-
摘要：如今在电力系统中供电设备的安全性、稳定性有很高的要求。如果电力系统发生故障，就会造成设备损坏、产品报废，更严重的可能会导致火灾，人员伤亡等，将给企业的未来发展带来巨大的经济损失。这里，通过对误动作的机理分析来找出误动作的原因，当谐波电流超过一定的限值时，继电保护的误动作可能性将会增加。然而这里使用一种平均影响值（MIV ，Mean Impact Value）的神经网络谐波源识别方法，用平均影响值来辨识电力系统中的主要谐波源，再使用ETAP软件进行谐波源的仿真分析，根据相关的数据，采用智能控制系统辨识的手段，选择特定线路的谐波污染源，为以后的谐波治理工作打下基础。4785
- 上一篇：贝叶斯分类器及其应用研究+源码+文献综述
- 下一篇：实信号多相滤波器组信道化接收机的数学模型的研究
关键字：谐波源辨识；神经网络；误动作；ETAP
Malfunction analysis of mechanism of power supply system
Abstract: Nowadays, there are more requirements on the security and stability of the power supply equipment. Once error in power system, there will be great loss in products , equipment and lead to fire disaster .,which will bring huge economic loss to the future development of enterprise . Here, through analyzing the mechanism of the false action to find out the cause of the false action, when harmonic current exceeds a certain limit, the possibility of misoperation of relay protection will increase. But here using an average Value (MIV, Mean Impact Value) of the neural network harmonic source identification methods, with an average effect Value to identify the main harmonic sources in power system, then use ETAP software for simulation analysis of harmonic sources according to relevant data, using intelligent control system identification method, select a specific circuit of harmonic pollution sources, to harmonic governance work lays the foundation for later.
Key words: harmonic source identification; neural network; malfunction; ETAP
目录
1 绪论 1
1.1 现在国内外的研究电能质量的各种状况 1
1.2 谐波的基本概念 2
1.3 谐波数学定义 3
1.4 谐波产生的危害 4
1.5谐波源辨识的意义 5
1.6 本文研究的意义 5
2 神经网络的基本理论 6
2.1神经网络的由来 6
2.2神经网络的发展趋势 6
2.3 ANN简介 6
2.3.1 ANN较为常见的为以下几类模型[35-42： 8
2.4神经网络的分类 9
2.5 神经网络的学习算法 11
2.5.1 反向传播算法(BP) 12
2.6 本章小结 12
3 神经网络的应用 13
3.1 神经网络的应用现状 13
3.2 BP神经网络及MIV在谐波源辨识中的应用 13
3.2.1 BP神经网络的学习流程 13
3.3 MIV的原理介绍 15
3.4 学习样本的收集 16
3.5 谐波源辨识的实际案例分析 17
3.6 本章小结 18
4 供电系统的仿真分析 19
4.1 ETAP软件介绍 19
4.2 5#400V母线的ETAP建模 19
4.3 基于ETAP的谐波分析 22
4.4 本章小结 24
5 总结与展望 25
5.1 本文工作总结 25
5.2 工作展望 25
参考文献 26
致谢 29
1 绪论
如今在化工、冶金、电气化铁路等各个邻域中电力设备的广泛运用导致了电力系统电网中注入大量谐波电流，因此增加了电网的损耗，占用了系统的容量，降低了电网的效率，造成继电保护设备的拒动或者误动，从而影响了工业生产线中各种生产设备的运行，甚至可能导致大面积的停电[1]。谐波污染一般总是在遭受到了代价昂贵的事故后，才能探测出畸变的波形，因此研究人员越来越关注谐波污染的问题。随着国民经济的不断增长，各种非线性的用电设备容量增长率远远超过了电网的发电容量增长率。综上，为了保证系统电网安全、稳定、经济的运行的核心是谐波产生的根源正确分析、采取最大限度抑制其影响的有效措施[2]。