配电网络电压暂降源自动定位与智能识别

被引:10
作者
翁国庆
王强
黄飞腾
宓巧巧
朱双双
机构
[1] 浙江工业大学信息工程学院
关键词
电压暂降; 扰动方向判定; 自动定位; 智能识别; 神经网络;
D O I
暂无
中图分类号
TM714.2 [电压调整];
学科分类号
080802 ;
摘要
电压暂降是配电网络中最重要的电能质量问题之一.针对短路故障、电容器投切、冲击负荷和变压器启动引起的四种常见电压暂降类型,分别搭建仿真模型分析其扰动信号特征.采用扰动功率和扰动能量法实现其扰动方向判定,并针对传统的基于矩阵算法的暂降源自动定位方案提出改进措施.分别基于小波能量熵和自组织竞争性神经网络进行暂降扰动信号的特征提取和分类训练,可实现多类型电压暂降源的智能识别,算例分析验证了所提方法的实用性和有效性.
引用
收藏
页码:45 / 51
页数:7
相关论文
共 8 条
[1]   基于链表和矩阵算法的电能质量扰动源自动定位 [J].
翁国庆 ;
张有兵 ;
王晶 .
电力自动化设备, 2011, 31 (10) :12-16
[2]   基于多分类支持向量机的电压暂降源识别 [J].
吕干云 ;
方奇品 ;
蔡秀珊 .
电力系统保护与控制, 2010, 38 (22) :151-155
[3]   基于配电线载波通信的电能质量扰动源自动定位方法的研究附视频 [J].
翁国庆 ;
张有兵 ;
曹一家 .
浙江工业大学学报, 2010, (02) :162-167
[4]   基于小波熵和概率神经网络的配电网电压暂降源识别方法 [J].
贾勇 ;
何正友 ;
赵静 .
电网技术, 2009, 33 (16) :63-69
[5]   用小波变换和瞬时功率定位电能质量扰动源 [J].
张凯 ;
关根志 ;
张海龙 .
高电压技术, 2008, (03) :573-577
[6]   基于改进扰动功率和能量法的暂态扰动定位 [J].
张文涛 ;
王成山 .
电力系统自动化, 2007, (08) :32-35
[7]   基于小波变换的配电网电压暂降的干扰源辨识 [J].
王克星 ;
宋政湘 ;
陈德桂 ;
王建华 ;
耿英三 .
中国电机工程学报, 2003, (06) :29-34+54
[8]  
网络化电能质量监测系统若干关键技术的研究[D]. 翁国庆.浙江工业大学. 2010