数学形态学及其在线路保护中的应用

介绍了数学形态学理论,提出了其在检测信号奇异性和故障测距方面的应用。通过对信号进行多分辨形态梯度的分解,可以得出随着信号奇异性的不同,分解的结果有相应变化的结论;通过比较前两个模极大值的极性和时间间隔来构成故障定位的算法。这种方法与传统的方法相比,有更高的可靠性和更少的计算量,显著提高了故障响应能力和灵敏度。通过仿真验证了上述两种方法的可行性。     

小电流接地系统4PT消谐接线方式的分析

通过分析小电流接地系统发生铁磁谐振机理,指出了几种常见消谐方式的机理,进而重点分析了4TP接入防止铁磁谐振过电压发生的机理,明确了4PT消谐的有效性.通过对几种常见的4PT消谐的二次接线方式的分析,指出了它们反应单相接地和PT断线等异常情况的灵敏度,分别指出了各种接线方式的优缺点及运行中的一些注意事项,为以后整改及优化提供一定的依据.对于第四只PT的接入,建议采用4PT阻抗甚高的改进型接线方式.     

钢轨磨削机械臂结构设计与优化

钢轨倒棱常用便携式倒棱机具进行现场倒棱,存在作业精度不高,人工操作随意,安全隐患大等风险。设计专用钢轨倒棱机械臂,对钢轨轨头横断面进行自定位倒棱磨削加工,实现精确定量和微量控制的高精度磨削。钢轨倒棱作业对钢轨接头的全寿命养护具有重要意义。     

高压断路器动作特性监测及特征曲线分析

高压断路器是电力系统最关键的开断元件之一,其运行状态直接影响到整个电力系统的稳定性和可靠性,因此,及时监测断路器开断时间和准确评估断路器的开断能力是电力系统正常运作的保障。由于大多数电站目前对断路器操动过程检测均是采用定期试验的方式,考虑到500 kV及以上线路的重要性及停机时间有限等问题,本文在对某水电站断路器实际运行参数及结构评估后,提出现场定制化的非接触式监测方法,实现了位移行程信号、线圈电流信号、储能电机电流信号等关键参量的实时监测,通过对时序信号曲线进行分析,提取了与断路器动作特性相关的多种特征参量,为进一步的性能评估、设计优化和故障诊断提供参考。     

小电流接地系统4PT消谐接线方式的分析

通过分析小电流接地系统发生铁磁谐振机理,指出了几种常见消谐方式的机理,进而重点分析了4TP接入防止铁磁谐振过电压发生的机理,明确了4PT消谐的有效性。通过对几种常见的4PT消谐的二次接线方式的分析,指出了它们反应单相接地和PT断线等异常情况的灵敏度,分别指出了各种接线方式的优缺点及运行中的一些注意事项,为以后整改及优化提供一定的依据。对于第四只PT的接入,建议采用4PT阻抗甚高的改进型接线方式。     

基于数学形态学梯度的快速选相方案

分析了超高压输电线路各种故障类型模分量的特征, 提出了一种利用数学形态学梯度提取暂态电流故障特征进而识别故障类型的新方案。大量的ATP仿真计算表明,该方案在线路不同位置发生各种故障的情况下均能正确、快速地识别故障相,与传统算法相比具有较少的计算量和较高的可靠性,并且具有更高的灵敏度和更快的故障响应速度。     

小电流接地系统4PT消谐问题的探讨

在小电流接地系统中,由于PT励磁电感的非线性特性,在一定条件下容易产生铁磁谐振过电压,给系统的安全运行带来严重隐患。近年来,供电系统大都用在PT中性点串接第四支PT的方法来消除其谐振。随着智能电网目标的提出,消谐PT二次接线不统一的特点亟待解决,同时也影响了运行人员的正确判断。重点分析几种目前常见的PT消谐的原理,运行时的注意事项,为以后整改及优化提供一定的依据。     

电力系统铁磁谐振过电压产生机理的探讨

中性点不接地系统中的电磁式电压互感器,因单相电弧接地故障或合闸充电过程的激发可能引起铁磁谐振过电压。系统地分析了铁磁谐振过电压的产生机理,并指出了实际运行中应注意的问题。     

基于避雷器尾端电流监测的电力系统过电压反演

避雷器是电力系统进行过电压防治的主要设备,现有避雷器监测装置可以实现电流电压的实时监测,但缺少进一步的数据分析功能,且大多数在线监测设备使用电压互感器在线监测过电压,对一次设备性能存在一定影响。文中设计了一种基于避雷器尾端电流监测来进行过电压分析的装置,该装置利用电流互感器进行宽频尾端电流采集,并利用所设计的内置高频采样芯片及智能程序的现地边缘计算单元对采集结果进行首端电压的智能反演,实现对过电压过程的数据分析,为过电压防治提供依据。     

基于标签传播半监督学习的电压暂降源识别

针对带标签(类别已知)的电压暂降历史样本数据有限且不易获得的情况,引入基于标签传播半监督学习的电压暂降源识别方法.首先从电压暂降信号中提取了五类暂降信号特征,建立了K-近邻图模型,并实现了图模型上的标签传播.分析了图模型参数k、α对标签传播结果的影响,同时与神经网络、最小二乘支持向量机等监督学习算法的识别结果进行了对比.仿真结果表明,在历史数据较少的情况下,标签传播算法比传统监督学习算法具有更高的识别准确率且实时性好.