多级协调式高速铁路能量管理系统

随着大功率、高密度、高速度动车组的广泛应用,高速铁路的功率流动与能量消耗更加剧烈,如何有效实现高铁能量管理与评估,对于进一步提高能量传输效率,实现节能降耗具有重要意义。为了提高铁路的能量利用率,实现系统安全、经济、高效运行,提出构建高速铁路能量管理系统(REMS),以整条线路、牵引所、列车为计算单元构建多级协调式REMS,通过建立中央EMS、变电所EMS和车载EMS三级EMS,运用多项关键技术,对系统的功率流动、能量消耗进行分析,实现对系统能耗的管理与优化,并充分利用列车再生制动产生的能量,提高系统的能量利用率。     

列车运行过程的自适应模糊控制

以离线优化获得的策略对列车进行控制时,由于列车总重、线路坡道、车辆类型等不确定因素的影响,难以取得满意的效果。为此,采用自适应模糊控制方法,在总结分析基础上,充分利用现场操作人员经验,建立初始的模糊逻辑系统,以列车运行过程中的相关数据对模糊系统有关参数进行实时修正,这样,最终得到一个既能够利用专家经验信息又可以利用数据信息的自适应模糊系统,以此对离线优化所得到的控制策略进行调整,仿真研究表明,该方法可以有效消除列车总重、线路坡道、车辆类型等不确定因素对列车控制的影响,能够获得满意的效果。     

Relations Between Wavelet Network and Feedforward Neural Network

A comparison of construction forms and base functions is made between feedforward neural network and wavelet network. The relations between them are studied from the constructions of wavelet functions or dilation functions in wavelet network by different activation functions in feedforward neural network. It is concluded that some wavelet function is equal to the linear combination of several neurons in feedforward neural network.     

基于ANFIS的特高压输电线路故障分类识别方法

提出了一种基于自适应神经模糊推理系统(ANFIS)的特高压输电线路故障分类识别方法,以分类识别10种常见的输电线路故障.该方法以故障后1个工频周期内故障电流分量的标准差和四分位距作为故障分类识别的特征量.分析了噪声和谐波对这2个特征量的影响;建立了基于ANFIS的故障分类识别模型.大量仿真试验表明:提出的故障分类识别方法能快速、准确地识别各类故障,并且不易受故障初始角、故障位置和过渡电阻的影响,对噪声、谐波、电流互感器传变特性及采样频率有良好的适应性,分类识别正确率能达到99.5%.     

行波法在铁路自闭／贯通线故障测距中的应用

铁路自闭/贯通线路故障点的精确查找对于提高系统供电可靠性具有重要意义。本文介绍了行波故障测距的基本方法和现阶段已解决行波测距的关键技术;结合自闭/贯通线路自身的特点,对行波法在故障测距应用中存在的问题及解决方案进行了归纳总结。最后展望了行波测距在自闭/贯通线路中广泛应用需进一步研究的问题和难点。     

考虑传输函数特性的行波幅值比较式纵联保护原理

为了精确描述行波在输电线路上的传播过程及其衰减规律,挖掘其携带的故障信息并应用于输电线路继电保护,将线路时域上的波动方程进行Laplace变换,分析了有损均匀传输线的戴维南等效电路,建立了故障附加网络的集总等效电路.在此基础上,推导出输电线两端初始反向行波的数学关系,并提出一种考虑传输函数特性的行波纵联保护算法.该算法利用S变换提取初始行波,计算线路两端初始反向行波的衰减比,依据衰减比识别区内外故障.最后,利用PSCAD/EMTDC仿真数据对保护算法进行测试,结果表明:区内故障时,衰减比大于0.81,区外故障时,衰减比接近0,说明保护算法能可靠识别区内外故障,从原理上克服了线路模型误差、线路参数不确定性等因素产生的不利影响.      

地铁牵引供电系统交-直流潮流算法研究

地铁牵引供电网采用双边供电方式,使得相邻牵引变电所换流器之间相互影响.本文分上、下行线路进行直流功率分配,考虑换流器之间的联系以及再生制动工况,计算各牵引变电所的有功功率输出;考虑换流器特性,将牵引变电所视为PQ节点,进行交流潮流计算;将直流功率分配收敛为最终指标,将交流潮流计算嵌入其中,并用其结果来修正直流潮流的输入量,最终达到收敛的目的.该混合迭代算法收敛性能好,实例验证了该算法的准确性和可靠性.     

基于HSRN的地铁综合监控系统可靠性分析

地铁综合监控系统负责整个地铁中所有设备的监视及控制,其能否有效运行直接关系到地铁的安全稳定运营,从而决定了对地铁综合监控系统可靠性的高要求。本文首先对地铁综合监控系统进行分析,包括其完成的功能、系统层次划分及硬软件架构等;然后综合考虑系统工作站、服务器与FEP设备的硬软件组件的相互作用关系、子系统设备间的不同冗余方式及系统整体结构对地铁综合监控系统进行可靠性分析,同时,针对随机回报网(SRN)用于复杂系统可靠性分析时的状态空间爆炸及模型的可读性问题,提出适用于地铁综合监控系统可靠性分析的层次SRN(HSRN)可靠性模型;最后,以广州某实际地铁综合监控系统可靠性分析为例,验证该方法的可行性及有效性,也为其他待建的地铁综合监控系统可靠性设计提供依据。     

Wavelet Neural Network Based Traffic Prediction for Next Generation Network

By using netflow traffic collecting technology, some traffic data for analysis are collected from a next generation network （NGN） operator. To build a wavelet basis neural network （NN）, the Sigmoid function is replaced with the wavelet in NN. Then the wavelet multiresolution analysis method is used to decompose the traffic signal, and the decomposed component sequences are employed to train the NN. By using the methods, an NGN traffic prediction model is built to predict one day＇s traffic. The experimental results show that the traffic prediction method of wavelet NN is more accurate than that without using wavelet in the NGN traffic forecasting.     

地铁综合监控系统可靠性分析与数据管理软件研制

为了对地铁综合监控系统进行可靠性分析及数据管理,为地铁安全可靠运行提供保障,作者开发了一个地铁综合监控系统可靠性分析与数据管理软件.该软件可以实现系统的计算机辅助可靠性建模,对已有模型的自动定性定量分析,对系统设备\子系统可靠性数据的管理统计等功能.同时,该软件中提出并初步构建了地铁综合监控系统故障树模型图库,能够为地铁系统的故障诊断提供参考.