基于补偿零序压差原理的110kV线路纵向故障保护方案

针对现有保护装置没有计及纵向故障的保护方案的问题,首先分析110 kV负荷站变压器中性点接地和不接地方式下线路的单相、两相断线故障特征。其次依据断线故障特征提出了基于线路双端零序电气量的补偿零序电压差动原理的断线保护方案,实现了断线故障的快速可靠动作。最后在110 kV纵联差动保护装置上增加断线保护逻辑,并在数字仿真系统上建立110 kV负荷站输电系统,验证了所提断线保护方案的有效性。     

基于小波卷积自编码器和LSTM网络的轴承故障诊断研究

针对传统滚动轴承故障诊断方法过度依赖专家经验和故障特征提取困难的问题,结合深层神经网络处理高维、非线性数据的优势,提出了一种基于深层小波卷积自编码器(DWCAE)和长短时记忆网络(LSTM)的轴承故障诊断方法。首先构造了小波卷积自编码器(WCAE),改进了其损失函数,并加入了收缩项限制防止网络过拟合;其次将多个WCAE堆叠构成DWCAE,利用大量无标签样本对DWCAE进行了无监督预训练,挖掘出更有利于故障诊断的深层特征;最后利用深层特征训练LSTM网络,从而建立了诊断模型。仿真信号和实验数据分析结果表明:该方法能有效地对轴承进行多种故障类型和多种故障程度的识别,特征提取能力和识别能力优于人工神经网络、支持向量机等传统方法及深度信念网络、深层自编码器等深度学习方法。     

改进集成深层自编码器在轴承故障诊断中的应用

针对滚动轴承振动信号故障特征难以自动提取和故障类别难以自动准确识别的问题,提出一种改进集成深层自编码器(IEDAE)方法.首先,改进自编码器的损失函数并设计3种小波卷积自编码器;其次,利用区分自编码器、小波卷积自编码器等5种自编码器构造相应的深层自编码器,并设计“跨层”连接以缓解深层网络的梯度消失现象,实现对轴承振动信号的无监督预训练和有监督微调;最后,通过加权平均法输出识别结果,以保证诊断结果的准确性和稳定性.实验结果表明,改进集成深层自编码器方法能有效地对滚动轴承进行多种工况和多种故障程度的识别,较好地摆脱了对人工特征提取的依赖,特征提取能力和识别能力优于现有其他方法.     

压缩感知和改进深层小波网络在轴承故障诊断中的应用

针对传统滚动轴承故障诊断方法过度依赖专家经验和故障特征提取困难的问题,提出一种基于压缩感知(Compressive Sensing,CS)和改进深层小波神经网络(Deep Wavelet Neural Network,DWNN)方法。首先对采集到的轴承振动信号进行CS降噪并压缩采样;其次设计改进小波自编码器(Wavelet Auto-Encoder,WAE)进而构造DWNN,并引入"跨层"连接缓解网络的梯度消失现象;最后利用大量无标签轴承压缩数据对DWNN进行无监督预训练并利用少量带标签数据对网络有监督微调,进而实现故障判别。实验结果表明提出方法能够有效地对轴承进行多种故障类型和多种故障程度的识别,受先验知识和主观影响较小,避免了复杂的人工特征提取过程,特征提取能力和识别能力优于人工神经网络、深度信念网络、深度稀疏自编码器等模型。     

基于RTDS的电流互感器拖尾仿真建模研究

分析电流互感器拖尾电流形成的原因及特征,提出在RTDS实时仿真系统中仿真建模电流互感器拖尾的方法,并与现场实际应用中的电流互感器拖尾波形进行对比,论证建模方法的可行性。     

改进深层小波自编码器的轴承故障诊断方法

针对传统滚动轴承故障诊断方法过度依赖专家经验和故障特征提取困难的问题,结合深度学习处理高维、非线性数据的优势,提出一种基于改进深层小波自编码器的轴承智能故障诊断方法。该方法改进小波自编码器的损失函数并引入收缩项限制,再将多个小波自编码器进行堆叠构成深层小波自编码器,并引入“跨层”连接缓解梯度消失现象,最后利用大量无标签数据对网络进行无监督预训练并利用少量带标签数据对模型参数有监督微调。轴承诊断实验结果表明,该方法能有效地对轴承进行多种故障类型和多种故障程度的识别,特征提取能力和识别能力优于人工神经网络、深度信念网络、深度自编码器等方法。     

生物接触氧化池悬浮填料流动特性数值模拟分析

采用FLUENT多相流模型对生物接触氧化池悬浮生物填料流动特性进行数值模拟,分析了改变氧化池长宽比及调整曝气强度分布对改善填料分布状态的可行性。研究表明,通过添加隔墙将曝气池分成4个区后,分区内形成较明显涡流流场,改善了悬浮填料的空间分布均匀性;通过对分区内曝气强度分布进行优化,悬浮填料在氧化池内的混合状态得到进一步改善,氧化池末端和边壁不再发生填料团聚现象。因此,合理设计反应池的长宽比及优化曝气强度分布对悬浮生物填料能否在氧化池内混合均匀起到关键作用。     

适用于新能源的风电场稳控系统研究与应用

越来越多的风电场投入运行,给电力系统的安全稳定运行带来了新的问题.为此,提出一种适用于新能源的风电场稳控系统,介绍了系统构成、策略实现功能.搭建了 RTDS仿真模型,设计了风电场稳控系统测试环境,列举主要测试项目,并阐述了试验方法.结果表明,稳控系统可实现控制风电场稳定运行目的,具有很好的应用前景.