CPR1000百万千瓦级核电机组首故障识别功能工程应用

依据标准法规要求,核电机组首故障识别、诊断功能用于协助操纵员查找触发保护系统安全动作的初始原因,对事故后进行原因分析有重要意义。本文介绍了核电机组首故障识别功能的目的、特性以及数字化人机接口监控方案,同时也分析了该功能在DCS产品平台上实现的难点和解决方法。

ACPR1000核电站首故障识别功能的工程设计

核电站具有特殊的安全要求,当发生事故,操纵员需要确认反应堆保护系统是否已经正确执行相应的安全动作,确保反应堆处于可控状态。事故后,就需要对事故进行原因分析,找出触发事故的最初原因,对核电站的长期稳定运行有着重要意义。本文介绍了首故障识别功能的目的和意义,分析了目前国内两种主流核电站DCS平台的首故障设计方案,并给出了ACPR1000项目中首故障识别功能的工程设计方案。研究表明,ACPR1000项目首故障识别方案,大大提高了故障原因信号的分辨率。

一种特高压直流输电线路神经网络双端故障测距新方法

提出一种基于高频量衰减特性的特高压直流输电线路神经网络双端故障测距方法。传统基于高频量衰减特性的特高压直流输电线路双端测距方法的测距精度依赖于线路衰减常数的准确求取,但准确计算线路衰减常数是一个难题。人工神经网络具有很强的非线性逼近拟合能力,利用人工神经网络方法,将不必准确计算线路衰减常数也能准确实现故障定位。选取不同频带内整流侧和逆变侧测距装置处检测到的故障电压行波线模分量高频部分首波头幅值比作为BP神经网络的输入样本集,故障距离作为输出样本集,对神经网络进行训练、测试,形成直流输电线路故障测距神经网络模型,将反映故障位置的特征数据输入训练后的网络模型即可实现故障测距。大量仿真结果表明:该基于高频量衰减特性的特高压直流输电线路神经网络双端故障测距方法精度较高,而且耐受过渡电阻能力强。

基于K-mean的配网故障行波定位方法

为解决配网故障定位难的问题,提出了一种基于K-mean的配网故障行波定位方法。首先,通过配网上的多个量测终端记录故障首波的抵达时间及波形,利用时间差判断故障位置;然后采用均值方法校准故障位置;在此基础上,采用K-mean算法分析故障波形,判断故障类型;最后,在某地区进行验证,定位精度为78.9米,准确率为90.8%。试验结果验证了方法的有效性。所提出的配网故障行波定位方法能够精准定位故障并判断故障类型。