Processing math: 100%
  • ISSN 0258-2724
  • CN 51-1277/U
  • EI Compendex
  • Scopus
  • Indexed by Core Journals of China, Chinese S&T Journal Citation Reports
  • Chinese S&T Journal Citation Reports
  • Chinese Science Citation Database
ZHAO Zhenhua, WANG Pu, GAO Yuan, WANG Shuguo. Calculations for Transition Displacement and Design Optimization for Moveable Point Frog[J]. Journal of Southwest Jiaotong University, 2025, 60(2): 356-363, 461. doi: 10.3969/j.issn.0258-2724.20230294
Citation: GAO Fengyang, LI Zhaojun, YUAN Cheng, LI Xiaofeng, QI Xiaodong. Hierarchical Fault Location Method for Distribution Network with Special Load[J]. Journal of Southwest Jiaotong University, 2020, 55(3): 570-578. doi: 10.3969/j.issn.0258-2724.20190414

Hierarchical Fault Location Method for Distribution Network with Special Load

doi: 10.3969/j.issn.0258-2724.20190414
  • Received Date: 13 May 2019
  • Rev Recd Date: 12 Dec 2019
  • Available Online: 16 Jan 2020
  • Publish Date: 01 Jun 2020
  • Special load is connected to the distribution network, which enhances the interaction between the power supply, load and power grid, and imposes higher requirements for fault location. To deal with this, a hierarchical location method for fast locating fault points is proposed. Firstly, the incompleteness of the genetic algorithm based fault location model is analyzed for single-layer distribution network with special load. Secondly, based on the theory of the single-layer model, a regional positioning method and a segment method are proposed, which respectively improves quantum immune algorithm and implicit enumeration method. Finally, a comparative simulation is carried out between the proposed model and the single-layer model that is based on a single intelligent algorithm. Compared with the genetic algorithm, immune algorithm and improved single-layer positioning model constructed by quantum immune algorithm, the hierarchical positioning method can greatly simplify the complexity of the fault identification model, ensure the fault tolerance and stability of the positioning while improving the positioning efficiency. In addition, this method reduces the fault search dimension by 69%, takes less than 1s to locate the fault, and the fault identification rate is 100%.

     

  • 道岔是机车车辆从一股轨道转入或越过另一股轨道的线路设备,是铁路轨道的重要组成部分,也是线路上的薄弱环节[1]. 道岔由转辙器、导曲线和辙叉部分组成. 从结构上,辙叉可分为固定型辙叉和可动心轨辙叉. 可动心轨辙叉由翼轨、长心轨、短心轨、叉跟轨及联结零件组成. 按心轨跟端结构,可动心轨辙叉可分为单肢弹性可弯和双肢弹性可弯,单肢弹性可弯的长心轨跟端为固定端,短心轨跟端为斜接头;双肢弹性可弯的长、短心轨跟端均为固定端.

    目前,我国时速200公里及以上道岔的辙叉均为可动心轨辙叉,12号、18号、30号辙叉采用单肢弹性可弯,42号及以上号码辙叉采用双肢弹性可弯. 可动心轨辙叉轨线连续可显著降低辙叉区轮轨的相互作用,提高行车平稳性[2],其通过心轨和不同侧翼轨密贴实现. 当列车顺向或逆向通过时,车轮由心轨转移至翼轨或由翼轨转移至心轨. 若心轨/翼轨密贴间隙过大,则将对列车安全通过产生威胁. 因此,我国铁路道岔技术条件[3,4]和相关规章[5-7]从制造和维护的角度对心轨/翼轨密贴间隙做出明确规定. 基于上述规定,王树国等[8] 对7个铁路局、20个车站的28组在役高速可动心轨道岔进行了检测,共检出23处扣分项,平均每组道岔0.82处,出现频次较高.

    心轨/翼轨不密贴是心轨转换不足位移的一种表现形式. 国内外学者针对尖轨、心轨转换不足位移开展了大量研究:蔡小培等[9]基于ANSYS软件中的二维梁单元BEAM54建立了心轨有限元仿真模型,分析不同牵引点设置和摩擦系数对42号道岔心轨转换不足位移和扳动力的影响,并提出应对措施;曾瑞东等[10]采用BEAM54梁单元建立尖轨转换模型,研究跟端轨底加工对尖轨转换的影响;马晓川等[11]基于ANSYS中的BEAM3梁单元建立小号码道岔尖轨有限元模型,分析密贴刚度对尖轨转换特性的影响;司道林等[12]采用BEAM188单元建立50 kg/m钢轨9号道岔尖轨转换模型,并研究单点牵引时弹性可弯尖轨的转换特性;Čedomir等[13]采用有限元方法建立了18.5号可动心轨辙叉转换计算模型,分析心轨转换力. 上述研究侧重于控制尖轨、心轨的最大不足位移(位于最后一个牵引点至固定端之间)和降低转换力. 与最大不足位移相比,密贴区域的不足位移相对较小,目前尚未有控制心轨/翼轨密贴区域不足位移的研究成果.

    心轨不足位移指转换后心轨实际位移和设计位移沿轨道横向的差值. 心轨不足位移的大小除与牵引点布置、滑床板摩擦系数、轨件活动段长度等因素有关以外[14],还与密贴线型(心轨设计位移曲线)设计有关. 鉴于既有可动心轨辙叉已在全路大量服役,且总体状态良好[15],本文不对辙叉主要结构进行调整,仅从密贴线型(设计位移曲线)的角度展开研究. 当前,设计位移曲线通过弹性可弯中心法确定[16],采用几何作图法确定心轨转换位移曲线,将弹性可弯中心前的心轨简化为刚体,但实际心轨为弹性体,转换时从尖端到固定端为连续变形,且心轨与翼轨密贴区域截面变化较为显著,因此,心轨实际转换位移曲线与设计转换位移曲线必然存在偏差.

    鉴于此,本文以目前应用最多的18号可动心轨辙叉[17]为研究对象,基于由弹性可弯中心法确定的心轨结构参数,并采用实体单元建立有限元模型,提出心轨转换位移曲线计算方法和可动心轨辙叉关键部件的优化设计方法,拟减小心轨/翼轨密贴间隙、优化辙叉结构,为新一代可动心轨辙叉的设计提供参考依据.

    基于有限元方法建立心轨转换计算模型,关键结构参数如表1所示. 模型按辙叉直向开通建立,长、短心轨采用实体单元进行模拟,充分考虑其机加工后复杂的结构特征,密度为7850 kg/m3,弹性模量取为2.1 × 1011 Pa,泊松比取为0.3[18]. 对长心轨固定端施加完全约束. 在第1牵引点和第2牵引点分别施加对应牵引点动程的横向位移荷载. 在模型中设置沿y轴负方向的重力加速度,取值为9806.6 mm/s2,在长、短心轨和滑床板间设置摩擦接触,共26个接触对,摩擦系数为0.25[19]. 将长、短心轨轨头和轨底密贴段设置耦合约束,限制两者沿接触面切向和法向的位移. 扣板、顶铁支撑刚度为100 kN/mm[20],采用Combine14弹簧单元模拟,计算模型如图1所示. 图中:A-AB-B分别为AB处的截面,图1(a)中向下箭头均为摩擦力F.

    表  1  18号可动心轨辙叉关键结构参数
    Table  1.  Key structure parameters for No. 18 movable point frog
    结构参数 取值/mm
    长心轨轨头加工长度 2169
    短心轨轨头加工长度 2075
    短心轨长度 8215
    长心轨可动段长度 9055
    弹性可弯中心距心轨理论尖端距离 7505
    咽喉宽度 125
    距心轨理论尖端距离 390
    动程(第 1 牵引点) 119
    距心轨理论尖端距离 3955
    动程(第 2 牵引点) 59
    下载: 导出CSV 
    | 显示表格
    图  1  心轨转换计算模型
    Figure  1.  Calculation model of point rail transition

    求解模型得到的计算位移曲线如图2所示,由计算位移曲线确定的长心轨/翼轨间顶铁(a/b)尺寸偏差如表2所示[21],其最大偏差为 −2 mm,小于允许增加的顶铁调整片厚度(3 mm).

    图  2  计算位移曲线
    Figure  2.  Calculated displacement curve
    表  2  长心轨/翼轨间顶铁尺寸偏差
    Table  2.  Dimensional deviation for distance blocks between long point rail and wing rail mm
    序号 a b
    修正值 计算值 偏差 修正值 计算值 偏差
    8# 95 94 1 97 97 0
    10# 124 124 0 127 127 0
    12# 113 114 −1 116 116 0
    14# 152 153 −1 155 155 0
    16# 159 161 −2 159 161 −2
    19# 159 160 −1 159 159 0
    21# 157 157 0 157 156 1
    23# 154 154 0 154 155 −1
    下载: 导出CSV 
    | 显示表格

    辙叉最小轮缘槽宽度的计算值为90.7 mm,实测5组辙叉最小轮缘槽宽度的平均值为90.9 mm(见表3).

    表  3  18# 可动心轨辙叉最小轮缘槽宽度
    Table  3.  Minimum flangeway width for No. 18 movable point frog
    序号 1# 2# 3# 4# 5# 平均
    检测值/mm 91.0 90.6 90.9 90.6 91.3 90.9
    下载: 导出CSV 
    | 显示表格

    顶铁、最小轮缘槽宽度的计算值与修正值(或实测值)之间偏差较小,验证了本文提出的心轨转换位移曲线数值计算方法的合理性.

    进一步研究计算位移曲线和设计位移曲线偏差,如图3所示. 由图中数据可见,长心轨可动区域(从长心轨尖端至固定端)位移最大偏差为6.64 mm,位于弹性可弯中心,计算位移大于设计位移. 心轨/翼轨密贴段位移最大偏差为1.06 mm,位于密贴段终点,计算位移大于设计位移;心轨尖端位移偏差为0.36 mm,计算位移小于设计位移.

    图  3  计算位移曲线和设计位移曲线偏差
    Figure  3.  Deviation between calculated displacement curve and designed displacement curves

    根据计算结果,心轨设计位移曲线和计算位移曲线之间存在偏差,应对转换位移曲线设计方法进行优化. 此外,相较于可动心轨辙叉区最小轮缘槽宽度限值73 mm(辙叉区轨距允许正公差(8 mm)[5-6]和标准轨距的最小轮缘槽宽度限值(65 mm)[7]之和),既有18# 辙叉最小轮缘槽宽度裕量偏大,应适当减小以降低牵引点转换力,使辙叉结构更为合理.

    基于所建立的心轨转换模型和上文中的计算结果,对18号可动心轨辙叉心轨转换位移曲线进行优化设计.

    首先,由心轨转换位移曲线确定的辙叉最小轮缘槽宽度必须满足要求,根据上文中给出的最小轮缘槽宽度限值(73 mm),考虑3 mm的安全裕量,最小轮缘槽宽度目标值按76 mm设置较为合理.

    其次,在表1所列出的辙叉关键结构参数中,第2牵引点动程对最小轮缘槽宽度的影响最为显著,二者为正相关关系. 采用减小第2牵引点动程的方法改变心轨转换位移曲线,使最小轮缘槽宽度计算值减小到目标值(最小轮缘槽宽度取值位置为心轨转换位移曲线确定的长心轨(翼)轨密贴段终点). 如前文所述,改变心轨转换位移曲线后,心轨转换模型关键结构参数随之改变,而在第2牵引点动程取值相同的条件下,模型关键结构参数的改变反过来会影响心轨转换位移曲线. 为此,采用逐次逼近的方法进行求解,具体方法为减小所建立心轨转换模型的第2牵引点动程,使最小轮缘槽宽度计算值与目标值偏差≤0.2 mm,采用计算位移曲线确定的关键结构参数修正计算模型. 在第2牵引点动程取值不变的条件下进行校核计算,当最小轮缘槽宽度满足要求(计算值和校核值偏差≤0.2 mm)时终止计算,不满足时则重复上述调整、修正和校核计算过程,直至满足要求,整体流程如图4所示,初始设计计算工况如表4所示.

    图  4  计算流程
    Figure  4.  Calculation flow chart
    表  4  数值计算工况
    Table  4.  Numerical calculation conditions mm
    工况 第 2 牵引点动程 最小轮缘槽宽度
    1(初始设计) 59.0 90.7
    2 54.0 81.9
    3 50.5 76.1
    下载: 导出CSV 
    | 显示表格

    不同工况的计算位移曲线模型见图5. 工况2最小轮缘槽宽度(81.9 mm)安全裕量仍然过大,工况3最小轮缘槽宽度(76.1 mm)比目标值仅大0.1 mm,因此,选择工况3进行下一步计算. 基于工况3计算位移曲线得出的关键结构参数(见表5),建立修正模型1,并补充计算工况4第2牵引点动程(修正模型1)为50.5 mm,重新进行计算. 工况4计算位移曲线如图6,最小轮缘槽宽度为75.6 mm,与工况3相比,其最小轮缘槽宽度计算结果偏差为0.5 mm,且小于限值要求.

    图  5  工况1~3计算位移曲线
    Figure  5.  Calculated displacement curves for conditions 1-3
    表  5  初始模型和修正模型1关键结构参数
    Table  5.  Key structure parameters for initial model and refined model 1 mm
    关键参数 长心轨轨头
    加工长
    短心轨轨头
    加工长
    短心轨长
    初始模型 2169 2075 8215
    修正模型 1 2425 2056 7959
    下载: 导出CSV 
    | 显示表格
    图  6  工况4计算位移曲线
    Figure  6.  Calculated displacement curve for condition 4

    将修正模型1的第2牵引点动程调整为50.7 mm,补充工况5进行计算. 工况5计算位移曲线如图7所示,最小轮缘槽宽度为76.0 mm,最小轮缘槽宽度满足要求. 基于工况5计算位移曲线得出的关键结构参数(见表6),建立修正模型2,并补充计算工况6(第2牵引点动程为50.7 mm),重新进行计算.

    图  7  工况5计算位移曲线
    Figure  7.  Calculated displacement curve for condition 5
    表  6  修正模型1和修正模型2关键结构参数
    Table  6.  Key structure parameters for refined model 1 and refined model 2 mm
    关键参数 长心轨轨头
    加工长
    短心轨轨头
    加工长
    短心轨长
    修正模型 1 2425 2056 7959
    修正模型 2 2427 2020 7957
    下载: 导出CSV 
    | 显示表格

    工况6计算位移曲线如图8所示,其最小轮缘槽宽度与工况5一致,为76.0 mm.

    图  8  工况6计算位移曲线
    Figure  8.  Calculated displacement curve for condition 6

    采用工况6计算位移曲线得出的关键结构参数与修正模型2关键结构参数值一致,见表7. 至此,迭代仿真结束,工况6牵引动程及计算位移曲线为最终优化结果. 另外,工况6长心轨和短心轨计算位移差异见图9,可以看出,自短心轨尖端起向后3.4 m范围内,长、短心轨位移基本一致;距尖端3.4 m到距尖端5.4 m范围内,长心轨位移逐渐大于短心轨,位移差最大值为1.04 mm,出现在距短心轨尖端5.4 m位置;自距短心轨尖端5.4 m至长心轨固定端范围内位移差异逐渐减小为0.

    表  7  关键结构参数比较
    Table  7.  Key structure parameter comparison mm
    关键参数 修正模型 2 工况 6
    长心轨轨头加工长 2427 2427
    短心轨轨头加工长 2020 2020
    短心轨长 7957 7957
    下载: 导出CSV 
    | 显示表格
    图  9  工况6长、短心轨计算位移差异
    Figure  9.  Difference between calculated long and short point rail displacements for condition 6

    综上所述,采用最小轮缘槽宽度作为确定心轨转换位移曲线的关键参数,基于所建立的心轨转换模型,采用逐次逼近法进行求解,通过设置6个计算工况,更新2次计算模型后,工况6趋于收敛,因此,选择工况6计算的位移曲线作为18号可动心轨辙叉心轨转换位移曲线的优化设计方案.

    基于心轨转换位移曲线,开展关键部件结构设计. 相对于侧向,可动心轨辙叉直向通过速度更高(目前直向过岔最高速度为350 km/h[22]),对辙叉直向几何形位公差的要求也更高[3-4],考虑上述因素,可动心轨辙叉关键部件按直向开通设计.

    1) 长心轨

    长心轨为可动心轨辙叉关键部件(见图10),与短心轨组装为可动心轨,在转辙机牵引下与不同侧翼轨密贴形成直、侧向连续轨线,确定直股开通状态下长心轨侧股工作边线型是长心轨设计的关键.

    图  10  可动心轨辙叉长心轨
    Figure  10.  Long point rail for movable point frog

    其设计方法为:基于上文计算得到的心轨直股工作边转换位移曲线和侧股工作边,可确定长心轨/翼轨密贴段(心轨理论尖端至71.3 mm断面)长度及密贴段范围内长心轨横向位移量Δyc,将长心轨/翼轨密贴段沿轨道纵向离散为n段,共n + 1个节点,各节点位置坐标分别为xc1xc2、…、xc(n + 1),对应的横向位移量分别为Δyc1、Δyc2、…、Δyc(n + 1). 采用同样方法,将长心轨/翼轨密贴段范围内的侧股工作边进行离散,可得侧股工作边各节点对应横向坐标yci,其中i = 1,2, …,n + 1. 对各个离散节点Pci,分别依据其侧股工作边坐标yci和转换后的横向位移量Δyci,叠加计算得到直股开通状态下长心轨侧股工作边各节点的横向位置坐标yzci如式(1)所示.

    yzci=yciΔyci,i=1,2,,n+1.
    (1)

    基于直股开通状态下,长心轨非工作边各节点坐标(xci, yzci),采用样条曲线拟合各节点,得到直股开通状态下长心轨侧股工作边线型,见图11.

    图  11  直股开通状态下长心轨侧股工作边拟合
    Figure  11.  Fitting of running edge of long point rail for branch line in straight-through state

    长心轨其他结构的设计方法可参照既有设计方法进行.

    2) 短心轨

    短心轨与长心轨通过联结零件组装为整体. 短心轨尖端至72.2 mm的断面与长心轨密贴;后端弯折点至跟端与叉跟尖轨密贴,转换时,后端弯折点至跟端线型不变,如图12所示. 直股开通时,短心轨与长心轨密贴段非工作边为水平线,确定直股开通状态下短心轨尖端至后端弯折点工作边线型是短心轨设计的关键.

    图  12  直股开通状态下的短心轨拟合
    Figure  12.  Short point rail in straight-through state

    基于上文计算得到的短心轨工作边转换位移曲线,可确定短心轨尖端至短心轨后端弯折点的横向位移Δyd,采用与长心轨相同的离散方法,将短心轨尖端至后端弯折点沿轨道纵向离散为n段,共n + 1个节点,各节点位置坐标分别为xd1xd2、…、xd(n + 1),对应的横向位移量分别为Δyd1、Δyd2、…、Δyd(n + 1). 将短心轨尖端至后端弯折点对应范围内的侧股工作边进行离散,可得各节点对应的侧股工作边横向坐标yd1yd2、…、yd(n + 1). 对各离散节点Pdii=1,2,…,n + 1),分别依据其侧股工作边坐标ydi和转换后的横向位移量Δydi,叠加计算得到直股开通状态下短心轨尖端至后端弯折点工作边各节点横向位置坐标yzdi如式(2)所示.

    yzdi=ydiΔydi,i=1,2,,n+1.
    (2)

    基于直股开通状态下,短心轨工作边各节点坐标(xdi, yzdi),采用样条曲线拟合各节点,得到直股开通状态下短心轨工作边线型,如图13所示.

    图  13  直股开通状态下短心轨工作边拟合
    Figure  13.  Fitting of running edge of short point rail in straight-through state

    短心轨其他结构的设计方法可参照既有设计方法进行.

    3) 翼轨

    可动心轨辙叉翼轨分为直股翼轨和侧股翼轨,辙叉开通直股时与心轨密贴的翼轨为直股翼轨,开通侧股时与心轨密贴的翼轨为侧股翼轨. 按照不同的功能,将翼轨工作边可分为支撑车轮段、密贴段、连接段、安装顶铁段和安装间隔铁段. 确定各段翼轨工作边为翼轨设计的关键,见图14.

    图  14  可动心轨辙叉翼轨
    Figure  14.  Wing rails for movable point frog

    直股翼轨工作边设计方法为:支撑车轮段工作边线型采用辙叉直股工作边;为与直股开通状态下心轨密贴,密贴段工作边线型采用上文所述直股开通状态下长心轨非工作边线型;为减少顶铁规格,安装顶铁段的工作边线型采用上文所述直股开通状态下短心轨工作边线型偏移得到;为简化间隔铁结构,安装间隔铁段的线型采用叉跟尖轨工作边偏移得到(叉跟尖轨工作边由道岔总体线型确定).

    侧股翼轨工作边设计方法为:支撑车轮段工作边线型为辙叉侧股工作边线型;为与处于侧股开通状态下心轨密贴,密贴段工作边线型采用上文所述心轨直股工作边计算位移曲线;为减少顶铁规格,翼轨安装顶铁段的工作边线型采用直股工作边计算位移曲线偏移得到;为简化间隔铁结构,翼轨安装间隔铁段的线型采用直股工作边偏移得到.

    工作边确定后,应根据具体结构调整连接段工作边,合理布置弯折点位置,使各弯折点弯折角度均匀便于制造.

    4) 长/短心轨间联结零部件

    心轨组件由长心轨、短心轨、联结零部件(间隔铁、顶铁等)采用高强螺栓联结为整体,如图15所示.

    图  15  长/短心轨组件及联结零件
    Figure  15.  Long/short point rail components and connecting parts

    由于长、短心轨转换时存在位移差异,将长、短心轨联结为整体的间隔铁,应设置在长心轨、短心轨位移差异较小的区域,避免扰动辙叉线型;同理,设置于心轨组件后端的顶铁,受长、短心轨转换位移差的影响,直股开通时的尺寸小于侧股开通时的尺寸,为避免影响直向工作边直线度,其尺寸应按直股开通时设计,当转换至侧股时,顶铁会与长心轨轨腰存在间隙,间隙的大小取决于顶铁位置处长、短心轨位移差.

    本文以18号可动心轨辙叉为研究对象,分析既有心轨转换位移曲线设计方法的不足,基于有限元方法建立心轨转换模型,对心轨转换位移曲线进行了仿真计算,结果表明:心轨计算转换位移与设计转换位移最大偏差达到6.64 mm,位于弹性可弯中心;密贴段最大位移偏差为1.06 mm,位于密贴段终点;心轨尖端位移偏差为0.36 mm,可对心轨转换位移曲线设计方法进行优化,以减小心轨/翼轨密贴间隙. 此外,最小轮缘槽宽度计算值(90.7 mm)和实测平均值(90.9 mm)差异较小,但与73 mm的限值相比裕量较大,可适当减小最小轮缘槽宽度以降低牵引点转换力,使辙叉结构更为合理.

    为此,基于所建立的心轨转换模型,提出了以最小轮缘槽宽度为关键指标,采用逐次逼近求解的方式对心轨转换位移曲线进行优化设计的方法,并给出最小轮缘槽宽度目标值. 针对用量最大的18号可动心轨辙叉,通过计算提出了牵引点动程及心轨转换曲线优化方案. 在此基础上,根据辙叉直、侧向不同的形位公差要求,提出了按直向开通状态进行结构设计的原则和关键部件设计方法.

    下一步工作,拟基于计算位移曲线分布,确定长、短心轨之间间隔铁和顶铁设置位置和尺寸,在计算模型中增加顶铁和间隔铁后进行仿真计算,探明间隔铁和顶铁对转换位移曲线的影响规律;另外,在本文研究工作基础上,还可开展心轨磨耗后对转换位移曲线的影响;拟采用本文提出的方法进行下一代可动心轨辙叉结构设计,试制新辙叉并开展室内试验,对数值计算和设计方法进行进一步的验证.

    致谢:中国铁道科学研究院集团有限公司科研项目(2022YJ177).

  • 陈大宣,余一平,鞠平,等. 基于时变电流注入方法的特殊电力负荷建模研究[J]. 电力自动化设备,2014,34(3): 120-124. doi: 10.3969/j.issn.1006-6047.2014.03.020

    CHEN Daxuan, YU Yiping, JU Ping, et al. Research on special power load modeling based on time-varying current injection method[J]. Electric Power Automation Equipment, 2014, 34(3): 120-124. doi: 10.3969/j.issn.1006-6047.2014.03.020
    MEHRDAD M, MEHDI E A. A new fault location technique in smart distribution networks using synchronized/non-synchronized measurements[J]. IEEE Transactions on Power Delivery, 2018, 33(3): 1358-1368.
    ZHU J, LUBKEMAN D L, GIRGIS A A. Automated fault location and diagnosis on electric power distribution feeders[J]. IEEE Transactions on Power Delivery, 12(2): 801-809.
    KNOPP T, WEBER A. Local system matrix compression for efficient reconstruction in magnetic particle imaging[J]. Advances in Mathematical Physics, 2015, 2015: 1-7.
    黄佳乐,杨冠鲁. 配电网故障区间定位的改进矩阵算法[J]. 电力系统保护与控制,2014(11): 41-45. doi: 10.7667/j.issn.1674-3415.2014.11.007

    HUANG Jiale, YANG Guanlu. Improved matrix algorithm for fault interval location in distribution network[J]. Power System Protection and Control, 2014(11): 41-45. doi: 10.7667/j.issn.1674-3415.2014.11.007
    童晓阳,张绍迅. 基于灰色关联度的配电网故障区段定位与类型识别方法[J]. 电力系统自动化,2019(4): 113-118,145. doi: 10.7500/AEPS20180214007

    TONG Xiaoyang, ZHANG Shaoxun. Fault segment location and type identification method for distribution network based on grey correlation degree[J]. Automation of Electric Power System, 2019(4): 113-118,145. doi: 10.7500/AEPS20180214007
    郑涛,潘玉美,郭昆亚,等. 基于免疫算法的配电网故障定位方法研究[J]. 电力系统保护与控制,2014(1): 87-93.

    ZHENG Tao, PAN Yumei, GUO Kunya, et al. Research on fault location method of distribution network based on immune algorithm[J]. Power System Protection and Control, 2014(1): 87-93.
    LIANG R, PENG N, YANG Z, et al. A novel single-phase-to-earth fault location method for distribution network based on zero-sequence components distribution characteristics[J]. International Journal of Electrical Power & Energy Systems, 2018, 102: 11-22.
    高云龙,周羽生,彭湃,等. 优化和声算法在含DG电网故障定位中的应用[J]. 电力系统保护与控制,2014(19): 26-31. doi: 10.7667/j.issn.1674-3415.2014.19.004

    GAO Yunlong, ZHOU Yusheng, PENG Pai, et al. Application of optimized harmonic algorithm in fault location of DG distribution network[J]. Power System Protection and Control, 2014(19): 26-31. doi: 10.7667/j.issn.1674-3415.2014.19.004
    刘蓓,汪沨,陈春,等. 和声算法在含DG配电网故障定位中的应用[J]. 电工技术学报,2013,28(5): 280-284. doi: 10.3969/j.issn.1000-6753.2013.05.039

    LIU Pei, WANG Feng, CHEN Chun, et al. Application of harmonic algorithm in fault location of DG distribution network[J]. Transactions of China Electrotechnical Society, 2013, 28(5): 280-284. doi: 10.3969/j.issn.1000-6753.2013.05.039
    陈奎,张云,王洪寅,等. 基于免疫算法的含分布式电源配电网的故障定位[J]. 电力系统保护与控制,2017,45(24): 57-62. doi: 10.7667/PSPC161985

    CHEN Kui, ZHANG Yun, WANG Hongyin, et al. Fault location based on immune algorithm with distributed power distribution network[J]. Power System Protection and Control, 2017, 45(24): 57-62. doi: 10.7667/PSPC161985
    束洪春,董俊,段锐敏,等. 基于自然频率的辐射状配电网分层分布式ANN故障定位方法[J]. 电力系统自动化,2014,38(5): 83-89.

    SHU Hongchun, DONG Jun, DUAN Ruimin, et al. Hierarchical distributed ANN fault location method for radial distribution network based on natural frequency[J]. Automation of Electric Power Systems, 2014, 38(5): 83-89.
    何瑞江,胡志坚,李燕,等. 含分布式电源配电网故障区段定位的线性整数规划方法[J]. 电网技术,2018,42(11): 3684-3692.

    HE Ruijiang, HU Zhijian, LI Yan, et al. Linear integer programming method for fault segment location of distributed power distribution network[J]. Power System Technology, 2018, 42(11): 3684-3692.
    贺仁睦,王吉利,史可琴. 实测冲击负荷分析与建模[J]. 中国电机工程学报,2010,30(25): 59-65.

    HE Renmu, WANG Jili, SHI Keqin, et al. Analysis and modeling of measured impact load[J]. Proceedings of the CSEE, 2010, 30(25): 59-65.
    刘鹏程,李新利. 基于多种群遗传算法的含分布式电源的配电网故障区段定位算法[J]. 电力系统保护与控制,2016(2): 36-41. doi: 10.7667/j.issn.1674-3415.2016.02.005

    LIU Pengcheng, LI Xinli. Fault segment location algorithm for distribution network with distributed power based on multi-population genetic algorithm[J]. Power System Protection and Control, 2016(2): 36-41. doi: 10.7667/j.issn.1674-3415.2016.02.005
    郭壮志,陈涛,黄全振,等. 配电网故障定位的层级模型及其预测校正算法[J]. 电力自动化设备,2018,38(7): 56-65.

    GUO Zhuangzhi, CHEN Tao, HUANG Quanzhen, et al. Hierarchical model of fault location in distribution network and its prediction correction algorithm[J]. Electric Power Automation Equipment, 2018, 38(7): 56-65.
    王秋杰,金涛,谭洪,等. 基于分层模型和智能校验算法的配电网故障定位技术[J]. 电工技术学报,2018,33(22): 5327-5337.

    WANG Qiujie, JIN Tao, TAN Hong,, et al. Fault location technology of distribution network based on hierarchical model and intelligent check algorithm[J]. Transactions of China Electrotechnical Society, 2018, 33(22): 5327-5337.
    焦李成, 李阳阳, 刘芳. 量子计算、优化与学习[M]. 北京: 科学出版社, 2017: 8-15.
    祝志慧,孙云莲. 量子免疫算法在电网故障诊断中的应用[J]. 电力系统保护与控制,2010(10): 28-31,36.

    ZHU Zhihui, SUN Yunlian. Application of quantum immune algorithm in power grid fault diagnosis[J]. Power System Protection and Control, 2010(10): 28-31,36.
  • 加载中

Catalog

    通讯作者: 陈斌, bchen63@163.com
    • 1. 

      沈阳化工大学材料科学与工程学院 沈阳 110142

    1. 本站搜索
    2. 百度学术搜索
    3. 万方数据库搜索
    4. CNKI搜索

    Figures(5)  / Tables(5)

    Article views(580) PDF downloads(12) Cited by()
    Proportional views
    Related

    /

    DownLoad:  Full-Size Img  PowerPoint
    Return
    Return