一、配电网故障定位的改进矩阵算法(论文文献综述)
白星振,宋昭杉,葛磊蛟,张波,朱爱莲,牛峰[1](2022)在《含分布式电源的复杂配电网相间故障定位等效解耦模型》文中研究说明分布式电源规模化接入,使配电网拓扑结构和组成元素越来越复杂,传统矩阵算法由于馈线开关处故障电流方向难以确定已不再适用于配电网相间故障定位。为有效将复杂配电网的拓扑结构简化,基于深度优先原则对配电网进行解耦,使其变成由若干个树干状结构组成的网络;针对复杂配电网故障定位矩阵算法计算量大、步骤复杂的难题,提出了一种新的复杂配电网故障定位矩阵算法,与传统矩阵算法相比,该方法对配电网T型区段及末梢区段故障的定位更加精确。最后,通过典型园区配电网模型与改进的IEEE 33系统案例,验证了所提方法既能实现配电网的故障定位,又能简化复杂配电网结构,与以往的行波法相比,文章提出的方法缩短了定位时间,具有较好的工程应用价值。
郑涛,马龙,张波[2](2022)在《有源配电网具有容错性的快速故障区段定位方法》文中研究指明针对矩阵算法与优化算法在应用于有源配电网故障定位过程中存在容错性较差、易陷入局部最优等问题,提出了一种有源配电网具有容错性的快速故障区段定位方法。该方法首先利用矩阵算法快速筛选疑似故障区段,其次通过对优化算法开关数学模型进行改进以适应多个分布式电源投切,然后基于矩阵算法定位结果穷举所有可能存在的馈线区段状态,将其作为初始种群代入优化算法数学模型进行求解实现故障区段的精确定位。最后,基于MATLAB 2018a以14节点和IEEE 33节点的含DG配电网模型为例,分别针对单重、多重故障以及信息畸变情况进行仿真,仿真结果表明,该方法收敛速度快、容错性好。
杨茗[3](2021)在《含分布式电源配电网的故障区段定位方法研究》文中提出随着清洁能源产业的大力发展,风能、太阳能等分布式电源(Distributed Generations,以下简称DG)大量接入配电网络,改变了传配电网的网架结构及系统潮流流向,使得传统的继电保护方案难以准确判定故障区域,因此需要着重研究含分布式电源配电网故障区段定位新方法。本文详细分析了配电网故障定位方法的具体分类及各种定位算法的优缺点,着重研究了矩阵算法及量子遗传算法,提出了基于改进矩阵算法的含分布式电源配电网故障区段定位方法及基于改进量子遗传算法的含分布式电源配电网故障区段定位方法。首先,本文对目前常见的区段定位方法分类进行了分析说明,详细阐述了热弧搜索法、矩阵算法、遗传算法、粒子群算法、免疫算法、及蚁群算法等算法在目前配电网故障区段定位应用中各自存在的优缺点,分析了分布式电源接入配电网对传统配电网保护造成的影响。其次,本文分析了配电网故障区段定位直接算法中存在的T接线区域附近故障定位不准确,故障信息畸变时无法准确定位故障区域等缺点,对原有的矩阵算法进行改进。改进后的算法对于含DG的配电网络,利用实时潮流方向自动更新网络描述矩阵及故障信息矩阵,仅通过减法运算即可生成故障判断矩阵,大大降低了矩阵运算的复杂度,缩短故障判定时间。使用SIMULINK平台搭建仿真模型,分别对配电网内发生母线故障、负荷出线故障、线路区域故障及故障信息缺失情况进行算例仿真,仿真结果验证了算法能精确有效的定位T接线区域附近的故障,且面对故障信息缺失情况具有较强的容错性。最后,本文阐述了配电网故障区段定位间接算法存在的算法容易陷入局部最优导致故障定位不准确,故障信息畸变时无法准确定位故障区域等缺点,对原有的量子遗传算法进行改进。改进后的算法在量子旋转角的设置过程中,引入梯度下降法,将目标函数与量子旋转角相结合,使新的量子旋转角控制策略能自适应的改变量子旋转角的大小及方向。根据配电网故障后系统运行方式的改变,构建出新的开关与馈线函数。同时优化原有的目标函数,使得作为随机事件的故障信息漏报与故障信息误报发生的概率一致,与具体畸变类型无关。使用MATLAB软件搭建仿真模型,并针对配电网内发生单重故障、多重故障及故障信息畸变等情况进行算例仿真,仿真结果表明算法能有效的定位故障区域,很好的跳出局部最优且面对故障信息缺失情况具有较强的容错性。同时,将经典量子遗传算法,量子三元位遗传算法与改进量子遗传算法进行对比,仿真结果表明改进量子遗传算法运算速度快,收敛能力强,具有较强的容错性及适用性。
宋秉睿[4](2021)在《基于机器学习的配电网故障定位及负荷转供研究》文中认为随着城市规模快速扩张以及电能替代的不断推进,各行各业对电力供应的依赖程度越来越高,用户对配电网的可靠性有更高的要求。但近年来配电网节点大量增加,结构更加复杂,实际故障情况复杂多变,接线分支与设备十分复杂,配电网拓扑结构变化不确定性较大,转供路径的开关出现组合爆炸的问题。配电网发生故障时,必须快速对配电网故障准确定位,缩小故障影响区域,隔离故障后对非故障停电区域进行及时的负荷转供,但目前传统配电网故障定位与负荷转供方法难以解决这一问题。因此亟需高效的配电网故障定位与负荷转供方法,可以减小故障损失,降低运维成本,提高供电可靠性与用户满意度。图卷积神经网络、强化学习等前沿机器学习技术的涌现,为解决配电网问题提供了新的方法与思路。本文首先对配电网故障定位与负荷转供技术的背景与现状进行回顾,对目前各种算法的特点对比分析,同时介绍了配电网故障定位与负荷转供的理论,作为后续建立算法模型的基础。基于图卷积神经网络理论,本文提出了解决配电网故障定位问题的新思路。将配电网作为非欧空间图数据进行处理,配电网抽象为图数据后,与配电网节点、边上的特征信息共同作为图卷积神经网络的输入。同时本文对配电网节点、边上不同类型特征数据进行比较,根据自动化程度的不同可以有更多选择。针对配电网节点与边两种形式数据,在节点上设计了合并边特征的输入层;再通过Graph SAGE所搭建的隐藏层传递节点特征,实现从局部到整体的特征抽象;输出层采用了边聚合的设计,将配电网故障定位问题转化为图的边分类问题。最后设计了基于Open DSS的随机故障样本生成实验环境,证明所提算法有较高的准确度与鲁棒性,训练过程中有较好的稳定性与收敛能力。确定并隔离故障后应及时通过转供恢复用户供电,过去的方法都将负荷转供问题视为优化问题或随机搜索问题,难以解决求解速度与转供策略质量的矛盾。本文将转供过程视为一个马尔科夫决策过程,提出基于深度强化学习的配电网负荷转供控制方法。智能体采用了考虑环境影响的Dueling DQN算法,使得学习的目标更为明确。为了提高算法的精度与收敛能力,针对算法的动作策略提出了预模拟-贪婪动作策略改进算法,并调整了动作与学习的比例,采用了自适应优化算法。最后设计了基于Open DSS的动态仿真配电网环境模型,为智能体提供交互式的训练环境,结果表明,本文方法能够应对不同故障下配电网的拓扑变化,即时给出兼顾速度与求解质量的最佳转供策略。
岳震[5](2021)在《基于深度学习的有源配电网故障定位与预测研究》文中指出随着分布式电源分散式并入配电网,传统配电网转变为功率双向流动的复杂有源配电网,故障特征与传统配电网相比差异巨大,传统的故障区段定位算法不再适用。有源配电网故障等级预测,作为一种辅助决策和调度手段,对提高有源配电网供电可靠性具有重要意义。因此,如何综合考虑有源配电网故障原因,找出故障与环境因素的关联关系,对有源配电网存在的潜在风险进行预测,并在故障发生时及时定位,最大程度减少故障造成的风险和损失,已成为亟待解决的问题。首先,本文针对有源配电网故障因素多样且冗余性较强的问题,提出了一种考虑气象因素的有源配电网故障特征选择和故障等级预测方法。取得北方某市有源配电网故障真实数据,经特征工程预处理后总结出18种故障特征;结合故障频率、停电时间确定故障等级划分依据;提出一种改进的递归特征消除(Recursive feature elimination,RFE)特征选择算法剔除冗余,选出最优故障特征集合;针对故障样本数较少的问题,将更适合小样本分类的多支持向量机(Multiple Support Vector Machines,MSVM)融入卷积神经网络(Convolutional Neural Networks,CNN),提出CNN-MSVM组合算法进行有源配电网故障等级预测,并通过实际算例分析,验证所提方法的有效性。然后,针对传统定位算法不适用有源配电网的问题,提出了一种基于有限微型PMU(μPMU)与CNN的故障区段定位算法。该方法通过分析、比较有源配电网线路故障前后电压电流变化特征,推导出具有明确物理意义的故障特征向量f;针对难以全网配置μPMU的问题,提出一种基于贪婪算法的有限μPMU最优配置策略,说明了有限μPMU的配置位置与获取有效数据的关系;针对故障样本过少的问题,使用辅助分类器生成对抗网络生成高质量的故障样本,将初始故障集扩大十倍;最后将扩充后的数据集送入基于AlexNet网络搭建的CNN模型中进行训练。采用修正的IEEE33节点系统进行了大量仿真,结果表明所提方法用少量μPMU测得的电气量便可准确定位故障线路,且不易受负荷波动、噪声等不确定性的影响。
刘琪[6](2021)在《改进粒子群算法在沂水县配电网故障定位中的应用》文中研究指明传统意义上的电力系统理论中,将电力系统的全过程分为发、变、输、配、用五个环节。其中配电系统尽管位列电能传输的末端但其却是供电公司向用户提供电能最关键的一环,因此配电系统在发生故障时能否迅速准确的找到故障点的位置是防止停电事故造成更大损失的重中之重。但目前应用到实际的配电网故障定位的相关算法,大都具有局部收敛性的缺陷,而如何对现有智能算法的局部收敛性和容错性较差的问题进行改进,是目前需要研究的重点方向。因此本文的主要任务就是对粒子群算法进行改进并将其应用到实际配电网中,并对其收敛性和容错性进行分析,最终实现配电网故障的快速、准确定位。为了对含有分布式电源的配电网进行故障定位的模拟,并探究其在实际配电网中的可行性,本文主要做了如下几点工作:首先,对沂水县配电网现状进行分析。包括沂水县城区配网线路分布情况、沂水县配电自动化系统建设情况以及沂水县配电网故障定位的现用方法,分析后对沂水县配电网故障定位现存问题进行了分条列项。其次,对配电网故障定位的常用算法进行介绍。文中选取应用较广的六类算法进行了算法流程介绍,将其分为间接、直接两大类,并针对不同算法进行了优缺点分析,通过对比并最终选定收敛性和寻优能力表现都较优秀的粒子群算法。再次,对传统二进制粒子群算法进行了改进分析。其中改进包括:建立压缩因子来对自身学习因子c1和社会学习因子c2的取值进行限制改进,从根源上限制局部收敛性结果的出现;引入进化因子,利用进化因子对种群是否陷入局部收敛性进行判定,对收敛结果进行分析,避免了输出结果为局部收敛后所产生的局部最优解。最后,文章将改进后的粒子群算法应用到实际配电网中。对粒子群算法中的编码方式、开关函数和适应度函数进行介绍后,文章选用了沂水县城区配电网中两条经典线路:传统的辐射状配电网——跋山二线;含有分布式电源的配电网——工业园Ⅰ线。利用改进后的粒子群算法及Matlab对选取的两条实际线路进行仿真验证。通过与改进前的算法仿真结果相对比发现:改进后的粒子群算法较改进前的传统粒子群算法更精确、更迅速,且改进后的粒子群算法对于FTU上传的编码信息也具有一定的容错性。因此不论是面对含有分布式电源的复杂配电网,还是编码信息发生畸变后的较复杂信息,改进后的粒子群算法基本可以满足实际应用中对于配电网故障定位的要求。
冯泽镡[7](2021)在《中压配电网单相接地故障区段定位研究》文中进行了进一步梳理传统中压配电网由于线路结构复杂多样,易于发生单相接地故障。为提高供电的可靠性,我国中压配电网多采用谐振接地方式运行,但由于消弧线圈的补偿,使得故障特征不明显,难以满足新配网运行规程的“选段跳闸”要求。有待对配电网的小电流接地故障区段定位问题进行进一步研究,从而快速可靠的切除故障,保证系统安全稳定运行。本文基于谐振接地系统单相接地故障的附加正序实部网络模型,对故障附加状态的正序实部网络特征进行了理论分析和仿真研究。详细分析了故障点上下游的暂态附加正序实部电流的特征规律,得出故障点上下游暂态频谱分布具有明显的差异性。并在不同故障条件下,对故障线路上各监测点的暂态附加正序实部电流的时域及频域特征进行了仿真研究,故障点上下游的频谱差异始终存在,为故障区段的准确定位提供了理论依据。提出了基于暂态附加正序实部电流频谱特征的区段定位方法。根据故障上下游频谱分布不同,利用单子带重构改进小波包,对故障后的暂态附加正序实部电流进行分解,获得故障线路上各个监测点在不同频带的小波包能谱分布。为减小数据的传输压力,快速准确的反馈故障位置信息,通过计算比较相邻检测点之间的能谱相对熵的大小,构建区段定位判据,从而确定故障路径,实现故障区段的准确定位。为验证本文提出的故障区段定位方法的可靠性,通过计算机10kV仿真模型以及实验室380V配电网物理仿真系统对故障区段定位方法进行了大量仿真及实验。结果表明,本文提出的方法具有一定抗噪性,并且在不同运行方式及故障条件下均能有效、可靠地定位故障区段。
孙飞洋[8](2021)在《基于改进免疫网络及其算法的配电网故障定位研究》文中进行了进一步梳理根据“十四五”规划和2035远景纲要的最新要求,我们需要加快发展清洁能源、坚持发展分布式电源、稳步推进沿海核电建设,从而实现生产生活方式向绿色化转型的目标。配电网的安全性是维持电力系统可靠性的重要因素,在电力系统稳步发展及其规模持续增长的情况下,保证配电网正常运行显得尤为重要。分布式电源的接入使配电网架构产生了显着的变化,也令传统的配电网故障检测处理方法不再适用。配电网故障致使的停电情况会给社会的生产生活带来十分巨大的影响,因此快速准确地进行配电网故障定位具有十分重要的工程实际意义。对比分析多种基础智能算法在仿真中的应用效果,并基于免疫算法提出了一种新的改进免疫网络模型。首先对多种算法进行了对比实验,分析各类算法的特点以及运行效果。基于免疫算法迭代至后期种群趋向单一化的现象,结合分析实验结果中故障定位失败的数据,提出了一种记忆细胞信息分化机制。该方法能有效地保证种群多样性以及提升算法的局部搜索能力,减少迭代过程中陷入局部最优的可能性。其次基于免疫算法以及粒子群算法的特性,结合记忆细胞信息分化机制设计提出了一种改进型免疫算法。该方法借助粒子群算法在配电网应用中快速故障定位的优势,令其参与更新免疫算法的记忆信息,有效避免了单一粒子群算法迭代结果不稳定的情况。改进后的免疫算法在单一故障、多点故障以及信息畸变等模拟故障实验中表现出色,即使是在极为复杂的故障情况下也能准确地定位至故障发生区段。因为改进型免疫算法采取了两种算法并行迭代的方法,导致算法运行时间较长,故在此基础上设计了一种多分层的故障定位模型。首先根据分布式电源的接入情况将配电网模型进行第一次降维,对降维后的配电网模型根据等效节点原理再次进行简化。利用改进后的免疫算法对简化后的配电网模型进行故障定位,定位至故障发生的区域,再根据故障区域信息对其内节点进行第二次故障定位。实验结果表明,采取分层故障定位模型能够在保证故障定位准确率的情况下,显着提高算法的迭代速度。
徐超赞[9](2021)在《面向新型建筑智能化平台的配电系统仿真与故障定位方法研究》文中研究指明建筑配电系统作为供配电网络的重要组成部分,其可靠性、安全性与稳定性直接影响整个系统的供电质量。据统计,当前电力系统中约有80%左右的故障发生在配电环节,如何快速定位和处理故障是配电系统研究的关键问题之一。随着可再生能源的推广与应用,建筑配电系统故障定位与处理变得愈发困难,因此,针对含分布式电源的建筑配电系统故障定位问题展开研究具有一定学术意义和工程价值。传统建筑配电系统故障定位依赖于中央主站集中管控的配电自动化系统,其存在跨系统信息共享困难、扩展协调能力差等问题,导致故障定位速度慢、准确度低。新型建筑智能化平台技术基于无中心、扁平化的控制架构,有效克服了现有集中式分层架构中存在的诸多问题,在智能建筑、智慧城市与智能电网领域具有广阔的应用前景。论文结合新型建筑智能化平台技术针对建筑配电系统中的故障定位问题开展了以下研究:(1)开发了基于新型建筑智能化平台的建筑配电系统仿真模型。新型建筑智能化平台中的控制算法具有无中心、分布式的特点,现阶段开展算法的工程应用测试难度大且存在损坏机电设备的风险,需结合新型建筑智能化平台中的新型建筑智能化仿真平台搭建仿真模型进行仿真测试与验证。因此,本文对建筑配电系统的组成和运行原理以及常见故障类型特征进行总结,分析了分布式电源的接入对配电系统故障定位所带来的影响;将建筑配电系统划分为系统电源、配电线路以及分布式电源等模型组成,并结合新型建筑智能化平台中的设备模型开发规则及流程,封装建筑配电系统设备仿真模型,为后续配电系统的故障定位仿真系统的搭建提供物理仿真模型支撑。(2)研究了智能优化算法在新型建筑智能化平台中的适用性问题,结合新型建筑智能化平台设计了一种面向配电系统故障定位的改进二进制蝙蝠算法。算法利用智能计算节点间的协作机制交互每轮迭代中的最优适应度值及其蝙蝠对应位置信息,以此提高算法的全局搜索能力和收敛性能。在分布式电源接入和发生信息畸变等多场景下开展了配电系统故障定位仿真测试,仿真结果表明,在相同条件下,基于新型建筑智能化平台的改进二进制蝙蝠算法较其他传统算法具有更好的收敛性能与全局搜索能力。(3)基于新型建筑智能化平台中的建筑配电系统设备仿真模型与故障定位算法搭建了建筑配电系统故障定位仿真系统,系统利用设备仿真模型提供配电系统故障信息,通过故障定位算法实现定位。该仿真系统验证了基于新型建筑智能化平台的改进二进制蝙蝠算法在建筑配电系统故障定位中的可行性,为新型建筑智能化平台中群智能算法的开发及工程应用提供了参考。图[54]表[9]参[67]
邹亚琴[10](2021)在《适应分布式电源接入的配电网故障定位研究》文中提出随着配电网中分布式电源(Distribution Generation,DG)数量的增多,配电网的网络架构更加复杂,单相接地故障时的故障零序电流特性及分布特征等问题也逐渐复杂化。由于旋转型DG通常经中性点接地的变压器并入中压配电网,使得配电网的接地中性点数目增加,拓扑结构以及潮流分布发生改变,由单向供电结构转变为双向或多向供电结构。因此传统配电网采用的故障定位方法将会受到DG接入的影响。本文对含旋转型DG的小电阻接地配电网中发生单相接地故障时的故障定位方法展开研究,提出适用于DG接入的配电网单相接地故障分支路径搜索方法和区段定位方法。首先,对当前国内外的单相接地故障选线及区段定位方法进行概述,并对含旋转型DG配电网单相接地故障时的零序电流、电压特性进行分析,讨论了故障点位置不同时,DG对各分支线路故障特性产生的影响。通过在PSCAD/EMTDC软件平台搭建含小型水利发电机的新型配电网仿真模型,在不同故障条件下,即不同故障点位置、DG容量、故障初相角以及故障接地电阻改变时,模拟单相接地故障,验证了新型配电网单相接地故障理论分析的正确性,为提出的故障定位方法提供支撑。其次,针对配网中多分支路径选线失效的问题,研究了一种基于CEEMD和搜索判据的配网故障分支路径搜索算法。将母线零序电压越限作为故障分支路径搜索启动判据,提取配网中各分支线路首端检测点所测的2个工频周期的零序电流,进行CEEMD分解获取IMF和趋势分量,再计算单模态分量相关系数,依据此系数大小确定故障特征模态分量;结合故障分支与正常分支零序电流幅值、方向两个方面的差异特征,定义了故障特征模态能量和趋势分量能量差两个故障分支搜索判据,以相邻接的三条分支路径作为单位搜索区域,根据故障分支第一、第二搜索判据进行逐次搜索,得到故障分支路径。在不同的故障条件下仿真验证了该故障分支搜索方法的准确性。最后,针对传统波形比较法区段定位的同步性问题和DG导致传统故障方向判据定位方法的失误问题,研究了一种基于IMF能量和改进FCMDD聚类的故障区段定位算法。以故障分支路径中全部检测点所测零序电流作为分析对象,对其进行CEEMD分解后计算其模态能量序列作为聚类样本集,采用改进的FCMDD聚类算法进行聚类分析,上、下游侧各聚为一类,然后根据隶属度矩阵来判定故障区段。分别从分支中部区段、末端故障以及不同故障条件下验证该区段定位算法的准确性和普适性。
二、配电网故障定位的改进矩阵算法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、配电网故障定位的改进矩阵算法(论文提纲范文)
(1)含分布式电源的复杂配电网相间故障定位等效解耦模型(论文提纲范文)
0 引 言 |
1 分布式电源接入对故障定位的影响 |
2 复杂配电网的等效解耦算法 |
2.1 配电网等效解耦原则 |
2.2 配电网等效解耦实现 |
3 故障定位改进矩阵算法 |
4仿真分析 |
4.1 改进IEEE 33节点系统测试 |
4.2 典型园区配电网模型测试 |
4.3 性能分析 |
5 结 论 |
(2)有源配电网具有容错性的快速故障区段定位方法(论文提纲范文)
0 引 言 |
1 基于矩阵算法的疑似故障区段筛选 |
2 优化算法数学模型 |
2.1 开关函数的构建 |
2.2 评价函数的建立 |
2.3 容错性能分析 |
3 有源配电网故障区段定位流程 |
4 仿真验证 |
4.1 FTU上传故障信息正确情况下,单一及多重故障定位分析 |
4.2 FTU上传故障信息畸变情况下,单一及多重故障定位分析 |
4.3 性能比较 |
5 结 论 |
附录A |
附录B |
(3)含分布式电源配电网的故障区段定位方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 配电网故障区段定位的研究现状 |
1.2.1 配电网故障区段定位的直接算法 |
1.2.2 配电网故障区段定位的间接算法 |
1.3 本文主要研究内容 |
第二章 分布式电源接入对配电网保护影响分析 |
2.1 分布式电源概述 |
2.1.1 光伏发电 |
2.1.2 风能发电 |
2.1.3 小型水力发电 |
2.2 分布式电源接入对配电网故障区段定位方法的影响 |
2.1.1 分布式电源接入母线端 |
2.1.2 分布式电源接入线路末端 |
2.3 本章小结 |
第三章 基于矩阵算法的配电网故障区段定位方法 |
3.1 基于通用矩阵算法的配电网故障区段定位 |
3.1.1 通用矩阵算法的定位原理 |
3.1.2 通用矩阵算法的缺点 |
3.2 基于改进矩阵算法的配电网故障区段定位 |
3.2.1 配电网不同类型节点故障特征分析 |
3.2.2 改进矩阵算法的定位原理 |
3.2.3 故障信息缺失时的故障定位 |
3.3 算例分析及仿真 |
3.3.1 多分支母线区域附近的故障定位 |
3.3.2 基于改进矩阵算法的故障线路定位 |
3.3.3 计及故障信息的漏报与误报 |
3.4 本章小结 |
第四章 基于遗传算法的配电网故障区段定位方法 |
4.1 基于经典量子遗传算法的配电网故障区段定位 |
4.1.1 量子比特所具有的特性 |
4.1.2 编码方式 |
4.1.3 开关与馈线之间的联络函数 |
4.1.4 目标函数 |
4.1.5 经典量子遗传算法的缺点 |
4.2 基于量子三元位遗传算法的配电网故障区段定位 |
4.2.1 量子比特编码 |
4.2.2 量子旋转门 |
4.2.3 量子三元位遗传算法的缺点 |
4.3 基于改进量子遗传算法的配电网故障区段定位 |
4.3.1 改进量子进化方式 |
4.3.2 改进开关与馈线之间的联络函数 |
4.3.3 改进目标函数 |
4.3.4 算法操作流程 |
4.4 算例分析及仿真 |
4.4.1 基于经典量子遗传算法的故障区段定位方法的仿真分析 |
4.4.2 基于量子三元位遗传算法的故障区段定位方法的仿真分析 |
4.4.3 基于改进量子遗传算法的故障区段定位方法的仿真分析 |
4.4.4 三种量子遗传算法仿真分析对比分析 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
5.3 主要创新点 |
参考文献 |
致谢 |
攻读学位期间发表论文情况 |
(4)基于机器学习的配电网故障定位及负荷转供研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题研究背景 |
1.2 国内外研究现状 |
1.2.1 配电网故障定位研究综述 |
1.2.2 配电网负荷转供研究综述 |
1.3 本论文主要工作 |
2 配电网故障定位与负荷转供理论基础 |
2.1 配电网故障定位理论基础 |
2.1.1 配电网故障定位问题描述 |
2.1.2 图的表示与图傅里叶变换 |
2.1.3 图卷积神经网络 |
2.2 配电网负荷转供理论基础 |
2.2.1 配电网负荷转供问题描述 |
2.2.2 强化学习与马尔科夫过程 |
2.2.3 策略迭代和值迭代算法 |
2.3 本章小结 |
3 基于图卷积网络的配电网故障定位 |
3.1 配电网故障及信息采集 |
3.1.1 配电网及其故障简介 |
3.1.2 配电网信息采集与控制 |
3.2 基于图特性的输入特征选取 |
3.3 基于图卷积网络的配电网故障定位模型搭建 |
3.3.1 合并边特征的输入层设计 |
3.3.2 基于图卷积神经网络的隐藏层设计 |
3.3.3 基于边分类的输出设计 |
3.3.4 图卷积神经网络的学习 |
3.4 案例分析 |
3.4.1 实验环境搭建 |
3.4.2 实验结果对比分析 |
3.5 本章小结 |
4 基于深度强化学习的配电网负荷转供控制方法 |
4.1 DQN深度强化学习算法 |
4.1.1 Q-learning算法 |
4.1.2 DQN算法 |
4.2 基于深度强化学习的配电网负荷转供模型 |
4.2.1 深度强化学习环境的搭建 |
4.2.2 基于Dueling-DQN算法的智能体 |
4.2.3 算法的动作策略与收敛性的改进 |
4.2.4 算法流程 |
4.3 案例分析 |
4.3.1 算法实验环境搭建与深度神经网络参数 |
4.3.2 实验结果对比分析 |
4.4 本章小结 |
5 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(5)基于深度学习的有源配电网故障定位与预测研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.2 国内外研究现状 |
1.2.1 故障区段定位算法的研究现状 |
1.2.2 故障预测的研究现状 |
1.2.3 深度学习在配电网故障定位及预测中的研究现状 |
1.3 本文的主要工作 |
第2章 深度学习实验环境与网络构建 |
2.1 生成式对抗网络及其衍生模型 |
2.1.1 生成式对抗网络的基本原理 |
2.1.2 GAN的衍生模型 |
2.2 卷积神经网络 |
2.2.1 卷积神经网络的结构 |
2.2.2 模型优化技术 |
2.3 特征工程 |
2.3.1 特征构建 |
2.3.2 特征提取 |
2.3.3 特征选择 |
2.4 本章小结 |
第3章 基于特征工程与CNN-MSVM的有源配电网故障等级预测 |
3.1 有源配电网故障数据预处理 |
3.1.1 数据采集 |
3.1.2 异常值处理 |
3.1.3 有源配电网故障风险等级划分 |
3.2 基于CNN-MSVM的故障预测方法 |
3.2.1 CNN-MSVM模型架构设计 |
3.2.2 模型目标函数与优化算法 |
3.3 算例分析 |
3.3.1 特征工程 |
3.3.2 有源配电网故障等级预测 |
3.4 本章小结 |
第4章 基于有限μPMU和深度学习的有源配电网故障区段定位 |
4.1 故障特征选择 |
4.1.1 特征选择推导 |
4.1.2 特征的物理解释 |
4.2 训练集与测试集的生成 |
4.2.1 原始数据的生成 |
4.2.2 基于AC-GAN的故障数据增强方法 |
4.2.3 样本扩充的选取标准 |
4.3 基于卷积神经网络的故障定位 |
4.3.1 CNN网络结构设计 |
4.3.2 模型目标函数 |
4.3.3 有限μPMU的优化配置策略 |
4.4 算例分析 |
4.4.1 系统部分可观性下定位结果分析 |
4.4.2 方法性能比较分析 |
4.4.3 模型泛化能力分析 |
4.5 本章小结 |
第5章 结论与展望 |
5.1 主要内容总结 |
5.2 展望 |
参考文献 |
攻读硕士学位期间发表的论文及其它成果 |
致谢 |
(6)改进粒子群算法在沂水县配电网故障定位中的应用(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 配电网故障定位的研究背景与现状 |
1.1.1 研究背景与意义 |
1.1.2 研究现状 |
1.2 配电网故障定位和配电自动化系统 |
1.2.1 配电网故障定位 |
1.2.2 配电自动化系统 |
1.2.3 FA系统故障定位 |
1.3 沂水县配电网 |
1.3.1 沂水县配电网现状 |
1.3.2 沂水县配电自动化系统建设现状 |
1.3.3 沂水县配电网故障定位的主要方式 |
1.4 沂水县配电网故障定位存在问题 |
2 配电网区段故障定位的算法和原则 |
2.1 直接算法 |
2.1.1 矩阵法 |
2.1.2 过热区域搜索法 |
2.2 间接算法 |
2.2.1 不精确推理法 |
2.2.2 人工神经网络法 |
2.2.3 遗传算法 |
2.2.4 粒子群算法 |
2.3 含分布式电源对于配电网故障定位的影响 |
2.3.1 分布式电源并入电网的积极影响 |
2.3.2 分布式电源并入电网的消极影响 |
2.3.3 含有DG的配网故障定位原则 |
2.4 本章小结 |
3 粒子群算法的改进及应用分析 |
3.1 改进粒子群算法 |
3.2 配电网故障定位研究 |
3.2.1 编码方式 |
3.2.2 开关函数的构造 |
3.2.3 适应度函数的构造 |
3.3 本章小结 |
4 改进粒子群算法在沂水县配电网故障定位中的应用 |
4.1 改进粒子群算法在跋山街道中的应用 |
4.1.1 FTU信息无畸变仿真分析 |
4.1.2 FTU信息少量畸变时仿真分析 |
4.2 改进粒子群算法在含有DG的工业园Ⅰ线的应用 |
4.2.1 FTU信息无畸变时仿真分析 |
4.2.2 FTU信息少量畸变时仿真分析 |
4.3 本章小结 |
5 结论 |
致谢 |
参考文献 |
(7)中压配电网单相接地故障区段定位研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 现有区段定位方法研究现状 |
1.2.1 基于图论的区段定位方法 |
1.2.2 基于人工智能的区段定位方法 |
1.2.3 基于信号处理的区段定位方法 |
1.3 存在的问题 |
1.4 本文主要研究内容 |
2 故障附加状态的正序实部网络特征分析 |
2.1 单相接地故障网络模型 |
2.2 故障附加状态的正序实部网络 |
2.3 故障附加正序实部网络暂态特征分析 |
2.4 故障附加状态的正序实部网络故障特征仿真研究 |
2.4.1 仿真模型的建立 |
2.4.2 不同故障条件下的暂态附加正序实部电流及频谱特征分析 |
2.5 本章小结 |
3 基于改进小波包能谱相对熵的故障区段定位方法 |
3.1 改进小波包能谱相对熵进行区段定位的可行性分析 |
3.1.1 小波包变换 |
3.1.2 单子带重构改进小波包 |
3.1.3 改进小波包能谱相对熵 |
3.1.4 改进小波包能谱相对熵进行区段定位的可行性 |
3.2 故障区段定位方法 |
3.2.1 故障区段定位原理 |
3.2.2 故障区段定位判据 |
3.2.3 故障区段定位流程 |
3.3 区段定位方法的特点 |
3.4 本章小结 |
4 故障区段定位方法的仿真及实验验证 |
4.1 故障区段定位方法的仿真验证 |
4.1.1 仿真算例 |
4.1.2 适应性仿真验证 |
4.2 故障区段定位方法的实验验证 |
4.2.1 物理仿真实验系统 |
4.2.2 故障定位方法的实验验证 |
4.3 本章小结 |
5 结论及展望 |
5.1 结论 |
5.2 展望 |
致谢 |
参考文献 |
附录 |
A:实验现场图 |
B:攻读硕士研究生期间取得的成果 |
(8)基于改进免疫网络及其算法的配电网故障定位研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 馈线自动化技术现状 |
1.2.1 就地控制型 |
1.2.2 分布式控制型 |
1.2.3 集中控制型 |
1.3 配电网故障定位研究现状 |
1.3.1 测距法 |
1.3.2 定段法 |
1.4 主要研究内容与章节安排 |
第二章 配电网故障定位问题的提出与研究方法分析 |
2.1 引言 |
2.2 配电网故障定位问题的提出 |
2.2.1 分布式电源接入母线 |
2.2.2 分布式电源接入馈线 |
2.3 配电网故障定位的智能算法模型 |
2.3.1 状态编码 |
2.3.2 开关函数模型 |
2.3.3 评价函数 |
2.4 本章小结 |
第三章 基于改进型免疫算法的配电网故障定位算法设计 |
3.1 引言 |
3.2 基于传统免疫算法的故障定位算法实现 |
3.2.1 抗体评测 |
3.2.2 免疫操作 |
3.3 基于其他经典智能算法的故障定位算法实现 |
3.3.1 粒子群算法 |
3.3.2 蛙跳算法 |
3.4 改进型免疫算法的设计 |
3.4.1 记忆细胞信息分化机制 |
3.4.2 改进型免疫算法的实现 |
3.5 配电网故障定位算法仿真对比与数据分析 |
3.5.1 简单配电网模型中的仿真 |
3.5.2 复杂配电网模型中的仿真 |
3.6 本章小结 |
第四章 基于改进免疫网络的配电网故障定位算法设计 |
4.1 引言 |
4.2 基于改进型免疫算法的改进免疫网络模型设计 |
4.2.1 有源支路与无源支路 |
4.2.2 等效节点模型 |
4.3 基于改进免疫网络的配电网故障定位算法设计 |
4.4 算例仿真及对比分析 |
4.5 本章小节 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
攻读硕士学位期间的研究成果 |
致谢 |
(9)面向新型建筑智能化平台的配电系统仿真与故障定位方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 新型建筑智能化平台技术研究现状 |
1.2.2 建筑配电系统及其故障定位方法研究现状 |
1.3 研究内容与章节安排 |
第二章 相关理论基础 |
2.1 新型建筑智能化平台 |
2.1.1 新型建筑智能化平台架构 |
2.1.2 智能计算节点 |
2.1.3 新型建筑智能化仿真平台 |
2.2 建筑配电系统概述 |
2.3 配电系统故障定位 |
2.3.1 配电系统故障定位原理 |
2.3.2 分布式电源接入对故障定位影响分析 |
2.4 蝙蝠算法 |
第三章 配电系统设备仿真模型设计 |
3.1 配电系统设备仿真模型划分及设计流程 |
3.2 配电系统电源模型 |
3.2.1 配电系统电源模型接口定义 |
3.2.2 配电系统电源模型设计 |
3.3 配电系统线路模型 |
3.3.1 配电系统线路模型接口定义 |
3.3.2 配电系统线路模型设计 |
3.4 配电系统分布式电源模型 |
3.4.1 配电系统分布式电源模型接口定义 |
3.4.2 配电系统分布式电源模型设计 |
3.5 建筑配电系统仿真模型联合调试 |
3.6 本章小结 |
第四章 基于改进蝙蝠算法的配电系统故障定位方法研究 |
4.1 配电系统故障定位问题描述 |
4.2 配电系统常见故障类型特征分析 |
4.3 改进蝙蝠算法的目标函数 |
4.3.1 编码方式 |
4.3.2 开关函数 |
4.3.3 评价函数 |
4.4 改进蝙蝠算法的设计与实现 |
4.4.1 改进蝙蝠算法的设计 |
4.4.2 改进蝙蝠算法的实现 |
4.5 改进蝙蝠算法的性能测试 |
4.5.1 单点故障定位性能测试 |
4.5.2 多点故障定位性能测试 |
4.5.3 信息畸变下故障定位性能测试 |
4.6 本章小结 |
第五章 建筑配电仿真系统的设计与实现 |
5.1 基于新型建筑智能化平台的建筑配电仿真系统 |
5.1.1 系统硬件组成 |
5.1.2 系统软件组成 |
5.1.3 仿真系统运行流程 |
5.2 改进蝙蝠算法的Swarm语言实现 |
5.3 故障定位改进蝙蝠算法的实验测试与分析 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
作者简介及读研期间主要科研成果 |
(10)适应分布式电源接入的配电网故障定位研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究背景和意义 |
1.2 单相接地故障定位方法研究现状 |
1.2.1 单相接地故障选线研究现状 |
1.2.2 故障区段定位研究现状 |
1.3 主要研究内容及章节安排 |
2 含旋转型分布式电源的配电网单相接地故障特性理论分析与建模 |
2.1 旋转型分布式电源接入配网的等效模型 |
2.2 含旋转型分布式电源配电网接地故障模型分析 |
2.2.1 旋转型DG上游侧主线路的单相接地故障分析 |
2.2.2 旋转型DG上游侧分支线路的单相接地故障分析 |
2.2.3 旋转型DG下游侧分支线路的单相接地故障分析 |
2.3 含旋转型分布式电源配电网接地故障分析总结 |
3 含旋转型分布式电源配电网单相接地故障仿真分析 |
3.1 PSCAD/EMTDC介绍 |
3.2 仿真分析 |
3.2.1 旋转型DG模型搭建 |
3.2.2 含旋转型DG的配电网模型构建 |
3.2.3 单相接地故障仿真分析 |
3.2.4 不同故障条件对零序分量的综合影响 |
3.3 本章小结 |
4 基于CEEMD和搜索判据的故障分支路径搜索算法研究 |
4.1 引言 |
4.2 常规非线性信号处理方法 |
4.2.1 短时傅里叶变换 |
4.2.2 小波变换法 |
4.3 模态分解 |
4.3.1 经验模态分解(EMD) |
4.3.2 总体与完备总体经验模态分解(EEMD与 CEEMD) |
4.3.3 单模态分量相关(SIMFR)系数 |
4.3.4 故障分支第一搜索判据——趋势分量能量差 |
4.3.5 故障分支第二搜索判据——故障特征模态能量 |
4.4 基于CEEMD和搜索判据的故障分支路径搜索算法 |
4.5 算例仿真 |
4.5.1 算例1 |
4.5.2 算例2 |
4.5.3 算例3 |
4.6 本章小结 |
5 基于IMF能量和改进FCMDD聚类的故障区段定位算法研究 |
5.1 引言 |
5.2 含DG配电网的故障区段定位算法 |
5.2.1 动态时间规整 |
5.2.2 改进的FCMDD聚类算法 |
5.2.3 基于IMF能量和改进FCMDD聚类的故障区段定位算法 |
5.3 算例分析 |
5.3.1 分支中间区段故障 |
5.3.2 分支末端故障 |
5.3.3 不同故障条件和DG容量下的故障区段定位 |
5.4 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
个人简历、在学期间发表的学术论文及取得的研究成果 |
四、配电网故障定位的改进矩阵算法(论文参考文献)
- [1]含分布式电源的复杂配电网相间故障定位等效解耦模型[J]. 白星振,宋昭杉,葛磊蛟,张波,朱爱莲,牛峰. 电力建设, 2022
- [2]有源配电网具有容错性的快速故障区段定位方法[J]. 郑涛,马龙,张波. 华北电力大学学报(自然科学版), 2022(01)
- [3]含分布式电源配电网的故障区段定位方法研究[D]. 杨茗. 广西大学, 2021(12)
- [4]基于机器学习的配电网故障定位及负荷转供研究[D]. 宋秉睿. 北京交通大学, 2021(02)
- [5]基于深度学习的有源配电网故障定位与预测研究[D]. 岳震. 华北电力大学(北京), 2021(01)
- [6]改进粒子群算法在沂水县配电网故障定位中的应用[D]. 刘琪. 东北农业大学, 2021
- [7]中压配电网单相接地故障区段定位研究[D]. 冯泽镡. 西安科技大学, 2021(02)
- [8]基于改进免疫网络及其算法的配电网故障定位研究[D]. 孙飞洋. 东华大学, 2021(01)
- [9]面向新型建筑智能化平台的配电系统仿真与故障定位方法研究[D]. 徐超赞. 安徽建筑大学, 2021(08)
- [10]适应分布式电源接入的配电网故障定位研究[D]. 邹亚琴. 重庆理工大学, 2021(02)