论文部分内容阅读
随着电力系统的迅速发展，高压电力计量系统的应用日益增多，系统的安全性和可靠性对国家的经济发展有巨大的影响，因此高压电力计量系统故障诊断技术已成为了研究的热点。电能已经广泛的应用到了各个部门，其它的能量和电能之间可以方便的转换，在远距离传输、自动化控制、大量生产和集中管理方面都很适宜，并且在使用过程中也有很显著的优势，在供应中若减少或者中断电能对国民经济会产生很大影响。计量系统故障主要包括计量系统内部各元件的故障和人为造成的故障，在不断提高电网运行安全性的同时，做到对电力计量系统的实时在线监控和计量系统故障发生初期的判断已是电力部门亟需解决的问题。本文针对高压电力计量系统故障的特点，在前人研究的基础上，将小波变换和神经网络理论应用到故障诊断中，并做了以下几个方面的研究和分析。首先，本文对高压电力计量系统的一次侧和二次侧故障进行了系统建模，并分析了各类型故障。针对几种具有代表性的故障类型利用Multisim10软件对其进行模拟仿真，从测试点得到各种故障状态下的检测信号，证明了理论分析的正确性。其次，为了将故障诊断理论应用到实际当中，针对高压电力计量系统一次侧短路故障，设计了基于嵌入式的计量系统实时监测装置。在选择微处理器和检测电路中的电流互感器时进行了分析，研究了实验中出现的包络和尖脉冲现象。最后，通过改进软阈值算法对高压电力计量系统检测装置中提取的故障信号进行去噪处理，然后利用截频性能出色的dmey小波对故障信号进行4级小波分解，根据小波分解后的信号频带对应关系，保留检测信号所在频带的波形数据进行重构并分析研究；最后利用Elman网络自适应强的优势，采集样本训练网络，将Elman神经网络应用到高压电力计量系统故障诊断中。仿真和测试结果表明本文采用的方法能有效地诊断高压电力计量系统故障。