超高压电网故障录波数据自适应压缩新方法

综合分析了超高压电网变电站故障录波数据快速压缩传输的必要性，以及现有故障录波数据压缩传输算法的优缺点。提出了基于信号奇异性检测原理的自适应小波去噪压缩算法，详细分析了各尺度上小波系数奇异点的匹配搜索过程和最大尺度层数自适应阈值选取方法;通过故障录波信号频率与采样率的关系，确定出最大小波分解层数，然后在该分解层数上进行噪声白化检验，并对某一个信号奇异点进行奇异性指数计算，以确定出小波最优分解层数。最后通过大量真实故障录波数据编程仿真，验证了该压缩算法的高效性。     

超高压电网全过程振荡仿真新模型研究

超高压电网振荡模型的准确设计是进行振荡与故障识别算法研究的前提.提出并论证了超高压电网振荡频率变化连续且可导原理,设计出具有连续可导性质的电网振荡频率函数,重新设计了振荡初始与复归阶段的频率变化函数,尤其在振荡复归阶段,使用具有衰减特性的反双曲函数来模拟振荡频率逐步衰减,直至恢复正常的过程.通过典型算例验证了该新模型的有效性.     

超高压电网全过程振荡仿真新模型研究

超高压电网振荡模型的准确设计是进行振荡与故障识别算法研究的前提。提出并论证了超高压电网振荡频率变化连续且可导原理,设计出具有连续可导性质的电网振荡频率函数,重新设计了振荡初始与复归阶段的频率变化函数,尤其在振荡复归阶段,使用具有衰减特性的反双曲函数来模拟振荡频率逐步衰减,直至恢复正常的过程。通过典型算例验证了该新模型的有效性。     

基于小波神经网络和故障录波数据的电网故障类型识别

电力系统发生大面积复杂故障后,调度人员仅仅依靠来自数据采集与监视控制(supervisory control and data acquisition,SCADA)系统的保护和开关接点的变位信息难以做出准确的判断,来自故障录波装置记录的模拟量信息越来越成为故障诊断和系统恢复的重要依据。为了进一步提高超高压输电线路故障类型识别率和计算速度,文中利用提升小波和PNN网络构造了新的小波神经网络故障识别模型,应用bior3．1提升小波对故障电流进行分解,将分解到的 (0,375)Hz频率段的小波系数输入到PNN神经网络。通过 ATP仿真及华东电网实际故障录波数据的测试和比较结果表明:该模型具有很高的识别率和收敛速度,并有望将该模型应用到电网故障诊断系统。     

一种改进的消除非周期分量交流采样数据修正法

运用泰勒级数和递归算法 ,提出一种改进的消除非周期分量交流采样数据修正法 ,阐述了该新方法的原理、递推过程、仿真结果以及同其他方法的比较 ,最后验证了其可行性和高效性     

一种改进的消除非周期分量交流采样数据修正法

运用泰勒级数和递归算法,提出一种改进的消除非周期分量交流采样数据修正法,阐述了该新方法的原理、递推过程、仿真结果以及同其他方法的比较,最后验证了其可行性和高效性.     

基于J2EE架构的继电保护定值管理系统的设计与开发

提出了一种基于J2EE架构的分布式继电保护定值管理系统的设计思想,阐述了引进该项技术的必要性,详细介绍了该系统的体系结构以及数据库和应用程序服务器端的程序实现方案。结果表明,该结构不但可以使系统各部门实现分布式管理、数据共享,还大大提高了系统的实时性、扩展性和开发效率。     

电力系统故障录波数据压缩与重构小波基选择

电力系统高压或超高压电网故障录波数据压缩与重构工具的选择,到目前为止还没有一个统一的模型和评价标准。详细分析了现有故障录波数据压缩与重构算法的优缺点,研究和阐述了各主要小波基的性能、特点,针对高压、超高压电网故障诊断、故障录波数据压缩与重构的实际需求,提出了将故障录波数据压缩比、信号重构的失真率、故障时刻定位误差率以及计算时间作为综合评价故障录波数据压缩与重构工具选择的依据。通过理论分析和大量ATP仿真以及华东电网实际故障录波数据验证分析表明,双正交提升小波对故障录波信号压缩与重构具有明显的优越性,并成功地将双正交提升小波应用到某电力公司故障诊断系统。