【摘 要】
：
随着经济和社会的飞速发展,电力能源逐渐成为国民经济增长中不可或缺的一部分,输电网作为连接发电厂和用户的桥梁,其正常运行与否直接影响着供电的可靠性。近年来一些专家学者提出了很多诊断输电网故障的方法,其中基于Petri网的输电网故障诊断方法成为研究的一个热点。在学习、总结已有研究成果的基础上,本文对基于Petri网的输电网故障诊断方法作了进一步的研究。(1)为了降低模型的复杂性,提高故障诊断的效率,本
论文部分内容阅读
随着经济和社会的飞速发展,电力能源逐渐成为国民经济增长中不可或缺的一部分,输电网作为连接发电厂和用户的桥梁,其正常运行与否直接影响着供电的可靠性。近年来一些专家学者提出了很多诊断输电网故障的方法,其中基于Petri网的输电网故障诊断方法成为研究的一个热点。在学习、总结已有研究成果的基础上,本文对基于Petri网的输电网故障诊断方法作了进一步的研究。(1)为了降低模型的复杂性,提高故障诊断的效率,本文首先建立了基于分层模糊Petri网(Hierarchical fuzzy Petri net,HFPN)的故障诊断模型。在HFPN模型的基础上考虑到现有的基于Petri网的输电网故障诊断模型的权值、动作置信度大多根据人工经验得到,本文将BP神经网络中的误差反传方式引入到HFPN模型中,结合历年保护和断路器的正确动作率,对HFPN模型中的权值进行调节,并取历年保护和断路器的正确动作率的平均值作为保护和断路器的动作置信度。案例及模型性能分析表明该方法降低了人为主观因素的影响,提高了故障诊断的准确性,减少了计算的复杂性。(2)考虑到元件故障和保护动作,保护动作和断路器跳闸之间的时序属性,本文将时序信息引入到已经建立的HFPN模型中,提出了基于时序溯因Petri网的输电网故障诊断方法。首先根据所建立的时序溯因Petri网模型分析元件、保护和断路器之间的结构关联特性和时序关联特性,将不同时具有结构关联特性和时间关联特性的保护和断路器的动作置信度进行修正,然后根据所建立的HFPN模型计算元件的故障概率,最后从故障元件出发分析保护和断路器是否发生了拒动、误动、时标出错,以及数据采集系统是否发生了信息漏报。案例分析表明该方法具有可行性和有效性。(3)将HFPN模型与BP神经网络的误差反传方式和时序溯因Petri网模型进行结合分析,并利用LabVIEW图形化编程语言,开发一套可视化故障诊断系统,协助检修人员进行检修工作。
其他文献
当前我国实施以成本保险为主的农业保险政策,仅承保由于自然灾害发生引起的农作物减产损失,不能对因农产品价格波动造成的农户收入损失进行保障,随着市场经济的进一步发展,其保量不保价的缺陷越发明显,不能真正意义上维持农户收入稳定性。收入保险以收入为保险标的,能够同时覆盖产量及价格风险,具有更广泛的风险覆盖面,目前已成为世界各国发展农业保险的趋势。因此,我国学者开始对收入保险进行研究,以满足人们日益提高的风
位置服务已成为大量新兴技术不可或缺的基础功能,在国民经济和人民日常生活中发挥了举足轻重的作用。目前,室外定位系统在技术上日趋成熟,被广泛地应用于定位导航和同步授时等领域;室内定位技术的研究也逐渐深入,在智慧仓库物流、特殊人群监护、紧急安全救援和旅游景点引导等方面发挥着重要的作用。随着5G技术的飞速发展,在人群密集的大型室内场所的目标寻路和人群疏导等场景下,基于5G的室内导航等位置增值服务的需求不断
《红楼梦》作为中国古代文学四大名著之首,是西方国家了解中华文化的重要渠道,其不同译本的出现引起了诸多译家学者的广泛关注。《红楼梦》小说艺术的一个奇特点是诗词曲赋贯穿在整个故事情节中,对人物形象塑造,人物情感传递发挥了重要的作用。因此,诗歌的翻译对衡量《红楼梦》译本有一定的价值导向。诗歌语言凝练、音韵和谐、极利于传情达意,然而其诗体的丰富性及语言的特殊性对译者再现原诗音韵特征、传译原诗情感造成了极大
在图像细节增强中,为了改善图像的视觉效果,希望增强图像的高频分量,突出图像的纹理信息,同时平滑图像的低频分量,传统的图像细节增强算法,不能很好地解决增强图像纹理细节的同时去除图像噪声的矛盾。本文以分数阶微积分理论为基础,利用分数阶微分算子具有弱导数性质的优点,将其应用到图像细节增强领域中,分数阶微分使增强后的图像在突出纹理细节的同时非线性的保留图像中的平滑区域,使图像细节得到锐化,达到更好的视觉效
机载雷达的平台系统安装在载机上,因而具有视线宽阔、调整灵活等优点,因此得到了广泛的应用。但是由于机载雷达下视工作的强地物杂波,并且机载雷达的杂波具有空-时耦合的特性,所以只从时域或空域进行杂波滤除难以有效抑制,目标信号被完全淹没在强杂波的背景之下而难以检测。因此机载雷达要实现运动目标检测(Motive target detection,MTD)首先要解决的重要难题就是杂波抑制问题,而空时自适应处理
随着大数据时代的到来,推荐系统变得越来越重要。从大量输入特征中发掘与标签相关的交叉组合特征是推荐系统算法研究的一个重要方向。目前,业界发掘交叉特征的主要方法为统计机器学习算法。基于此,本文重点研究了推荐系统中不同算法发掘交叉特征的机制。本文使用交叉特征规则生成数据集进行实验。实验对象包括目前推荐系统领域的一些主流算法,目的是探究其交叉特征发掘的性能、原理和可解释性。实验结果表明目前的一些主流算法在
图像作为最常见的信息形式之一,被广泛应用于各行各业。图像的分辨率是衡量其所含信息量的重要参数,然而在实际应用中图像的分辨率通常难以满足需求,因此图像超分辨率重建算法应运而生。图像超分辨率重建算法的目标是从低分辨率图像高效地重建出高分辨率图像,其凭借灵活性强、实现成本低等优势,正逐渐成为热门的研究方向。随着深度学习的发展,基于深度学习的图像超分辨率重建算法正表现出强大的重建性能,而这类算法几乎都以构
现代建筑施工企业工程实施所面临的外部环境的动态性与不确定性,导致项目的技术要求和复杂程度有所提高,项目初期范围更加模糊,不稳定性因素更多,从而工程项目管理更加困难,项目团队成员总是面临新的工程难题,提高了项目实施的难度。这就要求工程项目团队在施工期间具备快速应对不可预知性事件的能力,以提升工作效率,而传统的行为规范和奖惩制度等物质激励方式往往会引发代理成本过高和主动性、创造力降低的缺陷,“柔性化管
微量元素作为动物机体必需的重要营养元素,对动物机体正常生长、免疫机能、抗氧化应激及骨骼发育具有重要的作用。目前作为饲料添加剂比较常用的是无机盐微量元素和有机盐微量元素。但是无机盐微量元素本身就存在着不稳定性,利用率低,污染环境。有机盐微量元素可以克服无机盐微量元素利用率低的缺陷,但其工艺复杂,缺乏有针对性的检测方法,且成本较高,所以在实际生产中受到很多限制。而包被微量元素经过特定的包被技术加工制成
人体行为识别(Human Activity Recognition,HAR)不但被广泛应用于军事、反恐、国家安全等领域,也越来越多的渗透到了医疗监护、健康监测、环境辅助生活等日常生活的各个环节,极大地提高了病患康复护理水平,改进了残障人士生活质量,减少了老年人群的意外伤害概率。目前已经有多种技术应用于HAR领域,例如视觉识别、信号识别,以及传感器识别等模式。虽然视觉识别具有良好的识别精度,但带来了