基于广义深度学习的含DG配网故障诊断方法

针对传统故障定位方法难以满足含分布式电源配电网的问题，提出一种基于广义深度学习的故障定位方法。利用广义深度学习在逼近能力和容错性方面的优势，挖掘响应数据与故障位置之间的映射关系，建立含分布式电源配电网故障定位的模型。IEEE34节点仿真结果表明，该方法可有效实现含分布式电源配电网的故障定位，准确率高，速度快，且在信息畸变或缺失时容错性好。     

基于随机矩阵理论的配网故障可观的PMU优化配置方法

定义故障在全网最不灵敏节点发生时可检测为随机矩阵理论下的全网可观。相同故障发生在不同节点时对配网影响程度不同,对应的随机矩阵理论指标MSR的跌落程度不同。提出了配网故障时全网可观的PMU优化配置方法。分别在所有节点设置单相和两相接地故障,得到2种情况下全网的电压数据并计算相应的MSR;对2种MSR进行加权,计算出各节点灵敏系数;以灵敏度最低的节点发生故障时全网可观为目标,按灵敏程度逐次减去不灵敏节点的PMU并计算相应的MSR,直到故障不可检测,得到的PMU配置即为最后配置。以IEEE36节点和IEEE39节点模型进行仿真,验证了在该PMU优化配置方案下,可用随机矩阵理论对配网进实时监测,在故障发生时能准确检测到故障并确定故障发生的时刻。     

基于原子分解法的配电网谐波检测方法研究

配电网中的谐波问题不仅对系统的安全运行和电力设备的正常使用造成严重的损害,还会降低用户的电能质量。提出了一种基于匹配追踪原子分解法的配电网谐波检测方法,通过将故障信号在过完备原子库中进行稀疏分解,得到与该信号的结构特征相匹配的最佳匹配原子组,分析这些原子的时频特性即可以得到故障信号的各次谐波信息。通过Matlab仿真软件对配网中常见的谐波信号和电弧炉采样信号进行分析,对比分析了FFT变换和原子分解法的优缺点。仿真验证表明,基于匹配追踪原子分解法能够准确的分析出各谐波成分的特征量,且具有较强抗噪能力。     

基于随机矩阵理论的配网故障可观的PMU优化配置方法

定义故障在全网最不灵敏节点发生时可检测为随机矩阵理论下的全网可观。相同故障发生在不同节点时对配网影响程度不同,对应的随机矩阵理论指标MSR的跌落程度不同。提出了配网故障时全网可观的PMU优化配置方法。分别在所有节点设置单相和两相接地故障,得到2种情况下全网的电压数据并计算相应的MSR;对2种MSR进行加权,计算出各节点灵敏系数;以灵敏度最低的节点发生故障时全网可观为目标,按灵敏程度逐次减去不灵敏节点的PMU并计算相应的MSR,直到故障不可检测,得到的PMU配置即为最后配置。以IEEE36节点和IEEE39节点模型进行仿真,验证了在该PMU优化配置方案下,可用随机矩阵理论对配网进实时监测,在故障发生时能准确检测到故障并确定故障发生的时刻。     

小波多尺度信息综合的行波波头检测算法研究

提出了一种小波变换多尺度信息综合的行波波头检测算法,首先利用小波变换的多尺度分析对故障行波信号进行处理,得到各个尺度下的小波系数模极大值,然后将模极大值依次标定在平行坐标系下并形成灰度图片,最后利用卷积神经网络搭建波头检测模型。本算法利用平行坐标系巧妙的将小波变换与CNN相联系,结合了小波变换多尺度下的信息,为行波波头的检测提供了一种新思路。     

基于原子分解法的配电网谐波检测方法研究

配电网中的谐波问题不仅对系统的安全运行和电力设备的正常使用造成严重的损害,还会降低用户的电能质量。提出了一种基于匹配追踪原子分解法的配电网谐波检测方法,通过将故障信号在过完备原子库中进行稀疏分解,得到与该信号的结构特征相匹配的最佳匹配原子组,分析这些原子的时频特性即可以得到故障信号的各次谐波信息。通过Matlab仿真软件对配网中常见的谐波信号和电弧炉采样信号进行分析,对比分析了FFT变换和原子分解法的优缺点。仿真验证表明,基于匹配追踪原子分解法能够准确的分析出各谐波成分的特征量,且具有较强抗噪能力。     

基于广义深度学习的含DG配网故障诊断方法

针对传统故障定位方法难以满足含分布式电源配电网的问题,提出一种基于广义深度学习的故障定位方法。利用广义深度学习在逼近能力和容错性方面的优势,挖掘响应数据与故障位置之间的映射关系,建立含分布式电源配电网故障定位的模型。IEEE34节点仿真结果表明,该方法可有效实现含分布式电源配电网的故障定位,准确率高,速度快,且在信息畸变或缺失时容错性好。     

蛙跳式充电的无人机自主巡线技术与系统(二):基于机器视觉的自动充电控制

近年来多旋翼无人机在中国电力系统中得到了快速的推广和运用,越来越多的电力公司尝试利用无人机进行输电线路巡检.然而无人机在搭载巡检设备后,其续航时间仅为20 min,续航能力十分有限,巡检时无人机中途降落充电的定位问题也一直存在.因此,该文提出一种基于机器视觉的自动充电控制技术,搭建基于蛙跳式的无人机自主充电系统.系统由无人机平台、自动充电平台和地面控制系统三部分构成,依托智能控制技术和飞控系统,运用机器视觉、图像识别等技术实现无人机的高精度定位和智能精准降落,并结合无人机预设的卡位与地面充电平台充电接口的有效对接,完成无人机动力电池的自动可靠充电,进而实现巡线无人机的自动起降和充电功能.试验结果表明,该蛙跳式自主充电系统有效提高了无人机的续航能力,解决了无人机充电过程中高精度定位等系列技术难题.