基于小波包分解和廣義回歸神經(jīng)網(wǎng)絡的換相失敗故障診斷.pdf

基于小波包分解和廣義回歸神經(jīng)網(wǎng)絡的換相失敗故障診斷.pdf

ID:52208916

大?。?.56 MB

頁數(shù):4頁

時間:2020-03-25

基于小波包分解和廣義回歸神經(jīng)網(wǎng)絡的換相失敗故障診斷.pdf_第1頁
基于小波包分解和廣義回歸神經(jīng)網(wǎng)絡的換相失敗故障診斷.pdf_第2頁
基于小波包分解和廣義回歸神經(jīng)網(wǎng)絡的換相失敗故障診斷.pdf_第3頁
基于小波包分解和廣義回歸神經(jīng)網(wǎng)絡的換相失敗故障診斷.pdf_第4頁
資源描述:

《基于小波包分解和廣義回歸神經(jīng)網(wǎng)絡的換相失敗故障診斷.pdf》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫

1、基于小波包分解和廣義回歸神經(jīng)網(wǎng)絡的換相失敗故障診斷劉飛,等基于小波包分解和廣義回歸神經(jīng)網(wǎng)絡的換相失敗故障診斷劉飛,陳皓勇(華南理工大學電力學院廣東廣州,510640)摘要:為了實現(xiàn)高壓直流(HighVoltageDirectCurrent,HVDC)換相失敗的快速診斷,提高交直流互聯(lián)系統(tǒng)運行的安全與穩(wěn)定性,提出了一種基于小波包分解(WaveletPacketDecomposition,WPD)和廣義回歸神經(jīng)網(wǎng)絡(GeneralRegressionNeuralNetwork,GRNN)的高壓直流輸電系統(tǒng)換相失敗故障診斷方法,該方法對直流和交流的故障信號進行小波包分解,獲

2、取各頻段下的能量系數(shù),計算其小波包能量(waveletpacketenergy,WPE)作為故障特征,再通過兩種模式下的廣義回歸神經(jīng)網(wǎng)絡結(jié)構(gòu)分別進行模式識別來判斷是否發(fā)生換相失敗以及引起故障的原因,并且對兩種拓撲結(jié)構(gòu)的魯棒性對比分析。仿真和結(jié)果表明,兩種拓撲結(jié)構(gòu)均能很好的識別換相失敗故障和直流線路故障,進而準確地診斷引起換相失敗的原因,但模式一的魯棒性較好。關(guān)鍵詞:小波包分解;廣義回歸神經(jīng)網(wǎng)絡;換相失敗;故障診斷中圖分類號:TP183文獻標識碼:ADOI編碼:10.14016/j.cnki.1001-9227.2017.06.022Abstract:Toimpleme

3、ntfastandaccuratediagnosisofcommutationfailure,improvethesecurityandstabilityofAC-DCinterconnectedsystem.Basedonwaveletpacketdecomposition(WPD)andgeneralregressionneuralnetwork(GRNN),anewfaultdiagnosismethodofcommutationfailureintheHVDCsystemisproposed,inwhichWPDisusedtopartitionthesign

4、altoobtainthewaveletpacketcoefficientsoneveryfrequencybandandcalculatethewaveletpacketenergy(WPE)tobethefaultcharacteristic,thenpatternrecognitionwasexertedbyGRNNwhichusetwomodelstodeterminewhetheritiscommutationfailureandidentifythefaultreasonsrespectively,thenanalysistherobust.Thesimu

5、lationresultsshowthatthemethodcanrecognizecommutationfailureandDCtrans-missionfault,thenidentifythecommutationfailurereasonscorrectly,butmode1hasbetterrobustness.Keywords:waveletpacketdecomposition;generalregressionneuralnetwork;commutationfailure;faultdiagnosis工程中應用的直流控制系統(tǒng),建立了糯扎渡送電廣東KV

6、特0引言高壓直流輸電仿真模型;對信號進行3層小波包分解,獲取各HVDC輸電系統(tǒng)由于在遠距離大容量輸電和交直流互聯(lián)兩頻段下能量系數(shù),計算其小波包能量作為故障特征,再通過兩方面具有獨特的優(yōu)勢而在我國得到了大力發(fā)展。然而HVDC輸種模式下的廣義回歸神經(jīng)網(wǎng)絡進行模式識別來判斷是否發(fā)生電系統(tǒng)換流器采用的無自關(guān)斷能力的普通晶閘管作為換流元件,換相失敗以及引起故障的原因。仿真結(jié)果表明,兩種模式能在逆變側(cè)發(fā)生交流故障等事故時容易造成換相失敗。快速準確地識別換相失敗故障和直流線路故障,進而準確地在HVDC換相失敗方面,國內(nèi)外學者已經(jīng)做出了大量的診斷引起換相失敗的原因,但模式一的魯棒性較

7、好。研究。文獻[1-2]詳細分析了換相失敗的影響因素,得出了1小波包提取故障特征逆變側(cè)換相失敗的一般規(guī)律。文獻[3]提出最小關(guān)斷面積策略控制換相失敗。文獻[4]考慮不同負荷模型對換相失敗的1.1小波包分解影響。文獻[5]研究了換相失敗預測控制功能對不同電壓跌信號分析的目的主要是采用一種簡單有效的方法,使得落程度和電壓畸變程度故障下的相應情況。文獻[6]提出了獲取信號所包含的重要特征顯現(xiàn)出來。小波分析在電力系統(tǒng)一種直流電流預測方法。文獻[7]利用數(shù)學形態(tài)學分析直流信號處理方向得到了廣泛的應用,它是一種時頻局域化的分電流進行預測。文獻[8-9]均使用小波

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。