基于经验模态分解及近似熵的输电线路单相自适应重合闸

被引：19

作者：

兰华

艾涛

张桂兰

机构：

[1] 东北电力大学电气工程学院

来源：

电网技术 | 2009年 / 33卷 / 20期

关键词：

经验模态分解(EMD); 近似熵; 单相自适应重合闸; 瞬时性故障; 永久性故障;

D O I：

10.13335/j.1000-3673.pst.2009.20.033

中图分类号：

TM762.2 [自动重合闸];

学科分类号：

080802 ;

摘要：

根据经验模态分解和近似熵算法,提出了一种针对输电线路单相接地故障的故障类型诊断方法,该方法具有一定的抗干扰能力,可以快速判断故障类型,以提高重合闸成功率。线路故障仿真结果验证了该方法的有效性和实用性。

引用

页码：211 / 214

页数：4

共 13 条

[1] 基于固有模态能量熵的配电网单相接地故障选线新方法 [J].

李天云 ;

王飞 ;

祝磊 ;

李建军 .

电网技术, 2008, 32(S2) (S2) :128-132

[2] 近似熵算法在电力系统故障信号分析中的应用 [J].

符玲 ;

何正友 ;

麦瑞坤 ;

钱清泉 .

中国电机工程学报, 2008, (28) :68-73

[3] 基于电弧小波谱能量分析的输电线路单相自适应重合闸 [J].

程玲 ;

徐玉琴 ;

宋秭霖 .

电网技术, 2007, (24) :81-85

[4] 带并联电抗器的超/特高压输电线路单相自适应重合闸故障性质识别判据 [J].

刘浩芳 ;

王增平 ;

徐岩 ;

马静 .

电网技术, 2006, (18) :29-34

[5] 短路过渡电弧焊电流信号的近似熵分析 [J].

曹彪 ;

吕小青 ;

曾敏 ;

王振民 ;

黄石生 .

物理学报, 2006, (04) :1696-1705

[6] 基于模糊神经网络的自适应单相自动重合闸 [J].

杨伟 ;

彭丽 ;

张俊芳 ;

吴军基 .

继电器, 2005, (15) :66-70

[7] 基于模糊神经网络的单相自适应重合闸 [J].

聂宏展 ;

董爽 ;

李天云 ;

赵妍 .

电网技术, 2005, (10) :75-79

[8] 基于电弧复小波检测的单相自适应重合闸 [J].

成敬周 ;

张举 .

继电器, 2005, (07) :21-25+49

[9] EMD信号分析方法边缘效应的分析 [J].

陈忠 ;

郑时雄 .

数据采集与处理, 2003, (01) :114-118

[10] 基于电压谐波信号分析的单相自适应重合闸 [J].

李斌 ;

李永丽 ;

曾治安 ;

梅云 .

电网技术, 2002, (10) :53-57

← 1 2 →