采用WAMS时序信息的故障诊断方法及应用

发布时间：2018-03-17 14:06

  本文选题：广域测量系统　切入点：相量测量单元　出处：《电网技术》2017年06期 　论文类型：期刊论文

【摘要】：为弥补现有基于模式识别的广域测量系统(wide-area measurement system,WAMS)故障诊断方法在获取完整故障演进过程的不足,将时序信息引入到基准模式向量中,提出了一种基于WAMS时序信息的故障诊断方法。该方法根据已知故障类型建立包含时序信息的基准故障模式向量,在满足故障启动条件的情况下,对未知故障进行特征量提取并按照时序信息与时序基准故障模式向量进行匹配,从而确定故障类型及获取完整的故障演进过程。最后,利用包括强台风等极端天气下的实际系统事故的WAMS实测数据验证了所提方法针对不同故障类型均可得到包括故障时刻、故障过程中保护和断路器动作信息在内的事故演进过程。
[Abstract]:In order to make up for the deficiency of the existing Wide-area measurement system based on pattern recognition in obtaining the complete fault evolution process, the time series information is introduced into the basic pattern vector. In this paper, a fault diagnosis method based on WAMS sequence information is proposed. In order to determine the fault type and obtain the complete fault evolution process, the unknown faults are extracted and matched according to the timing information and the time series benchmark fault pattern vector. The WAMS data of actual system accidents in extreme weather, such as strong typhoons, are used to verify that the proposed method can obtain the fault evolution process including fault time, fault protection and circuit breaker action information for different fault types.
【作者单位】： 强电磁工程与新技术国家重点实验室(华中科技大学);中国南方电网电力调度通信中心;
【基金】：国家自然科学基金项目(51577075)~~
【分类号】：TM711

【相似文献】

相关期刊论文 前10条

1 王亚瑟;赵娜;;电站风机状态监测与故障诊断技术的研究[J];科技信息;2009年16期

2 陈国初;苗锐;徐余法;;基于证据支持矩阵的特征权重融合的风电机组故障诊断[J];上海电机学院学报;2012年05期

3 陈跃鹏,张庆灵,杨晓光,刘公望,刘国义;基于广义模型的复杂电力系统的故障诊断[J];控制工程;2004年04期

4 闫道儒;李晓波;顾煜炯;;汽轮机故障诊断技术应用与发展现状[J];中国电力教育;2005年S1期

5 李剑峰;;电动机状态监测与故障诊断技术[J];煤矿机械;2009年11期

6 黄敏;张芳;;模糊Petri网在风电机组故障诊断中的应用[J];计算机工程与应用;2012年27期

7 钟为俊;线性模拟电路支路故障诊断的传输矩阵算法[J];四川大学学报(自然科学版);1992年01期

8 赵圣国;万丽;;PLC故障诊断与排除方法[J];中国新技术新产品;2009年06期

9 刘建辉;何育民;;面向发电装备的远程协同故障诊断[J];机械科学与技术;2012年09期

10 王文永;美国电站状态监测与故障诊断技术的开发应用[J];华北电力技术;1995年06期

相关会议论文 前3条

1 乔海涛;冯永新;;大型汽轮发电机组故障诊断技术现状与发展[A];广东省电机工程学会2003-2004年度优秀论文集[C];2005年

2 陈磊;贺小明;刘清龙;;磨煤机故障诊断中信息融合技术的应用[A];第五届设备管理第八届设备润滑与液压学术会议论文集——《设备管理设备润滑与液压技术》[C];2004年

3 张宏奎;;汽轮发电机组振动现场故障诊断与分析[A];第四届安徽科技论坛安徽省电机工程学会分论坛论文集[C];2006年

相关重要报纸文章 前3条

1 本报记者 陈晓煊　通讯员 沈甸;故障诊断有新招 抢修复电更高效[N];中国电力报;2014年

2 朱德恒 谈克雄;电气设备状态监测与故障诊断技术[N];中国电力报;2002年

3 龚献荣;大型天然气装置实现网络化监测[N];中国化工报;2005年

相关博士学位论文 前6条

1 王禹玺;多能源储能系统中三相逆变器故障诊断方法与参数辨识的研究[D];浙江大学;2016年

2 韩晓明;基于符号有向图和支持向量机的故障诊断方法的研究[D];太原理工大学;2011年

3 杨海晶;基于柔性SCADA的电网复杂故障诊断方法的研究[D];华北电力大学（河北）;2009年

4 王伟;基于多尺度分析的电站故障诊断方法研究[D];哈尔滨工业大学;2008年

5 严可国;大型汽轮发电机组故障诊断方法及监测保护系统研究[D];华北电力大学（北京）;2009年

6 刘文艺;风电机组振动监测与故障诊断研究[D];重庆大学;2010年

相关硕士学位论文 前10条

1 夏毅;基于小波分析的感应电动机故障诊断[D];华南理工大学;2015年

2 孟佳;基于数据驱动的低温余热发电系统的状态监测和故障诊断[D];华北电力大学;2015年

3 贾寅飞;变电二次系统智能化诊断分析研究[D];华北电力大学;2015年

4 邱虹;随机近邻嵌入分析方法及其在水电机组故障诊断中的应用[D];浙江工业大学;2014年

5 许满超;DC-DC变换器的故障诊断电路设计[D];东南大学;2015年

6 朱庆华;基于小波变换的大型风电机组故障诊断方法的研究[D];上海电机学院;2016年

7 曾思奎;基于膜计算的电网分布式故障诊断方法研究[D];西南交通大学;2016年

8 蔡费杨;水下永磁同步电机驱动器故障诊断与容错运行的研究[D];哈尔滨工业大学;2016年

9 杨熙宇;反应堆冷却剂系统故障分析及诊断[D];华北电力大学(北京);2016年

10 李彦浩;汽轮发电机转子绕组匝间短路故障诊断的研究[D];华北电力大学(北京);2016年

，

本文编号：1625071