資源描述：
《電力電纜行波故障測距分析及故障定位的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、———————————』i羔——一0IllllIIIIIIIUIIIIIllIIIIIIIIIIIIIIIIIIIIl一———_—___-·__-——________-—_--__---·-—_—--·____—__-··。。。。。?！猒--·。o。。。?！?。。?！！?’。。。?！?’一lI論文題目：電力電纜行波故障測距分析及故障定位的研Y2347036學科專業(yè)：電力系統(tǒng)及其自動化研究生：王英麗指導教師：田錄林副教授摘要簽名：近些年來，由于電力電纜敷設(shè)于地下，占用空間小，受惡劣天氣影響小
2、，且利于美化城市環(huán)境，因此愈來愈多的中低壓配電系統(tǒng)采用電力電纜代替架空線輸送電能，電力電纜被廣泛應用到各大城市。由于電力電纜埋設(shè)地形很復雜，若敷設(shè)在地下的電力電纜出現(xiàn)故障情況，故障點的確切位置尋找起來非常困難。因此，如何迅速、準確地判斷故障點，以最低成本恢復供電具有重要的研究意義。小波變換能夠很好的描述信號的突變，經(jīng)小波變換后的模極大值點對應的就是信號突變點的位置。對于常規(guī)的行波信號，使用小波變換可以檢測到故障行波信號的奇異點，但在摻雜有較強噪聲的情況下，卻不能準確的檢測故障信號的奇異點。奇異值分解可以在強噪聲
3、背景下有效的檢測突變的信息，利用時間序列重構(gòu)吸引子軌跡矩陣的奇異值分解方法對故障行波信號進行降噪，使故障點的突變點更為明顯。因此，本文提出小波變換和奇異值分解相結(jié)合的行波故障測距方法。此方法首先是通過奇異值分解理論的吸引子軌跡矩陣對故障信號進行去噪，其次是利用小波分析進行二次去噪，最后利用小波變換的奇異性檢測理論對故障信號進行分析，提取行波信號的故障奇異點。通過PSCAD搭建電力電纜線路故障仿真模型，將仿真的波形數(shù)據(jù)導入MATLAB，對故障行波信號數(shù)據(jù)進行后續(xù)處理，計算結(jié)果表明在強噪聲情況下，使用本文的方法可以
4、準確地計算出故障的位置，驗證了本文方法的有效性。關(guān)鍵字：電力電纜；故障定位；小波分析；奇異值分解西安理工大學碩士學位論文ⅡAbstractTitle：TRAVELINGWAVEFAULTLOCATIONANDFAULTLOCATIONOFTHESTU}DYOFTHEPOWERCABLEMajor：ELECTRICALPOWERSYSTEMANDAUTOMATIONName：YingliWANGSupervisor：Prof．LulinTIANsignatureI豳墜!!叼Signature：Inrecentye
5、ars，becausepowercablelaidunderground,Smallfootprint,littleeffectduetobadweather,alsohelptobeautifytheurbanenvironment,Therefore，moreandmoreinthelow-voltagedistributionsystembythepowercablesinsteadofoverheadlinesconveyingelectricity,powercablesarewidelyusedin
6、themajorcities．Becausepowercablelayingconditionsverycomplex，iflayingofundergroundpowercablesoccurfailure，findingtheexactlocationofthepointoffailureisverydifficult．Itisparticularlyimportantthathowquicklyandaccuratelydeterminethepointoffailure，therestorationof
7、electricityatthelowestcost．Wavelettransformcanbeagooddescriptionofsignalmutations，thecorrespondingsignalbywavelettransformmodulusmaximapointmutationinthelocationofthepoint．Conventionaltraveling-wavesignalusingthewavelettransformCandetectthesingularpointsofth
8、efaulttravelingwavesignal，However,inthecaseofdoping晰t11strongnoise，butCannotaccuratelydetectthesingularpointsofthefaultsignal．ThesingularvaluedecompositionCanbeeffectiveinthecontextofthestrongno
