本文關鍵詞：基于灰色關聯(lián)度分析和改進推理鏈的電網故障診斷，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著電網規(guī)模的擴大,電網的結構日趨復雜,電網發(fā)生故障后,大量的報警信息上傳到調度中心,這給調度人員快速識別故障元件帶來了很大困難。已有基于開關量的電網故障診斷方法在保護和斷路器正確動作且報警信息無遺漏、不誤傳的情況下能正確識別出故障元件。但是保護和斷路器誤動與拒動、報警信息漏報、誤報、多位保護和斷路器動作信息不正確或缺失時,基于開關量的電網故障診斷方法很難正確識別出故障元件。電氣量在準確性、完備性及容錯性等方面具有開關量信息無法比擬的優(yōu)勢,本文綜合利用電氣量和開關量信息,采用灰色關聯(lián)度分析和改進推理鏈的方法來提高故障診斷的準確性�；诠收箱洸〝祿�,本文提出了基于灰色關聯(lián)度分析的電網故障診斷方法。針對停電區(qū)域中每條疑似故障線路,利用故障時刻前后的電流采樣值,計算其縱向原始特征序列、縱向幅值、縱向能量3種灰色關聯(lián)度；選取一條有源參考線路,利用故障時刻后各疑似線路的電流采樣值,計算它們與參考線路之間的橫向原始特征序列、橫向幅值、橫向能量3種灰色關聯(lián)度。對各線路的縱向灰色關聯(lián)度和橫向灰色關聯(lián)度進行加權融合,得到它們的綜合灰色關聯(lián)度,給出故障判據,準確地識別出故障元件。IEEE14節(jié)點系統(tǒng)的仿真實驗表明,本方法在不同故障位置、各類故障類型、不同過渡電阻下,均能準確識別出單個故障和雙重復故障元件。本文研究了基于因果推理鏈的貝葉斯網絡故障診斷方法。已有基于推理鏈的電網故障診斷方法存在推理鏈個數較多、構造較為復雜、沒有考慮保護和斷路器缺失、誤傳等不足。本文針對每個疑似故障元件建立一條原始推理鏈,糾正誤報和補充漏報的報警信息,修正原始的推理鏈。通過對推理鏈中各保護和斷路器動作的可信度進行評估,將推理鏈中的保護和斷路器動作信息從二值邏輯的1或0模糊化為位于0、1之間的可信度值。根據每個疑似故障元件的推理鏈,建立相應模式的貝葉斯網絡模型。通過貝葉斯反向推理得出故障概率。某典型電網的故障算例,驗證了本方法的有效性。最后,本文通過改進的D-S融合算法,將基于灰色關聯(lián)度分析的故障度和基于貝葉斯網絡的故障概率進行融合,由融合結果判斷故障元件。通過實際算例,驗證融合結果具有很好的聚焦性,能正確識別出故障元件。
【關鍵詞】：電網故障診斷 縱向灰色關聯(lián)度 橫向灰色關聯(lián)度 推理鏈 故障概率 D-S融合
【學位授予單位】：西南交通大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TM711
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-16
• 1.1 課題的研究背景與意義11
• 1.2 國內外電網故障診斷方法研究現狀11-14
• 1.3 本文的主要工作14-15
• 1.4 論文組織15-16
• 第2章 相關原理簡介16-22
• 2.1 貝葉斯網絡理論16-18
• 2.1.1 貝葉斯網絡基礎理論16
• 2.1.2 貝葉斯網絡推理16-18
• 2.2 基于因果關系的推理鏈模型18-19
• 2.2.1 推理鏈的基本原理18
• 2.2.2 簡單的推理鏈模型18-19
• 2.3 希爾伯特-黃變換理論19-21
• 2.3.1 經驗模態(tài)分解19-20
• 2.3.2 希爾伯特譜分析20-21
• 2.4 本章小結21-22
• 第3章 基于灰色關聯(lián)度分析電網故障診斷方法22-35
• 3.1 引言22
• 3.2 灰色關聯(lián)度的基本原理22-23
• 3.2.1 灰色關聯(lián)度的定義22-23
• 3.2.2 灰色關聯(lián)度的計算23
• 3.3 灰色關聯(lián)度的構造23-28
• 3.3.1 原始電流序列的提取23-24
• 3.3.2 特征序列的提取24-25
• 3.3.3 灰色關聯(lián)度25-28
• 3.3.4 動態(tài)分辨系數ξ的計算方法28
• 3.4 故障度及基于灰色關聯(lián)度分析的故障判據28-29
• 3.5 基于灰色關聯(lián)度計算的電網故障診斷流程29-30
• 3.6 算例分析30-34
• 3.7 本章小結34-35
• 第4章 基于推理鏈的貝葉斯網絡電網故障診斷方法35-59
• 4.1 引言35
• 4.2 疑似故障元件的判斷方法35-38
• 4.3 推理鏈中各節(jié)點事件的可信度評估38-49
• 4.3.1 推理鏈的構造法則38-43
• 4.3.2 誤報、漏報報警信息的糾錯43-44
• 4.3.3 保護和斷路器動作狀態(tài)可信度評估方法44
• 4.3.4 保護和斷路器動作時刻可信度評估方法44-46
• 4.3.5 保護和斷路器動作可信度的評估方法46
• 4.3.6 基于因果推理鏈的貝葉斯網絡模型46-49
• 4.4 基于推理鏈和貝葉斯網絡的電網故障診斷流程49-50
• 4.5 算例分析50-58
• 4.6 本章小結58-59
• 第5章 基于D-S證據融合的電網故障診斷59-64
• 5.1 D-S證據融合59-60
• 5.1.1 D-S證據融合基本理論59
• 5.1.2 改進的D-S證據融合算法59-60
• 5.2 基于D-S證據融合的電網故障診斷算例分析60-63
• 5.3 本章小結63-64
• 結論64-65
• 致謝65-66
• 參考文獻66-70
• 攻讀碩士學位期間發(fā)表的論文及科研成果70

【相似文獻】

中國碩士學位論文全文數據庫 前2條

1 韓迎春;基于灰色關聯(lián)度分析和改進推理鏈的電網故障診斷[D];西南交通大學;2016年

2 張楠;基于推理鏈的電力系統(tǒng)故障診斷方法研究[D];上海交通大學;2015年

  本文關鍵詞：基于灰色關聯(lián)度分析和改進推理鏈的電網故障診斷，由筆耕文化傳播整理發(fā)布。

本文編號：392270