【摘 要】
：
高压输电线路作为电能跨地区、远距离传输的主要载体,运行环境复杂多变,运行过程中容易发生各种故障,严重威胁着电网安全,对社会经济效益造成巨大影响。快速、准确地找到故障点的位置并解决故障确保电网安全稳定运行是电力部门的一大挑战。现阶段电网规模不断发展,T型输电线路在电网建设应用中也变得更加广泛。因此本文研究对于双端系统和T型线路的故障定位问题,利用变分模态分解（VMD）对故障行波进行分解结合Teage
论文部分内容阅读
高压输电线路作为电能跨地区、远距离传输的主要载体,运行环境复杂多变,运行过程中容易发生各种故障,严重威胁着电网安全,对社会经济效益造成巨大影响。快速、准确地找到故障点的位置并解决故障确保电网安全稳定运行是电力部门的一大挑战。现阶段电网规模不断发展,T型输电线路在电网建设应用中也变得更加广泛。因此本文研究对于双端系统和T型线路的故障定位问题,利用变分模态分解（VMD）对故障行波进行分解结合Teager能量算子（TEO）,通过分析能量曲线中的首个尖峰点从而确定故障点的位置。首先,本文对输电线路的行波理论进行了研究和分析,阐述了暂态行波的产生和传播过程,选择双端测距法来实现故障距离的计算。针对经验模态分解（EMD）在分解中容易出现模态混叠等问题,无法表征原始信号变化趋势和细微的局部特征,进一步提出并分析了 VMD的原理,通过对模拟的故障含噪信号分别用EMD和VMD进行分解对比,发现VMD算法能够更好地对非平稳信号完成分解并削弱模态混叠和端点效应。其次,在故障电流线模分量经VMD分解后的模态中选取频率最高的IMF分量作为故障暂态特征信号分量进行分析,引入能够检测能量突变的Teager能量算子,能量曲线中的首个尖峰即故障初始行波到达测量端的时刻。针对双端测距算法在故障定位时存在的导线垂悬和波速的不确定性等问题,采用了新的算法规避了其带来的影响,提高了测距精度。最后,利用PSCAD软件搭建双端系统和T型线路的仿真模型,利用Matlab软件处理得到的不同工况的故障数据。对于双端系统,分别设置不同故障类型和过渡电阻,并与传统的小波变换测距方法进行对比,仿真结果表明在双端系统中,基于VMD-TEO的测距方法有着较高的精确度。对于T型线路,利用故障点在不同分支时初始行波到达三端的时间值完成故障分支线路判定,再进一步计算故障距离,仿真结果验证,该方法能够很好的判别出故障所在分支并能实现对故障点的精确定位,具有一定的应用价值。图[36]表[5]参[76]
其他文献
土壤是农业生产的必要条件,土壤污染不仅危害人类健康,对自然生态系统也会造成影响。当前我国农药、抗生素类化学药品的广泛使用导致土壤环境严重遭受破坏,相关研究多以单一污染物为研究对象,未考虑当前土壤多元联合污染,揭示多元联合污染下污染物的空间分布特征及对土壤环境的影响,对污染土壤的治理修复有着重要意义。本文以华北某区域土壤典型农药及大环内酯类抗生素残留为研究对象,综合运用统计学、环境生态学及地理信息系
随着科技快速发展,几乎每一部智能终端都搭载了全球卫星导航系统（Global Navigation Satellite System,GNSS）芯片,其提供的位置服务（Location Based Services,LBS）,在出行、社交和购物等方面极大的丰富和便捷了人们的日常生活。2016年,Android7.0操作系统开放了安卓智能终端GNSS原始观测数据的获取接口,因此,在安卓智能终端上实现高
近年,深度学习引起众多学者的关注,卷积神经网络能够从图像中学习到更有效、更可靠的特征,这极大地推动了目标跟踪、行为检测、无人驾驶、人脸识别等研究领域的发展。传统目标检测算法获取的特征信息主要是低层信息,使得检测不准确,检测准确度较低。深度学习的发展,提出了一系列性能优良的目标检测算法,可利用多层网络模型从大量数据中学习抽象结构的特征信息,以此显著提高目标检测的精确度。本文针对SSD目标检测算法存在
通过在输入数据上添加少量精心构造的人类无法识别的扰动,可以使神经网络模型输出错误的预测结果,一般将添加了此类扰动的样本称为对抗样本。对抗样本具有迁移性,即利用已知模型构造的对抗样本仍然具有较大概率对其他模型形成有效黑盒攻击。这种黑盒攻击方式降低了构造对抗样本的代价,从而使得当前的人工智能系统暴露在严重的安全风险之下。为了更好的理解对抗样本的生成机理,探索深度模型在进行分类、识别等任务中所暴露的盲点
随着国内医疗信息化的发展,越来越多的医疗机构开始使用电子病历存储病患信息,由此也产生了海量的电子病历。电子病历命名实体识别能够挖掘出电子病历中存储的患者症状、疾病名称、检查措施等重要医疗信息,可用于建立智能电子病历系统,协助医务人员进行诊断决策,促进医疗领域信息化建设,近年来受到越来越多学者的关注。目前的中文电子病历命名实体识别任务中,存在着实体类别不平衡和特征稀疏的问题。针对实体类别不平衡问题,
生物质基碳材料是指以富碳生物质为碳的前驱体,通过不同形式的碳化反应形成的一类碳材料。生物质碳材料表面含有的剩余官能团可以作为极化中心转化电磁能,其材料内部存在的缺陷位点,可产生空间位阻和界面极化,有利于电磁波的吸收。本工作制备了系列木糖基碳复合材料,采用了 XRD、XPS、FT-IR、SEM、TEM和拉曼光谱对材料的组分和形貌结构进行了表征分析,采用矢量网络分析仪（VNA）测试了样品的电磁参数。结
煤矿智能化提出了智能感知、智能决策、自动执行的建设目标。作为云计算的扩展和延伸,边缘计算能够解决集中式云计算出现的网络拥塞、延迟较高、安全隐私等问题,能够为智慧煤矿系统在靠近智能终端设备的边缘提供数据计算、存储和网络服务。边-云协同工作为智慧煤矿系统提供满足不同需求的计算服务,能够提高智慧煤矿系统相关任务的实时性、可靠性。与传统工业相比,煤矿井下开采区域范围广、巷道呈长距离带状拓扑,系统中智能终端
互联网的飞速发展使得网上每时每刻都在产生大量的文本数据,这些文本数据通常含有较高的价值,为了从这些文本数据中提取到有价值的信息,命名实体识别作为其中的基础技术,其识别的效果对于后续的语义角色标注、文本分类和信息检索等任务将产生巨大影响,因此得到了越来越多学者们的关注。目前,中文命名实体识别存在预处理阶段字向量表示单一以及在特征提取过程中仅注重文本全局特征的提取而忽略局部特征的问题。本文首先提出了一
医学的高效发展是保障公民生命安全尤为重要的一环。胸部X片（胸片）诊断作为最常见的影像学检查手段,存在效率低、易误诊等缺点,而深度学习技术能高效完成胸片检测任务。针对多标签胸片分类,本文主要工作包括:对CheXpert数据集进行预处理;根据CheXpert数据集的特点和标签之间的关联性,设计了应用于节点分类的MIA-GRGN网络和应用于多标签胸片分类的DROP-DIR-RES网络;分别将两个网络在基
超声冲击技术可以高效消除部件表面或焊缝区有害残余拉应力、引进有益压应力,在改善材料表面应力状态与组织形式等方面具有强大优势。以往研究超声冲击技术,通常采用手持冲击枪进行超声冲击,难以保证超声冲击过程中稳定的预压力和移动速率,不能有效呈现超声冲击强化特性。因此,本文旨在设计超声波冲击精密实验台,并在恒定预压力和移动速率下开展超声冲击纯铜实验。主要研究内容如下:（1）根据实验台的应用背景,设定实验台的