版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、發(fā)電廠和變電站接地網(wǎng)是維護電力系統(tǒng)安全可靠運行、保障人員安全的重要設施,是電力系統(tǒng)的重要組成部分。接地網(wǎng)因常年埋設于地下,運行條件惡劣,易引起接地導體發(fā)生腐蝕或斷裂的情況,導致接地網(wǎng)電氣性能惡化,嚴重影響電網(wǎng)的安全穩(wěn)定運行。因此,迫切需要找到一種在不開挖、不斷電的前提下實現(xiàn)接地網(wǎng)腐蝕故障診斷的方法,以便能夠及時的發(fā)現(xiàn)并排除故障,保障電網(wǎng)的安全可靠運行。
本文首先對接地網(wǎng)故障診斷的研究現(xiàn)狀以及存在的問題進行了綜述,概述了現(xiàn)有基于
2、電網(wǎng)絡理論的接地網(wǎng)故障診斷方法。同時,分析了在測量過程中接地引線對測量值的影響以及減小影響的措施。
在已有的接地網(wǎng)故障診斷理論基礎上,建立了接地網(wǎng)故障診斷的約束優(yōu)化模型,由于懲罰函數(shù)難以選取,將內部罰函數(shù)引入接地網(wǎng)故障診斷,提出了一種基于內部罰函數(shù)和蜂群算法的接地網(wǎng)故障診斷方法。該方法通過內部罰函數(shù)平衡最小化目標函數(shù)和滿足約束條件兩者之間互相沖突的要求,并將構造的罰函數(shù)定義在可行域內,避免了沖突的發(fā)生,有利于算法前期快速進入可
3、行解的區(qū)域。通過仿真分析,該方法具有較強的診斷能力。
將化學反應算法引入到接地網(wǎng)故障診斷中,提出了一種基于化學反應優(yōu)化算法的接地網(wǎng)故障診斷方法。由于該算法存在收斂速度慢、精度低的缺陷,通過精英保留策略和混沌Logistic映射策略,構建了一種改進化學反應優(yōu)化算法。同時,針對現(xiàn)有接地網(wǎng)故障診斷準確率不高的問題,結合電網(wǎng)絡理論、虛擬分子理論和改進化學反應算法,提出了一種基于改進化學反應算法的接地網(wǎng)故障診斷方法。該方法首先根據(jù)接地網(wǎng)
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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。
最新文檔
- 基于智能優(yōu)化算法的接地網(wǎng)故障診斷.pdf
- 基于遺傳算法的接地網(wǎng)故障診斷研究.pdf
- 接地網(wǎng)腐蝕故障診斷優(yōu)化模型研究.pdf
- 基于GPSO算法的接地網(wǎng)分區(qū)故障診斷方法研究.pdf
- 基于微分進化算法的接地網(wǎng)故障診斷研究.pdf
- 基于神經(jīng)網(wǎng)絡的接地網(wǎng)故障診斷研究.pdf
- 接地網(wǎng)腐蝕故障診斷方法的研究.pdf
- 基于分層約簡模型的接地網(wǎng)腐蝕故障診斷研究.pdf
- 基于遺傳算法與支持向量機的接地網(wǎng)故障診斷.pdf
- 牽引變電所接地網(wǎng)腐蝕故障診斷算法研究.pdf
- 接地網(wǎng)建模及故障診斷方法.pdf
- 變電站接地網(wǎng)故障診斷研究.pdf
- 基于電網(wǎng)絡理論的接地網(wǎng)故障診斷方法研究.pdf
- 基于電阻抗逆問題的接地網(wǎng)故障診斷及分區(qū)診斷研究.pdf
- 基于信號距離的變電站接地網(wǎng)故障診斷.pdf
- 接地網(wǎng)腐蝕故障診斷算法與可測性研究及其應用.pdf
- 基于改進petri網(wǎng)算法的電網(wǎng)故障診斷研究.pdf
- 基于混合化學反應優(yōu)化算法的序列比對研究.pdf
- 變電站接地網(wǎng)研究及故障診斷分析.pdf
- 接地網(wǎng)智能測量系統(tǒng)及故障診斷方法研究.pdf
評論
0/150
提交評論