饱和铁心型超导限流器压敏电阻的实验

压敏电阻可抑制超导限流器断直流时产生的高压,同时加速直流励磁能量的释放以促使限流器交流侧快速退饱和,进入感性限流状态。为验证其保护和能量吸收作用,用NI采集卡、Labview以及其他电流电压传感器和可控的IGBT器件设计和制造了检测控制系统。对不同压敏电压等级的压敏电阻进行断直流的放电实验以验证其抑制电压的保护作用。结果表明:断直流时储存能量的释放是超导限流器产生高压的原因;励磁储能一定且压敏电阻通流量一定的条件下,压敏电压越大断直流产生的电压也越大,同时电流断开时间越小则能量释放时间越小。所得结果为设计更大容量的超导限流器,选择不同压敏电阻的压敏电压和通流量等级提供了实验和计算参考。

饱和铁心型超导限流器故障电流快速模式识别

分析了开断直流励磁以及断开速度对该类超导限流器限流效果的影响,指出短路故障电流需要快速识别,设计和制造了三相小样机和相应的基于Labview和NI板卡的实时检测控制系统。提取了短路故障电流的三个重要特征:电流实时幅值、电流变化率、故障时高电流变化率的持续时间,根据特征进行神经网络感知机模式分类,离线在Matlab环境下训练神经网络找出线性分类面,在NI板卡内部的FPGA上实现分类神经元,并综合采用阈值模糊化的方法,对故障进行复合决策,以提高辨识准确性和速度。对阈值法和复合决策法进行的比较实验,表明了该方法的有效性。

基于支持向量机的超导限流器故障电流模式识别研究

对于饱和铁芯型超导限流器，指出短路故障电流需要快速识别，设计和制造了三相小样机和相应的基于labview和NI板卡的实时检测控制系统．提取了短路故障电流的2个重要特征：电流实时幅值，电流变化率，根据特征，分别采用神经网络感知机模式分类，线性核的支持向量机和径向基函数核的支持向量机，离线在matlab环境下训练，找出最优分类面．对几种方法进行比较实验，实验数据验证表明了RBF核支持向量机具有最好的识别效果．但是该方法难以在FPGA中实现，而线性核支持向量机是综合识别效果和可实现性2个指标的最佳选择．