徐子利[1]2002年在《智能式自适应单相自动重合闸的应用研究》文中进行了进一步梳理随着现代电力系统日趋复杂，电压等级的升高，系统出现问题的可能性将比以往有所增加，因此，必须有足够的措施保障系统的安全，将电力系统出现故障时所造成的损失减到最低。继电保护技术是各种安全措施中最为重要的一种。自动重合闸装置作为电力系统继电保护装置的重要组成部分，它在保证系统安全、稳定和经济运行等方面起着非常重要的作用。 智能式自适应单相重合闸是随着电力技术的进步、智能控制理论的发展，为了满足对电力系统自动重合闸所提出的更高要求而产生的一种新型的保护技术。 本文较深入系统的研究了单相自动重合闸的故障判别及其瞬时性故障最佳重合闸时刻的捕获问题。 传统的单相自动重合闸的缺点是在重合闸之前，完全是盲目的动作，无法区分线路发生的是瞬时性故障还是永久性故障。微机式自适应单相重合闸在重合闸之前，虽然可以明确地区分出线路发生的是瞬时性故障还是永久性故障，从而避免了传统自动重合闸的盲目性。但它在某些情况下，会分不清线路是发生了瞬时性故障还是永久性故障，仍有一定的缺陷。目前的重合闸装置多采用定时间间隔重合闸，即重合闸间歇时间。如何在重合闸装置最小间歇时间的基础上整定重合闸时间，以最有效的提高系统暂态稳定性方面的研究一直受到关注。自动重合闸存在一个最佳重合时刻，然而由于系统运行方式和接线方式经常变化，因此重合闸的最佳重合时刻也是时刻变化的。如何捕捉最佳重合时刻是一个值得研究的课题。 本文借鉴神经网络和小波变换理论在电力系统中的应用，运用人工神经网络模式识别与模式分类和小波变换信号提取功能，建立了基于小波神经网络的单相重合闸的模型，并通过对一线路模型的仿真，证实了它的可行性。在此基础上，利用当地采集的信号，提出一种智能的在线捕捉最佳重合闸时刻的新方法，并通过了仿真验证。 本文的突破之处在于首次将小波神经网络技术应用于自动重合闸中，尤其是输入特征量的选择更完全的包含了各种电气量参数，较为完善。提出并验证了瞬时性故障最佳重合时刻的智能式在线捕捉新方法，满足实时需要。
张辉[2]2002年在《智能型自适应继电保护的应用研究》文中研究指明本文由两大部分组成。第一部分包括第二章和第叁章，是基于人工神经网络的电流保护的研究；第二部分包括第四章至第六章，主要是智能型单相自动重合闸的研究。 现代电力系统日趋复杂，系统出现问题的可能性将比以往有所增加，继电保护技术作为各种安全措施中最为重要的一种，受到电力系统工作人员的普遍关注。智能型自适应继电保护是随着电力技术的进步、智能控制理论的发展，为了满足对电力系统继电保护所提出的更高要求的基础上产生的一种新型的保护原则。 本文第二章阐述了电流保护的基本概念和一般原理，并指出了其直接受电网接线方式及系统运行方式的影响较大的缺点，因而只适合于35KV及以下电网中。第叁章详细介绍了基于人工神经网络的电流保护的研究。利用人工神经网络可以逼近任意非线性函数、可以对不明或不确定的系统进行学习或实现自适应等优点及具有模式识别与模式分类的功能，根据电流保护的特点，提出基于BP网络和RBF网络的电流保护，以克服传统电流保护的缺陷。本文并对此进行了仿真实验，验证了它们的可行性。 第四章介绍了自动重合闸及单相自动重合闸的概念，说明了它们各自的优缺点。它们共同的缺点就是在重合闸之前，完全是盲目的动作，无法区分线路发生的是瞬时性故障还是永久性故障。第五章即针对这一缺点，介绍了微机式自适应单相重合闸的概念及原理。它的核心之处在于它在重合闸之前，可以明确地区分出线路发生的是瞬时性故障还是永久性故障，从而避免了传统自动重合闸的盲目性，进一步消除了重合于永久性故障时对系统造成的危害。但自适应重合闸在某些情况下，会分不清线路到底发生了瞬时性故障还是永久性故障，仍有一定的缺陷。于是本文在第六章中再次运用人工神经网络模式识别与模式分类的功能，建立了基于BP网络的单相重合闸的模型，通过验证一条线路模型证实了它的可行性。 本文的突破之处在于第叁章和第六章的神经网络模型的建立个饲于前人的研究，尤其是输入特征量的选择更完全的包含了各种电气量参数，较为完善。 最后，结论部分总结了全文的工作，并提出了下一步的研究方向。
张爱祥[3]2005年在《智能型自适应继电保护的应用研究》文中认为本文由两大部分组成。第一部分包括第二章和第叁章,是网络式电流保护的研究;第二部分包括第四章至第六章,主要是智能型单相自动重合闸的研究。现代电力系统日趋复杂,系统出现问题的可能性将比以往有所增加,继电保护技术作为各种安全措施中最为重要的一种,受到电力系统工作人员的普遍关注。智能型自适应继电保护是随着电力技术的进步、智能控制理论的发展,为了满足对电力系统继电保护所提出的更高要求的基础上产生的一种新型的保护原则。本文第二章阐述了电流保护的基本概念和一般原理,并指出了其直接受电网接线方式及系统运行方式的影响较大的缺点,因而只适合于35kV及以下电网中。第叁章提出了一种新型的网络式自适应电流保护的原理,采用通信技术与自适应电流整定相结合的方法,保证了保护动作的选择性,解决了配电网中传统的叁段式电流保护难以解决的选择性和保护范围受故障类型影响的问题。第四章介绍了自动重合闸及单相自动重合闸的概念,说明了它们各自的优缺点。它们共同的缺点就是在重合闸之前,完全是盲目的动作,无法区分线路发生的是瞬时性故障还是永久性故障。第五章即针对这一缺点,介绍了微机式自适应单相重合闸的概念及原理。它的核心之处在于它在重合闸之前,可以明确地区分出线路发生的是瞬时性故障还是永久性故障,从而避免了传统自动重合闸的盲队性,进一步消除了重合于永久性故障时对系统造成的危害。但自适应重合闸在某些情况下,会分不清线路到底发生了瞬时性故障还是永久性故障,仍有一定的缺陷。于是本文提出了一种基于小波神经网络式单相自动重合闸的方案,通过小波变换算法提取故障暂态信号特征量后,再利用ANN的非线性拟合和自学习能力进行故障判别,确定正确的重合闸策略。解决了自适应单相重合闸的电压判据在判别瞬时性故障与永久性故障时存在的缺陷。
叶婷[4]2006年在《基于暂态分量的自适应单相自动重合闸研究》文中指出本文在对目前已有的一些自适应单相自动重合闸原理进行比较研究的基础上，提出了新型的基于暂态分量的自适应单相自动重合闸方法，借助于复小波变换在谐波检测方面的优势进行特征提取，利用支持向量机在模式识别方面独有的优势进行故障性质的判别。本文首先分析了单相瞬时性故障情况下的一次电弧和二次电弧模型，利用ATP-EMTP仿真软件仿真得到了不同故障性质情况下的故障相端电压波形；然后利用具有不同中心频率的改进递归复小波对故障相端电压进行变换，重点对二次电弧阶段的变换结果进行了对比和分析，从而提取出能够区分故障性质的关键特征；最后通过大量的仿真得到训练和测试样本集，并利用支持向量机实现了基于暂态分量的自适应单相自动重合闸。最终的仿真结果证明了本文提出的自适应单相自动重合闸方法的有效性和正确性。
参考文献：
[1]. 智能式自适应单相自动重合闸的应用研究[D]. 徐子利. 广东工业大学. 2002
[2]. 智能型自适应继电保护的应用研究[D]. 张辉. 广东工业大学. 2002
[3]. 智能型自适应继电保护的应用研究[D]. 张爱祥. 山东大学. 2005
[4]. 基于暂态分量的自适应单相自动重合闸研究[D]. 叶婷. 南京理工大学. 2006
标签：电力工业论文; 自动化技术论文; 自动重合闸论文; 自适应论文; 人工神经网络论文; 继电保护论文; 小波变换论文;