电力系统气象信息论文提纲

论文题目：基于故障录波数据和气象信息的架空输电线路故障类型辨识方法研究

摘要：输电线路作为电力系统的脉络,在电网的安全、可靠运行中承担着主要作用。输电线路一旦发生故障,将直接影响到电力系统的电能传输,进而影响人民的正常生活。输电线路作为输变电系统的重要组成部分,相对于其他输变电设备,输电线路分布广、数量多,大部分安装在露天环境中,工作状况复杂且相对恶劣,更容易发生故障,基于智能算法,针对输电线路开展设备故障辨识有具有重要意义。然而,目前该领域的相关研究所用方法相对单一,且对实际情况的考虑较少,难以满足实际需求。为了提高输变电设备运行水平,亟需对输电线路故障辨识进行深入研究。本文首先基于输电线路的故障录波数据,提出了小波包分解与循环神经网络相结合的故障分类模型。录波数据作为电力系统监测下的典型数据,具有时序特性,能反映故障演变过程中各设备的变化,信息价值丰富。循环神经网络在序列的演进方向进行递归,能够充分提取故障录波中各电气量随时间的变化规律,挖掘潜在特征。通过小波包变化对故障录波进行时频域的分解,将分解后的录波序列作为循环神经网络的输入,提高了故障分类网络对录波所含高频突变量的识别能力。进一步,对循环网络参数以及小波包分解层数进行对比选优,提高了所得模型的准确性。其次,针对输电线路露天工作与外部气象环境关系密切的情况,考虑将故障录波与气象特征综合考虑以完善辨识模型。从气象数据库中提取线路故障时对应的外部环境信息,并对所得数据进行相关度分析后建立了基于气象特征的K近邻故障分类模型。为得到完善的综合辨识模型,首先从数据层面对上述故障录波和气象信息两类特征进行融合。将气象特征时序化后与录波序列拼接,形成新的融合序列并导入RNN网络进行训练。针对新生成序列含有大量不变项导致模型训练效果较差的情况,通过特征降维方法减少了特征冗余,消去了不变项,提高了融合模型的分类精度。进一步,针对精确度最高的融合RNN模型和气象KNN模型对某一类故障分类效果均较差的情况,通过D-S理论在决策层面对上述两模型进行融合,减少了分类过程中的不确定性,最终得到了性能较高的综合故障分类模型。算例结果显示,新生成的综合模型的准确性高于两个单一数据来源的分类模型。最后,考虑了线路故障录波数据在实际中存在的数据异常现象,结合实际情况提出了基于线路拓扑结构的录波数据替换方法。引入信号相似度原理,给出了序列数据替换可行性的量化指标。基于上一节得到的融合分类模型,选取部分故障样本进行验证,并对各样本替换序列的差异值进行计算,得到了上述指标体系下替换可行区间,证明了所提出的替换方法具有一定的有效性。进一步,将所提方法与传统异常数据替换方法作为对比,共同用于异常录波处理,并将各自处理后的样本数据导入网络中进行训练。结果显示,在应对异常录波时,线路拓扑替换方法相对于其他方法,能够最大程度保持模型的训练效果,具有一定的优越性。

关键词：输电线路;智能算法;数据融合;数据替换

学科专业：电气工程（专业学位）

摘要

ABSTRACT

第1章 绪论

1.1 课题研究背景与意义

1.2 研究现状

1.2.1 智能算法研究现状

1.2.2 输变电设备故障辨识研究现状

1.3 研究目的及意义

1.4 论文研究内容与结果安排

第2章 基于多层小波包变换的循环神经网络

2.1 循环神经网络

2.1.1 循环神经网络简介

2.1.2 双向长短期网络BILSTM

2.2 小波变换与小波包分解

2.2.1 小波变换

2.2.2 小波包分解

2.3 基于小波包变换和BILSTM的故障分类模型

2.4 算例分析

2.4.1 模型简介

2.4.2 模型参数优化

2.4.3 波包层数选择

第3章 考虑外部气象特征的综合辨识模型

3.1 基于环境气象因素的故障辨识

3.1.1 电网故障气象环境因素简介

3.1.2 相关性分析

3.1.3 基于气象环境的故障分类模型

3.2 数据融合

3.2.1 数据融合简介

3.2.2 数据级融合

3.2.3 决策级融合

3.3 算例分析

3.3.1 数据级融合

3.3.2 决策级融合

第4章 基于拓扑的缺失或异常数据处理

4.1 故障录波中存在的数据异常问题

4.2 基于线路拓扑结构的数据替换

4.3 数据替换可行性体系

4.3.1 信号相似性

4.3.2 总体差异值

4.4 算例分析

第5章 结论与展望

5.1 结论

5.2 展望

参考文献

致谢