2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩75頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、當(dāng)電力系統(tǒng)一次設(shè)備發(fā)生故障時,調(diào)度中心將會接收到來自不同監(jiān)測系統(tǒng)的海量故障警報,調(diào)度員要在很短的時間內(nèi)處理眾多信息并準確地判斷出故障根源是極其困難的。因此,需要借助故障診斷系統(tǒng)快速準確的識別故障,以確保系統(tǒng)的安全穩(wěn)定運行并提高其供電可靠性。現(xiàn)有的故障診斷解析模型存在的主要問題在于:所利用的故障信息源單一,信息的冗余度不高,所建立的模型過于依賴故障發(fā)生后的保護和斷路器動作信息,然而實際故障發(fā)生后,保護和斷路器可能發(fā)生拒動或誤動,且在上傳警

2、報的過程中,會存在警報上傳速度慢,警報錯誤或警報丟失的情況,導(dǎo)致故障診斷所利用的信息的可靠性下降,從而影響了診斷的結(jié)果的正確性。
   在此背景下,本論文以現(xiàn)有的基于解析模型的方法為基本思路,充分考慮了故障過程中可能發(fā)生的各種不確定因素,通過建立更加復(fù)雜精確的模型和增加信息冗余度的方法提高模型的容錯能力,發(fā)展了更加精確合理的故障診斷數(shù)學(xué)模型和方法,并取得了一定的研究成果:
   1)首先分析了故障診斷系統(tǒng)的目標(biāo)和功能,并

3、深入了解故障信息源的組成和特點。針對故障信息的分層特性,構(gòu)建了電力系統(tǒng)故障診斷的分層結(jié)構(gòu),這種結(jié)構(gòu)能夠根據(jù)不同的故障狀況,對故障信息進行合理的利用,一方面在簡單故障時能夠提高診斷速度,另一方面在復(fù)雜故障時能夠提高診斷的準確度。
   2)對現(xiàn)有的故障診斷解析模型做了比較詳細的介紹。首先,研究了故障區(qū)域識別的實現(xiàn)過程,分析了其原理,闡述了其步驟。然后,對解析模型的目標(biāo)函數(shù)進行了介紹,提出了各保護和斷路器期望狀態(tài)的計算式。最后,介紹

4、了在實際應(yīng)用中,目標(biāo)函數(shù)自動形成所需要解決的問題。
   3)為適當(dāng)處理保護/斷路器的拒動或誤動以及警報的誤報或漏報等不確定性因素,本文充分的考慮了繼電保護和斷路器的誤動和拒動,警報信息的誤報和漏報,將機會約束規(guī)劃模型引入到電力系統(tǒng)故障診斷領(lǐng)域,發(fā)展了一類新的故障診斷模型與方法,具有較強的容錯能力。之后,采用了基于蒙特卡羅仿真的遺傳算法對所建立的模型進行求解。最后,用浙江電力系統(tǒng)實際發(fā)生過的復(fù)雜故障對所提出的模型和方法進行了測試

5、,得到了與實際情況一致的結(jié)果,計算速度也滿足在線故障診斷的要求。
   4)針對現(xiàn)有故障診斷方法信息源單一,信息冗余度不高的問題,提出了將WAMS獲取的電氣量信息引入故障診斷解析模型,以提高方法的容錯能力。首先,將故障后斷路器警報信息和電氣量信息相結(jié)合,提出了一種快速的故障識別方法,增強了其容錯能力。然后,建立了故障診斷的電氣量判據(jù),并對其進行處理,使其適用于解析模型,對各判據(jù)和保護/斷路器的期望狀態(tài)進行重新建模。通過算例證明,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論