本文選題：智能建筑 + 供配電網(wǎng)　； 參考：《華東交通大學(xué)》2017年碩士論文

【摘要】：隨著智能建筑在我國的不斷發(fā)展,人們對智能建筑的供配電網(wǎng)絡(luò)的可靠、安全、穩(wěn)定的運(yùn)行提出了更高的要求。若智能建筑的供配電網(wǎng)絡(luò)發(fā)生了故障,不僅會影響樓內(nèi)用戶的正常日常生活,嚴(yán)重是會造成巨大的財(cái)產(chǎn)損失及人身安全問題。因此,對智能建筑供配電網(wǎng)絡(luò)的故障診斷、定位與恢復(fù)的研究就十分的有重要意義。本文結(jié)合智能建筑供配電網(wǎng)絡(luò)的特點(diǎn),對其進(jìn)行拓?fù)浣Y(jié)構(gòu)分析及故障特征的分析,確定了其故障類型。提出了一種基于模式識別技術(shù)的智能建筑供配電網(wǎng)絡(luò)故障診斷的算法。再對其進(jìn)行故障定位,提出了一種基于蜻蜓算法的小波神經(jīng)網(wǎng)絡(luò)的智能建筑供配電網(wǎng)絡(luò)故障定位算法。將其與其他算法比較分析,本文提出的兩種算法能夠較好的實(shí)現(xiàn)建筑供配電網(wǎng)絡(luò)的故障診斷與定位。最后,對智能建筑供配電網(wǎng)絡(luò)提出了相應(yīng)的供配電恢復(fù)策略。其中智能建筑供配電網(wǎng)絡(luò)的特征分析及提取,故障診斷與定位算法的研究是問論文的重點(diǎn)研究內(nèi)容。本文的主要研究內(nèi)容如下:(1)根據(jù)智能建筑供配電網(wǎng)絡(luò)的特點(diǎn),對其網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進(jìn)行了描述及分析。(2)對智能建筑供配電網(wǎng)絡(luò)常見的故障進(jìn)行故障特征分析,主要采用三序分量法對其進(jìn)行分析,最終確定四種供配電網(wǎng)絡(luò)故障類型為單相接地短路、兩相相間短路、兩相接地短路、三相短路及兩種電網(wǎng)設(shè)備故障為斷路器故障、母線故障。(3)提出了一種基于模式識別技術(shù)的智能建筑供配電網(wǎng)絡(luò)故障診斷的算法。主要是將幅值量,相角量及能量對其各種進(jìn)行相應(yīng)的小波變換后,按各種權(quán)重組合的電氣故障特征量以及由簡單貝葉斯推論的得到各元件開關(guān)量相融合的方法,作為貝葉斯網(wǎng)絡(luò)的特征信息進(jìn)行學(xué)習(xí)訓(xùn)練,可以很好的完成供配電網(wǎng)絡(luò)的故障診斷。(4)提出了一種基于蜻蜓算法的小波神經(jīng)網(wǎng)絡(luò)的智能建筑供配電網(wǎng)絡(luò)故障定位算法。將小波神經(jīng)網(wǎng)絡(luò)的各連接權(quán)值和各閾值作為蜻蜓算法里蜻蜓個(gè)體位置向量,小波神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值按照蜻蜓個(gè)體位置算法尋求最優(yōu)值。相比于其他算法,該算法能夠快速準(zhǔn)確的進(jìn)行故障的定位。(5)根據(jù)智能建筑供配電網(wǎng)絡(luò)故障的特點(diǎn),對提出了相應(yīng)的策略。根據(jù)現(xiàn)有的供配電網(wǎng)絡(luò)恢復(fù)算法,對其進(jìn)行供配電網(wǎng)絡(luò)恢復(fù)算法進(jìn)行了分析,并將其進(jìn)行分類,總結(jié)了各類算法的有缺點(diǎn)。
[Abstract]:With the continuous development of intelligent building in China, people put forward higher requirements for the reliable, safe and stable operation of intelligent building power supply and distribution network. If the power supply and distribution network of the intelligent building breaks down, it will not only affect the normal daily life of the users in the building, but also cause huge property losses and personal safety problems. Therefore, the research on fault diagnosis, location and recovery of intelligent building power supply and distribution network is of great significance. According to the characteristics of intelligent building power supply and distribution network, this paper analyzes its topological structure and fault characteristics, and determines its fault type. A fault diagnosis algorithm for intelligent building power supply and distribution network based on pattern recognition technology is proposed. Then, a fault location algorithm of intelligent building power supply and distribution network based on dragonfly algorithm and wavelet neural network is proposed. Compared with other algorithms, the two algorithms proposed in this paper can achieve better fault diagnosis and location in building power supply and distribution networks. Finally, the recovery strategy for intelligent building power supply and distribution network is put forward. The feature analysis and extraction of intelligent building power supply and distribution network, the research of fault diagnosis and location algorithm are the key contents of this paper. The main contents of this paper are as follows: (1) according to the characteristics of intelligent building power supply and distribution network, the network topology is described and analyzed. Three sequence component method is used to analyze the fault. Finally, it is determined that four types of fault types of power supply and distribution network are single phase grounding short circuit, two phase interphase short circuit, two phase grounding short circuit, three phase short circuit and two kinds of power network equipment faults as circuit breakers. This paper presents an algorithm for fault diagnosis of intelligent building power supply and distribution network based on pattern recognition technology. After the corresponding wavelet transform of amplitude, phase angle and energy, the electrical fault characteristic quantity of each weight combination and the method of getting the switch quantity of each component by simple Bayesian inference are obtained. As the characteristic information of Bayesian network, learning and training can complete the fault diagnosis of power supply and distribution network very well. This paper presents a fault location algorithm of intelligent building power supply and distribution network based on dragonfly algorithm and wavelet neural network. Each connection weight and threshold of wavelet neural network are taken as dragonfly individual position vector in dragonfly algorithm. The weight and threshold of wavelet neural network seek the optimum value according to dragonfly individual position algorithm. Compared with other algorithms, this algorithm can locate faults quickly and accurately. According to the fault characteristics of intelligent building power supply and distribution network, the corresponding strategy is put forward. According to the existing restoration algorithm of power supply and distribution network, the algorithm of power supply and distribution network restoration is analyzed and classified, and the shortcomings of all kinds of algorithms are summarized.
【學(xué)位授予單位】：華東交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TU852

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 麥炳燦;;論配網(wǎng)故障的診斷及恢復(fù)方法[J];中國新技術(shù)新產(chǎn)品;2016年22期

2 劉鑫蕊;高藝偉;王智良;;基于改進(jìn)時(shí)間模糊Petri網(wǎng)配電網(wǎng)故障診斷方法[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年11期

3 黃軼;;基于專家系統(tǒng)的建筑智能化系統(tǒng)故障診斷分析[J];門窗;2016年10期

4 傅軍棟;陳俐;康水華;馮奕軒;;基于蜻蜓算法和支持向量機(jī)的變壓器故障診斷[J];華東交通大學(xué)學(xué)報(bào);2016年04期

5 郭寧明;楊飛;覃劍;陳祥訓(xùn);;基于遺傳算法及信號譜分析的電網(wǎng)故障定位方法[J];電力系統(tǒng)自動化;2016年15期

6 羅深增;李銀紅;陳博;石東源;李本瑜;翟海燕;趙明;;計(jì)及PMU最優(yōu)配置的輸電線路廣域自適應(yīng)故障定位算法[J];中國電機(jī)工程學(xué)報(bào);2016年15期

7 王志成;約翰·K·史密斯;;國際智能建筑產(chǎn)業(yè)動態(tài)與發(fā)展趨勢(上)[J];住宅與房地產(chǎn);2016年17期

8 高效海;蘇曉龍;;一種新的單端行波測距方法[J];電力系統(tǒng)保護(hù)與控制;2016年12期

9 陳宏;代潔;穆青青;陳默;肖義文;;電氣設(shè)備故障診斷方法研究[J];信息與電腦(理論版);2016年11期

10 胡福年;孫守娟;;基于圖論的矩陣算法在配電網(wǎng)故障定位中的應(yīng)用[J];中國電力;2016年03期

相關(guān)博士學(xué)位論文 前10條

1 陳星田;智能變電站繼電保護(hù)隱藏故障診斷與系統(tǒng)重構(gòu)方法[D];重慶大學(xué);2015年

2 朱博;長距離電力電纜絕緣在線監(jiān)測及故障定位技術(shù)研究[D];哈爾濱理工大學(xué);2015年

3 杜坤坤;面向智能家居的虛擬人交互方法與技術(shù)的研究[D];北京科技大學(xué);2015年

4 李智敏;無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)模塊級故障診斷方法研究及應(yīng)用[D];北京理工大學(xué);2014年

5 胡曼冬;基于本體的智能家居關(guān)鍵技術(shù)研究[D];中國海洋大學(xué);2014年

6 麻秀范;含分布式電源的配電網(wǎng)規(guī)劃與優(yōu)化運(yùn)行研究[D];華北電力大學(xué);2013年

7 王磊;電網(wǎng)故障診斷方法及其系統(tǒng)架構(gòu)研究[D];山東大學(xué);2013年

8 張林利;小電流接地故障定位方法及其應(yīng)用研究[D];山東大學(xué);2013年

9 劉道兵;電網(wǎng)故障診斷的解析化建模與求解[D];華北電力大學(xué);2012年

10 翟進(jìn)乾;配電線路在線故障識別與診斷方法研究[D];重慶大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 岑曉光;基于物聯(lián)網(wǎng)的智能建筑設(shè)計(jì)方法研究[D];華南理工大學(xué);2015年

2 凌子俊;基于貝葉斯網(wǎng)絡(luò)的電網(wǎng)故障類型診斷[D];安徽理工大學(xué);2015年

3 吳泓灝;基于貝葉斯網(wǎng)的電力系統(tǒng)故障診斷方法研究[D];西南交通大學(xué);2015年

4 張路路;貝葉斯網(wǎng)絡(luò)系統(tǒng)可靠性分析及故障診斷方法研究[D];山東建筑大學(xué);2015年

5 張威;10kV配電網(wǎng)行波故障定位方案研究[D];山東理工大學(xué);2015年

6 張永傳;快速恢復(fù)供電系統(tǒng)的研究與應(yīng)用[D];華南理工大學(xué);2015年

7 闞菲菲;配電網(wǎng)故障定位與恢復(fù)算法研究[D];南京師范大學(xué);2015年

8 蔡哲;低壓配電線路故障分析系統(tǒng)的研究[D];沈陽工業(yè)大學(xué);2015年

9 周坤;改進(jìn)的蟻群算法在城市配電網(wǎng)故障恢復(fù)中的應(yīng)用研究[D];天津理工大學(xué);2015年

10 紀(jì)雙全;基于饋線偶的配網(wǎng)快速重構(gòu)方法研究[D];華北電力大學(xué);2015年

，

本文編號：2015974