基于信息融合的电力系统故障检测及稳定控制研究

论文题目: 基于信息融合的电力系统故障检测及稳定控制研究

论文类型: 博士论文

论文专业: 测试计量技术及仪器

作者: 窦春霞

导师: 史锦珊

关键词: 信息融合,电力系统,证据理论,小波理论,神经网络,振子,模糊跟踪控制,模糊观测器

文献来源: 燕山大学

发表年度: 2005

论文摘要: 本论文研究信息融合技术应用于电力系统,以解决这个复杂的能源大系统中的一些难题。开展了两个方面的研究工作:第一,针对配电网单相接地故障信号微弱、故障状况复杂、选线保护困难的状况,研究了基于信息融合技术的综合选线保护策略;第二,针对现代互联电力系统高维数、强耦合、非线性等导致控制鲁棒性降低的问题,研究了基于信息融合技术的多机耦合电力系统分散协调控制决策。 由于小电流单相接地故障信号非常微弱、影响因素多,所以小电流接地电网单相接地故障选线保护问题长期以来没有得到很好解决。本文针对此问题研究了以下内容: 为了充分利用单相接地故障的互补信息提高选线保护的可靠性,提出了基于D-S证据理论的故障选线融合方法,并针对故障选线问题的特点,将选线目标转化为证据理论模型,建立了综合故障选线策略。 提出了基于暂态量的神经网络故障选线方法。为了有效提取故障暂态信息,研究小波包基函数的选取问题。针对电力系统故障暂态量的特点,为了有效克服非故障暂态信号的干扰,研究选取了容错性和联想记忆功能很强的混沌神经网络实现故障选线,并采用改进的遗传算法对混沌神经网络的权值和参数同时进行训练,加快其收敛速度。根据目标模式与神经元的输出状态构造了数值型选线判据,为多判据的信息融合提供前提条件。通过实验算例验证了基于暂态量选线判据的有效性和适用性。 提出了基于奇异量的多频带分析故障选线方法。为了有效提取故障奇异性模极值,研究选取了B样条小波包函数。基于线路的相频特性分析,提出了中性点不接地和中性点经销弧线圈接地两种情况下故障选线有效频带的选取方法。考虑故障奇异量模极值分布的频段差异较大,基于能量分布原则,定义了各线路的特征频带。当各线路的特征频带一致时,构造三种数值型选线判据,制定选线原则;当各线路的特征频带不一致时,构造两种数值型选线判据,制定选线原则。实验算例显示出基于奇异量选线判据的有效性和独特性。 提出了基于稳态量的混沌理论故障选线方法。研究基于混沌理论的故障背景信号的神经网络建模方法,通过神经网络的预测滤除故障后的背景信号,以克服故障

论文目录:

摘要

Abstract

第1章 绪论

1.1 信息融合技术概述

1.1.1 信息融合定义

1.1.2 信息融合处理方法

1.1.3 信息融合技术在电力系统中应用

1.2 小电流单相接地故障选线问题概述

1.2.1 配电网中性点接地方式

1.2.2 小电流单相接地故障选线问题提出

1.2.3 小电流接地故障选线保护研究现状

1.2.4 小电流选线保护存在的问题及进一步开展研究的意义

1.3 电力系统非线性稳定控制概述

1.3.1 提高电力系统稳定控制的鲁棒性

1.3.2 电力系统非线性控制研究现状

1.3.3 电力系统稳定控制存在的问题及进一步开展研究的意义

1.4 课题来源及本文主要研究内容

第2章 基于信息融合的综合故障选线策略

2.1 引言

2.2 D-S证据理论

2.3 基于D-S证据理论的多选线判据融合

2.3.1 构造识别框架

2.3.2 信度分配函数构造

2.3.3 证据组合的选线判定规则及综合选线策略

2.4 本章小结

第3章 基于暂态量的神经网络故障选线方法的研究

3.1 引言

3.2 小波包变换

3.2.1 小波包理论

3.2.2 小波包分解与合成

3.2.3 小波包基函数选取

3.3 混沌神经网络

3.3.1 混沌神经网络模型

3.3.2 混沌神经网络混沌特征分析

3.3.3 混沌神经网络优化算法

3.4 基于暂态量的神经网络选线方法

3.4.1 数值型选线判据提出

3.4.2 神经网络暂态量输入信号的获取

3.4.3 基于小波包变换的神经网络选线判据构造

3.4.4 关于故障选线判据几点说明

3.5 选线方法有效性验证

3.6 本章小结

第4章 基于奇异量的多频带分析故障选线方法的研究

4.1 引言

4.2 B样条小波包构造

4.3 故障选线有效频带SFB选取

4.3.1 单相接地故障系统相频特性分析

4.3.2 基于相频特性分析的故障选线有效频带SFB选取

4.4 基于多频带分析的奇异量选线方法

4.4.1 线路特征频带选取

4.4.2 线路特征频带一致故障选线方法

4.4.3 线路特征频带不一致故障选线方法

4.5 选线方法有效性验证

4.6 本章小结

第5章 基于稳态量的混沌理论选线方法的研究

5.1 引言

5.2 背景信号神经网络预测模型

5.2.1 背景信号相空间重构

5.2.2 背景信号最大Lyapunov指数求取

5.2.3 背景信号神经网络预测模型

5.3 Duffing振子混沌弱信号检测方法

5.3.1 Duffing振子混沌弱信号检测原理

5.3.2 Duffing振子混沌弱信号检测算法研究

5.3.3 噪声对Duffing振子混沌弱信号检测的影响

5.4 基于Duffing振子混沌检测原理的稳态量选线方法

5.4.1 基于Duffing振子混沌检测原理的选线方法

5.4.2 基于Duffing振子混沌检测原理的数值型选线判据提出

5.5 选线方法有效性验证

5.6 本章小结

第6章 基于信息融合的电力系统分散协调控制决策

6.1 引言

6.2 基于D-S证据理论相关证据的融合

6.3 基于D-S证据理论的耦合子系统性质模型识别

6.3.1 构造识别框架

6.3.2 信度分配函数构造

6.3.3 证据组合判定规则及性质模型识别策略

6.4 基于信息融合的电力系统分散协调控制决策

6.5 本章小结

第7章 基于模糊模型的H_∞模糊跟踪控制方案的设计

7.1 引言

7.2 问题描述

7.3 基本模型子系统H_∞模糊跟踪控制方案设计

7.4 模型不确定子系统H_∞模糊跟踪控制方案设计

7.5 参数摄动性子系统H_∞模糊跟踪控制方案设计

7.6 仿射型子系统H_∞模糊跟踪控制方案设计

7.7 仿真实验研究

7.8 本章小结

第8章 基于模糊观测器的H_∞模糊跟踪控制方案的设计

8.1 引言

8.2 问题描述

8.3 状态不可测的基本模型子系统H_∞模糊控制方案设计

8.4 状态不可测的模型不确定子系统H_∞模糊跟踪控制方案设计

8.5 状态不可测的参数摄动性子系统H_∞模糊跟踪控制方案设计

8.6 状态不可测的仿射型子系统H_∞模糊跟踪控制方案设计

8.7 仿真实验研究

8.8 本章小结

结论

参考文献

攻读博士学位期间承担的科研任务与主要成果

致谢

作者简介

发布时间: 2005-07-22

参考文献

• [1].组合电器局部放电多信息融合辨识与危害性评估研究[D]. 陶加贵.重庆大学2013
• [2].基于航拍图像的输电线路识别与状态检测方法研究[D]. 仝卫国.华北电力大学2011
• [3].基于改进支持向量机和特征信息融合的水电机组故障诊断[D]. 彭兵.华中科技大学2008
• [4].变压器复合故障智能识别与热动力学焓变诊断技术研究[D]. 王学磊.山东大学2015
• [5].基于信息融合的电力系统故障诊断技术研究[D]. 赵熙临.华中科技大学2009
• [6].电流型电子式电压互感器关键技术及其应用研究[D]. 邵霞.湖南大学2013
• [7].高压电网有限广域智能保护研究[D]. 汪旸.华中科技大学2009
• [8].多源信息融合技术在火电厂热力系统故障诊断中的应用研究[D]. 韩晓娟.华北电力大学（北京）2008

相关论文

• [1].信息融合与智能处理的研究[D]. 李玉榕.浙江大学2001
• [2].基于信息融合技术的故障诊断方法的研究及应用[D]. 王志鹏.大连理工大学2001
• [3].基于证据理论的信息融合研究及其在水质监测中的应用[D]. 林志贵.河海大学2005
• [4].小电流接地系统单相接地故障选线及定位技术的研究[D]. 齐郑.华北电力大学（北京）2005
• [5].数据挖掘方法及其在电力系统故障诊断中的应用研究[D]. 何友全.西南交通大学2004
• [6].配电网单相接地故障检测技术研究[D]. 张慧芬.山东大学2006
• [7].基于小波理论的电力系统故障检测方法研究[D]. 朱正伟.南京理工大学2006
• [8].基于数据挖掘与信息融合的故障诊断方法研究[D]. 孙卫祥.上海交通大学2006

标签：信息融合论文;  电力系统论文;  证据理论论文;  小波理论论文;  神经网络论文;  振子论文;  模糊跟踪控制论文;  模糊观测器论文;