牽引網(wǎng)是高速鐵路牽引供電系統(tǒng)的重要組成部分,覆蓋范圍廣,運行環(huán)境復雜,極易受到惡劣天氣、外力破壞等原因而引發(fā)故障。牽引網(wǎng)跳閘后,根據(jù)故障信號快速識別故障類型,對于快速檢修故障、減少故障損失、提高牽引網(wǎng)運行維護水平和實現(xiàn)高速鐵路的智能化管理具有重大意義。本論文針對高速鐵路典型故障類型為研究對象開展了以下工作:結(jié)合衙門口-北京現(xiàn)場線路結(jié)構(gòu)搭建牽引網(wǎng)系統(tǒng)仿真模型,建立牽引變電所、牽引網(wǎng)線路以及電力機車模塊,并對牽引網(wǎng)線路短路以及斷路兩種狀態(tài)進行仿真,通過與錄波數(shù)據(jù)進行對比,驗證模型的正確性;根據(jù)線性電阻以及非線性電阻仿真對比分析,提出了一種更符合實際情況的非線性電阻仿真分析方法;針對牽引網(wǎng)典型故障進行空載以及機車負荷兩種狀態(tài)仿真分析,通過時域與頻域分析相結(jié)合的方法,對不同供電段典型故障進行仿真對比,得出牽引網(wǎng)線路結(jié)構(gòu)不影響故障主要特性;針對頻率特性相似的四種非雷擊故障,設(shè)計了一種特征提取算法,綜合空載以及機車負荷兩種狀態(tài)進行分析,利用小波包能量譜對經(jīng)過功率譜分析后的四種故障進行特征提取;搭建模擬實驗平臺以及現(xiàn)場實驗系統(tǒng),采集非雷擊故障的原始數(shù)據(jù),并將算法提取后的特征向量作為輸入量進行故障類型... 

【文章來源】：東華理工大學江西省

【文章頁數(shù)】：94 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 高速鐵路牽引網(wǎng)故障判定的研究現(xiàn)狀
        1.2.2 電力系統(tǒng)故障類型識別的研究現(xiàn)狀
    1.3 論文的主要研究內(nèi)容及章節(jié)安排
第2章 牽引網(wǎng)系統(tǒng)理論分析及仿真模型建立
    2.1 牽引網(wǎng)故障類型及產(chǎn)生機理
        2.1.1 牽引供電系統(tǒng)分析
        2.1.2 牽引網(wǎng)故障類型分析
    2.2 牽引供電系統(tǒng)仿真參數(shù)分析
        2.2.1 牽引變電所模塊
        2.2.2 牽引網(wǎng)線路模塊
        2.2.3 電力機車模塊
    2.3 牽引網(wǎng)線路仿真模型構(gòu)建
        2.3.1 仿真模型構(gòu)建
        2.3.2 牽引網(wǎng)線路仿真分析
        2.3.3 牽引網(wǎng)線路現(xiàn)場實驗結(jié)果分析
    2.4 本章小結(jié)
第3章 牽引網(wǎng)典型故障仿真方法研究
    3.1 雷擊故障分析
        3.1.1 雷電流模型
        3.1.2 雷擊故障仿真分析
    3.2 非雷擊故障分析
        3.2.1 非雷擊故障過渡電阻分析
        3.2.2 鳥閃故障仿真分析方法
        3.2.3 樹閃故障仿真分析方法
        3.2.4 污閃故障仿真分析方法
        3.2.5 山火故障仿真分析方法
    3.3 本章小結(jié)
第4章 基于小波包能量譜法的故障特征提取算法
    4.1 牽引網(wǎng)線路典型故障仿真
        4.1.1 牽引網(wǎng)空載時不同類型故障的仿真分析
        4.1.2 機車負荷時不同類型故障的仿真分析
        4.1.3 線路結(jié)構(gòu)對故障波形的影響分析
    4.2 基于小波包能量譜的特征提取算法流程
        4.2.1 小波包原理
        4.2.2 小波包能量譜特征提取算法設(shè)計
    4.3 小波包能量譜特征提取算法在不同類型故障識別中的應(yīng)用
        4.3.1 不同類型故障特性對比分析
        4.3.2 空載時不同類型故障特征提取
        4.3.3 機車負荷時不同類型故障特征提取
    4.4 本章小結(jié)
第5章 基于人工神經(jīng)網(wǎng)絡(luò)的故障類型模式識別
    5.1 實驗研究
        5.1.1 模擬實驗平臺
        5.1.2 現(xiàn)場實驗系統(tǒng)
        5.1.3 實驗數(shù)據(jù)
    5.2 實驗故障信號特征提取
        5.2.1 小波包去噪
        5.2.2 去噪信號特征提取
    5.3 基于RBF神經(jīng)網(wǎng)絡(luò)的故障類型分類識別
        5.3.1 RBF神經(jīng)網(wǎng)絡(luò)原理
        5.3.2 RBF神經(jīng)網(wǎng)絡(luò)模式識別
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻


【參考文獻】：
期刊論文
[1]基于輸電線路行波特征分析的典型故障原因辨識研究及應(yīng)用[J]. 孫迎雪,趙海龍,秦力,龐松嶺,林桃貝.  電氣技術(shù)與經(jīng)濟. 2018(05)
[2]合資鐵路投資運營模式現(xiàn)狀與分析[J]. 袁國成.  管理觀察. 2018(15)
[3]基于改進EMD的信號降噪方法[J]. 王強,王莉,陳晨,李偉偉.  火力與指揮控制. 2017(08)
[4]輸電線路雷電過電壓識別方法研究[J]. 饒超平.  通信電源技術(shù). 2017(03)
[5]輸電線路單端行波故障測距新算法[J]. 高洪雨,陳青,徐丙垠,王磊,宋衛(wèi)平.  電力系統(tǒng)自動化. 2017(05)
[6]基于人工神經(jīng)網(wǎng)絡(luò)小電流接地選線方法研究[J]. 羅浩杰,張棟柱,李民強,玉聰,王勇軍.  四川電力技術(shù). 2016(06)
[7]軌道交通牽引供電系統(tǒng)綜述[J]. 何洋陽,黃康,王濤,張葛祥.  鐵道科學與工程學報. 2016(02)
[8]基于全息數(shù)據(jù)的貴州電網(wǎng)雷擊故障診斷研究[J]. 虢韜,梁文勇,楊恒,谷山強,畢家啟,趙淳.  陜西電力. 2015(04)
[9]基于小波包變換的局部放電包絡(luò)信號模式識別[J]. 李振恩,陳昆鵬,高雄偉.  工業(yè)儀表與自動化裝置. 2014(04)
[10]縱向分段式全并聯(lián)AT牽引供電系統(tǒng)建模與仿真[J]. 陳海濤,熊列彬.  電氣化鐵道. 2014(02)

博士論文
[1]廣域行波測距算法及其形式化驗證[D]. 陳羽.上海交通大學 2013

碩士論文
[1]基于故障類型識別的輸電線路測距方法研究[D]. 高雅琦.華東交通大學 2018
[2]開關(guān)柜局部放電帶電檢測與故障模式識別[D]. 時廣華.東華理工大學 2018
[3]高壓直流輸電線路故障辨識及保護的研究[D]. 劉志向.燕山大學 2017
[4]基于電場感應(yīng)的非接觸式行波傳感技術(shù)的研究[D]. 簡訊.東華理工大學 2016
[5]輸電線路故障原因綜合辨識研究[D]. 張虹.山東大學 2016
[6]牽引網(wǎng)阻抗頻率特性測試監(jiān)控系統(tǒng)[D]. 吳偉.北京交通大學 2016
[7]高速列車車頂絕緣子絕緣狀態(tài)監(jiān)測系統(tǒng)的研究[D]. 尹國龍.西南交通大學 2015
[8]高速鐵路接觸網(wǎng)ATP建模及防雷保護研究[D]. 鄭學賢.華東交通大學 2013
[9]基于Gaussian型RBF神經(jīng)網(wǎng)絡(luò)的函數(shù)逼近與應(yīng)用[D]. 馬東宇.中南大學 2011
[10]超高壓直流輸電線路故障測距原理研究及軟件開發(fā)[D]. 李洪波.天津大學 2009



本文編號：3383717