【摘 要】
：
配电网电缆是连接用户端和发电厂重要的纽带,是电网系统正常运行的重要环节。电缆常常经受风吹雨淋日晒的损害,所以配电网电缆是电力电网系统中常发生故障的地方之一。由于配电网电缆线路长且电网网络复杂,所以准确的查找出故障点困难且需要消耗较长时间。针对电缆发生故障的机理,分析了单相接地故障、短路故障和断路故障的原理,建立电缆故障的模型和计算模型参数,使用MATLAB/Simulink对配电网电缆的故障类型进
论文部分内容阅读
配电网电缆是连接用户端和发电厂重要的纽带,是电网系统正常运行的重要环节。电缆常常经受风吹雨淋日晒的损害,所以配电网电缆是电力电网系统中常发生故障的地方之一。由于配电网电缆线路长且电网网络复杂,所以准确的查找出故障点困难且需要消耗较长时间。针对电缆发生故障的机理,分析了单相接地故障、短路故障和断路故障的原理,建立电缆故障的模型和计算模型参数,使用MATLAB/Simulink对配电网电缆的故障类型进行仿真分析,得出故障类型的特征。通过这些特征得出判断故障类型的方法和定位故障发生区间段的方法。不同故障类型电缆的电流变化不同,以此来诊断电缆故障类型。故障段电缆与无故障段电缆的电流变化不同,根据这个规律可以快速定位故障段。电缆故障监测系统包括数据采集、数据初步处理、数据上传、云端数据存储及计算结果显示。考虑到电缆电压较高,系统采用了线圈取电的方式进行供电,自行设计了电流互感器采集高压电缆的电流信号。电流信号由处理器处理后由NB-Io T模块M5311进行数据上传到One NET云平台,为了提高电流采集的精度采用多项式拟合算法对数据进行处理。当故障发生时,云平台上的数据根据变电站拓扑结构,迅速判断故障类型和定位故障段。结果表明,系统通过对故障信号的采集和处理,准确的判断故障类型和定位故障段,完成故障的在线监测和定位。该系统安装方便、成本相对低、具有较好的实用性,可以实现电缆故障分段定位和诊断故障类型的功能。
其他文献
随着畜牧业不断发展,养殖场迎来了自动化技术时代,传统生猪养殖方式在互联网发展时代面临着巨大的压力。目前,畜牧企业对生猪养殖管理自动化程度不高,使用大量人力、物力对生猪进行饲养,造成大量的人员以及饲料资源浪费,同时企业很难第一时间掌控现场情况及猪的生长情况,致使养殖场整体效率低下。因此,企业需对旗下养殖场进行自动化智能饲喂管理来提高养殖效率。为解决企业旗下养殖场自动化管理问题,需设计一个养殖场智能饲
卷积神经网络性能不断提高的同时网络模型也在不断增大,严重制约其在智能手机等移动设备上的部署。针对这一问题,本文旨在网络模型性能损失不大的情况下,最大限度缩短卷积神经网络的计算成本和模型大小。本研究的主要内容如下:针对基于卷积神经网络的图片分类任务,本文提出基于深度可分离卷积和二值化网络的模型压缩加速方法。首先使用深度可分离卷积代替传统的卷积方式,然后对网络进行二值化处理,二值化网络将网络的激活值和
在航空发动机地面试验中,测量发动机矢量尾喷口的几何形状参数,对于飞机飞行姿态调整具有重要意义。然而,由于矢量尾喷口的结构和运动过程复杂,测量空间范围变化大,现场测量环境恶劣,传统接触式测量方法难以满足实际需求。相比较传统接触式测量方法,视觉测量方法具有非接触、精度高以及稳定性好等优点,在航空测量领域得到了广泛的应用。本文结合中国航发四川燃气涡轮院的实际测量需求,在双目立体视觉基础上建立多目立体视觉
近年来,许多研究专注于智能机器人的设计与开发,机器人在控制领域的发展也越来越成熟,为机器人的技术研发提供了更加可靠的保障。现在国内外的研究大多集中于仿生型机器人,特别是仿生六足机器人的开发。但是目前的仿生六足机器人在运动性能、图像识别、智能化等方面还不能达到理想状态。在面对不同类型的障碍时,六足机器人在识别和躲避障碍的过程中还存在许多问题。因此,六足机器人在自主判断不同类别障碍和避障决策方面还存在
行人检测技术一直是目标检测领域的一大难题,也是安防监控、智能交通以及人体识别等领域基础而关键的一环。本文基于深度学习的相关理论知识,针对公共交通场景下的快速行人检测算法进行研究。首先,分两类介绍基于深度学习的行人检测算法,第一类是基于候选区域的行人检测算法,以Faster RCNN为例;第二类是基于回归的行人检测算法,以SSD和YOLO系列为例。之后,介绍基于注意力机制的行人检测算法。其次,针对Y
随着科学技术的发展,数字图像处理广泛应用于各个领域中,数字图像预处理可以预先去除一些图像在采集传输过程中因设备和环境所产生的无关信息,例如各种类型的噪声,以便更好地对图像进行后续的分析和操作。目前图像去噪和实时传输是图像处理领域重点关注的问题,如果采用软件在计算机上处理的传统方法,在处理庞大数据量时的速率,以及在输入输出延时上都有明显的缺陷。而可编程逻辑门阵列（FPGA）凭借优秀的运算速度,可移植
随着航拍与遥感技术的不断发展以及深度神经网络研究的不断深入,基于深度学习的高空航拍图像目标检测技术得到了快速发展。本文针对现有高空航拍图像目标检测算法在雾天情况下检测精度不高,以及高空航拍图像中目标尺度多变且包含大量中小尺度目标使得检测难度增大的问题,开展了基于深度学习的高空航拍图像目标检测方法研究。首先,系统地介绍了本文提出的模拟雾天高空航拍图像数据集以及多尺度高空航拍图像目标检测算法的相关理论
随着电力系统的发展变化,智能化和信息化逐步渗入到人类的生活的各个方面,电力设备的使用数量也大幅增加。因此,为了使电力设备能够稳定安全地运行,定期进行设备故障检测也成为一个必不可少的环节。由于红外图像和可见光图像具有互补性,将它们的融合图像用于电力设备故障检测具有巨大的研究前景。因此,为了能够及时发现电力设备的故障,并迅速准确地进行故障定位,本文针对电力设备的故障检测进行红外与可见光图像融合算法的研
地铁车厢空间密闭狭小,人员密集,容易引发事故和“新冠肺炎”病毒快速传播,亟需开发高效、经济的地铁车厢智能监管分析系统,对车厢乘客进行拥挤度分析,保障乘客乘车安全。本文利用YOLOv5s模型对乘客头部特征进行目标检测,结合Deep SORT目标跟踪算法进行拥挤度人数统计,实现地铁车厢拥挤度实时预测。主要研究内容如下:（1）提出了地铁车厢拥挤度预测方法。在对地铁系统进行拥挤度人数预测时,传统人工查验票
航空发动机矢量尾喷管的扩张、收缩和运动轨迹对飞机的飞行安全至关重要,所以针对矢量尾喷管的三维重建以及尺寸测量在研究中起到了举足轻重的作用。而发动机矢量尾喷管的试车环境非常复杂,常规测量方法无法完成测量任务。针对上述问题,本文提出基于立体视觉的尾喷口三维重构与几何信息计算方法,搭建一套尾喷口立体视觉模型测量平台,主要针对立体视觉模型与标定原理、特征提取与立体匹配算法开展深入研究,并开展实验验证与分析