遗传算法及其在电力系统中的应用

遗传算法是一种基于达尔文进化论思想和遗传学的新的优化算法，主要应用于优化问题和规则的获取。它也是一种模拟进化的程序设计方法。介绍了遗传算法的基本原理，给出了关键参数的选取准则，简要介绍了它在电力系统和电路理论中的应用，并对这一算法进行了展望。     

糠醛浓度判断变压器绝缘纸寿命的综述

变压器油中糠醛浓度 ρ(C5H4 O2 )是绝缘纸老化程度的重要指标。实验证实了绝缘纸的拉伸强度与聚合度(DP)呈线性关系 ,ρ(C5H4 O2 )对数值与DP呈负线性关系 ,可使用高性能的液相色谱分析仪测 ρ(C5H4 O2 ) ,以判断绝缘纸的老化程度。水会加快绝缘纸中纤维链的断裂速度 ,而水又是绝缘纸老化过程中的生成物之一 ,故形成了绝缘纸老化的自催化 (正反馈 )过程 ,变压器各部分的温差使老化过程更加复杂。短期内 (几个月 ) ρ(C5H4 O2 )的显著变化表明变压器内部存在隐患并引发故障的概率相当大 ,故定期检测变压器中 ρ(C5H4 O2 )十分必要。     

油纸绝缘典型缺陷局放特性及缺陷类型识别

针对油浸式变压器纸质绝缘件内部缺陷导致局部放电和绝缘劣化的问题,结合三种典型缺陷纸板的局部放电图谱信号和深层神经网络的手段提出一种缺陷识别方法.根据不同类型油浸式变压器纸质绝缘件局部放电图谱信号的特点确定图谱的统计参数作为特征量.分析对比深层神经网络不同参数对识别效果的影响,寻找最优的深层神经网络结构.通过各类局部放电...     

一种使用前向神经网模型的A／D转换器

本文首先指出了Ｔａｎｋ－ＨｏｐｆｉｅｌｄＡＤＣ由于“磁滞”现象的存在会引起模拟量的不正确二进制表示；其次给出了一种使用前向神经网模型的ＡＤＣ，避免了上述问题，最后对转换时间作了讨论。     

遗传算法及其在电力系统中的应用

遗传算法是一种基于达尔文进化论思想和遗传学的新的优化算法，主要应用于优化问题和规则的获取。它也是一种模拟进化的程序设计方法。介绍了遗传算法的基本原理，给出了关键参数的选取准则，简要介绍了它在电力系统和电路理论中的应用，并对这一算法进行了展望。     

油浸式高压套管局部放电非接触式特高频检测

变压器套管是承担引出线与变压器箱体绝缘的重要支撑装置,现有变压器套管潜伏性放电故障检测技术及时性差且灵敏度较低,而特高频技术抗干扰能力强且可实现非接触式检测。文中提出一种基于特高频检测技术的套管局放检测方法,建立35 kV套管的局放仿真模型并开展真型套管不同类型缺陷的局放试验。所得结论为:电容屏间油纸和外侧油道都是特高频电磁波传播的有效路径;传播过程中横电波(TM波)从-16 dB大幅衰减至-5 dB,横磁波(TE波)初始成分不足1%,主要成分为横电磁波(TEM波);特高频段能量主要集中在0.3~1.5 GHz。通过设置无接触特高频传感器即可实现套管的带电检测,确保电力变压器运行安全可靠。     

基于FLN的电力系统三相短路电流计算

本文提出了一种电力系统三相短路电流新方法－人工神经网络方法。该方法使用了自适应模型识别概念和基于广义逆学习算法（ＧＩ）的函数链网络（ＦＬＮ）技术。ＦＬＮ用来估计短路电流基本特征，数值计算实例表明所提出的方法是可行的。     

混合FLN－Lagrange松驰法用于机组最优投入

本文提出用混合函数链网络与Ｌａｇｒａｎｇｅ松驰法解机组最优投入问题．基于神经网络的监督学习和自适应模式识别概念，ＦＬＮ被用来预测负荷需求与Ｌａｇｒａｎｇｅ乘子之间的关系．为了证实这一方法的有效性，一个具有１６台电机组的实际系统被测试．数值计算结果表明系统发电总成本可获得最少，大大减少了计算时间．     

SF6压力对GIS典型缺陷局部放电检测灵敏度的影响

气体绝缘开关设备(gas insulated switchgear,GIS)内部气压是影响局部放电检测灵敏度的重要因素。在局部放电实验平台中构建尖端、悬浮、气隙与沿面缺陷模型,基于特高频法、高频电流法与超声法开展气压0.2~0.5 MPa下局部放电信号特征的检测实验,并对比了高频电流法和超声法局部放电检测的灵敏度。实验结果表明：气压是影响尖端、悬浮与沿面缺陷放电的关键参数,3种缺陷放电起始电压与气压成正比,同一电压下的放电幅值和脉冲次数与气压成反比;气隙缺陷放电源于绝缘层内部气泡,因此设备气压对气隙缺陷放电影响不大。高频电流法可实现不同气压下的悬浮缺陷有效检测,但未测得气隙和尖端缺陷局部放电信号;SF₆压力降低,高频电流对沿面缺陷的检测灵敏度有所提升,但仍低于特高频法。超声法可实现不同气压下的悬浮和尖端缺陷有效检测,但未测得气隙和沿面缺陷局部放电信号;SF₆压力降低,超声法对尖端缺陷的检测灵敏度提高(当气压为0.2 MPa时,超声法对尖端缺陷的检测灵敏度与特高频法相当)。