摘要：针对连续录波海量数据的存储和对称电力系统故障持续时间短的运行特点,基于Clark变换和小波变换提出了一种自适应录波数据压缩技术以解决连续录波中的海量数据存储与存储设备安全和容量之间的矛盾。根据小波变换最大比例系数区分出正常数据与故障数据,对故障数据利用小波分解和自适应阈值处理同Lz77相结合的方法直接进行自适应小波压缩存储,对于非故障数据则在Clark变换基础上再进行自适应小波压缩存储,以提高数据压缩效率。应用Simulink仿真模拟输电线路的正常和故障运行2种情况对所提出的压缩算法的有效性进行验证。仿真数据表明所提出的压缩方法比不进行数据区分压缩算法的压缩率更高,可有效地解决连续录波器中海量数据的存储与设备容量之间的矛盾。

摘要：提出了一种针对带串补高压输电线路的分层结构神经网络模型故障测距新算法。第1层为粗略判断故障位置的神经网络模型,利用一种新的信号处理方法Hilbert-Huang变换获取能量故障特征作为第1层神经网络的输入,判断故障发生在电容前或后;第2层为精确确定故障位置的神经网络模型,通过对神经网络的离线训练和对单端故障测距结果的在线补偿,最终得到精确的故障距离。该算法考虑了过渡电阻和分布电容的影响,克服了传统故障测距算法由于忽略分布电容导致在高阻接地故障时故障定位不准确的缺点。