【摘 要】
:
输电线路是电力系统运行的大动脉,是连接电力系统发电端与终端用户的枢纽。由于输电线路运行环境恶劣,导致输电线路故障率高且故障类型种类多。迅速准确地判断出故障位置有利于及时修复线路,保证可靠供电,减轻巡线负担,节省人力物力投入。行波测距法具有定位速度快、测距精度高、使用范围广等优点,单端行波测距因投资成本低、定位结果的实时性强,不受通信装置和对端设备的影响等优势,有更广阔的研究与应用前景。但单端行波故
论文部分内容阅读
输电线路是电力系统运行的大动脉,是连接电力系统发电端与终端用户的枢纽。由于输电线路运行环境恶劣,导致输电线路故障率高且故障类型种类多。迅速准确地判断出故障位置有利于及时修复线路,保证可靠供电,减轻巡线负担,节省人力物力投入。行波测距法具有定位速度快、测距精度高、使用范围广等优点,单端行波测距因投资成本低、定位结果的实时性强,不受通信装置和对端设备的影响等优势,有更广阔的研究与应用前景。但单端行波故障测距精度受波头标定结果影响,波形形态简单的行波,波头标定准确,测距精度高。而波形形态较为复杂的行波,波头不易标定,导致测距失败。因此,为量化故障行波波形复杂性,本文以输电线路故障行波波形图像为研究对象,对输电线路故障波形的特征进行分析,并通过波形图像片段的截取,量化波形复杂度对波形进行四象限分类,进而对复杂象限波形与仿真及历史样本波形进行相似度量化,实现复杂波形中能重现与未能重现波形的区分。本文主要工作如下:(1)针对故障电流行波波形复杂的问题,定义几何形态规整与几何形态不规整波形形态特征。通过分析交流输电线路故障电流行波传播规律,并分析故障电流行波的形态特征及其传播规律在图像上的体现,观察实测及仿真故障电流波形实现几何形态规整与几何形态不规整波形形态特征。(2)针对实测故障电流行波长时窗不易于观测波形特征的问题,提出了改进CUSUM算法实现对故障电流行波时窗的自适应选取。故障行波录波装置采样率极高,能准确记录故障前后若干毫秒的故障数据,观察行波故障过程需依靠人工经验对波形时窗进行选取,以便观察波形突变特征。利用改进CUSUM算法实现对故障行波时窗的自适应选取,有效截取突变前后数据,突出故障初瞬及后续波形形态。(3)为实现波形故障特征提取,提出基于SEEP算法分段线性拟合波形数据的方法,筛选出的波形图像关键拐点。故障电流行波波形图像数据冗余,利用SEEP算法拟合波形获得近似波形,近似波形的波头突变幅值、波头时间间距,作为量化波形复杂度依据。以原波形与近似波形的面积差、近似波形中行波幅值和到达时刻的规整程度作为波形复杂度量化系数,实现行波波形复杂程度的量化,进而归一化处理,提出构建波形互相似性-自规整性特征平面,对实测故障电流行波波形四象限量化分类。(4)为实现高几何复杂度波形中物理意义下规整与物理意义下不规整实测电流波形的分类,提出利用仿真模型等效比较仿真与实测波形的相似度而代表实测电流波形可重现度的方法。波形复杂度与故障源、过渡电阻、传播路径、母线接线形式、对端母线透射波及回路波头等因素有关。对上述影响因素在模型上等效并通过故障距离逼近真实故障距离比较仿真与实测波形相似度进一步区分复杂波形中能仿真重现与未能仿真重现或重现难度较大波形。输电线路行波测距结果的准确性与波形复杂度密切相关。论文所提方法在图像层面实现对仿真与实测故障行波中几何规整波形与高几何复杂度波形的区分,进一步仿真模型等效波形与实测波形相似度实现高几何复杂波形物理意义下规整与物理意义下不规整波形区分,有助于增强单端行波自动分析结果的可靠性和可信度。同时,所提方法在不同故障类型、不同故障过渡电阻等场景下具有较好的适应性。
其他文献
卷烟是一种特殊的消费品,通常要求吸食口感长期保持稳定。复烤企业作为烟草生产链的关键环节,实现对烟叶的初步加工及模块化配方打叶,对不同质量的烟叶进行协调搭配,为卷烟企业提供稳定的原材料。但在实际生产中,烟叶质量受气候、土质等因素的影响,复烤配方的波动性较大,复烤企业只得盲目备料、或出现配方中某等级单料烟库存不足的情况,导致库存压力以及资源占用大。因此,合理备料、提高资源利用率是复烤企业亟待解决的问题
神经机器翻译是一种依靠数据驱动的机器翻译方法,在双语平行语料充足的语种间表现优异,但在中文-越南语这类低资源机器翻译任务中,中文-越南语的双语平行语料不足,导致中文-越南语的机器翻译的性能并不理想,如何在有限的数据中挖掘出更多的语言信息来提升机器翻译模型性能是针对低资源机器翻译的热门研究方向。当下各研究机构针对单语大规模语料设计了预训练语言模型,从大规模的单语数据中预训练语言模型通过训练能够充分学
越南语新闻事件检测及共指关系识别,旨在检测出越南语新闻文本中句子级的事件信息,并在此基础上分析事件之间是否从不同的角度描述同一件真实事情。该任务目前存在相关语料匮乏、深层语义难以表征以及数据噪声问题。因此,本文基于多头注意力机制以及生成对抗网络,对越南语新闻进行深层语义挖掘与数据降噪,提升了越南语新闻的事件检测及共指关系识别的性能。论文主要工作如下。(1)越南语新闻事件检测及共指关系识别语料构建。
随着中国与越南的交流越来越密切,汉语-越南语的翻译技术需求不断增长,汉语-越南语这种低资源场景下的翻译技术研究越来越好。然而现阶段研究的翻译技术,更多的是针对正式文体的使用场景,如新闻文本,官方文件等的翻译。对于非正式文体,如网络评论,口语日常对话等使用场景,在同样的翻译模型下,翻译性能明显不足。原因就是在这些场景下,经常出现不符合正常语法的表达方式——代词省略,造成句法成分缺失。这些对于人而言可
多模态机器翻译是利用不同模态的信息辅助文字翻译的任务,视频引导机器翻译是一种多模态机器翻译任务,其目标是通过视频和文本的结合来产生高质量的文本翻译。随着信息技术的快速发展,视频引导机器翻已经逐渐成为人们进行跨语言交流的重要手段,也逐渐成为人工智能领域研究热点问题,在自然语言处理、多媒体和计算机视觉领域受到了很大的关注,因为它可以支撑更多的实际应用。虽然该模型已取得一定的研究成果,但仍然存在着一些待
随着深度学习的发展,神经机器翻译模型在各种翻译任务上都取得了卓越的表现,但由于模型参数规模庞大、结构复杂、自然语言在模型内部以不可理解的数字形式传递等原因,神经机器翻译模型仍是“黑箱”模型,其内部工作机制尚无法被直观理解,这导致了难以在原有模型的基础上进一步提升翻译质量等问题。因此,神经机器翻译的可解释性工作具有较大研究价值。为了进一步增进对神经机器翻译工作机制的认识,本工作以目前使用最广泛的Tr
癌症已经成为威胁人类健康的首要疾病,其中肺癌的死亡率又远高于其他癌症类型,其初期检测和防范就显得极其重要。核医学领域PET/CT在癌症的早期检测中发挥着越来越重要的作用。但是由于患者在扫描过程中不自主的呼吸运动,会造成呼吸运动伪影,给医生的诊断带来困难,因此寻求一种有效的方法来提高PET图像质量,降低成像的伪影显得格外重要。为此,本文提出了两种基于深度学习的PET呼吸运动图像伪影校正方法。(1)本
随着经济的快速发展,化石能源消耗与日俱增,环境污染问题愈发严重,大力发展风电是实现低碳转型的重要举措之一。近年来我国风电发展非常迅速,自2013年我国风电装机容量稳居世界第一,至2021年年底累积装机容量已达3.3亿千瓦。然而,风力发电具有较强的随机性和波动性,难以精确预测及调度。随着风电并网容量的不断增加,给电力系统运行的影响也进一步加剧。为此,本文考虑风电出力的不确定性,对含风电的电力系统鲁棒
随着互联网的高速发展,网络资源的海量化和网络资源语种的多样性不可避免地给用户从海量资源中搜索目标资源带来了语言障碍。因此,如何让用户在语言多样性的环境下准确地检索到相关信息成为信息检索面临的难题。为了满足这类型用户的需求,多语言信息检索(Multilingual information retrieval,MLIR)随之产生,它可以在多于一种语言的文档数据库中搜索相关文档以响应查询。MLIR的主要
电缆的特殊结构决定了其数学模型建立的困难性,传统经典电缆模型虽具有依频特性,但对于电缆单位长度电感L、电容C等元件在高频情况下的非线性特性表征仍不够精确,也未考虑极化特性对电缆模型的影响。本文以10k V三芯电缆为例,首先分析分数阶电感、电容元件模型,再结合电缆固体绝缘介质的极化理论建立三芯电缆高频电磁暂态模型。电缆绝缘材料老化后易引发局部绝缘缺陷,运行时易导致局放等早期故障发生,绝缘层被击穿后,