超高压电网故障录波数据自适应压缩新方法

综合分析了超高压电网变电站故障录波数据快速压缩传输的必要性，以及现有故障录波数据压缩传输算法的优缺点。提出了基于信号奇异性检测原理的自适应小波去噪压缩算法，详细分析了各尺度上小波系数奇异点的匹配搜索过程和最大尺度层数自适应阈值选取方法;通过故障录波信号频率与采样率的关系，确定出最大小波分解层数，然后在该分解层数上进行噪声白化检验，并对某一个信号奇异点进行奇异性指数计算，以确定出小波最优分解层数。最后通过大量真实故障录波数据编程仿真，验证了该压缩算法的高效性。     

基于自谐振神经网络的线路故障自适应选相元件

提出一种新的基于自谐振神经网络结构的自适应故障选相元件。采用故障分量作为网络输入量。由于故障分量能够很好地反映故障特征，而自谐振神经网络结构具有训练快速、不存在局部极小值点以及网络权值稳定等特点，因此自适应选相元件不受线路运行方式变化的影响。大量EMTP仿真和实际故障录波数据验证了其可靠性和正确性。     

一种基于六序网图的同杆双回线故障测距算法

采用六序分量法分析同杆双回线故障中的非跨线故障，并依照故障时故障点的电气量特征列出方程，进行非跨线故障测距。将同杆双回线故障后的电气量转化为同序正序和反序正序分量，根据单回线各种故障类型的边界条件得到各六序网图的连接关系，利用同序正序和反序正序电流在故障点的特殊关系构成测距方程，从而进行精确故障测距。该测距方法使得同杆双回线的故障测距精度不受故障点过渡电阻、回线故障类型的影响。EMTP仿真显示，该测距方法精度高，计算方便，在过渡电阻较大时仍能满足测距精度要求，且不受系统运行方式变化等因素影响。     

基于小波包变换和矢量量化的电力系统故障数据压缩

在实际的故障分析中通常不是利用故障暂态信号的全部频带信息，而是利用其部分频带信息来解决问题，因此提出了针对电力系统故障信号压缩的特殊要求，即对于所要解决问题有重要价值的频带信息无损压缩，对不重要的频带信息可以失真压缩，即保频带压缩。在此基础上提出了基于小波包变换、Huffman编码方法和矢量量化相结合的故障数据压缩算法，首先利用小波包变换将故障信号分解成各个频带的信息，选择有重要信息的频带采用自适应Huffman无损压缩算法，而对于其他频带数据信息，采用矢量量化压缩算法。通过仿真测试，该算法较好地满足了故障暂态信号的压缩要求，具有较大的应用潜力。     

电力电缆的零序电流保护方案

电力电缆的零序阻抗随零序电流的大小而改变，如果采用恒定值的零序阻抗来进行零序电流保护的整定，容易导致保护的不正确动作。由于电缆线路的零序阻抗是零序电流的函数，提出了基于迭代算法的零序电流保护的方案。利用经验公式来确定零序阻抗初始迭代值;采用最小二乘法对阻抗 — 电流曲线进行拟合求取零序阻抗;利用修正后的零序阻抗再次计算短路电流，直至前后2次计算出的接地电流的误差满足迭代精度要求。按照在线计算的零序阻抗值进行零序电流保护的整定，使得保护的特性适应于当前的电流值。保护的整定完全由装置自动完成，对当前系统的运行方式具有较好的自适应性。     

基于提升算法的电力系统故障录波数据压缩新方案

利用提升算法实现了一个基于小波变换的电网故障录波数据压缩的新方案，从采样频率的角度首次给出确定最优分解层数的公式，说明了压缩比与频率的关系；结合实际录波数据，选定误差上限后，给出了通用阈值法中参数的优化取值；对比分析了软硬阈值处理方法。实例分析结果表明，利用提升算法实现的小波数据压缩算法比Mallat算法节省一半左右的计算量；利用文中提出的最优分解层数计算公式和优化参数，结合硬阈值法，可以获得较高的压缩比，同时将误差限制在合理的范围内。     

基于时态逻辑技术的高压输电线系统故障诊断

提出了将线性时态逻辑（LTL）技术和电网故障模拟量信息引入高压输电线系统故障诊断的新思想。建立了LTL形式化演绎的完整语法、语义解释体系。在变电站端，综合考虑系统容错需求及故障诊断的实时性要求，对故障模拟量进行了实时预处理；在调度中心，分析了故障诊断过程中保护、开关动作的时序关系，形成典型故障模式下的开关量事件序列（TDS）及其相应的模拟量状态序列（TAS），并通过LTL表示TDS和TAS中的时序约束条件。最后通过实例验证了推理的可靠性和容错性。