一、输电系统距离保护中的神经网络应用（论文文献综述）
王恒[1]（2021）在《含直流馈入的交流系统故障特性及保护新原理研究》文中提出随着我国交直流互联电网格局的形成,交直流系统之间电气耦合作用越来越紧密,直流馈入对交流系统故障特性的影响成为目前最受关注的问题之一。直流系统由于存在大容量的非线性电力电子器件以及直流控制的快速动态响应,使得直流馈入的故障电流与传统交流系统有很大不同,可能会导致基于工频电气量的交流保护不正确动作。为此,本文围绕交流系统发生故障详细地分析了换流器的暂态过程,研究了直流馈入对交流侧继电保护的影响,找到其相应的解决方案。本文取得了如下成果:针对现有的直流系统故障等值模型进行了适应性分析,结果表明:在系统正常运行和故障恢复后的情况下,现有的模型都能很好的描述系统的运行状态;但在系统故障期间尤其是引发直流侧换相失败的情况下,目前的模型准确程度大幅降低。究其原因,皆因其未考虑换流器的暂态过程,并未与实际工况和直流控制策略相对应。为此,本文提出了一种基于实时换流母线电压并考虑换流器暂态过程的直流闭环模型,其主要包括三个部分:换流器模型、直流输电线路模型、直流控制模型。详细分析了直流控制策略之间的配合问题,并给出了实际的系统控制参数;重点研究了换流器在各种典型换相失败情况下的暂态过程,得到了换流阀电流、电压的微分表达式,继而通过直流输电模型求得直流电流,最终得到了直流馈入的故障电流的瞬时值,并通过仿真验证了理论分析的正确性。基于受端交流系统故障诱发直流换相失败的暂态过程分析,揭示了直流馈入对交流保护影响的机理。针对直流馈入导致电流差动保护动作电流变小,制动电流变大从而引起保护拒动的问题,提出了一种靠近直流侧的交流电流减去直流电流再与对侧做电流差动的不完全差动保护新方法,从根本上解决了直流馈入对保护的影响。针对直流馈入使距离保护的测量阻抗波动变大问题,提出了一种基于直流电流波动周期滤波和累积滤波相配合的方法,有效的解决了测量阻抗因波动而引起保护不正确动作的问题。
陈皓[2]（2021）在《基于小波神经网络的输电线路故障诊断研究》文中认为向广大电力用户提供高质量的能源供给服务,是电力系统的首要任务。当电力系统发生故障时,需要借助于继电保护,尽可能地缩短故障发生的时间,减轻故障所带来的危害。传统继电保护使用的设备功能较为单一,容易受到诸如环境等因素的干扰,精确度不高,且消耗较多的人力。因此如何在保障电力系统安全运行同时节约成本,便成为现代继电保护技术的一个研究重点。人工神经网络技术的迅速发展,给继电保护技术提供了一种全新的发展方向。将人工神经网络技术应用于继电保护,可以提高系统的智能化,有效地节约成本,提高继电保护装置的抗干扰能力。BP神经网络是目前技术最成熟、应用最广泛的神经网络,所以在相关应用方案的研究中人们多以BP神经网络作为研究对象。而BP神经网络容易陷入局部最优的情况,训练时间过长,诊断结果误差较大。因此为了提高神经网络在输电线路故障诊断中的性能,本文以110KV中性点接地的电力系统作为研究对象,将神经网络和小波理论相结合的方法应用于电力系统的故障诊断中。首先,本文针对最常见、危害性最大的短路故障进行建模分析,将大量的实测数据应用于建立短路故障类型判别,筛选出正确的不同故障类型。在分析神经网络和小波理论的基础上,构建了小波神经网络,并将归一化共轭梯度法用于优化小波神经网络,提高了输电线路故障诊断的精确度。文中采用Matlab软件建立小波神经网络,使用从某110KV电力系统获取的故障数据完成对小波神经网络训练和测试。用相同的故障数据去训练BP神经网络。通过将BP神经网络和小波神经网络的训练结果进行对比,表明小波神经网络可以满足输电线路故障诊断要求,且性能优于传统BP神经网络。最后,在构建的小波神经网络基础上,从考虑迭代次数和误差等因素的角度出发,对小波神经网络提出了多种改进方案。通过对比各自的训练结果,采用归一化共轭梯度法对小波神经网络进行了优化,提高了小波神经网络在输电线路故障诊断上的性能。
续立强[3]（2021）在《基于小波分析的输电线路故障定位研究》文中提出近年来,我国对智能电网的研究取得了非常显着的成果,随之而来的是愈来愈大的电网容量和愈来愈远的输电距离。输电线路作为电力系统能量传输的纽带,负责电力系统中发电端和用电端之间的连接,保障其正常稳定的运行尤为重要。因此,本文对输电线路的保护以及故障的选相与定位问题展开了深入的分析和研究。首先,基于小波变换及神经网络,提出了一种输电线路保护方法。利用Clarke变换将相电压、相电流转化为模分量,再经小波变换获得信号的模极大值情况,通过神经网络对小波变换分析结果的感知,探寻内在规律,研究系统正常运行与发生故障时的差异所在,再以此为条件,结合神经网络给出的判断结果确定系统的运行状态是否正常,保护装置是否启动。研究表明,所提方法能够有效判断线路运行情况,且具有较好的稳定性,不受故障类型等外部条件的改变而影响判断结果。其次,基于小波变换,结合发生不同类型的故障时的边界条件特征,提出了一种故障选相算法。通过研究输电线路故障选相基本原理,由不同故障类型下故障特征量之间的差异性确定判据因子以及选相判别式,根据选相判别式对所提输电线路故障选相算法进行验证。仿真实验表明,对于选相判据的分析准确无误,所提选相算法能够准确区分故障相与非故障相。最后,基于小波变换及行波理论,提出了一种输电线路故障定位方法。利用db4小波对相电压的模分量进行小波变换,并结合双端行波测距理论完成故障测距,实现故障定位。仿真结果表明,本文所提算法,能够很好的实现输电线路故障定位,且具有很好的稳定性,在故障位置等条件发生改变时仍能精确定位。
葛锐[4]（2020）在《柔性直流电网故障识别关键技术研究》文中研究表明基于模块化多电平换流器的柔性直流电网由于具有有功和无功可独立控制、高度模块化等优点,在大规模新能源消纳和交流电网异步互联等场景下,逐渐得到了广泛应用。然而与交流电网相比,柔性直流电网在发生直流故障后,由于系统阻尼低,短路电流上升速度更快,故障后系统的生存和恢复问题成为限制柔性直流电网发展的瓶颈,而故障的检测和识别则是其中的关键技术难点。本文主要围绕柔性直流电网直流线路故障下的故障识别关键技术开展研究。首先对柔性直流输电技术的起源历程和发展前景进行了简要概述,并指出了柔性直流输电技术面临的诸多技术挑战,其中直流侧故障后系统的生存和自愈问题是限制柔性直流电网快速发展的瓶颈之一。从生存和自愈两个角度分别分析了故障识别的需求以及面临的问题,总结了目前国内外在直流故障快速识别和故障后系统重合策略上的研究现状与不足,说明了本文的研究重点与意义。其次对柔性直流电网的基本工作原理进行了研究,介绍了模块化多电平换流器的基本拓扑结构与工作原理等。在此基础上分析了目前柔性直流电网的主要拓扑结构与接线方式,基于未来柔性直流输电技术的发展趋势以及功率传输的特点,确立了以基于环状拓扑的多端柔性直流电网为本文研究对象,并研究了多端柔性直流电网的基本控制策略。接着从电压、电流等暂态电气量和故障行波两个角度研究了柔性直流系统直流侧故障下的暂态故障特征。以真双极结构的换流站为研究对象,详细分析了单极接地和双极短路下的不同故障特性,从时间和空间等多个维度分析了直流侧故障的演化机理。对于多端柔性直流电网下区内故障和区外故障的区分,从故障行波的角度分析了限流电抗器在区内、区外故障识别中起到的边界作用。然后针对现有故障识别方法在可靠性和灵敏性上存在不足的问题,以主保护难以区分真实故障和雷击干扰为例,提出了一种基于分支结构卷积神经网络的辅助故障识别策略。通过构建电压和电流输入分支和对应的输入特征矩阵,实现了多类别故障信息的融合利用,能够作为现有主保护方案的辅助判据。最后针对永久性故障和暂时性故障的区分难题,提出了一种基于并联式脉冲注入法的直流线路自适应重合策略。通过将限流电抗器和直流线路上的故障能量转移至能量吸收模块中进行储存和利用,实现了故障性质的判别,以及永久性故障下的故障定位。对该策略在真双极换流站下的适用性也进行了分析。
韩雨真[5]（2020）在《混合三端直流输电系统线路保护与故障测距研究》文中认为我国土地辽阔,但能源分布不均,中西部地区为能源储备中心,而东部沿海地区为负荷中心,可见负荷中心与能源资源呈逆向分布,并且近年来全球新能源需求日益增长。混合直流输电系统综合了传统直流输电和柔性直流输电的技术优势,弥补了其技术缺陷,对于解决远距离、大容量输电及新能源分配接收等问题具备明显的优势。直流输电线路长,易在雷击、污秽等环境下造成对地闪络,导致熄弧困难进而破坏系统稳定,研究安全可靠的线路保护及准确快速的线路故障测距对维持系统安全运行具有十分重要的现实意义。目前针对混合直流输电线路保护与测距方面的研究较少,考虑混合直流输电系统拓扑结构的特殊性,现有的单一类型直流输电线路保护和测距方法并不完全适合混合直流输电系统,因此,研究适用于混合直流输电线路的保护及故障测距方法具有非常重要的现实意义。本文在PSCAD仿真软件中搭建了混合三端直流输电真双极系统模型,并以此为基础探寻适用于混合直流输电的线路保护和故障测距方法。首先,本文介绍了混合直流输电的拓扑结构,并根据搭建的混合三端直流输电系统模型,分析LCC换流站与MMC换流站的基本构成与运行控制原理,在此基础上针对系统直流侧线路发生典型故障时各换流站的故障特性,及不同故障条件对线路故障暂态特征的影响进行了研究,为下文对线路保护原理及故障测距方法的设计提供理论基础。其次,本文提出将基于感性边界特性的单端量行波保护方法用于混合直流输电线路并分析验证其有效性。该方法根据故障电压行波传输至线路感性边界时产生的明显边界特性,分析区内外故障时电压行波暂态能量值的差异,作为确定线路故障保护整定值的基础,进而构造保护判据,实现快速可靠的线路保护。通过仿真验证此方法的有效性,在区内远离检测端故障和区外靠近检测端故障情况下均可准确判断故障区域,不受过渡电阻、故障类型及故障距离等因素干扰,满足系统对速动性和选择性的要求。最后,为避免行波在混合多端直流线路传播过程中复杂的折反射特性以及远距离输电环境对线路参数的影响,本文研究了基于固有频率的神经网络故障测距方法。根据不同线路故障时的行波固有频率特征,利用经过PSO算法优化的分层分布式BP神经网络进行线路故障测距。经过仿真实验并对比单端行波测距法,验证了该方法在混合直流输电系统高阻接地及不同故障类型、位置情况下的良好适应性,测距结果准确且可靠。
姜斌[6]（2019）在《柔性直流输电系统故障分析与保护研究》文中指出基于模块化多电平（Modular multilevel converter,MMC）的柔性直流输电技术（MMC-HVDC）,以其易扩展,控制灵活,低谐波等优势在大规模新能源并网及远距离大容量输电等领域得到广泛研究和应用,是最具发展前景的直流输电拓扑之一。和交流电网不同,柔性直流输电系统由于本身的“弱惯性”,直流故障传播非常快,尤其是短路故障引起的过电流问题,严重危害系统运行及设备安全。同时,MMC-HVDC换流站由大量的子模块构成,这无疑是增加了子模块故障的概率。大量电力电子元件,增加了系统的非线性,使得大多电气量无法形成准确的解析式表达,增加了保护的难度。鉴于上述问题,本文分别从子模块故障诊断与冗余运行策略,短路电流计算,过电流抑制以及基于数据驱动的人工智能故障保护方法四个方面展开研究,主要工作如下:（1）分析了子模块IGBT短路故障特性,研究电容电压的演变规律,推导出电容电压计算公式,提出基于电容电压计算值的改进微分欠压保护判据,该方法能够快速准确地检测发生短路故障的子模块;结合子模块的开关函数,利用小波变换进行故障IGBT定位,并在不同尺度因子及噪声条件下对比了故障定位效果,仿真实验证明了本文提出的IGBT短路故障诊断方法的有效性。（2）提出了“间歇备用”的冗余子模块运行方式,可以保证冗余子模块保持较高的电压水平又避免了冗余子模块频繁的投切,既保证冗余子模块投入后系统迅速恢复正常运行又延长了冗余子模块的使用寿命。优化了考虑冗余子模块的排序触发策略,大大降低了子模块排序复杂度,提高了系统运行效率。（3）分析了单极接地故障和双极短路故障特性,研究短路电流的演变规律。针对双极短路故障,推导出基于校准系数的短路电流计算方法,并探究了系统不同运行条件对校准系数的影响。提出基于“网孔电流法”的环型拓扑结构的线路短路电流计算方法,通过将故障网络划分为不同的网孔,建立每个网孔的状态方程,最后计算故障电流,该方法也可以推广到更复杂的网络结构。仿真实验证明本文提出的短路电流计算方法能够准确计算线路双极短路故障的短路电流,为保护设计及设备选型提供参考。（4）提出线路双极短路故障的不同阶段的过电流限制策略。故障发生时,提出基于限流模块和支路转移模块的辅助结构,一方面抑制了交流三相短路电流,并改变电流路径,避免短路电流流经子模块元件;另一方面加快了电感续流及直流电流的衰减速度,使得故障隔离更为容易。提出限流电阻的配置方法,要综合考虑限流效果和设备安全。在故障后重合闸阶段,提出在直流出口配置限流电路的策略,可以将重合闸过程中桥臂过电流限制在允许范围内,并设计了限流电阻配置方法,避免了永久故障时重合闸过程中换流器反复闭锁的问题,提高了系统安全性,缩短了故障恢复时间。（5）提出基于数据驱动的人工智能算法的MMC-HVDC线路故障保护方法,以卷积神经网络（Convolution Neural Network,CNN）为例,进行序列数据矩阵化,样本选择,数据增强,模型调参及效果评估。基于准确率和召回率,验证了 CNN算法在MMC-HVDC线路故障保护中出色表现,为人工智能算法在故障保护中的应用提供参考。
彭辉[7]（2019）在《基于神经网络的输电线路故障诊断研究》文中研究指明随着我国现代化的高速发展,电力工业也进入以“三型两网”为特点的新阶段,供电系统的可靠性显得越来越重要。电力系统的安全稳定运行主要取决于输电线路的运行状态。由于输电线路作为连接电力的重要环节,一旦发生线路故障,不止会影响系统稳定运行,还会造成很大的经济损失。所以,对输电线路要准确、及时识别出故障与故障选线,能够尽早恢复供电,降低因为停电造成的经济损失。首先,本文在Simulink仿真软件中搭建了110kv电流接地系统模型,用来仿真模拟出不同故障类型下的零序电流和电压的情况,分析了输电线路故障时产生的暂态特征能量值。然后,运用小波包变换对故障信号进行低频段、高频段分析处理,将故障暂态特征能量值进行三层的小波包分解,选用DB4小波基函数分解得出不同频率段的能量熵,将不同的能量特征值和神经网络相互配合进行识别输电线路选线功能。利用MATLAB仿真软件中的小波工具箱验证,该算法可以高效、精准地提取故障值,也得出不同故障之间的能量值存在着差异。最后,利用神经网络算法建立了输电线路故障诊断模型,将小波处理的故障特征数据输入到故障诊断系统中,识别出输电线路故障类型。但是,为了提高故障识别率和识别速度,引用Elman神经网络建立了故障诊断系统。在相同的测试样本数据下,同时对两种神经网络分别进行MATLAB仿真软件测试,仿真实验得出,Elman神经网络在故障识别率、收敛步数等方面都要优先于BP神经网络,能够更好、更快、更准确地识别出故障类型,完成输电线路故障诊断的任务。
姚长元[8]（2019）在《柔性直流输电线路暂态信号识别方法研究》文中研究表明高压直流（High Voltege Direct Current,HVDC）输电提高了输电效率和资源利用水平,是满足远距离大容量、清洁可再生能源输送需求的主要方式。以电压源型换流器（Voltage Scourced Converts,VSC）为核心的柔性直流（VSC-HVDC）输电技术具有运行方式灵活、可控性强等优点,在高压直流输电领域扮演着越来越重要的角色。继电保护是保障系统安全稳定运行的关键技术,而暂态信号识别是确保保护装置准确动作的重要环节。研究准确有效的暂态信号识别方法,对于提高系统供电可靠性和运维检修质量都具有重要意义。本论文围绕柔性直流输电线路的暂态信号识别问题,分析了常见暂态信号的发生机理,从人工智能技术的不同角度出发,研究了基于机器学习模型的暂态信号识别方法。论文的主要工作内容如下:调研了柔性直流输电线路暂态识别的研究背景和意义;分析了传统识别方法、人为特征提取与传统智能算法分类器相结合方法,以及基于无监督学习的特征自提取及分类模型相结合方法的研究现状及特点。研究了柔性直流输电线路的三类常见暂态信号:单极接地故障、雷击故障和雷击干扰的发展机理和波形特征。以±500kV柔性直流架空输电线路为研究对象,分析了单极接地故障和由绕击引起的雷击干扰、雷击故障的发展机理和数学模型;在PSCAD软件中搭建了双端柔性输电系统和暂态信号仿真模型,并结合仿真波形,分析了三类信号的暂态特性。研究了基于频谱熵（Frequency Spectrum Entropy,FSE）的特征提取与基于支持向量机（Support Vector Machines,SVM）的模式识别相结合的暂态识别方法。利用频谱分布的相对大小关系定义了 FSE,用来描述单端暂态电流特征,耐受距离、过渡电阻参数的影响;利用多个二分类的SVM构成多分类器,软化分类界限,避免了故障识别判据整定的复杂操作,提高了信号的识别精度。研究了基于置信网络特征自提取的暂态识别方法,实现端到端的暂态信号可靠识别。以原始暂态数据（解耦后的电流线模分量）为输入,利用置信网络的受限制玻尔兹曼机（Restricted Boltzmann Machine,RBM）实现故障特征自提取,利用Softmax层进行暂态分类,实现了特征提取和分类的联合调整,减少了人为因素对故障识别的影响。同时,综合采用了多个系统暂态数据,增加样本数量,提高模型泛化能力。在满足低采样频率（10kHz）和短时间窗（3ms）的实际需求条件下,具有较高的识别精度。综上,本论文针对柔性直流输电线路的暂态信号识别问题,深入调研和分析了现有研究成果及存在不足,在建模和对比暂态信号特性的基础上,分别从:人为特征提取和模式识别相结合以及特征自提取的机器学习,两个角度开展了暂态识别的相关研究,并取得了较好的仿真识别效果。
徐杰[9]（2019）在《人工神经网络在分层次广域保护系统中的应用》文中进行了进一步梳理在电力系统中继电保护发挥着至关重要的作用,但是传统的继电保护也有着许多不足的地方。三段式距离保护常常作为电力系统的主保护,尤其是应用于高压输电线路时,经常发生保护不动作的情况。随着我国智能电网的不断发展,超高压输电线路在电力系统中应用越来越多,同时,广域测量系统（WAMS）也在我国的电力系统中形成了一定的规模。针对传统的继电保护存在的问题,结合现代电力系统发展趋势,一种适应于未来智能电网的新型后备保护被提出——广域后备保护。广域后备保护有着保护范围广以及距离远的优点。这也使得广域后备保护会从保护范围内的各就地测量装置中得到大量的电气信息,因此,也给广域后备保护带来了一些问题:现有通信系统的通信能力有限,当电力系统的大量实时数据汇聚于广域后备保护的某一个决策单元时,有可能造成通信的延时甚至丢包。这对于一些保护要求较高的设备是不允许的。本文在前人大量实验研究的基础上,对上述问题进行了研究。首先,本文搭建了广域后备保护电力系统模型,将AHP层次分析法应用于广域后备保护中,按照被保护设备的重要性,将设备分为不同等级。不同等级设备的信息按其保护等级的高低依次上传到中心站的广域后备保护中,减少了通信延时和丢包情况发生的概率。其次,利用人工神经网络对上传到广域后备保护中的信息进行综合判断并识别出其中的故障信息。文章中利用MATLAB仿真软件搭建了电力系统模型,对电力系统在不同运行方式下的各种故障进行了仿真计算,用所得的大量仿真数据对人工神经网络进行了训练和检测。最后,利用电力系统及其自动化实验室中许继电气的后台监控系统（CBZ-8000）,WXH-820系列微机线路保护测控装置以及GMX-600型故障试验箱进行35KV输电线路模拟故障实验。实验结果表明:人工神经网络对电力系统的正常运行状态信息和故障信息能够准确的识别。相关问题的研究拓宽了人工神经网络应用领域,促进了分层次广域保护系统可靠性等问题的解决。
王卉[10]（2019）在《交直流混联电网换相失败及对交流保护的影响研究》文中指出随着我国交直流系统耦合度不断加深、直流电网规模及容量不断增大,简单交流故障极易诱发一个或多个直流发生换相失败,连续的换相失败会导致直流闭锁,造成系统功率大规模转移,很可能引发连锁跳闸,发展成严重的系统性故障。对此,明确交直流混联系统连锁故障中关键环节——换相失败的边界条件,实现连锁故障的预警,并在此基础上通过研究换相失败过程中,交直流混联电网出现的新的故障特征及控制信息间的关联关系,分析传统交流保护在新场景中所受影响,实现保护性能优化,防止误动、拒动;利用新的暂态特征提出适用于交流混联系统的保护新原理,缩短故障切除时间,抑制连续换相失败,对实现交直流混联电网连锁故障的有效阻断,保障大型电网的安全稳定运行具有重要意义。本文首先全面梳理了目前国内外有关换相失败影响因素、检测手段、预防及抵御方法、换流器等值模型等方面已有的研究成果。其次,研究了不同故障情景及系统参数下换相失败的发生机理,明确系统各电气参量与控制参量对换相过程的作用机制,分析各因素间的交互耦合关系,提出了基于深度循环神经网络的换相失败边界检测方法。利用逆变站换流母线三相电压、直流电流及触发角指令实时值等站域信息,实现可综合考虑多因素耦合作用,可准确追溯引发换相失败原因,并含有一定的预测功能的换相失败边界检测新方法,通过对比验证了方法可行性。再次,通过PSACD搭建模型进行仿真,利用改进傅里叶算法等多种故障特征提取方法,分析了换相失败时逆变器馈入网侧的工频故障电流及故障线路测量阻抗暂态特性,分析了其对传统交流保护的影响。最后,推导了六脉动逆变器换相失败期间非周期分量电流的产生机理,并利用换相失败期间故障及非故障相非周期分量电流的特性,提出了一种基于非周期分量的差动保护新原理,并通过PSACD仿真结果验证保护原理的可行性。
二、输电系统距离保护中的神经网络应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、输电系统距离保护中的神经网络应用（论文提纲范文）
（1）含直流馈入的交流系统故障特性及保护新原理研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 直流输电系统故障等值模型 |
| 1.2.2 直流系统对交流系统保护的影响 |
| 1.3 论文的主要工作 |
| 第2章 直流系统故障等值模型适应性分析 |
| 2.1 准稳态模型 |
| 2.1.1 准稳态模型基本原理 |
| 2.1.2 准稳态模型适用性分析 |
| 2.2 压控电流源模型 |
| 2.3 开关函数模型 |
| 2.3.1 用开关函数表示的直流模型 |
| 2.3.2 不对称故障下开关函数模型 |
| 2.3.3 换相失败下的开关函数模型 |
| 2.3.4 仿真验证 |
| 2.4 本章小结 |
| 第3章 基于换相电压的换流器暂态过程分析 |
| 3.1 直流输电系统控制策略 |
| 3.1.1 直流输电系统构成 |
| 3.1.2 直流输电系统整流侧控制策略 |
| 3.1.3 直流输电系统逆变侧控制策略 |
| 3.1.4 直流系统控制策略 |
| 3.2 直流输电线路等值模型 |
| 3.3 换相失败下换流器的暂态过程分析 |
| 3.3.1 单次换相失败下暂态过程分析 |
| 3.3.2 两次连续换相失败下暂态过程分析 |
| 3.3.3 两次不连续换相失败下暂态过程分析 |
| 3.3.4 Yd型换流变压器暂态过程分析 |
| 3.3.5 仿真验证 |
| 3.4 本章小结 |
| 第4章 直流馈入对交流保护的影响及对策 |
| 4.1 直流馈入对电流差动保护的影响 |
| 4.1.1 传统电流差动保护原理 |
| 4.1.2 直流馈入对电流差动保护的影响 |
| 4.1.3 电流差动保护优化方案 |
| 4.2 直流馈入对距离保护的影响 |
| 4.2.1 传统距离保护原理 |
| 4.2.2 直流馈入下距离保护的故障特征 |
| 4.2.3 距离保护优化方案 |
| 4.3 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其他成果 |
| 攻读硕士学位期间参加的科研工作 |
| 致谢 |
（2）基于小波神经网络的输电线路故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 输电线路故障诊断技术的发展及研究现状 |
| 1.2.2 神经网络的发展及研究现状 |
| 1.3 本文研究内容 |
| 2 输电线路故障及其保护原理研究 |
| 2.1 输电线路故障类型及原因 |
| 2.1.1 常见的故障类型 |
| 2.1.2 输电线路故障产生的原因 |
| 2.2 输电线路短路故障分析 |
| 2.2.1 单相接地短路 |
| 2.2.2 三相短路 |
| 2.2.3 两相相间短路 |
| 2.2.4 两相接地短路 |
| 2.2.5 故障相判别流程 |
| 2.3 电力系统接地方式及其故障研究 |
| 2.3.1 中性点接地系统 |
| 2.3.2 110KV中性点接地系统仿真 |
| 2.4 本章小结 |
| 3 基于小波分析的神经网络设计 |
| 3.1 神经网络在输电线路故障诊断中的应用 |
| 3.2 人工神经网络 |
| 3.2.1 人工神经网络的构成 |
| 3.2.2 神经网络结构的选择 |
| 3.3 小波分析 |
| 3.3.1 小波变换 |
| 3.3.2 小波基函数的选取 |
| 3.3.3 小波变换在电力系统中的应用 |
| 3.4 小波神经网络设计 |
| 3.5 小波神经网络的改进 |
| 3.6 本章小结 |
| 4 小波神经网络在故障诊断中的仿真研究 |
| 4.1 用于输电线路故障类型诊断的神经网络建模 |
| 4.1.1 神经网络隐含层节点选取 |
| 4.1.2 神经网络模型的建立 |
| 4.2 神经网络仿真实验及结果分析 |
| 4.2.1 单相接地短路故障 |
| 4.2.2 三相短路故障 |
| 4.2.3 两相相间短路故障 |
| 4.2.4 两相接地短路故障 |
| 4.2.5 仿真结果分析 |
| 4.3 小波神经网络的优化 |
| 4.3.1 小波神经网络优化算法的选择 |
| 4.3.2 小波神经网络优化结果测试 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 本文总结 |
| 5.2 未来展望 |
| 参考文献 |
| 致谢 |
| 读研期间主要科研成果 |
（3）基于小波分析的输电线路故障定位研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 输电线路保护研究现状 |
| 1.2.2 故障选相研究现状 |
| 1.2.3 故障定位研究现状 |
| 1.3 论文主要研究工作 |
| 第2章 小波变换基本理论及应用 |
| 2.1 小波分析基本理论 |
| 2.1.1 小波理论 |
| 2.1.2 小波变换理论 |
| 2.2 多分辨率分析及Mallat算法 |
| 2.2.1 多分辨率分析 |
| 2.2.2 Mallat算法 |
| 2.3 小波变换在信号处理中的应用 |
| 2.3.1 李氏指数描述 |
| 2.3.2 小波变换的模极大值原理 |
| 2.3.3 小波类型的选择 |
| 2.4 Db4 小波 |
| 2.5 本章小结 |
| 第3章 行波故障测距基本原理 |
| 3.1 输电线路故障定位方法 |
| 3.1.1 行波理论分析 |
| 3.1.2 暂态行波传输特性 |
| 3.2 输电线路行波测距方法 |
| 3.2.1 单端故障测距法 |
| 3.2.2 双端故障测距法 |
| 3.2.3 单端行波测距法与双端行波测距法对比研究 |
| 3.3 本章小结 |
| 第4章 输电线路保护方法研究 |
| 4.1 输电线路故障特征量提取 |
| 4.1.1 故障分类及边界条件 |
| 4.1.2 故障特征分析 |
| 4.1.3 相模变换 |
| 4.1.4 模故障分量特征 |
| 4.2 基于小波和神经网络的输电线路保护方法研究 |
| 4.2.1 神经网络基本原理 |
| 4.2.2 输电线路保护原理 |
| 4.2.3 神经网络模型构建 |
| 4.2.4 输电线路保护算法实验仿真 |
| 4.3 本章小结 |
| 第5章 基于小波变换的故障选相及定位方法研究 |
| 5.1 故障选相方法研究 |
| 5.1.1 故障选相原理 |
| 5.1.2 故障选相判别依据 |
| 5.1.3 故障选相流程 |
| 5.1.4 仿真验证 |
| 5.2 输电线路故障定位方法研究 |
| 5.2.1 输电线路故障定位基本原理 |
| 5.2.2 基于经验模态分解(EMD)的故障定位分析 |
| 5.2.3 电力系统短路故障特征分析 |
| 5.2.4 故障定位仿真分析 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间主要科研成果 |
| 一、发表学术论文 |
| 二、其它科研成果 |
（4）柔性直流电网故障识别关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景 |
| 1.2 课题研究目的和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 柔性直流电网故障识别研究现状 |
| 1.3.2 柔性直流电网重合策略研究现状 |
| 1.4 本文工作 |
| 第二章 柔性直流电网基本工作原理研究 |
| 2.1 MMC基本原理 |
| 2.1.1 MMC的拓扑结构 |
| 2.1.2 MMC的工作原理 |
| 2.1.3 MMC的数学模型 |
| 2.1.4 MMC功率传输特性 |
| 2.2 柔性直流电网拓扑结构与接线方式 |
| 2.2.1 柔性直流电网拓扑结构 |
| 2.2.2 柔性直流电网接线方式 |
| 2.3 柔性直流电网的基本控制策略 |
| 2.3.1 换流器协调控制策略 |
| 2.3.2 MMC阀级调制策略 |
| 2.4 本章小结 |
| 第三章 柔性直流系统直流线路故障特征研究 |
| 3.1 MMC直流侧故障电气量暂态特性分析 |
| 3.1.1 单极接地故障 |
| 3.1.2 双极短路故障 |
| 3.2 直流线路故障的行波特征分析 |
| 3.2.1 行波产生的原理 |
| 3.2.2 区内故障和区外故障下的行波特征分析 |
| 3.3 仿真验证 |
| 3.3.1 单极接地和双极短路下暂态特征验证 |
| 3.3.2 区内故障和区外故障下暂态行波特征验证 |
| 3.4 本章小结 |
| 第四章 基于分支结构卷积神经网络的辅助故障识别策略 |
| 4.1 分支结构卷积神经网络 |
| 4.1.1 分支结构卷积神经网络的结构 |
| 4.1.2 分支结构卷积神经网络的训练算法 |
| 4.2 雷击干扰对故障识别的影响 |
| 4.2.1 雷电流模型 |
| 4.2.2 雷击干扰和正极接地故障 |
| 4.3 基于BR-CNN的辅助故障识别策略 |
| 4.3.1 输入特征的选择与排列方式 |
| 4.3.2 模型的评价指标 |
| 4.3.3 基于BR-CNN的辅助故障识别流程 |
| 4.4 仿真验证 |
| 4.4.1 样本集的生成 |
| 4.4.2 输入特征矩阵的排列方式 |
| 4.4.3 BR-CNN结构深度及网络参数的选择 |
| 4.4.4 模型泛化能力分析 |
| 4.4.5 识别过程可视化 |
| 4.4.6 不同算法效果对比 |
| 4.5 本章小结 |
| 第五章 基于并联脉冲注入法的直流线路自适应重合策略研究 |
| 5.1 并联式能量吸收模块 |
| 5.1.1 并联式能量吸收模块的拓扑结构 |
| 5.1.2 并联式能量吸收模块工作原理 |
| 5.2 基于脉冲注入法的自适应重合原理 |
| 5.2.1 主动脉冲的产生 |
| 5.2.2 基于注入行波的故障识别原理 |
| 5.2.3 基于注入行波的故障定位原理 |
| 5.3 参数和准则设计 |
| 5.3.1 并联式能量吸收模块的参数设计 |
| 5.3.2 故障识别和故障定位的准则设计 |
| 5.3.3 自适应重合策略的准则设计 |
| 5.4 经济性分析 |
| 5.5 真双极换流站下的适用性分析 |
| 5.6 仿真验证 |
| 5.6.1 故障能量吸收模块的验证 |
| 5.6.2 自适应重合策略的验证 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（5）混合三端直流输电系统线路保护与故障测距研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 混合多端直流线路保护 |
| 1.2.2 混合多端直流线路故障定位 |
| 1.3 主要内容 |
| 2 混合直流输电系统建模及故障特性分析 |
| 2.1 混合直流输电系统拓扑结构 |
| 2.2 混合直流输电系统的运行机理分析 |
| 2.2.1 系统运行机理 |
| 2.2.2 系统稳态运行仿真验证 |
| 2.3 混合直流输电系统故障特征分析 |
| 2.3.1 LCC换流器故障特征分析 |
| 2.3.2 MMC换流器故障特征分析 |
| 2.3.3 直流线路故障暂态分析 |
| 2.4 本章小结 |
| 3 基于边界特性的单端行波保护 |
| 3.1 混合直流输电线路保护特殊要求 |
| 3.2 感性终端的行波暂态特征 |
| 3.3 混合三端直流输电线路保护原理及算法 |
| 3.3.1 小波变换提取行波高频暂态量 |
| 3.3.2 保护启动判据 |
| 3.3.3 故障选极判据 |
| 3.3.4 区内外故障判据 |
| 3.3.5 保护算法 |
| 3.4 典型故障仿真结果分析 |
| 3.5 本章小结 |
| 4 基于固有频率的神经网络故障测距方法 |
| 4.1 行波测距方法可行性分析 |
| 4.1.1 故障行波的折反射分析 |
| 4.1.2 行波定位存在的问题 |
| 4.2 直流线路故障电压固有频率分析 |
| 4.2.1 基本理论 |
| 4.2.2 影响因素 |
| 4.2.3 Hybrid-MTDC线路固有频率 |
| 4.3 基于固有频率的神经网络测距 |
| 4.3.1 神经网络故障测距系统模型 |
| 4.3.2 确定样本属性和样本集 |
| 4.3.3 BP网络模型 |
| 4.3.4 BP网络的优化及训练 |
| 4.4 仿真结果与分析 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（6）柔性直流输电系统故障分析与保护研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景及其意义 |
| 1.2 国内外研究动态 |
| 1.2.1 MMC子模块故障诊断方法与冗余保护策略 |
| 1.2.2 MMC-HVDC线路故障保护方案及原理 |
| 1.2.3 人工智能在MMC-HVDC故障保护中的应用 |
| 1.3 课题研究内容 |
| 第2章 子模块故障诊断与冗余优化运行策略 |
| 2.1 引言 |
| 2.2 MMC基本运行原理 |
| 2.3 子模块短路故障诊 |
| 2.3.1 子模块短路故障特性分析 |
| 2.3.2 故障分量计算方法 |
| 2.3.3 改进微分欠压的故障检测与定位方法 |
| 2.3.4 短路故障检测与定位的仿真验证 |
| 2.4 基于冗余子模块的优化运行策略 |
| 2.4.1 冗余运行方式 |
| 2.4.2 优化运行策略 |
| 2.4.3 冗余优化运行的仿真验证 |
| 2.5 本章小结 |
| 第3章 直流线路短路故障分析与短路电流计算方法 |
| 3.1 引言 |
| 3.2 MMC-HVDC单极接地故障特性 |
| 3.3 MMC-HVDC双极短路故障特性 |
| 3.4 MMC-HVDC双极短路故障电流计算 |
| 3.4.1 短路故障电路模型及解析推导 |
| 3.4.2 短路电流计算方法的仿真验证 |
| 3.5 MMC-MTDC双极短路故障电流计算 |
| 3.5.1 星型拓扑结构下短路电流计算 |
| 3.5.2 环型拓扑结构下短路电流计算 |
| 3.6 本章小结 |
| 第4章 直流线路短路故障过流分析与限流策略 |
| 4.1 引言 |
| 4.2 基于辅助电路的限流策略 |
| 4.2.1 辅助电路结构及运行原理 |
| 4.2.2 辅助电路各电气量计算方法 |
| 4.2.3 辅助电路限流电阻配置方法 |
| 4.2.4 辅助电路运行效果的仿真验证 |
| 4.3 故障重合闸阶段的限流策略 |
| 4.3.1 重合闸限流电路的工作原理 |
| 4.3.2 限流电阻配置方法 |
| 4.3.3 限流效果的仿真验证 |
| 4.4 本章小结 |
| 第5章 基于人工智能算法的MMC-HVDC故障保护 |
| 5.1 引言 |
| 5.2 卷积神经网络简介 |
| 5.3 基于CNN的MMC-HVDC线路保护 |
| 5.3.1 输入输出数据的构成 |
| 5.3.2 样本数据的来源 |
| 5.3.3 数据增强方法 |
| 5.3.4 仿真与测试分析 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（7）基于神经网络的输电线路故障诊断研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 课题相关内容的研究现状 |
| 1.2.1 输电线路故障类型识别的研究现状 |
| 1.2.2 小波变换在输电线路故障中的研究现状 |
| 1.2.3 神经网络在输电线路故障中的研究现状 |
| 1.3 本课题主要安排与任务 |
| 2 电力系统输电线路故障分析研究 |
| 2.1 输电线路短路故障 |
| 2.2 输电线路的数学模型 |
| 2.2.1 R-L模型 |
| 2.2.2 单π模型 |
| 2.2.3 多π模型 |
| 2.2.4 分布参数模型 |
| 2.3 输电线路故障特征与选线 |
| 2.3.1 110kv电流接地系统中性点接地 |
| 2.3.2 110kv电流单相接地故障特征分析 |
| 2.4 110KV电流接地系统仿真模型的建立 |
| 2.4.1 仿真参数块设置及波形 |
| 2.4.2 单相接地故障的仿真波形 |
| 2.5 本章小结 |
| 3 基于小波和神经网络的输电线路故障诊断研究 |
| 3.1 输电线路故障诊断系统的建立 |
| 3.1.1 输电线路故障诊断模型流程图 |
| 3.1.2 输电线路故障暂态分量 |
| 3.1.3 故障信号的分解 |
| 3.3 小波理论与性质 |
| 3.3.1 小波包分析 |
| 3.3.2 Daubechie小波基函数选取 |
| 3.4 BP神经网络 |
| 3.4.1 BP神经网络模型 |
| 3.4.2 BP神经网络的算法 |
| 3.4.3 BP神经网络的缺陷与改进 |
| 3.6 小波变换对输电线路故障的仿真算例 |
| 3.7 BP神经网络对输电线路故障的仿真分析 |
| 3.8 本章小结 |
| 4 基于ELMAN神经网络的输电线路故障诊断研究 |
| 4.1 ELMAN神经网络 |
| 4.1.1 Elman神经网络结构 |
| 4.1.2 Elman神经网络学习流程 |
| 4.1.3 Elman神经网络算法和算法流程图 |
| 4.2 基于ELMAN神经网络故障诊断的仿真分析 |
| 4.3 BP神经网络与ELMAN神经网络仿真对比分析 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 全文总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
（8）柔性直流输电线路暂态信号识别方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 课题的研究背景和意义 |
| 1.2 课题国内外研究现状 |
| 1.2.1 暂态信号识别概述 |
| 1.2.2 传统信号识别方法研究现状 |
| 1.2.3 基于智能算法的信号识别方法研究现状 |
| 1.3 主要研究内容 |
| 2 柔性直流输电线路暂态信号 |
| 2.1 暂态信号的发生机理 |
| 2.1.1 VSC-HVDC概况 |
| 2.1.2 单极接地故障 |
| 2.1.3 雷击暂态 |
| 2.2 暂态信号仿真 |
| 2.2.1 单极接地故障 |
| 2.2.2 雷击暂态 |
| 2.3 本章小结 |
| 3 基于频谱熵和支持向量机的暂态信号识别方法 |
| 3.1 基于频谱熵的暂态信号特征提取 |
| 3.1.1 频谱熵 |
| 3.1.2 暂态信号的频谱熵分布 |
| 3.2 基于频谱熵和支持向量机的识别方案 |
| 3.2.1 SVM |
| 3.2.2 识别方法 |
| 3.3 仿真验证 |
| 3.3.1 实验过程 |
| 3.3.2 参数分析 |
| 3.3.3 方法对比 |
| 3.4 本章小结 |
| 4 基于置信网络的暂态信号识别方法 |
| 4.1 概述 |
| 4.2 置信网络 |
| 4.2.1 受限玻尔兹曼机 |
| 4.2.2 分类模型 |
| 4.3 基于置信网络的暂态信号识别方案 |
| 4.4 仿真验证 |
| 4.4.1 系统配置 |
| 4.4.2 数据处理 |
| 4.4.3 模型调试 |
| 4.4.4 测试结果 |
| 4.5 对比分析 |
| 4.5.1 参数分析 |
| 4.5.2 方法对比 |
| 4.6 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 工作展望 |
| 参考文献 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 |
| 学位论文数据集 |
（9）人工神经网络在分层次广域保护系统中的应用（论文提纲范文）
| 中文摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 电力系统广域后备保护的发展现状及其趋势 |
| 1.3 继电保护重点研究内容 |
| 1.3.1 传统继电保护 |
| 1.3.2 广域后备保护 |
| 1.4 智能电网下广域后备保护的研究 |
| 1.4.1 广域后备保护的介绍 |
| 1.4.2 广域后备保护的构成模式 |
| 第二章 广域后备保护及其改进方法 |
| 2.1 现有广域后备保护通信系统架构及其缺陷分析 |
| 2.1.1 基于SDH的广域后备保护通信系统结构 |
| 2.1.2 广域后备保护的改进方法 |
| 2.2 AHP层次分析法的介绍 |
| 2.2.1 AHP层次分析法 |
| 2.2.2 层次分析法的步骤 |
| 2.3 就地层变电站内元件保护优先级别划分 |
| 2.3.1 线路状况分析及其优先级保护划分 |
| 2.3.2 母线状况分析及其优先级保护划分 |
| 2.3.3 变压器状况分析及其优先级保护划分 |
| 2.4 本章小结 |
| 第三章 基于人工神经网络的建模 |
| 3.1 人工神经网络的介绍 |
| 3.1.1 人工神经网络的基本原理 |
| 3.1.2 人工神经网络的特点 |
| 3.1.3 反向传播(BP)算法 |
| 3.2 人工神经网络模型的建立 |
| 3.2.1 人工神经网络广域后备保护模型的搭建 |
| 3.2.2 神经子网络模型的建立 |
| 3.3 人工神经网络的训练与检验 |
| 3.4 本章小结 |
| 第四章 人工神经网络的分层次广域后备保护的仿真 |
| 4.1 广域后备保护的故障仿真模型的建立 |
| 4.2 人工神经网络的分层次广域后备保护仿真 |
| 4.2.1 分层次广域后备保护信息量的分析 |
| 4.2.2 人工神经网络在分层次广域后备保护中的仿真检测 |
| 4.3 本章小结 |
| 第五章 实验研究 |
| 5.1 实验平台的搭建 |
| 5.2 实验原理 |
| 5.3 实验结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 本文遗留的问题及展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（10）交直流混联电网换相失败及对交流保护的影响研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 换相失败的检测措施 |
| 1.2.3 换相失败对交流保护的影响 |
| 1.3 本文主要内容 |
| 第2章 交直流混联电网中的换相失败 |
| 2.1 换相失败产生机理 |
| 2.2 换相失败的影响因素分析 |
| 2.3 换相失败的检测手段 |
| 2.4 换相失败的预防与抵御方法 |
| 2.5 考虑换相失败的换流器模型 |
| 2.5.1 稳态、潮流计算模型 |
| 2.5.2 准稳态模型 |
| 2.5.3 暂态模型 |
| 2.6 本章小结 |
| 第3章 基于深度循环神经网络的换相失败边界检测 |
| 3.1 深度循环神经网络结构及原理 |
| 3.2 基于DRNN的换相失败边界检测 |
| 3.3 DRNN的离线训练 |
| 3.3.1 DRNN的输入及输出数据选取 |
| 3.3.2 DRNN的网络参数选取 |
| 3.3.3 与传统深度神经网络效果对比分析 |
| 3.4 DRNN的在线检测 |
| 3.4.1 检测效果及其时效性说明 |
| 3.4.2 与单一因素换相失败预测方法对比分析 |
| 3.5 换相过程影响因素分析 |
| 3.6 本章小结 |
| 第4章 换相失败对交流保护影响分析 |
| 4.1 改进的FOURIER变换 |
| 4.2 直流系统馈入交流电流特征 |
| 4.2.1 单相接地故障 |
| 4.2.2 两相相接地故障 |
| 4.2.3 相间故障 |
| 4.2.4 三相接地故障 |
| 4.3 基于改进FOURIER算法的保护测量阻抗的特性 |
| 4.3.1 不同故障类型 |
| 4.3.2 不同故障位置 |
| 4.3.3 不同过渡电阻 |
| 4.3.4 不同故障时间 |
| 4.4 本章小结 |
| 第5章 基于非周期分量的交直流混联电网差动保护 |
| 5.1 直流系统非周期分量产生机理 |
| 5.1.1 非周期分量提取算法 |
| 5.1.2 直流系统暂态电流非周期分量输出特性 |
| 5.2 基于非周期分量差动保护 |
| 5.2.1 基于非周期分量的差动保护判据 |
| 5.2.2 仿真分析 |
| 5.3 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
四、输电系统距离保护中的神经网络应用（论文参考文献）
- [1]含直流馈入的交流系统故障特性及保护新原理研究[D]. 王恒. 华北电力大学(北京), 2021(01)
- [2]基于小波神经网络的输电线路故障诊断研究[D]. 陈皓. 安徽理工大学, 2021
- [3]基于小波分析的输电线路故障定位研究[D]. 续立强. 齐鲁工业大学, 2021(10)
- [4]柔性直流电网故障识别关键技术研究[D]. 葛锐. 东南大学, 2020(01)
- [5]混合三端直流输电系统线路保护与故障测距研究[D]. 韩雨真. 北京交通大学, 2020(03)
- [6]柔性直流输电系统故障分析与保护研究[D]. 姜斌. 华北电力大学(北京), 2019(01)
- [7]基于神经网络的输电线路故障诊断研究[D]. 彭辉. 辽宁石油化工大学, 2019(01)
- [8]柔性直流输电线路暂态信号识别方法研究[D]. 姚长元. 北京交通大学, 2019
- [9]人工神经网络在分层次广域保护系统中的应用[D]. 徐杰. 太原科技大学, 2019(04)
- [10]交直流混联电网换相失败及对交流保护的影响研究[D]. 王卉. 华北电力大学(北京), 2019
标签：输电线路论文; 直流输电论文; 柔性直流输电技术论文; 神经网络模型论文; 仿真软件论文;