继电保护故障诊断系统的设计与实现

被引:0
作者
刘鲁京
机构
[1] 华北电力大学
关键词
继电保护故障诊断系统; 支持向量机; 粒子群优化; 参数优化;
D O I
暂无
年度学位
2014
学位类型
硕士
摘要
目前,电力系统正在成为综合国力的重要标志。但是,由于电力系统越来越复杂和运行人员操作失误、人为破坏和自然不可抗拒力的因素,大规模停电事故时有发生。当电力系统发生故障后,如何迅速的、精确的确定故障点,以便快速地修复故障、恢复供电是继电保护故障诊断研究课题的重点。 电力系统的故障诊断关键问题在于如何快速、准确的识别故障元件。鉴于现代电力系统的庞大、故障信息复杂和多样。本文在国内外相关研究成果的基础上,依据电力系统中继电保护开关的变位和继电保护动作的信息,提出了基于支持向量机的继电保护故障诊断模型。根据支持向量机算法原理,通过对多种参数优化算法的学习与研究,提出了基于粒子群优化算法的支持向量机故障诊断模型。在详细总结了母线、输电线路、变压器的继电保护动作原理后,应用继电保护故障诊断模型对数据资源进行挖掘分析,运用当今主流框架,设计并实现了继电保护故障诊断系统。该系统可以准确、快速的对电网故障进行诊断。系统展示内容丰富,分析结果直观易懂。 该系统可以是继电保护装置更加准确、合理的诊断电网故障,能更好的反应电网运行的情况,从而为电网运行人员的决策提供支持。通过对以往电网故障的实验表明,该系统具有良好的实用性和高效性。
引用
收藏
页数:64
共 34 条
[1]
基于Java Bean组件技术的模型表示研究 [J].
孙禄 ;
卢潇 ;
张强 .
电子设计工程, 2010, (10) :9-12
[2]
电力系统故障诊断研究现状与展望 [J].
王家林 ;
夏立 ;
吴正国 ;
杨宣访 .
电力系统保护与控制, 2010, 38 (18) :210-216
[3]
设备投资项目综合效益评价模型及应用 [J].
强迎春 ;
魏广华 ;
刘赟 ;
吕春莲 .
长沙航空职业技术学院学报, 2010, 10 (02) :58-63
[4]
输电网故障诊断方法综述与发展趋势 [J].
林圣 ;
何正友 ;
钱清泉 .
电力系统保护与控制, 2010, 38 (04) :140-150
[5]
基于微分进化算法的SVM参数选择 [J].
林连雷 ;
姜守达 ;
刘晓东 .
哈尔滨工程大学学报, 2009, 30 (02) :138-141+159
[6]
微分进化算法的研究综述 [J].
苏海军 ;
杨煜普 ;
王宇嘉 .
系统工程与电子技术, 2008, (09) :1793-1797
[7]
一种基于遗传算法的SVM决策树多分类策略研究 [J].
连可 ;
黄建国 ;
王厚军 ;
龙兵 .
电子学报, 2008, (08) :1502-1507
[8]
基于蚁群算法的SVM模型选择研究 [J].
倪丽萍 ;
倪志伟 ;
李锋刚 ;
潘永刚 .
计算机技术与发展, 2007, (09) :95-98
[9]
基于协同式专家系统及多智能体技术的电网故障诊断方法 [J].
赵伟 ;
白晓民 ;
丁剑 ;
方竹 ;
李再华 .
中国电机工程学报, 2006, (20) :1-8
[10]
基于遗传算法的故障诊断研究 [J].
李敏君 ;
杨昕卉 ;
王荣芝 ;
王淑玉 .
微计算机信息, 2006, (16) :217-219