项目名称: AT 牵引供电系统色散特性计算与行波故障测距算法研究

项目编号: No.51467004

项目类型: 地区科学基金项目

立项/批准年度: 2015

项目学科: 电工技术

项目作者: 陈剑云

作者单位: 华东交通大学

项目金额: 46万元

中文摘要: 对于频变参数的输电线线路,色散现象对行波故障测距精度的影响很大,如果我们预先就掌握了波速和衰减系数随频率变化的特性曲线,反而可以利用色散现象所包含的丰富信息进行更准确的故障定位。基于此设想,我们提出一套新的单端行波故障测距方案:(1)采用地模和线模信号分量的传播速度差原理作为单端检测算法基础;(2)为保证变换精度,模变换矩阵通过特别的迭代算法寻找,不采用如Clarke等简单的固定矩阵;(3)用小波包变换把地模和线模信号分解成多个子频带信号,分别找出其波头到达的时间并计算出估计距离;(4)用贝叶斯网络综合各子频带的测距结果。 研究工作以电气化铁路AT牵引供电系统为对象,重点探讨频变参数的相模变换矩阵生成算法,分析模量的传播特性,建立和训练贝叶斯网络模型。最后进行实地数据检测,用实际数据对新提出的测距算法进行验证。研究的成果不仅可用于电气化铁路牵引供电系统,也适宜于电缆输电线路。

中文关键词: 故障测距;输电线路;小波变换

英文摘要: The precision of traveling wave fault location are influenced mainly by the dispersion phenomena of transmission lines whose parameters vary with the frequency , but we could improve the location accuracy by using the dispersion phenomena which contain a lot of fault messages ,if the characteristics curves of wave propagation velocity and attenuation with the frequency are known in advance. A novel scheme method based on this conceive is proposed : (1) Use single-terminal method based on time delay between aerial mode component and zero component ; (2) The modal transformation matrices are obtained by special iterative algorithm , not using Clarke etc. normal Matrix to ensure the accuracy; (3) Decompose the mode signals into many subband signals using wavelet packets transform, got each arrving time of subband signal wavefront and calculate the estimated distance value respectively; (4 ) Synthesize all estimated distanc value to gain accuracy distance value by Bayesian Network. With the electric railway traction autotransformer feeds system as the research objective, we'll study the phase-mode transformation matrices generated iterative algorithm; analysis the mode signals propagation characteristics; Construct and train the Bayesian Network. The novel scheme will be verify by measurement data from the actual electric railway traction autotransformer feeds system. The research results would not only suit electric railway traction but also suit in case of cable transmission lines.

英文关键词: Fault location;Electric railway traction;Wavelet packet;Dispersion;Bayesian Network

成为VIP会员查看完整内容
0

相关内容

清华大学:从单体仿生到群体智能
专知会员服务
70+阅读 · 2022年2月9日
【博士论文】分形计算系统
专知会员服务
33+阅读 · 2021年12月9日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
47+阅读 · 2021年6月3日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
144+阅读 · 2021年2月3日
【2020新书】傅里叶变换的离散代数,296页pdf
专知会员服务
113+阅读 · 2020年11月2日
斯坦福EE364a《凸优化》课件,301页ppt
专知会员服务
95+阅读 · 2020年7月14日
深度神经网络模型压缩与加速综述
专知会员服务
128+阅读 · 2019年10月12日
【夯实基础】卡尔曼滤波
极市平台
1+阅读 · 2021年11月3日
综述 | 激光与视觉融合SLAM
计算机视觉life
18+阅读 · 2020年10月8日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
【AGV】仓库内多AGV协作的全局路径规划算法的研究
产业智能官
27+阅读 · 2018年11月10日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
【工业智能】电网故障诊断的智能技术
产业智能官
34+阅读 · 2018年5月28日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
28+阅读 · 2021年9月18日
Arxiv
12+阅读 · 2020年12月10日
小贴士
相关VIP内容
清华大学:从单体仿生到群体智能
专知会员服务
70+阅读 · 2022年2月9日
【博士论文】分形计算系统
专知会员服务
33+阅读 · 2021年12月9日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
47+阅读 · 2021年6月3日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
144+阅读 · 2021年2月3日
【2020新书】傅里叶变换的离散代数,296页pdf
专知会员服务
113+阅读 · 2020年11月2日
斯坦福EE364a《凸优化》课件,301页ppt
专知会员服务
95+阅读 · 2020年7月14日
深度神经网络模型压缩与加速综述
专知会员服务
128+阅读 · 2019年10月12日
相关资讯
【夯实基础】卡尔曼滤波
极市平台
1+阅读 · 2021年11月3日
综述 | 激光与视觉融合SLAM
计算机视觉life
18+阅读 · 2020年10月8日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
【AGV】仓库内多AGV协作的全局路径规划算法的研究
产业智能官
27+阅读 · 2018年11月10日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
【工业智能】电网故障诊断的智能技术
产业智能官
34+阅读 · 2018年5月28日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员