一种GIS绝缘缺陷局部放电图谱模式识别方法

    公开(公告)号:CN103440497B

    公开(公告)日:2016-12-07

    申请号:CN201310352549.2

    申请日:2013-08-13

    Abstract: 一种GIS绝缘缺陷局部放电图谱模式识别方法,通过对GIS绝缘缺陷的典型放电图谱进行分析,根据其图谱分析其相位、幅值特征,建立数学模型。然后,通过数学模型产生模拟的图谱,验证其是否与原始图谱具有一致性。待验证成功后,根据建立的模型产生大量的放电数据,分别作为训练样本和测试样本。数据得到后,构建RBF神经网络,其中训练时采用K-均值聚类法。将训练样本输入到神经网络中进行训练,完成后将测试数据输入,经过计算得到识别结果。最后,通过调整训练误差允许值δ,可以达到快的训练速度及高的识别正确率。

    基于模块化多电平变流器的无功补偿(MMC-STATCOM)方法

    公开(公告)号:CN103441512B

    公开(公告)日:2016-08-17

    申请号:CN201310352413.1

    申请日:2013-08-13

    CPC classification number: Y02E40/16

    Abstract: 本发明提供了一种基于模块化多电平变流器的无功补偿方法,由于从能量角度而言,模块化多电平变流器的各相、各子模块和直流侧能量分布相互独立,因此,可进行分块控制,包括以下的部分:步骤S1:根据MMC拓扑结构建立MMC?STATCOM解耦模型;步骤S2:从能量观点分析所述MMC?STATCOM解耦模型中电容电压波动的原因,得到各相、各子模块和直流侧能量分布相互独立,并进行分块控制。本发明从能量观点解释了MMC?STATCOM的电容电压波动原因,并使用分块控制法控制了各模块电容电压;直流侧电压波动控制和无功补偿功能共同使用DQ解耦结构控制,简化了控制结构;无功补偿性能良好,且动态响应速度较快。

    基于自适应粒子群算法的接地网故障诊断方法

    公开(公告)号:CN103605042A

    公开(公告)日:2014-02-26

    申请号:CN201310380043.2

    申请日:2013-08-27

    CPC classification number: Y04S10/522

    Abstract: 本发明提供一种基于自适应粒子群优化算法的接地网故障诊断方法,根据电网络理论中的节点电压分析法建立故障诊断方程,再依据最小能量原理得到目标优化函数,将接地网故障诊断问题转化为含约束条件的目标优化问题,然后采用自适应粒子群优化算法对该优化问题进行求解,得到诊断结果。本发明的基于自适应粒子群优化算法的接地网故障诊断方法中通过建立了接地网故障诊断的数学模型,并使用优化目标函数,降低了诊断方程的病态程度,且调用了自适应粒子群优化算法的全局寻优能力,提高了求解优化模型的效率和精度,使诊断结果更加精准、可靠。

    基于自适应粒子群算法的接地网故障诊断方法

    公开(公告)号:CN103605042B

    公开(公告)日:2017-03-15

    申请号:CN201310380043.2

    申请日:2013-08-27

    CPC classification number: Y04S10/522

    Abstract: 本发明提供一种基于自适应粒子群优化算法的接地网故障诊断方法,根据电网络理论中的节点电压分析法建立故障诊断方程,再依据最小能量原理得到目标优化函数,将接地网故障诊断问题转化为含约束条件的目标优化问题,然后采用自适应粒子群优化算法对该优化问题进行求解,得到诊断结果。本发明的基于自适应粒子群优化算法的接地网故障诊断方法中通过建立了接地网故障诊断的数学模型,并使用优化目标函数,降低了诊断方程的病态程度,且调用了自适应粒子群优化算法的全局寻优能力,提高了求解优化模型的效率和精度,使诊断结果更加精准、可靠。

    基于模糊聚类相似日的短期电力负荷预测方法

    公开(公告)号:CN103123665A

    公开(公告)日:2013-05-29

    申请号:CN201210269858.9

    申请日:2012-07-31

    Abstract: 本发明公开了一种基于模糊聚类相似日的短期电力负荷预测方法,包括:首先将气象因素细分为气温、气压、风速、阴雨等情况,然后和星期类型、日期类型一起构成相似日的影响因素,通过模糊规则建立模糊系数特征映射表;在此基础上,采用模糊聚类方法进行分类,根据聚类水平选取相似日;接着针对获取的相似日负荷数据,利用小波变换,将负荷序列分别投影到不同的尺度上,获取其低频分量;再采用粒子群优化算法优化支持向量机实现短期电力负荷低频部分的预测,采用加权平均方法实现高频部分的预测。最后利用上海市某电网的负荷数据进行应用研究,不但在平时日、而且在周末和节假日,都可以取得较好的预测效果。

    基于模块化多电平变流器的无功补偿(MMC-STATCOM)方法

    公开(公告)号:CN103441512A

    公开(公告)日:2013-12-11

    申请号:CN201310352413.1

    申请日:2013-08-13

    CPC classification number: Y02E40/16

    Abstract: 本发明提供了一种基于模块化多电平变流器的无功补偿方法,由于从能量角度而言,模块化多电平变流器的各相、各子模块和直流侧能量分布相互独立,因此,可进行分块控制,包括以下的部分:步骤S1:根据MMC拓扑结构建立MMC-STATCOM解耦模型;步骤S2:从能量观点分析所述MMC-STATCOM解耦模型中电容电压波动的原因,得到各相、各子模块和直流侧能量分布相互独立,并进行分块控制。本发明从能量观点解释了MMC-STATCOM的电容电压波动原因,并使用分块控制法控制了各模块电容电压;直流侧电压波动控制和无功补偿功能共同使用DQ解耦结构控制,简化了控制结构;无功补偿性能良好,且动态响应速度较快。

    一种GIS绝缘缺陷局部放电图谱模式识别方法

    公开(公告)号:CN103440497A

    公开(公告)日:2013-12-11

    申请号:CN201310352549.2

    申请日:2013-08-13

    Abstract: 一种GIS绝缘缺陷局部放电图谱模式识别方法,通过对GIS绝缘缺陷的典型放电图谱进行分析,根据其图谱分析其相位、幅值特征,建立数学模型。然后,通过数学模型产生模拟的图谱,验证其是否与原始图谱具有一致性。待验证成功后,根据建立的模型产生大量的放电数据,分别作为训练样本和测试样本。数据得到后,构建RBF神经网络,其中训练时采用K-均值聚类法。将训练样本输入到神经网络中进行训练,完成后将测试数据输入,经过计算得到识别结果。最后,通过调整训练误差允许值δ,可以达到快的训练速度及高的识别正确率。

    一种基于加窗提升小波变换的双端测距法

    公开(公告)号:CN102565627A

    公开(公告)日:2012-07-11

    申请号:CN201210014410.2

    申请日:2012-01-17

    Abstract: 本发明公开了一种基于加窗提升小波变换的双端测距法,包括下列步骤:S1采样:对母线m端接收到的故障行波电流信号f(t)进行采样,将之化成离散函数f(nΔt);S2加窗:将离散的时间序列f(nΔt)与窗函数wN(t)相乘;S3提升小波变换之分裂:将信号[fN(k),k∈Z}分割成相互关联的偶数序列fe(k)和奇数序列fo(k);S4提升小波变换之预测:用偶数序列fe(k)预测奇数序列fo(k),将预测误差定义为细节信号;S5提升小波变换之更新;S6寻找细节信号中的模极大值,模极大值所对应的横坐标即波头到达m端的时刻;S7对母线n端的行波信号按上述步骤来寻找波头到达n端的时刻;S8计算故障点到母线m端的距离。本发明能够在提高测距精度的同时进一步提高计算速度,减少计算时间,缩短查找故障点的时间。

Patent Agency Ranking