廖犬发[1]2004年在《一种配电网故障区间诊断系统的研究》文中研究说明配电网故障区间诊断，故障隔离是配电网自动化的重要方面，当配电网发生故障时要求能够根据配电网的实际拓扑结构，快速地定位故障区间并且通过遥控开关隔离与故障点相连的用户，然后通过转换联络开关和分段开关的状态，恢复对完好区域的供电。 传统的配电网故障区间诊断算法采用统一矩阵法，在实时信息序列中存在畸变信息时有可能错判和误判。本文提出基于改进BP网络的配电网故障区间诊断算法，当实时信息中出现畸变信息时，能自动纠错和进行准确定位，并具有高度的容错性能。 本文对BP网络的理论进行了较为详细的阐述，对于BP网络的层数，隐含层单元数目，初始权值，初始学习率及目标误差的选取进行了分析探讨，对配电网进行了分析，建立了配电网的故障区间诊断的模型，并在对配电网络故障区间诊断问题上进行了运用和仿真分析，证明了该方法具有一定的学习能力和容错能力。 本文用MATLAB作为仿真工具，对故障诊断的改进BP算法进行了实例仿真，分析和算例的结果表明该改进算法是有效的。
舒辉[2]2008年在《铁路配电网故障信息管理及诊断系统研究与实现》文中进行了进一步梳理铁路配电网作为铁路电力系统运行的重要环节,专门为铁路信号系统和车站辅助系统供电,其供电可靠性直接关系着铁路行车的安全。然而由于铁路配电网结构的特殊性使得其很容易受到外界环境因素的影响而发生故障。当故障发生时,如不能及时准确地对配电网故障进行诊断排查,就会引起故障范围扩大,严重影响到列车行车安全,因此当线路发生故障时,快速准确的判别故障尤为重要。针对上述问题,本论文首次提出构建一个能对铁路配电网故障信息进行综合管理和诊断的系统,通过对配电网异常和故障时铁路电力远动系统上传的各种故障数据的综合分析,实现快速准确的铁路配电网的故障检测、定位及故障类型判断等。本论文介绍了当前铁路配电网的运行特点和基本结构,分析了铁路配电网各环节发生典型故障时表现的故障特征,为后续故障诊断算法的实现奠定了基础。分析了当前铁路配电网故障信息的几种来源:SCADA、微机保护综合自动化系统、信号电源监控系统和故障录波装置以及各信源数据的基本特征,多信源故障信息的应用可进一步保证故障诊断的正确性。根据各种故障信息源的特征,构筑了铁路配电网故障信息管理及诊断系统,并对系统进行了概要设计,包括系统原理、软件体系结构和软件数据结构、功能规划、设计原则等。在概要设计的基础上,利用Visual C++.NET面向对象语言对铁路配电网故障信息管理及诊断系统进行了编程实现,该软件可实现故障数据综合管理,铁路配网故障分析,故障类型、性质、区段判断功能以及保护/开关动作行为分析功能。该软件可作为SCADA系统的高级应用软件运行于调度端,自动从SCADA系统通信网中获取和筛选有效数据,通过对故障信息的综合分析,给出故障分析报告。最后,在PSCAD/EMTDC仿真环境下建立了铁路配电网模型,运用该模型进行动态仿真,提取故障数据进行软件测试,测试结果表明:系统在各种故障工况下均能快速有效的得出分析结果,本论文所采用的故障分析算法是有效的,该软件具有良好的可行性。目前,该软件已在广深线某配电所进行了通信测试,测试结果表明:本软件在该系统中数据收发正常,兼容性良好。后续的软件测试也将陆续进行,并有望在软件成熟后投入到线路的实际运行。
史红霞[3]2010年在《配电网故障区间定位技术的研究》文中指出配电网线路长分支多,发生故障时巡查费时费力,且故障原因的多样性、设备拒动、设备误动、信息传输的不完全性使得配电网故障寻址更加困难。本文把故障指示器作为故障数据采集设备,应用射频通信技术和GPRS技术将数据传送到故障寻址系统分析中心。将故障指示器的动作信号作为条件属性,采用可辨识矩阵与布尔代数相结合的算法凝炼故障诊断规则。根据配电网建立网络的拓扑结构,利用深度优先搜索方法对拓扑结构进行遍历,确定故障点到电源点之间路径;利用广度优先遍历方法对每个故障点进行局部搜索,找到与其邻近的故障指示器。进而利用凝炼的故障诊断规则和拓扑搜索的结果,确定故障诊断的原始决策表和约简决策表。在此基础上,提出了利用约简决策表和原始决策表的分步诊断方法和将约简决策表和原始决策表相结合的混合诊断方法。仿真结果表明:新方法既提高了故障诊断的速度,又增强诊断的容错性和正确率,能够很好地满足配电网故障诊断的要求,非常适用于大规模的配电网。
龙霞飞[4]2013年在《粗糙集理论在配电网故障诊断中的应用研究》文中研究说明现代电力的迅猛发展，配电网规模的不断增大，使得其一旦发生故障，对配电网本身、工农业生产和日常生活产生的影响也会随之增大。然而，配电网故障的不可避免性又使得提高配电网故障诊断率成为衡量供电可靠性的一个关键指标之一。因此，寻找一种高效的故障诊断方法对维持整个配电网的安全运行和提高供电可靠性有着非常重要的意义。配电网的故障诊断可以考虑成一个分类问题，而粗糙集理论又是以分类为基础且具有较强的容错能力，因此，在故障信息完备的情况下，本文利用粗糙集理论来进行配电网的故障诊断。得到了进行配电网故障诊断的5大类诊断规则分别是用电区间、变压器、线路、母线和电源故障的诊断规则。虽然粗糙集理论具有较强的容错能力，但是一旦信息系统中存在核心属性丢失或者是异变的情况时，就有可能会导致故障的漏判和错判，在此种情况下，利用MATLAB神经网络工具中的径向基神经网络来处理核心属性丢失（突变）时的配电网故障。然而，在实际的故障情况中，存在保护或者断路器的误动、拒动以及信息失真或丢失等多种不确定因素，将会导致采集到的信息数据不完整、不协调。此时，运用经典粗糙集理论、神经网络等方法处理问题时所得到的结果往往会不理想甚至错误。鉴于极大相容块技术（经典粗糙集理论的一个延伸）在不完备、不协调信息系统的应用中有很高的准确度，本文首次提出了基于极大相容块技术的配电网故障诊断方法。以保护动作信号和断路器发生变化的状态信息当作决策表中的条件属性，以可能发生的故障情况当作决策表中的目标属性，建立决策表；然后，应用极大相容块技术以及广义决策的相关理论对决策表进行属性约简，进而得到了进行配电网故障诊断的10条确定诊断规则和2条最优广义决策规则，从而实现对配电网的故障诊断，并应用实例说明最优决策规则的正确性。该方法不仅能有效的提高故障诊断率，而且还可以减少故障诊断的时间，以便工作人员能够快速恢复非故障区域和检修故障设备。粗糙集理论，作为一种软计算方法和飞速发展的人工智能方法，已经在众多领域内得到了广泛的应用。本文将粗糙集理论应用于配电网的故障诊断中，即使在故障信息系统不完备、不协调的情况下，极大相容块技术也很好的解决了此类问题。将极大相容块技术应用于配电网的故障诊断中，给配电网的故障诊断提供了新的理论方法。
李棕让[5]2015年在《可视化配电网故障诊断与故障恢复方法研究》文中研究指明配电网作为整个电力系统中电能分配的桥梁,保证其正常运行是提高供电可靠性、安全性以及服务质量,提高工作效率、降低运行成本的必要手段与捷径。配电网故障的诊断与恢复是建设智能电网和配电自动化的重要内容,是保证电力系统稳定运行的最后一道防线。本文首先对当前应用于配电网故障诊断的方法进行分析和总结,结合配电网的结构特点,根据已有矩阵算法提出基于区域分级思想的改进算法,该方法首先对配电网网络进行级别划分,然后分级进行故障区间的定位。算法只针对含故障区间的区域进行搜索,减少了矩阵搜索的时间,提高了定位效率,对于大规模复杂配电网来说更能体现其优点。仿电磁学算法不仅具有较强的容错性而且在离散域中也具有较好的收敛特性,但还是存在容易降入局部最优的不足。所以,本文将在初始种群选取、改进移动策略、运用多种群协同进化以及最优解的局部搜索来提高故障定位的准确性和快速性。通过对配电网故障区间定位的算例分析表明,改进的仿电磁学算法在种群信息和迭代次数上都优于标准算法。结合配电网特点和故障恢复方法研究的现状,给出了一种基于改进蜂群算法的配电网故障恢复方法。本文首先对配电网故障恢复进行建模,并根据蜂群算法的不足本文从蜜源的选择和搜索策略两方面对算法进行改进,仿真验证了方法的可行性。结果表明算法在收敛速度和效率方面有了很大提高,能够很好的满足配电网故障恢复的要求。本文运用以上理论成果成功的运用C#软件开发工具开发了一款故障诊断与恢复系统,有效地实现可视化。系统和用户实现有效地交互,也使得系统更易于移植和维护,较以往的可视化软件有较强的针对性。
李超文[6]2009年在《基于改进模型和二进制粒子群算法的电网故障诊断研究》文中认为随着电网规模的扩大,越来越多的自动装置应用到电力系统。电网发生故障后,大量警报信息涌入调度中心,调度员难以在短时间内做出迅速判断。因此,研究准确度高的电网故障诊断系统,协助调度人员迅速判断故障,对缩短事故处理时间、提高供电可靠性和保证电网安全稳定运行具有重要意义。本论文分析了配电网和输电网故障信息特征,将配电网故障定位和输电网故障诊断转化为0-1整数规划问题,改进了输电网故障诊断的优化模型,把二进制粒子群优化(PSO)算法引入对模型的求解。针对配电网故障定位,根据配电网拓扑结构与FTU故障信息特征,建立评价函数,引入二进制PSO算法优化,并与遗传算法比较分析。仿真结果表明,该方法能够准确定位配电网单点故障和多点故障,在少数FTU信息畸变时仍能给出正确结果,且优化速度和最优解获取概率要好于遗传算法。针对输电网故障诊断,从提高诊断实时性和故障信息的综合利用角度出发,构建基于优化模型的分层故障诊断体系。第一层根据断路器信息识别故障区域,形成可能故障设备集。第二层改进基于保护和断路器信息的评价函数,引入二进制PSO算法优化,并与遗传算法比较分析。结果表明,改进模型适用于简单故障和伴随有保护、断路器拒动的复杂故障诊断。第叁层诊断融入录波信息,计算录波数据提取故障方向,在第二层评价函数基础上形成包含故障方向的较完备信息评价函数。通过仿真测试,融入录波信息的诊断模型适用于伴随少数保护信息丢失的复杂故障诊断。分析和仿真表明,基于二进制PSO的配电网和输电网优化故障诊断算法具有较好的适应性。
丁同奎[7]2006年在《配电网故障定位、隔离及网络重构的研究》文中研究说明配电网是整个电力系统直接面向用户的最后一个环节。随着我国社会经济的持续发展,电力用户对供电可靠性的要求越来越高,配电自动化系统的推广势在必行。配网故障定位、隔离及恢复系统作为馈线自动化系统的核心部件,其目的是为了故障后及时对故障区域加以定位和隔离,并尽快恢复非故障失电区域的供电。配网故障定位和供电恢复重构算法的研究及其改进成为本论文的工作方向和重点研究内容。目前配电网故障定位的直接算法,往往以各馈线为研究对象,通过矩阵运算进行故障定位,该算法计算速度慢,并且不能解决馈线末端故障定位问题。本文提出的算法以各节点为研究对象,避免了上述缺点,对多电源并列运行网络的故障定位问题,只需要假定一次正方向,有利于实现快速定位。在实际运行中,配网故障定位和隔离系统在运行中均敞露于户外,因此,不可避免会受到各种环境因素的干扰。若要使定位结果准确、可靠,算法本身应具有足够的容错性。目前,遗传算法是该类算法的典型代表。本文引入了一种全新通用的智能型算法——蚁群算法,用于配网故障定位,在对蚁群算法的基本概念作了阐述之后,提出了基于蚁群算法的配电网故障定位算法。现有的配电网故障定位智能算法基本上都以整个网络拓扑作为故障定位的基础。本文充分利用配电网呈辐射状的特点,依据分级处理的思想把整个配电网划分为主干支路和若干个独立区域,使可行解的维数大大降低,从而使计算速度得到大幅度提高。最后本文又提出了以网损最小为目标的最优负荷转移法进行网络重构。在每次迭代计算中,首先确定转移负荷的范围,然后选择实际降损最大的联络开关进行闭合以及相应的支路断开,从而使算法更具有有效性、实用性。
柳涛[8]2013年在《基于智能算法的配电网故障区间定位》文中认为配电网故障定位是实现配网自动化的前提和保障，对于配电网故障的隔离、缩短停电时间都具有十分重要的意义，同时由于馈线终端设备FTU在上传故障信息的时候容易发生畸变和缺失，因此要求故障定位方法具有比较高的快速性和容错性。基于此，本文致力于研究改进的类电磁学算法和分布估计算法在配电网故障区间定位中的应用，以期提高配电网故障区间定位时的快速性和容错性。本文首先介绍了配电网故障定位的两种模式——就地智能线路自动化与集中调控馈线自动化，尤其对于目前研究较多的集中馈线调控自动化的各种方法进行了分析，简述了优点和存在的缺点。鉴于类电磁学算法在离散域内的寻优效果良好，本文将类电磁学算法应用于配电网故障区间定位中，但在应用的过程中参数比较敏感，影响定位的效果，基于此，本文通过在局部搜索中引入自适应步长、合力计算公式中消除距离因子、移动公式中加快粒子迁移的步幅等来提高故障定位的准确性和快速性，同时引入遗传搜索-交叉因子来解决算法在局部搜索中陷入局部最优的问题。在此基础上，采用模块分割的思想建立配电网的数学模型，有效地降低了配电网数学模型的维数。仿真结果表明，相对于标准EM算法，应用改进的类电磁学算法进行配电网故障区段定位只需要较少的种群信息以及迭代次数，而且故障定位的容错性也有相应的提高。不同于传统的人工智能算法在处理优化问题时对于生物进化微观上的建模，分布估计算法是着眼于生物空间整体宏观上的分析，采用的是全新的进化方式。本文将分布估计算法应用于配电网故障区间定位，将故障区间向量作为寻优解，通过对于解向量的均匀采样模型的建立以及简便采样方法的构造，逐步提高正确解向量在解空间内的概率，以期实现故障区段的有效定位。仿真结果表明将分布估计算法应用于多源开环条件下的配电网故障区段定位有着较快的故障定位速度和良好的容错性。
路俊海[9]2016年在《基于EMMG算法的配电网故障诊断及其可视化系统设计》文中研究表明文章将仿电磁学算法EM(electromagnetism-like mechanism)同SFLA算法的优点结合起来构造了一种新的智能算法EMMG(electromagnetism-like mechanism based on multi groups),它具有较好的全局搜索和局部搜索能力,以及较快的收敛速度,且具有较高的容错性。通过算例分析和仿真验证了该算法在故障区间定位过程中的优化性能和优化效率优于EM和GA算法,对含有畸变的故障信息进行故障诊断,具有较好的故障区间定位效果。基于以上理论成果,结合沈阳和平区10kV配电网的网架结构,运用C#软件和Oracle 10g数据库开发工具开发了一款故障诊断软件,有效实现了配电网故障诊断可视化。
戴光武[10]2009年在《配电网故障区域定位与隔离的研究》文中进行了进一步梳理随着社会经济的发展,配电自动化是配电系统发展的必然趋势,配电网故障区域定位与隔离是其核心功能之一。论文分析了当前国内外配电网故障区域定位与隔离存在的主要问题,研究了几种具有典型代表意义的传统算法:通用性较强的矩阵算法、具有一定容错性能的改进矩阵算法以及效率较高的分层拓扑模型算法,并用实际算例验证了其正确性与可靠性,体现了各自的特点和优势。由于实际工程应用中,配电网故障区域定位所用信息大多来源于户外的FTU,因此不可避免地会受到各种环境因素的干扰,故障信息发生畸变或者丢失的可能性较大,要使得定位结果准确、可靠,算法本身必须具有较好的容错性能,神经网络作为一种人工智能算法,是其中典型代表。BP网络作为神经网络中应用最多、最为精华的部分,应用于配电网故障区域定位领域具有独到的优势。论文针对BP网络存在的一些不足进行了相应的改进,克服了传统BP算法收敛速度慢、易陷于局部最小等缺点,很好地解决了配电网故障定位问题,具有一定的容错性能,但还是不够高。为了进一步提高网络的容错性能,研究了一种新型神经网络——神经逻辑网络,利用其中典型的叁值神经逻辑网络具有的较强逻辑推理能力,对故障信息进行有效地纠错,将其与改进BP网络相结合,实现配电网的高容错性故障定位。通过实际算例验证了该算法的可行性与有效性,具有比较高的工程实用价值。最后分析了运用神经网络进行故障区域定位的不足之处,提出了未来更进一步研究的方向。
参考文献：
[1]. 一种配电网故障区间诊断系统的研究[D]. 廖犬发. 武汉大学. 2004
[2]. 铁路配电网故障信息管理及诊断系统研究与实现[D]. 舒辉. 西南交通大学. 2008
[3]. 配电网故障区间定位技术的研究[D]. 史红霞. 天津大学. 2010
[4]. 粗糙集理论在配电网故障诊断中的应用研究[D]. 龙霞飞. 石河子大学. 2013
[5]. 可视化配电网故障诊断与故障恢复方法研究[D]. 李棕让. 东北大学. 2015
[6]. 基于改进模型和二进制粒子群算法的电网故障诊断研究[D]. 李超文. 西南交通大学. 2009
[7]. 配电网故障定位、隔离及网络重构的研究[D]. 丁同奎. 东南大学. 2006
[8]. 基于智能算法的配电网故障区间定位[D]. 柳涛. 湖南大学. 2013
[9]. 基于EMMG算法的配电网故障诊断及其可视化系统设计[J]. 路俊海. 供用电. 2016
[10]. 配电网故障区域定位与隔离的研究[D]. 戴光武. 南京理工大学. 2009