中性点非直接接地系统单相接地故障选线

在配电网中,单相接地故障发生概率最高,达80%以上,若不能及时处理该故障,由于非故障两相的对地电压升高为线电压,可能会击穿绝缘薄弱部位,转变为相间短路,导致事故进一步扩大。因此,小电流接地选线方法具有重要的理论意义及实用价值。     

DB8小波变换在谐振接地系统单相接地故障选线中的应用

在我国35 kV及以下电压等级的中低压配网中,谐振接地的运行方式最为常用,单相接地短路是谐振接地系统最常见的故障。消弧线圈接地系统中发生单相接地时,由于消弧线圈的补偿作用,使得系统稳态的电流数值很小,和稳态电流相比,暂态电流特征量更加明显,而且消弧线圈的影响较小。利用小波变换提取故障时的暂态信号特征量,并在此基础上对单相接地故障进行了大量的仿真分析,结果验证了小波变换在谐振接地电网单相接地故障选线的有效性。     

农村电网单相接地故障量的仿真分析

农村电网中单相接地是最常见的故障隐患,必须快速排除接地点,以免发生短路故障。为此,借助MATLAB的仿真工具箱,模拟线路在电压相位、过渡阻抗、距离等不同的情况下,发生单相接地时电压、电流波形的变化,通过提取电流波形畸变量来实现单相接地故障定位。     

小电流接地系统中单相接地故障的判断与处理

小电流接地系统是指采用中性点不接地或经消弧线圈接地的系统.在该系统中,当中性点非直接接地系统发生单相接地时,一般出现下列迹象.(1)警铃响,"××千伏母线接地"信号,中性点经消弧线圈接地的系统,常常还有"消弧线圈动作"的信号.(2)绝缘监察电压表三相指示值不同,接地相电压降低或为零,其他两相电压升高为线电压,此时为稳定性接地.如果绝缘监察电压表指针不停地来回摆动,出现这种现象即为间歇性接地.(3)当发生弧光接地产生过电压时,非故障相电压很高,表针打到头,常伴有电压互感器高压一次侧熔体熔断,甚至严重烧坏电压互感器.     

基于BP神经网络的小电流接地故障选线方法

介绍神经网络的理论及其一般模型,提出一种基于小波神经网络的小电流接地故障选线方法,给出故障诊断流程。采集某变电站的实际数据,按BP神经网络的学习与训练过程进行验证,确认该方法具有可行性和有效性。     

浅谈小电流接地系统中单相接地故障的判断与处理

所谓小电流接地系统系指采用中性点不接地或经消弧线圈接地的系统,当某一相发生接地故障时,由于不能构成短路回路,接地故障电流往往比负荷电流小得多。在该系统中,当发生单相接地故障时,由于线电压的大小和相位的不变（仍对称）,况且系统的绝缘又是按线电压设计的。所以不需立即切除故障。但由于非故障相对地电压升高,系统中的绝缘薄弱点可能击穿而造成短路故障;故障点产生间歇性电弧时,在一定条件下,将会产生串联谐振过电压,对系统的绝缘造成极大的危害。那么如何正确判断单相接地故障,从而避免对系统的危害呢？一般系统发生单…     

小接地 大隐患——带你认识小电流接地系统单相接地故障

<正>1小电流接地系统的概念在电压等级35 k V及以下电力系统中,变压器中性点不接地或经消弧线圈接地发生单相接地故障时,由于不构成短路回路,接地故障电流非常小,甚至比正常的负荷电流还小,这样的系统称为小电流接地系统。小电流接地系统发生单相接地故障时,系统可带故障运行1—2 h,提高了运行的可靠性,但这时非接地     

小电流接地选线装置故障的排除

为了提高变电站内小电流接地系统可靠性,当出线回路发生单相接地时能够使值班员及时、准确地判断出故障回路和接地相,迅速将故障回路与系统断开,必须使小电     

电网中性点接地方式浅析

在中压电网中,35,10,6kV应用较为普遍,其均为中性点非接地系统。但是随着供电网络的发展,特别是采用电缆线路的用户日益增加,使得系统单相接地电容电流不断增加,导致电网内单相接地故障扩展为事故。我国有关电气设备设计规范规定：35kV电网如果单相接地电容电流大于10A,3～10kV电网如果接地电容电流大于30A,都需要采用中性点经消弧线圈接地方式。     

基于配电自动化的接地故障判别

该文针对我国10kV配电线路单相接地的现状,介绍了采用基于配电自动化技术的配电网接地故障检测方案。该方案不但可以提高配电线路接地故障选线的精度,同时还使自动寻找接地故障点,隔离接地区域成为可能。     

基于时域有限差分法的输电线路精

传统的故障分析法多采用集中参数模型，无法反映真实线路的分布参数特性。因而，当线路较长时，这些算法不再能满足实际工程应用的精度要求。本文采用分布参数模型，直接利用有限差分法求取线路波动方程的数值解，并利用在线路两侧实时同步采集的电压、电流数据结合此数值解推导出了一种有效的故障定位算法。数字仿真表明，有限差分算法能很好地反映线路的分布参数特性，即使在超长线路条件下，亦可获得高精度的定位结果。     

农村及城市电网线损规范化管理研究

电网降损节能在电网发展中具有重要的战略意义,电网企业必须进行线损规范化管理.从线损组织管理机构建立、线损指标管理与审查、线损统计与分析等方面阐述线损规范化管理工作流程及方法,以期为实现电网降损节能提供参考.     

基于动态扩展邻域蚁群算法的移动机器人路径规划

针对蚁群算法易陷入局部最优、路径转折点多、收敛速度慢的问题,提出一种基于动态扩展邻域蚁群算法（Dynamic extended neighbourhoods ant colony optimization,DENACO）。在蚂蚁搜索方式上采用动态扩展邻域方法,并定义新的信息素计算方式和增量规则,在取得更优收敛路径长度的同时,减少路径转折点数量及路径节点数量;引入自适应调整因子改进启发函数,提高算法的全局搜索能力,并设定迭代阈值,提升算法的收敛速度;提出一种路径节点双优化策略,对规划好的路径进一步优化,提高路径综合质量。不同复杂度及不同规模栅格地图中的仿真实验表明,DENACO算法所规划的路径更优,路径转折点数量减少,收敛速度加快,路径节点数量明显减少,表明算法具有更高的可行性和适用性。     

基于差分进化算法优化的RBF神经网络的发动机故障诊断研究

在RBF神经网络中采用差分进化算法来优化RBF神经网络的模型结构,并对其重要参数进行全局寻优。实例仿真结果表明,经过差分算法优化的RBF神经网络不仅相对BP网络学习收敛速度更快,而且提高了发动机故障识别的精确度,从而验证了此种方法的正确性和有效性。     

基于遗传算法的近红外光谱谱区选择方法

针对以每个波长一个染色体基因的 WSGA方法在波长数目较大时搜索空间太大的问题 ,提出了基于遗传算法的近红外光谱谱区选择方法 (RSGA ) ,把全部谱区平均分为多个子区间 ,各子区间的所有不同组合构成搜索空间 ,使用 R/(1 δ)最大作为优化目标 ,使用遗传算法寻找一个最佳子区间组合 ,作为最后参与建模的光谱谱区。计算实例表明 :经 RSGA优化选择谱区后 ,不仅波长点数减少 ,而且 PL S L OO CV预测值与标准值的相关系数 R得以提高 ,交叉检验预测均方差得以减少 ,从而可以减小建模运算时间 ,剔除噪声过大的谱区 ,使最终建立的农产品品质检测近红外光谱模型的预测能力和精度更高。     

基于多目标遗传随机森林特征选择的面向对象湿地分类

以多时相Landsat8影像和SRTM DEM为数据源,对南瓮河流域进行了面向对象湿地分类。为削弱高维特征集对分类精度的影响,提出一种多目标遗传随机森林组合式特征选择算法(MOGARF)进行特征集优化。利用Relief F算法对完整特征集进行特征初选,再以基于随机森林的封装式多目标遗传算法进一步提取优化特征集。将所得特征集结合随机森林分类法提取湿地信息。并将结果分别与基于完整特征集和仅采用Relief F算法及Boruta算法提取的优化特征集的3种随机森林分类结果对比。试验结果表明,采用MOGARF算法特征选择后,特征维度降低至原来的10%,且分类精度最高,总体精度为92.61%,比其他分类方案提高0.35%~1.94%,Kappa系数为0.907 5,袋外误差为7.77%,比其他分类方案降低0.91%~1.48%。利用MOGARF特征选择的随机森林分类法是湿地分类的有效方法。     

基于免疫算法的电力系统最优潮流计算

根据人和其他高等动物免疫系统的机理，研究一种计算具有非线性多峰值的非凸规划性质的电力系统最优潮流的新算法——人工免疫算法。该算法结合电力系统最优潮流的数学模型，将目标函数和不等式约束条件作为抗原，将潮流搜索空间的解作为抗体，依据抗原与抗体的结合力以及抗体之间的结合力对表示潮流解的抗体进行评价和选择，通过记忆细胞对抗体的抑制作用有效地摆脱潮流解局部最优点，通过抗体之间的相互激励作用提高了最优点附近的搜索效率。提出可以运用于工程上的模型和基本算法步骤，以及求解的实现过程，通过对IEEE30节点系统运用人工免疫算法、遗传算法和原对偶内点法三种方法计算结果对比，说明了人工免疫算法收敛速度快和全局搜索能力好的有效性。     

基于粒子群算法和SDAE的采棉头故障诊断研究

针对采棉头故障诊断和故障预警缺失的问题,提出基于粒子群优化算法(PSO)优化堆叠降噪自编码器(SDAE)的采棉头故障诊断方法。将采棉滚筒转速与采棉头输入转速比和采棉头液压驱动压力作为输入,利用PSO算法对SDAE网络的超参数进行自适应选取,确定网络结构,然后将预处理后的数据输入PSO-SDAE网络进行深度特征提取,经过前向传播和反向微调,得到采棉头故障诊断模型。通过采棉头堵塞故障模拟试验对算法进行验证,试验结果表明：PSO-SDAE网络诊断方法在特征有效提取、故障诊断准确率方面均优于SDAE网络、支持向量机(SVM)、反向传播神经网络(BPNN)以及深度置信网络(DBN),可用于采棉头故障诊断和故障预警。     

基于MEA优化BP神经网络的农机滚动轴承故障诊断

为了解决农机滚动轴承的故障诊断问题,提出了一种基于思维进化算法(MEA)优化BP神经网络的故障诊断新方法。该方法利用思维进化算法的趋同和异化操作,通过竞争获取优胜种群,在迭代过程中不断优化BP神经网路的初始权值和阈值,建立MEA-BP网络农机滚动轴承故障诊断模型。以滚动轴承试验实测数据为例,通过Mat Lab软件进行仿真,结果证实:该方法不但克服了常规BP网络学习速度慢和局部极小的缺点,而且提高了故障诊断准确度,为其他农业机械设备的故障诊断提供了一种试验方法。     

基于改进新息序列的组合导航系统缓变故障检测方法

针对传统的残差χ~2检测法未充分考虑缓变故障渐进变化的特点,而导致对缓变故障检测失效的问题,提出了一种改进的新息序列故障检测方法。该算法在传统新息序列检测法的基础上,通过模糊隶属函数构造检验统计量函数,并利用加权平均算法将落在有故障和无故障概率密度曲线交迭区域的检验统计量纳入故障信息检验中,以增加判断缓变故障的信息,从而更早地检测到缓变故障,而又不会增加虚警。仿真实验结果表明,将该方法应用到联邦滤波组合导航系统中,能够有效提高农业机械组合导航系统对缓变故障的容错能力。