检索结果-南通市图书馆

作者：董琳琳东北石油大学

学位级别：硕士

科学技术的发展和国民对电力需求的日益增长使得电力系统的规模逐渐增大,电网的结构也越来越复杂,电网出现故障的几率也随之提高,引发的后果更加严重,如果不能及时的检测出故障并且确定故障位置,将会给国民经济带来巨大损失。因此,采取... 详细信息

科学技术的发展和国民对电力需求的日益增长使得电力系统的规模逐渐增大,电网的结构也越来越复杂,电网出现故障的几率也随之提高,引发的后果更加严重,如果不能及时的检测出故障并且确定故障位置,将会给国民经济带来巨大损失。因此,采取有效的算法对故障进行检测和定位,为调度中心的决策提供及时有效的辅助措施,对于保证供电可靠性,避免不必要的损失有着重要意义。广域测量系统所用的采集装置是同步相量测量单元,由于其上传的数据为实时数据,速度快并且可精确到微秒级,所以其投入和发展对于电网的研究起到了至关重要的作用,但目前PMU测点较少,而SCADA系统覆盖面广,上传信息较全面,所以本文首先运用粒子滤波方法通过PMU上传的信息进行故障检测,若检测出故障后,则进一步运用词计算理论通过SCADA中的获得的信息进行故障定位。首先,研究粒子滤波的应用原理,通过总结得出其运用过程中有两方面缺陷:重要性函数选取困难和粒子容易丧失多样性。从这两方面对粒子滤波进行改进,通过PMU测得的数据运用粒子滤波算法对发电机的功角进行实时监测,用残差法进行故障的检测,当出现残差较大时,判断故障发生。其次,介绍词计算理论的基本原理以及其优势,针对其实现过程的三个步骤中的核心步骤,利用三角模糊数实现模糊约束的表达,并用格值自动机理论完成模糊约束的传播,形成一种模糊的格值自动机推理方法,并总结推理步骤,在检测出电网发生故障后,利用SCADA中的开关信息进一步对故障位置进行确定。最后,在前面研究的基础上,提出基于粒子滤波和词计算理论的电网故障检测和定位的方法,总结方法步骤并给出算法流程图,通过算例分析,验证本文所提出的方法的可行性和有效性。

关键词：电网故障检测故障定位粒子滤波词计算理论

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于优化的神经网络在电网故障检测中的研究

基于优化的神经网络在电网故障检测中的研究

引用

作者：李卓桐华北理工大学

学位级别：硕士

当今时代,电力能源已成为人类生活中不可缺少的重要资源。在电网运行时一旦出现故障将会给社会生产和人民生活带来巨大的损失。因此当电网发生故障时,应采取必要的措施,快速准确地定位故障发生的区域,找出具体的故障线路,提高电网故障... 详细信息

当今时代,电力能源已成为人类生活中不可缺少的重要资源。在电网运行时一旦出现故障将会给社会生产和人民生活带来巨大的损失。因此当电网发生故障时,应采取必要的措施,快速准确地定位故障发生的区域,找出具体的故障线路,提高电网故障后恢复供电的速度和检测精度。BP神经网络具有良好的自学习能力和自适应性,是当下应用最广泛的电网故障检测方法之一。但是BP神经网络自身存在很多缺点,比如自身梯度下降算法存在着训练精度低、收敛速度慢等不足。Artificial Tree算法是一种新型的群智能仿生算法,引入惯性权重和随机概率的概念对Artificial Tree算法做进一步改进,将改进后的Artificial Tree算法优化BP神经网络中的权重和阈值,并且对神经网络隐含层节点个数进行设计,使网络具有更高的训练精度和更快的收敛速度,进而有效提高神经网络对电网故障检测的准确率。当电网故障发生时,信号容易受到噪声的干扰影响信号采集的准确度,因此用改进后的小波阈值去噪方法去除信号中的噪声源,提高信号采集准确度。并建立基于开关量的电网故障模型得到电网故障信息决策表,训练神经网络,检测故障发生的区间。在Matlab/Simulink仿真软件中搭载基于电气量的故障模型,收集故障发生时的故障信号形成神经网络的训练样本,训练神经网络之后选用部分数据检测神经网络对电网故障检测的准确率。经实验证明改进后的Artificial Tree算法优化的神经网络训练速度更快且对电网故障检测准确率更高可达96%。图19幅;表6个;参50篇。

关键词：电网故障检测改进Artificial Tree算法 BP神经网络小波去噪

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

改进PSO-RBF神经网络的电网故障检测模型

引用

计算机时代 2019年第1期 5-8,12页

作者：张淑卿李卓桐张立红华北理工大学河北唐山063000 河北省特种设备监督检验研究院唐山分院

为了提高电网故障检测模型的构建速度,提高电网故障检测的准确性,提出应用一种改进的粒子群算法来优化RBF神经网络的相关参数,进而提高RBF神经网络的训练速度,提升故障检测的准确率。RBF神经网络的梯度下降训练算法存在着收敛速度慢的问... 详细信息

为了提高电网故障检测模型的构建速度,提高电网故障检测的准确性,提出应用一种改进的粒子群算法来优化RBF神经网络的相关参数,进而提高RBF神经网络的训练速度,提升故障检测的准确率。RBF神经网络的梯度下降训练算法存在着收敛速度慢的问题,选用改进的粒子群算法来提高网络的训练速度。通过分析电网故障的特点,创建电网故障模型,将故障样本作为RBF神经网络的训练样本来训练网络。经仿真证明,改进粒子群算法优化的RBF神经网络对电网故障有更好的检测效果,故障检测准确率更高,有更好的实用价值。

关键词：电网故障检测粒子群算法 RBF神经网络构建速度收敛性准确性

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于GNN的电网动态特性评估及其知识图谱应用

引用

华中科技大学学报（自然科学版） 2023年第3期51卷 47-51,59页

作者：张晓华袁肖赟杨红英杨延栋赛峰国网冀北电力有限公司北京100053 清华大学电子工程系北京100876 中国电力科学研究院有限公司北京100192 国网新疆电力有限公司电力科学研究院新疆维吾尔自治区乌鲁木齐830000

提出了一种基于图神经网络(GNN)的电网故障检测方法,辅助解决网络运维领域的故障问题.通过构建电网特征抽取模型以及知识图谱,将所提出图神经网络应用于电网的故障节点定位;通过引入时间维度信息,将前后时刻的节点状态辅助当前时刻的故... 详细信息

提出了一种基于图神经网络(GNN)的电网故障检测方法,辅助解决网络运维领域的故障问题.通过构建电网特征抽取模型以及知识图谱,将所提出图神经网络应用于电网的故障节点定位;通过引入时间维度信息,将前后时刻的节点状态辅助当前时刻的故障检测;将图神经网络层的各个节点输出特征进行相关性分析,验证图神经网路对节点特征抽取的有效性.结果表明:所提出的图神经网络能够有效地定位电网故障节点,在仿真故障场景上获得了99.53%的定位准确率,图神经网路对节点的特征建模可以定性观测节点故障扰动传播情况,对故障节点分析起到了重要辅助作用.

关键词：电网故障检测图神经网络智能故障诊断故障定位知识图谱

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

考虑SF_(6)透射率校正的GIS设备红外测温技术

引用

光学与光电技术 2023年第4期21卷 98-106页

作者：苏戈张垒赵艳涛戴本圣马志强河南平芝高压开关有限公司河南平顶山467013

红外测温技术是电力行业常用的设备故障检测手段,在气体绝缘组合电器设备(Gas Insulated Switchgear,GIS)故障诊断中有着重要应用。为提高GIS设备红外测温精度,建立了一个红外测温模型并提出一种SF_(6)透射率校正方法。首先,基于热辐射... 详细信息

红外测温技术是电力行业常用的设备故障检测手段,在气体绝缘组合电器设备(Gas Insulated Switchgear,GIS)故障诊断中有着重要应用。为提高GIS设备红外测温精度,建立了一个红外测温模型并提出一种SF_(6)透射率校正方法。首先,基于热辐射理论建立红外测温模型,并给出不同条件下的简化模型。然后,为提高温度测量精度,考虑SF_(6)透射率对红外模型测温模型输出结果的影响,给出不同条件下的SF_(6)透射率校正方法。最后,进行实际的温度测量实验,验证所建立的红外测温模型及所提SF_(6)透射率校正方法的有效性。实验结果表明,与未进行SF_(6)透射率校正的方法相比,使用所提SF_(6)透射率校正方法后温度测量精度得以提高,误差最高降低了66.7%。所提方法为电网故障检测及监控打下基础,在电网故障检测、电网安全作业等方面有着广阔的应用前景。

关键词：电网故障检测红外测温技术辐射理论 SF_(6)透射率红外热像仪

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：