CN105807165B - Mmc换流站运行状态模糊综合评判方法 - Google Patents
Mmc换流站运行状态模糊综合评判方法 Download PDFInfo
- Publication number
- CN105807165B CN105807165B CN201610290927.2A CN201610290927A CN105807165B CN 105807165 B CN105807165 B CN 105807165B CN 201610290927 A CN201610290927 A CN 201610290927A CN 105807165 B CN105807165 B CN 105807165B
- Authority
- CN
- China
- Prior art keywords
- entropy
- wavelet
- packet
- parameter
- mmc
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 23
- 230000001052 transient effect Effects 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims abstract description 22
- 230000005540 biological transmission Effects 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 238000010606 normalization Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 6
- 230000036541 health Effects 0.000 abstract description 6
- 238000011160 research Methods 0.000 abstract description 5
- 238000012546 transfer Methods 0.000 abstract description 4
- 241000196324 Embryophyta Species 0.000 description 12
- 238000002474 experimental method Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 231100000219 mutagenic Toxicity 0.000 description 2
- 230000003505 mutagenic effect Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种MMC换流站运行状态模糊综合评判方法,属于电力输电技术领域。本发明的目的是利用Tsallis小波包能量熵算法对直流母线电压信息进行统计运算,将暂态故障时Tsallis小波包能量熵的峰值与未发生故障时Tsallis小波包能量熵峰值之比作为一个评估因素的MMC换流站运行状态模糊综合评判方法。本发明步骤是:采集直流母线电压信号,采样频率为1024Hz,利用离散小波包将直流母线的电压信号i层分解,离散小波包节点系数或重构信号矩阵,最终得到一个Tsallis熵小波包能量熵。本发明结合反非广延熵,可提出一种评判方法,实现对MMC运行状态的健康评判,推动MMC‑HVDC交直流混联系统能量传递过程的研究进程。通过对MMC换流站中各电气信息变化的分析,准确反映MMC换流站受交流线路故障或扰动的影响严重程度,继而实现对MMC运行状态的健康评判。
Description
技术领域
本发明属于电力输电技术领域。
背景技术
2001年,德国慕尼黑联邦国防军大学的Rainer Marquardt提出了模块化多电平换流器(multilevel modular converter,MMC)的概念。2010年11月,世界上第一个基于模块化多电平换流器的柔性直流输电(MMC-HVDC)工程-Trans Bay Cable 工程在美国旧金山市投入运行。MMC-HVDC系统具有可向孤岛供电、不会换相失败、波形水平低、故障处理能力强、占地面积小等诸多优点。工程实验表明,当交流输电线路发生暂态故障时,对MMC运行产生相应的影响。若能提出一种评判方法,通过对MMC换流站中各电气信息变化的分析,准确反映MMC换流站受交流线路故障或扰动的影响严重程度,实现对MMC运行状态的健康评判,必将推动MMC运行特性分析及交直流混联系统能量传递过程的研究进程。
模糊综合评判是对具有多种属性或总体优劣受多种因素影响的事物做出合理的、综合这些属性或因素的、总体评价的一种多因素决策方法。具有结果清晰、系统性强等特点。模糊综合评判主要涉及4个要素:评语集、因素集A、隶属矩阵M和模糊权向量E。可拓理论是以物元理论和可拓集合理论为基础,从定景和定性两个角度去研究解决问题的规律和方法,即从物元可拓性进行定性分析,从关联函数进行定量计算,从而更全面地确定各因素对各评语集的隶属度。
工程实验表明,包含MMC-HDVC的交直流混合系统中,交流输电线路暂态扰动会对模块化多电平换流器的运行状态产生影响。继而导致MMC换流站内各相上下桥臂的能量分布存在差异。但由于站内各相电气信号暂态突变成分复杂,存在不确定性及模糊性等特征,直接基于此类信号的传统的状态评判方法无法满足评判精度要求。
目前,基于MMC运行状态的评估还停留在只利用MMC换流站内部的电压、电流等电气信息,没有考虑其直流母线上的电气信息,其评估结果不能完全刻画MMC整流站内运行状态的变化规律。
发明内容
本发明的目的是利用Tsallis小波包能量熵算法对直流母线电压信息进行统计运算,将暂态故障时Tsallis小波包能量熵的峰值与未发生故障时Tsallis小波包能量熵峰值之比作为一个评估因素的MMC换流站运行状态模糊综合评判方法。
本发明步骤是:
采集直流母线电压信号,采样频率为1024Hz,利用离散小波包将直流母线的电压信号i层分解,离散小波包节点系数或重构信号矩阵为
,为被测信号原始数据长度,在上定义一个滑动数据窗,窗宽为,滑动因子为,该滑动数据窗表示为:
上式中,,, d i,j (k)为小波包节点(i,j)第k个离散小波包系数或重构信号,k为离散小波包系数或重构信号矩阵中元素位置变量,N为分解层数上限,M为Tsallis小波包能量熵长度;则Tsallis小波包能量熵运算的过程为:
为信号在以时刻为中心、窗宽为的滑动数据窗内的尺度i上个小波包系数组或重构信号的能量和,其中为时刻滑动时间窗内尺度i上第j个节点小波包系数或重构信号的能量和; 令
且,则时刻的Tsallis熵小波包能量熵为
重复上述运算过程,直到,最终得到一个Tsallis熵小波包能量熵 。
本发明将暂态故障时Tsallis小波包能量熵的峰值与未发生故障时Tsallis小波包能量熵的峰值之比作为第七个因素,将第七个因素与直接利用各相上下桥壁电流峰值的比值作为评判的六个因素组成因素集。
本发明结合反非广延熵,可提出一种评判方法,实现对MMC运行状态的健康评判,推动MMC-HVDC交直流混联系统能量传递过程的研究进程。通过对MMC换流站中各电气信息变化的分析,准确反映MMC换流站受交流线路故障或扰动的影响严重程度,继而实现对MMC运行状态的健康评判。其积极效果:
(1)本发明引入Tsallis小波包能量熵,将暂态故障时Tsallis小波包能量熵的峰值与未发生故障时Tsallis小波包能量熵的峰值之比作为一个评估因素,并结合MMC换流站内的六个评估因素,作为一个因素集,为准确刻画MMC整流站内运行状态的变化规律提供了理论基础。
(2)本发明提出的模糊综合评判方法将模糊综合评判、可拓理论和熵统计理论的有机融合,并整合MMC换流站中繁杂的信息,将多组数据信息有机的融合统计,并能准确反映MMC换流站受交流线路故障或扰动的影响严重程度,实现对MMC运行状态的健康评判。
(3)本发明不但为深入分析MMC换流站运行特性提供了理论依据,也为交直流混联系统暂态能量传递过程的研究提供了技术支持。
附图说明
图1是本发明MMC的等效电路。
图2是本发明评判流程图。
具体实施方式
本发明利用Tsallis小波包能量熵算法对直流母线电压信息进行统计运算,其运算过程如下:
采集直流母线电压信号,采样频率为1024Hz,利用离散小波包将直流母线的电压信号i层分解,离散小波包节点系数或重构信号矩阵为 ,为被测信号原始数据长度,在上定义一个滑动数据窗,窗宽为,滑动因子为,该滑动数据窗表示为:
上式中,,, d i,j (k)为小波包节点(i,j)第k个离散小波包系数或重构信号,k为离散小波包系数或重构信号矩阵中元素位置变量,N为分解层数上限,M为Tsallis小波包能量熵长度;则Tsallis小波包能量熵运算的过程为:
为信号在以时刻为中心、窗宽为的滑动数据窗内的尺度i上个小波包系数组或重构信号的能量和,其中为时刻滑动时间窗内尺度i上第j个节点小波包系数或重构信号的能量和; 令
且,则时刻的Tsallis熵小波包能量熵为
重复上述运算过程,直到,最终得到一个Tsallis熵小波包能量熵 。
将交流输电线路发生暂态故障时MMC整流站内的桥臂电流的峰值与未发生故障时MMC整流站内对应桥臂电流的峰值之比作为一个因素,由此可得到六个因素(如表1所示)。由于直接利用各相上下桥壁电流峰值的比值作为评判因素的结果不能完全代表交流输电线路暂态故障状态且无法刻画MMC整流站内运行状态的变化规律,所以利用Tsallis小波包能量熵算法对直流母线电压信息进行统计运算。
本发明将暂态故障时Tsallis小波包能量熵的峰值与未发生故障时Tsallis小波包能量熵的峰值之比作为第七个因素,将第七个因素与直接利用各相上下桥壁电流峰值的比值作为评判的六个因素组成因素集。
表1因素集及其代表含义
下面对本发明做进一步详细描述:
MMC由三相六个桥壁组成,每个桥壁由若干个相互连接且结构相同的子模块(sub-module, SM)与一个电抗器、一个等效阻抗串联构成,上、下两个桥壁构成一个相单元,如图1所示。和分别为阀侧电压、电流,为直流电压,、分别为正、负直流母线电流,其平均值为。桥壁电压可以用6个受控电压源、来等效,下标p、n分别为上桥壁和下桥臂,相应的桥臂电流分别为和。工程实验表明,当交流输电线路发生暂态故障时,MMC整流站内各相上下桥臂的能量分布是存在差异的。但由于各相的电气信号暂态突变成分复杂,检测值存在不确定性及模糊性等特征,传统的状态评判方法无法满足评判精度要求。基于此,本专利提出了基于反非广延熵-可拓理论的MMC换流站运行状态模糊综合评判方法,为分析MMC运行特性及交直流混联系统能量传递过程提供理论依据。所以,利用换流站桥臂电流及直流母线的电压信号对MMC运行状态的评判过程如下所示(如图2所示):
一:确定评语集和因素集
设评语集为,即位置状态。因素集为。
二:确定各参数的经典域
经典域是指各参数的位置状态的取值范围,经典物元表示为:
(1)
其中,为参数的经典物元,为换流站及直流母线各参数的s种位置状态,表示第j个参数的量值值域,即经典域。
三:确定各参数的节域
本文中节域是指反应暂态故障状态的各参数总体取值范围,节域物元表示为
(2)
其中,为参数的节域物元,表示位置状态全体,表示参数的值域,即节域。
四:确定待评判物元
根据采集结果,参数的待评判物元为
(3)
其中为待识别位置状态,为第j 个参数的检测值。
五:计算待判物元与各位置状态的关联度及确定隶属度矩阵
令,,则第j个参数的检测值与第i种位置状态量值值域的关联度为
(4)
其中,
根据公式(4),分别计算各类参数的待评判物元与三种位置状态的关联度,确定参数单因素评判隶属度矩阵为
(5)
六:计算反熵权权值
令,利用反非广延熵对H进行运算,求出 。
(6)
其中, 。
七:将反熵权权值归一化及计算判断结果
(7)
令,且满足。
结合隶属矩阵和模糊权向量,运用加权平均模糊评判原则进行合成运算,则模糊综合评判结果B为
(8)
最后根据最大隶属度原则,取向量B中最大元素所对应的评语集元素作为评判结果。
步骤一中所述的Tsallis小波包能量熵运算的具体过程如下:
采集直流母线电压信号,采样频率为1024Hz,利用离散小波包将直流母线的电压信号i层分解,离散小波包节点系数或重构信号矩阵为,L为被测信号原始数据长度,在上定义一个滑动数据窗,窗宽为,滑动因子为,该滑动数据窗表示为:
(9)
上式中,,, d i,j (k)为小波包节点(i,j)第k个离散小波包系数或重构信号,k为离散小波包系数或重构信号矩阵中元素位置变量,N为分解层数上限,M为Tsallis小波包能量熵长度;则Tsallis小波包能量熵运算的过程为:
为信号在以时刻为中心、窗宽为的滑动数据窗内的尺度i上个小波包系数组或重构信号的能量和,其中为时刻滑动时间窗内尺度i上第j个节点小波包系数或重构信号的能量和; 令且,则时刻的Tsallis熵小波包能量熵为:
(10)。
实例:
以MMC-HVDC系统交流输电线路AB相接地短路为例,对其进行验证。采集数据的时间为2s,故障发生在第1s,持续时间为0.02s。
步骤一:确定评语集和因素集
本文设评语集V={一般,严重,非常严重},代表MMC整流站的健康状态,其中一般代表交流输电线路的暂态扰动对直流母线的电压偏移不超过5%,严重代表交流输电线路的暂态扰动对直 流母线的电压偏移不超过15%,非常严重代表交流输电线路的暂态扰动对直流母线的电压偏移超过15%。
将交流输电线路发生暂态故障时MMC整流站内的桥臂电流的峰值与未发生故障时MMC整流站内对应桥臂电流的峰值之比作为一个因素,由此可得到六个因素(如表1所示)。由于直接利用各相上下桥壁电流峰值的比值作为评判因素的结果不能完全代表交流输电线路暂态故障状态且无法刻画MMC整流站内运行状态的变化规律,所以利用Tsallis小波包能量熵算法对直流母线电压信息进行统计运算,将暂态故障时Tsallis小波包能量熵的峰值与未发生故障时Tsallis小波包能量熵的峰值之比作为第七个因素。基于此,因素集为(如表1所示)。
步骤二:确定各参数的经典域:
根据先验知识,的取值范围如下所示。
。
步骤三:确定各参数的节域:
。
步骤四:确定待评判物元:
。
步骤五:计算待判物元与各位置状态的关联度及确定隶属度矩阵
利用公式(4)计算待判物元与各位置状态的关联度,确定隶属度矩阵,则其结果如下所示:
。
步骤六:计算反熵权权值
令,利用反非广延熵(式7)对H进行运算,求出 。
步骤七:将反熵权权值归一化及计算判断结果
根据公式(7)将反熵权权值归一化,可得。
结合隶属矩阵和模糊权向量E,运用加权平均模糊评判原则进行合成运算,则模糊综合评判结果B为
最后根据最大隶属度原则可知, B中最大元素为0.5816,所对应的评语集中的评语(其对应范围如表2所示)为严重,所以流输电线路发生AB接地短路暂态故障时MMC整流站的健康状态为严重。
表2MMC运行状态的取值范围
。
具体实施方式步骤一中所述的Tsallis小波包能量熵值的选取具体过程如下:
具体实施方式步骤一中所述的Tsallis小波包能量熵值的选取具体过程如下:
将暂态故障时直流母线电压的峰值与未发生故障时直流母线电压的峰值作比,其比值为,则Tsallis小波包能量熵值选取如表3所示。
表3Tsallis小波包能量熵参数的取值范围
。
具体实施方式步骤一中所述的Tsallis小波包能量熵运算的具体过程如下:
采集直流母线电压信号,采样频率为1024Hz,利用离散小波包将信号3层分解(),离散小波包节点系数或重构信号矩阵为,被测信号原始数据长度为,在上定义一个滑动数据窗,窗宽为,滑动因子为,该滑动数据窗表示为:
(9)
上式中,,, d i,j (k)为小波包节点(i,j)第k个离散小波包系数或重构信号,k为离散小波包系数或重构信号矩阵中元素位置变量,分解层数上限为N,M为Tsallis小波包能量熵长度;则Tsallis小波包能量熵运算的过程为:
为信号在以时刻为中心、窗宽为的滑动数据窗内的尺度i上个小波包系数组或重构信号的能量和,其中为时刻滑动时间窗内尺度i上第j个节点小波包系数或重构信号的能量和; 令且,根据表1可知,,则时刻的Tsallis小波包能量熵为:
(10)
在离散小波包节点系数或重构信号矩阵上移动滑动时间窗,重复上述步骤,直到,最终得到一个小波包能量指数熵数组。
具体实施方式步骤七中所述的反非广延熵值的选取具体过程如下:
将交流输电线路发生暂态故障时MMC整流站内的各相上下桥臂电流的峰值与未发生故障时MMC整流站内对应桥臂电流的峰值作比,其比值为,再求的平均值,其值为,则反非广延熵值选取如表4所示。
表4反非广延熵参数的取值范围
。
Claims (1)
1.一种MMC换流站运行状态模糊综合评判方法,采集直流母线电压信号,采样频率为1024Hz,利用离散小波包将直流母线的电压信号i层分解,离散小波包节点系数或重构信号矩阵为D1={di,j(k),k=1,…,L,1≤i≤N,j=1,…,2i},L为被测信号原始数据长度,在D1上定义一个滑动数据窗,窗宽为w∈N,滑动因子为δ∈N,该滑动数据窗表示为:
上式中,m=1,2,…,M,M=(L-w)/δ,di,j(k)为小波包节点(i,j)第k个离散小波包系数或重构信号,k为离散小波包系数或重构信号矩阵中元素位置变量,N为分解层数上限,M为Tsallis小波包能量熵长度;
其特征在于:
1、确定评语集和因素集
设评语集为N0={N01,N02,…,N0s},即位置状态;因素集为A={a1,a2,…,an};将交流输电线路发生暂态故障时MMC整流站内的桥臂电流的峰值与未发生故障时MMC整流站内对应桥臂电流的峰值之比作为评判因素;由于直接利用各相上下桥壁电流峰值的比值作为评判因素的结果不能完全代表交流输电线路暂态故障状态且无法刻画MMC整流站内运行状态的变化规律,所以利用Tsallis小波包能量熵算法对直流母线电压信息进行统计运算,将暂态故障时Tsallis小波包能量熵的峰值与未发生故障时Tsallis小波包能量熵的峰值之比作为最后一个因素an;
2、确定各参数的经典域
经典域是指各参数的位置状态N0={N01,N02,…,N0s}的取值范围,经典物元表示为:
其中,为参数的经典物元,N0i为换流站及直流母线各参数的s种位置状态,其中i=1,2,…,s;bj,cj表示第j个参数的量值值域,即经典域,其中j=1,…,n;
3、确定各参数的节域
节域是指反应暂态故障状态的各参数总体取值范围,节域物元表示为
其中,M2为参数的节域物元,Np表示位置状态全体,bk,j,ck,j表示参数aj的值域,即节域,其中j,k=1,…,n;
4、确定待评判物元
根据采集结果,参数的待评判物元为
其中M3为参数的待评判物元,N3为待识别位置状态,vj为第j个参数aj的检测值,其中j=1,…,n;
5、计算待评判物元与各位置状态的关联度及确定隶属度矩阵
令v0j=<b0j,c0j>,vkj=<bkj,ckj>,则第j个参数的检测值vj与第i种位置状态量值值域的关联度为
其中,σ(vj,v0j)=|vj-(b0j+c0j)/2|-(c0j-b0j)/2,σ(vj,vkj)=|vj-(bkj+ckj)/2|-(ckj-bkj)/2;
根据公式(5),分别计算各类参数的待评判物元与三种位置状态的关联度,确定参数单因素评判隶属度矩阵为
6、计算反熵权权值
令其中i=1,2,…,s,j=1,…,m,利用反非广延熵对H进行运算,求出Snj,其中j=1,…,m;
其中n=3,p(i)=hij,其中i=1,2,…,s,j=1,…,n;
7、将反熵权权值归一化及计算判断结果
令E=[e1,…,en],且满足
结合隶属矩阵M4和模糊权向量E,运用加权平均模糊评判原则进行合成运算,则模糊综合评判结果B为
B=E·M4=[b1,b2,…,bs] (9)
最后根据最大隶属度原则,取向量B中最大元素所对应的评语集元素作为评判结果;
上述步骤1中Tsallis小波包能量熵运算的过程为:
为信号在以(m+w/2)时刻为中心、窗宽为w∈N的滑动数据窗内的尺度i上2i个小波包系数组或重构信号的能量和,其中为(m+w/2)时刻滑动时间窗W(m,w,δ)内尺度i上第j个节点小波包系数或重构信号的能量和;令pm(j)=Em(j)/E(m)且则(m+w/2)时刻的Tsallis熵小波包能量熵为:
重复上述运算过程,直到m=M,最终得到一个Tsallis熵小波包能量熵S={S(m),m=1,…,M,1≤i≤N,M=(L-w)/δ}。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610290927.2A CN105807165B (zh) | 2016-05-05 | 2016-05-05 | Mmc换流站运行状态模糊综合评判方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610290927.2A CN105807165B (zh) | 2016-05-05 | 2016-05-05 | Mmc换流站运行状态模糊综合评判方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105807165A CN105807165A (zh) | 2016-07-27 |
CN105807165B true CN105807165B (zh) | 2019-01-04 |
Family
ID=56455215
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610290927.2A Expired - Fee Related CN105807165B (zh) | 2016-05-05 | 2016-05-05 | Mmc换流站运行状态模糊综合评判方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105807165B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106410836B (zh) * | 2016-11-17 | 2019-04-26 | 东北电力大学 | Mmc-hvdc暂态扰动交互影响状态的评价方法 |
CN107064714B (zh) * | 2017-03-27 | 2019-05-28 | 上海交通大学 | 基于单端暂态电流的mmc-hvdc输电线路故障检测方法 |
CN109444660B (zh) * | 2018-11-20 | 2021-02-05 | 武汉拓清科技有限公司 | 一种输电线路故障与干扰的辨识方法 |
CN110068758B (zh) * | 2019-04-22 | 2021-08-03 | 南方电网科学研究院有限责任公司 | 柔性直流换流阀监测诊断系统 |
CN110488121A (zh) * | 2019-08-22 | 2019-11-22 | 广东工业大学 | 一种mmc的故障检测方法、系统、装置及可读存储介质 |
CN110994660A (zh) * | 2019-11-07 | 2020-04-10 | 长沙理工大学 | 基于能量流动规律的mmc功率运行区间优化方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202066942U (zh) * | 2011-02-11 | 2011-12-07 | 中国电力科学研究院 | 一种柔性直流输电mmc阀的故障电流运行试验装置 |
CN102856881A (zh) * | 2012-09-05 | 2013-01-02 | 华北电力大学 | 一种全桥mmc-hvdc直流故障分类检测与保护方法 |
CN103018663A (zh) * | 2012-11-19 | 2013-04-03 | 国网智能电网研究院 | 一种柔性直流输电mmc阀的过电流关断试验方法及系统 |
KR101521105B1 (ko) * | 2014-07-31 | 2015-05-19 | 연세대학교 산학협력단 | 모듈 다중 레벨 컨버터의 서브 모듈 고장 검출 방법 |
CN104933247A (zh) * | 2015-06-16 | 2015-09-23 | 东北电力大学 | 一种mmc数模混合仿真系统精确性分析方法 |
CN105021943A (zh) * | 2015-07-15 | 2015-11-04 | 南方电网科学研究院有限责任公司 | Mmc-hvdc交流侧故障的过电流检测方法和系统 |
CN105467261A (zh) * | 2015-12-21 | 2016-04-06 | 东北电力大学 | 基于mmc换流站信息融合技术交流系统暂态故障识别方法 |
-
2016
- 2016-05-05 CN CN201610290927.2A patent/CN105807165B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202066942U (zh) * | 2011-02-11 | 2011-12-07 | 中国电力科学研究院 | 一种柔性直流输电mmc阀的故障电流运行试验装置 |
CN102856881A (zh) * | 2012-09-05 | 2013-01-02 | 华北电力大学 | 一种全桥mmc-hvdc直流故障分类检测与保护方法 |
CN103018663A (zh) * | 2012-11-19 | 2013-04-03 | 国网智能电网研究院 | 一种柔性直流输电mmc阀的过电流关断试验方法及系统 |
KR101521105B1 (ko) * | 2014-07-31 | 2015-05-19 | 연세대학교 산학협력단 | 모듈 다중 레벨 컨버터의 서브 모듈 고장 검출 방법 |
CN104933247A (zh) * | 2015-06-16 | 2015-09-23 | 东北电力大学 | 一种mmc数模混合仿真系统精确性分析方法 |
CN105021943A (zh) * | 2015-07-15 | 2015-11-04 | 南方电网科学研究院有限责任公司 | Mmc-hvdc交流侧故障的过电流检测方法和系统 |
CN105467261A (zh) * | 2015-12-21 | 2016-04-06 | 东北电力大学 | 基于mmc换流站信息融合技术交流系统暂态故障识别方法 |
Non-Patent Citations (1)
Title |
---|
非广延小波熵在电力系统暂态信号特征提取中的应用;陈继开等;《中国电机工程学报》;20101005;第30卷(第28期);正文第25-32页 |
Also Published As
Publication number | Publication date |
---|---|
CN105807165A (zh) | 2016-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105807165B (zh) | Mmc换流站运行状态模糊综合评判方法 | |
Janik et al. | Automated classification of power-quality disturbances using SVM and RBF networks | |
CN111505434B (zh) | 一种低压配电表箱线路、表箱故障隐患识别方法 | |
CN106682303A (zh) | 一种基于经验模态分解和决策树rvm的三电平逆变器故障诊断方法 | |
CN103761372B (zh) | 一种基于主元分析与多分类相关向量机的多电平逆变器故障诊断策略 | |
CN108832619A (zh) | 基于卷积神经网络的电力系统暂态稳定评估方法 | |
CN106330095B (zh) | 一种大型光伏电站汇集系统故障定位方法 | |
CN108732528A (zh) | 一种基于深度置信网络的数字化电能表故障诊断方法 | |
Ahmadipour et al. | Islanding detection technique using Slantlet Transform and Ridgelet Probabilistic Neural Network in grid-connected photovoltaic system | |
CN105467261B (zh) | 基于mmc换流站信息融合技术交流系统暂态故障识别方法 | |
CN106093678B (zh) | 一种快速准确诊断柔性直流输电系统换流器故障的方法 | |
CN112348071B (zh) | 一种模块化多电平换流器子模块开关管开路故障诊断方法 | |
CN110488152A (zh) | 一种基于自适应神经模糊推理系统的配电网故障选线方法 | |
Kumar et al. | Fault classification of phase to phase fault in six phase transmission line using Haar wavelet and ANN | |
CN110703151A (zh) | 基于振动盲源分离和贝叶斯模型的变压器故障诊断方法 | |
CN110363334A (zh) | 基于灰色神经网络模型的光伏并网的电网线损预测方法 | |
Ray et al. | Artificial intelligence based fault location in a distribution system | |
Hu et al. | An open-circuit faults diagnosis method for MMC based on extreme gradient boosting | |
CN109164315A (zh) | 基于粒子群优化的kfcm及svm的电抗器故障诊断方法 | |
CN113125992A (zh) | 基于dbn的npc三电平逆变器故障诊断方法及系统 | |
CN110285951A (zh) | 变压器有载分接开关机械故障诊断方法 | |
CN106093638A (zh) | 一种电压跌落均方根值与跌落频次估计的模式识别方法 | |
Mahato et al. | Electric power system transient stability assessment based on Bi-LSTM attention mechanism | |
CN106410836B (zh) | Mmc-hvdc暂态扰动交互影响状态的评价方法 | |
CN104283208A (zh) | 大型电网概率性可用输电能力的分解协调计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190104 |