摘要：为便于作业人员对现场和远方温度指示误差过大问题进行及时准确地分析判断,提出一种主变压器测温装置就地校验方法,设计就地校验装置,通过接口电路实现与温度表装置的良好对接,实现表计就地检验。通过测试,该方法校验平均误差为±0.14℃,精度误差为±0.2%,取得了良好的使用效果。该方法不仅能够避免对信号传输电缆等设备全线排查的繁杂工序和作业流程,同时有效提高了主变压器测温装置故障的检修效率。

摘要：利用小波包对励磁涌流和故障电流信号进行分解并提取小波包能量特征。采用改进粒子群(PSO)算法训练概率神经网络(PNN)寻找全局最优,对PNN网络的输入输出、传递函数以及隐含层节点数进行确定,建立PNN的网络模型,对网络进行训练测试,最后提出保护判据。研究发现,该算法不仅训练速度和收敛速度快,而且具有较高的识别精度。

摘要：针对含分布式电源的配电网发生故障后,故障电流流向更加复杂,导致传统配电网故障诊断方法适用性变差的问题,本文将故障电流作为馈线终端单元采集的故障信息,构造了新型故障诊断评价函数。同时,以-1,0,1规定故障电流方向,在馈线终端单元上增加方向元件采集故障信号,利用量子粒子群优化算法对评价函数进行求解实现诊断,并通过仿真算例,验证该方法在含分布式电源的配电网故障诊断中的有效性及容错性。仿真结果表明,该算法可准确验证发生故障的区段,不具备关键信息丢失的容错性能,但对于非关键信息丢失或畸变时具有良好的容错性。该研究为含分布式电源的配电网故障诊断提供了新的解决方案,具有一定的应用价值。

摘要：为了实现高精度的电力系统短期负荷预测,提出了基于粒子群优化(particle swarm optimization,PSO)算法优化门控循环单元(gated recurrent unit,GRU)神经网络的电力系统短期负荷预测模型。首先建立GRU神经网络,GRU神经网络采用了门控循环单元,与采用传统循环单元的传统循环神经网络相比,克服了传统循环神经网络中可能出现的梯度爆炸和梯度消失问题;继而采用具有较强全局优化能力的改进粒子群算法对GRU神经网络参数进行优化,有效提高模型的预测精度。通过实际算例仿真分析,并与传统的GRU神经网络预测模型以及反向传播(back propagation,BP)神经网络预测模型进行对比,验证了所提电力系统短期负荷预测模型具有较好的精度和稳定性。

摘要：随着城市配电网电缆线路数量的快速增加,青岛35kV系统电容电流过大的问题日益突出,所以采取逐步进行中性点经小电阻接地改造的解决方案。当在主变压器35kV△接线侧安装接地变压器,发生主变压器差动保护区外单相接地故障时,由零序故障电流产生的差流使差动保护存在误动风险。针对此问题进行论证分析,对保护定值整定计算需要注意之处进行分析,提出一种安装接地变压器时一、二次设计上的改进措施,对中性点经小电阻接地系统的安全可靠运行具有重要意义。

摘要：针对传统滑模面速度控制系统调节效果差、抗扰动能力弱等问题,提出一种提高系统自适应能力和鲁棒性的优化控制方法。结合非奇异快速终端滑模面和模糊控制改进传统速度控制器,加快系统收敛速度的同时提高抗扰动能力;根据滑模控制原理构建机械角速度估计模块,并设计新型扩张状态观测器,实现对电机角速度的估计、转速和负载扰动的实时跟踪,并将扰动反馈到前项速度控制器中进行补偿,提高系统控制精确度。仿真结果表明:角速度估计模块和新型滑模扩张状态观测器能够实现对电机机械角速度的精确估计、电机转速和负载扰动(阶跃扰动和非线性扰动)的实时跟踪;系统角速度估计误差不超过0.1 rad/s,转速误差不超过1%,d轴电流响应稳定在0 A附近,q轴电流响应误差不超过5%,同时响应和调节时间不超过0.02 s。

摘要：应用有源电力滤波器(APF)能够有效消除电网中的电流谐波,提高电能质量,有助于电力系统安全运行。APF中开关元件的开路故障诊断是保证APF安全运行的关键技术。对于基于滞环控制的三相四线制二电平并联APF,通过测量计算得到APF电路输出交流电压特征量。根据电压特征量与滞环控制器输出控制信号,构造故障诊断变量并设计了开关元件开路故障实时诊断算法。基于APF电路模型,证明了所提出的故障诊断方法的正确性。系统仿真结果表明该算法能够准确诊断基于滞环控制的APF中可能发生的单一或多重开关元件的开路故障。

摘要：为进一步分析含柔性直流输电(MMC-HVDC)的交直流混合输电系统的故障特征,基于交直流混合输电系统和模块化多电平换流器(MMC)的拓扑结构,推导了MMC的数学模型,研究了直流系统双极短路的故障机理和故障特征,针对含MMC-HVDC的交直流混合输电系统的双极短路故障,设计了限流电路及闭锁换流站与交流断路器跳闸相结合的故障保护方案。以厦门市柔性直流输电系统为例,在PSCAD/EMTDC中搭建了交直流混合系统,并对保护方案进行了仿真验证。结果表明,提出的保护策略能有效地降低故障电流,提高系统稳定性。

摘要：为降低电力作业风险态势感知的时延数值,提升整体的感知效果,降低感知误差,文章结合故障树技术,构建更具针对性的电力作业风险态势感知方法。采集电力作业风险数据,布设异常态势监测节点,以此为基础,设计故障树等效态势感知模型,采用自适应处理实现态势感知。测试结果表明:与传统TEE风险态势感知方法、传统数据挖掘风险态势感知方法相比,文章设计的基于故障树理论的电力作业风险态势感知方法的时延数值较小,表明其异常态势的感知速度更快,说明其更具有实用价值。

摘要：近年来,电力塔杆拉线被盗事件时有发生,针对传统的拉线防盗系统实时性较差,防盗报警误报、漏报率高等问题,设计了一种基于Adaboost识别算法、STM32和uCOSⅡ的电力塔杆拉线防盗报警系统。以STM32微处理器为核心,搭载uCOSⅡ操作系统,实时采集振动、拉力、倾角加速度传感器信号,通过Adaboost算法对拉线状态进行识别判断,将结果以GSM消息方式传递给运行维护人员。实验表明,该系统实时性较强、运行可靠,预警准确率达89.4%以上,报警准确率达100%,具有较高的工程实践意义。