共查询到19条相似文献,搜索用时 78 毫秒
1.
针对现有的井下电缆故障测距方法存在可靠性差、精度低的问题,介绍了一种基于小波分析理论和神经网络的井下电缆故障测距方法,并比较了BP神经网络和RBF神经网络用于该方法的测距性能。该故障测距方法采用3次B样条半正交小波对暂态零序电流信号进行小波变换,得到特定频带内的暂态零序电流模极大值,并将该模极大值作为神经网络的输入信号,根据模极大值与故障点位置的映射关系实现故障定位。仿真结果表明,该故障测距方法能够较好地进行井下电缆故障测距,且RBF神经网络的测距误差及训练速度均优于BP神经网络。 相似文献
2.
针对煤矿井下供电系统发生单相接地故障时故障点位置难以确定、现有离线测距方法测距精度低的问题,分析了井下电缆供电系统单相接地故障特征,提出了一种煤矿井下电缆在线故障选线及定位方法。该方法利用供电系统单相接地故障时暂态零序无功功率在选线频带内的极性选出故障线路,利用有些频带的暂态高频信号与故障距离成一定映射关系的特点,将不同条件下发生故障时得到的系统母线零序电压和线路零序电流作为输入样本对小波神经网络进行故障测距训练,从而实现故障定位。Simulink仿真结果验证了该方法的有效性和精确性。 相似文献
3.
4.
矿井配电网为单端供电系统,其中性点不接地或通过消弧线圈接地,当出现单相接地故障时,由于故障电流微弱,故障点位置很难查找。针对该问题,提出了一种基于零模和线模行波波速差的单端行波故障测距法,详细分析了行波测距理论,阐述了线模波速与零模波速的测量方法。在理想情况和故障点存在过渡电阻情况下的仿真结果证实了该方法的有效性和可行性。 相似文献
5.
小波变换在信号奇异性检测中的应用 总被引:8,自引:1,他引:7
利用小波变换具有良好的时频局部化特征 ,在特定尺度下 ,求解信号小波变换的模极大值 ,从而找到信号奇异点。该方法应用到输油管道的泄漏检测中 ,结果表明 ,能够排除工况干扰 ,识别有用信号 ,及时准确地检测出管道的泄漏故障。 相似文献
6.
7.
提出以脉冲电源作用下的故障相与健全相的电流差为测量信号,运用小波变换对其作多尺度分解,并利用SoPC技术构建的煤矿井下电缆故障定位片上系统。系统具有具有体积小、成本低、灵敏度高、扩展容易、易于操作等优点,在不同程度上解决了目前煤矿井下电缆故障测定方法存在的问题。 相似文献
8.
针对单端行波故障测距算法由于行波波速的不确定性而导致故障测距结果不精确的问题,文章提出了一种新型的单端行波故障测距算法,该算法基于小波变换,利用故障点二次反射波、对端母线反射波、初始行波之间的测距关系,消除了行波波速的影响。仿真结果表明,该算法具有一定的有效性和可行性。 相似文献
9.
以三相电缆真故障点的计算公式为基础,设计出电缆故障定位系统的软件程序。使电缆真故障距离的计算公式得到了实际应用,实验结果证明本文设计的系统,工作稳定可靠,提高了电缆故障定位精度,具有很好的实际应用前景,发展了电缆故障定位技术。 相似文献
10.
在介绍小波变换概念及信号奇异性理论分析的基础上,给出了利用小波系数模极大值对信号奇异点判定的算法,并结合仿真试验对小波分析在信号奇异点上的判定进行了分析,效果良好。 相似文献
11.
传统的电力系统中,电缆故障定位技术主要是通过离线定位实现,导致电缆故障定位误报率较高,基于此,设计出新型电缆故障在线定位技术;利用傅里叶变换公式,采集供电系统电压脉冲,并对异常脉冲进行记录;通过异常脉冲分析结果与供电系统导体数据变化,完成电缆故障类别判定;根据电缆故障类别判定结果,采用行波计算法对故障点到电缆端点的距离展开计算,完成电缆故障定位;实验表明,该故障定位技术误报率较低,使用效果好。 相似文献
12.
13.
针对采用随机选取法、K-均值聚类法确定RBF神经网络隐含层节点中心和宽度只能得到局部最优解、基本粒子群优化算法易发生早熟收敛且对于某些函数优化精度差的问题,提出了将惯性权重模型和收敛因子模型相结合的改进的粒子群优化算法;针对煤矿井下配电网发生单相接地故障后定位困难、传统的故障测距方法存在可靠性差、测距精度低的问题,提出了采用改进的粒子群优化算法优化RBF神经网络进行井下配电网单相接地故障测距的方法。仿真结果表明,经改进的粒子群优化算法优化的RBF神经网络的测距精度高于RBF神经网络,能够实现故障点的准确、可靠定位。 相似文献
14.
在对电缆TDR测试仪实测数据分析基础上,建立了短路和断路故障下的回波数据模型。并提出了一种集故障判断和测量为一体的算法,自动返回故障的类型和位置,以取代现行的手工判断测量。实验表明,本文算法速度快、精度高。 相似文献
15.
16.
电力变压器绝缘故障定位是提高电力变压器稳定性的关键,提出一种基于拉曼光谱的电力变压器绝缘故障自动定位方法。采用卷积稀疏自编码器进行电力变压器绝缘故障特征检测,提取电力变压器绝缘故障的拉曼光谱特征量,根据电力变压器的能源、负荷差异性进行受扰响应特性分析,构建电力变压器绝缘故障辨识模型,采用深度学习方法进行电力变压器绝缘故障检测中的收敛性判断,根据拉曼光谱的频谱特征分布进行电力变压器绝缘故障的自动定位。结合API接口和SS/E23节点网络拓扑模型实现电力变压器绝缘故障自动定位系统设计。仿真测试结果表明,采用该方法进行电力变压器绝缘故障定位的准确性较高,故障的可视化分辨能力较强。 相似文献
17.
18.
针对基于程序谱错误定位方法完全依赖于测试用例的语句覆盖信息导致错误定位效率低下的问题,提出了一种基于变异测试技术的程序谱错误定位方法。在原有语句怀疑度计算方法的基础上,增加了程序变异后执行结果与原程序执行结果不同的测试用例变化情况的分析。此外,为解决程序变异后产生的变异体数量巨大而导致执行代价过大的问题,提出了根据变异位置约简变异体的策略。实验结果表明,与几种基于程序谱的程序错误定位方法相比,该方法的错误定位代价最低,能有效提高错误定位的效率。 相似文献