船舶输电线路故障诊断的研究

本文分析了船舶输电线路的频发故障的原因。对比传统经验型船舶输电线路故障诊断过程,参照商用船舶常用的干馈混合配电方式,引入了模糊规则,解决具体故障定位时的不确定性问题。以当前的输电网络状态和诊断级数为推理依据,把输电线路故障的规律程序化。从而在实际操作中快速找出故障点,排除隐患,实现船舶输电线路故障检测的自动化。

架空输电线路防雷评估新方法分析

针对采用雷电定位系统进行防雷评估活动缺乏针对性,分布式输电线路智能故障诊断系统(以下简称"智能故障诊断系统")也只能监测输电线路走廊的雷电活动,而无法记录雷直击线路情况,为此,基于智能故障诊断系统与雷电定位系统的综合应用,提出一种新的防雷评估方法。该方法利用智能故障诊断系统与雷电定位系统雷击监测数据获得的输电线路雷击频度,来计算杆塔的绕击跳闸率和反击跳闸率,再根据跳闸率划分出绕击易闪段和反击易闪段,从而有针对性地开展差异化防雷改造工作。以某评估案例的实测雷击数据对防雷技术改造效果进行评估,结果表明,该方法可在短时间内对防雷措施进行有效性评估,形成防雷改造措施和防雷效果评估的闭环控制,提升了防雷评估分析的准确性和防雷改造的经济性。

基于纵横交叉算法的神经网络配电网故障选线研究

为了提高小电流接地系统单相接地故障选线的精度,提出一种基于纵横交叉算法优化RBF神经网络的故障选线新方法。利用Matlab/Simulink仿真单相接地得到一组零序电流信号,通过小波包变换和傅里叶变换从中提取出暂态特征值、有功分量以及五次谐波分量。再将提取得到的特征量作为神经网络的输入,用纵横交叉算法优化后的神经网络对故障特征值进行训练,实现故障选线。仿真中建立100组不同的故障样本,其中80组作为训练集,20组作为测试集。实验结果表明,与传统神经网络相比,CSO-RBF方法训练效果好,准确性高。