基于HHT与PNN的输电线路故障辨识方法研究
发布时间：2021-12-16 10:22
近几年,国民经济的快速增强使得对于电力能源的需求越来越大。而高压输电线路作为电力系统远距离电能输送的关键组成部分,一直受到各种确定或者随机影响因素的干扰,故障的不确定性甚至非线性对于故障的快速诊断辨识能力要求越来越高。人工神经网络作为近几年快速发展的一种具有良好分类能力的算法,渐渐成为解决输电线路故障诊断与辨识问题的重要方法。为了提高诊断故障的快速性,本文提出一种基于希尔伯特黄变换（HHT）与概率神经网络（PNN）相结合的输电线路故障辨识方法。该方法分为故障的特征提取与故障分类辨识两方面。对于输电线路故障特征提取,利用HHT能够充分反映局部暂态信号的特点,应用集合经验模态分解（EEMD）对输电线路各相电流以及零序信号进行短路故障信号的分解,分解后的信号再进行HHT变换获得包含频率、幅值故障信息的边际谱,并提取出边际谱的特征能量函数值组成输入神经网络训练以及测试的数据集。对于输电线路故障辨识问题,由于单纯的概率神经网络PNN的分类效果受到平滑因子σ（平滑参数）影响,因此应用寻优能力很强的遗传算法对PNN的平滑因子σ进行优化,最后将故障特征提取得到的特征数据集输入到已训练好平滑因子σ的神经...
【文章来源】：辽宁工程技术大学辽宁省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
输电线路故障类型Figure2.1TransmissionLineFailureType
故障类型大多以短路、断路为主，而短路故障几乎占到总故障的 70%-80%。短障大致分为单相短路、两相短路、两相接地短路和三相短路四种类型，其中单相故障分为 A 相、B 相、C 相三种相地短路情况；两相短路故障分为 AB、AC、B种相间短路情况；两相短路接地分为 ABG、ACG、BCG 三种相地短路情况；三路为 ABC 相间短路。
图 2.2 短路故障类型Figure 2.2 Short-circuit fault type2.1.1 单相接地短路A 相金属性接地短路边界条件为：= 0= = 0（2.1其中， 表示故障处 A 相电压； 、 表示为故障处 B、C 相电流。选特殊相 A 相为基本相，各序分量边界条件为：+ + = 0= = =（2.2其中， 、 、 表示为故障电压的正、负、零序电压； 、 、、 分别表示故障处 A 相电流以及故障电流的正、负、零序电流。根据序边界条件构建复合序网，如图 2.3 所示：
【参考文献】：
期刊论文
[1]HHT和Prony算法在电力系统低频振荡模态识别中的应用[J]. 白洋,王婷婷,张峥. 上海电气技术. 2017(04)
[2]基于EEMD的HHT在LNG船电力系统故障检测中的应用[J]. 员莹. 舰船科学技术. 2017(16)
[3]基于HHT的船舶综合电力系统故障时间定位新方法[J]. 毋恒先,施伟锋,卓金宝,张威. 船电技术. 2017(08)
[4]考虑小波奇异信息与不平衡数据集的输电线路故障识别方法[J]. 黄建明,李晓明,瞿合祚,张礼得. 中国电机工程学报. 2017(11)
[5]运用遗传算法优化神经网络的发动机故障诊断[J]. 贾花萍. 现代制造工程. 2016(01)
[6]基于人工神经网络的负荷模型预测[J]. 李龙,魏靖,黎灿兵,曹一家,宋军英,方八零. 电工技术学报. 2015(08)
[7]基于遗传算法优化神经网络的直流输电线路故障测距算法[J]. 杨明玉,毛王清. 华北电力大学学报(自然科学版). 2015(01)
[8]基于监督聚类神经网络的电力系统故障诊断分析[J]. 李丽,安华,贺健伟,洪海涛,张仁金. 中国电力教育. 2014(33)
[9]基于因果时序网络的FOA-GRNN电网故障诊断方法[J]. 薛毓强,李宗辉. 电力系统及其自动化学报. 2014(11)
[10]基于径向基函数神经网络的电网模糊元胞故障诊断[J]. 熊国江,石东源,朱林,陈祥文. 电力系统自动化. 2014(05)
博士论文
[1]EMD算法研究及其在信号去噪中的应用[D]. 王婷.哈尔滨工程大学 2010
硕士论文
[1]基于核Fisher判别和神经网络的输电线路故障诊断研究[D]. 张栓.安徽理工大学 2017
[2]基于EEMD和BP神经网络的短期光伏功率预测模型[D]. 于群.沈阳农业大学 2017
[3]基于Hilbert-Huang变换的电能质量扰动检测与识别研究[D]. 李晓娜.中国矿业大学 2017
[4]基于EMD-分形理论的短期电力负荷预测[D]. 佟宇.东北石油大学 2015
[5]基于改进的EMD滤波的电力系统低频振荡Prony分析[D]. 金持中.西南交通大学 2014
[6]EMD算法的改进及其在非平稳信号处理中的应用[D]. 张晓楠.郑州大学 2014
[7]内蒙古500kV输电线路行波故障测距算法研究[D]. 齐建平.华北电力大学 2014
本文编号：3537972
【文章来源】：辽宁工程技术大学辽宁省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
输电线路故障类型Figure2.1TransmissionLineFailureType
故障类型大多以短路、断路为主，而短路故障几乎占到总故障的 70%-80%。短障大致分为单相短路、两相短路、两相接地短路和三相短路四种类型，其中单相故障分为 A 相、B 相、C 相三种相地短路情况；两相短路故障分为 AB、AC、B种相间短路情况；两相短路接地分为 ABG、ACG、BCG 三种相地短路情况；三路为 ABC 相间短路。
图 2.2 短路故障类型Figure 2.2 Short-circuit fault type2.1.1 单相接地短路A 相金属性接地短路边界条件为：= 0= = 0（2.1其中， 表示故障处 A 相电压； 、 表示为故障处 B、C 相电流。选特殊相 A 相为基本相，各序分量边界条件为：+ + = 0= = =（2.2其中， 、 、 表示为故障电压的正、负、零序电压； 、 、、 分别表示故障处 A 相电流以及故障电流的正、负、零序电流。根据序边界条件构建复合序网，如图 2.3 所示：
【参考文献】：
期刊论文
[1]HHT和Prony算法在电力系统低频振荡模态识别中的应用[J]. 白洋,王婷婷,张峥. 上海电气技术. 2017(04)
[2]基于EEMD的HHT在LNG船电力系统故障检测中的应用[J]. 员莹. 舰船科学技术. 2017(16)
[3]基于HHT的船舶综合电力系统故障时间定位新方法[J]. 毋恒先,施伟锋,卓金宝,张威. 船电技术. 2017(08)
[4]考虑小波奇异信息与不平衡数据集的输电线路故障识别方法[J]. 黄建明,李晓明,瞿合祚,张礼得. 中国电机工程学报. 2017(11)
[5]运用遗传算法优化神经网络的发动机故障诊断[J]. 贾花萍. 现代制造工程. 2016(01)
[6]基于人工神经网络的负荷模型预测[J]. 李龙,魏靖,黎灿兵,曹一家,宋军英,方八零. 电工技术学报. 2015(08)
[7]基于遗传算法优化神经网络的直流输电线路故障测距算法[J]. 杨明玉,毛王清. 华北电力大学学报(自然科学版). 2015(01)
[8]基于监督聚类神经网络的电力系统故障诊断分析[J]. 李丽,安华,贺健伟,洪海涛,张仁金. 中国电力教育. 2014(33)
[9]基于因果时序网络的FOA-GRNN电网故障诊断方法[J]. 薛毓强,李宗辉. 电力系统及其自动化学报. 2014(11)
[10]基于径向基函数神经网络的电网模糊元胞故障诊断[J]. 熊国江,石东源,朱林,陈祥文. 电力系统自动化. 2014(05)
博士论文
[1]EMD算法研究及其在信号去噪中的应用[D]. 王婷.哈尔滨工程大学 2010
硕士论文
[1]基于核Fisher判别和神经网络的输电线路故障诊断研究[D]. 张栓.安徽理工大学 2017
[2]基于EEMD和BP神经网络的短期光伏功率预测模型[D]. 于群.沈阳农业大学 2017
[3]基于Hilbert-Huang变换的电能质量扰动检测与识别研究[D]. 李晓娜.中国矿业大学 2017
[4]基于EMD-分形理论的短期电力负荷预测[D]. 佟宇.东北石油大学 2015
[5]基于改进的EMD滤波的电力系统低频振荡Prony分析[D]. 金持中.西南交通大学 2014
[6]EMD算法的改进及其在非平稳信号处理中的应用[D]. 张晓楠.郑州大学 2014
[7]内蒙古500kV输电线路行波故障测距算法研究[D]. 齐建平.华北电力大学 2014
本文编号：3537972
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/3537972.html
