系统和IEEE50机145节点系统进行的测试证明了该方法的有效性。