一种电气化铁路广域保护系统的通信方法及装置

    公开(公告)号:CN118474121A

    公开(公告)日:2024-08-09

    申请号:CN202410474829.9

    申请日:2024-04-19

    Abstract: 本申请提供的一种电气化铁路广域保护系统的通信方法及装置,方法包括:选取变电所内的广域保护装置为主机,除广域保护装置主机外的所有广域保护装置为从机;根据主机发送时间、主机接收时间、从机接收时间和从机发送时间,确定从机的回复帧时刻;回复帧为从机响应于主机发送的数据帧产生;选取回复帧时刻最近的左侧采样点数据对应的时刻为绝对时刻;若从机在绝对时刻未进行采样时,通过拉格朗日插值法计算目标时刻采样值;通过通信通道,将目标时刻采样值同步至所述主机。通过拉格朗日插值法,在不增加成本的前提下完成广域保护系统的数据同步工作,且同步的过程总还能消除广域保护系统对时钟的依赖,增加广域保护系统的稳定性。

    一种全并联AT牵引网的故障测距方法及装置

    公开(公告)号:CN118444068A

    公开(公告)日:2024-08-06

    申请号:CN202410474771.8

    申请日:2024-04-19

    Abstract: 本申请提供的一种全并联AT牵引网的故障测距方法及装置,方法包括:基于同步采集的待测牵引变电所、AT所及分区所的故障数据,计算上下行差流比及总馈出电流;根据上下行差流比,确定待测牵引网的初步故障类型;分别计算待测牵引电流变电所、AT所及分区所对应的馈线电流差值;根据初步故障类型,结合多个馈线电流差值及总馈出电流,确定目标故障类型;利用预先设定的故障距离计算表达式,结合目标故障类型,确定待测牵引网的故障距离。采用上下行差流比算法直接计算故障距离,无需事先确定故障发生在哪个区间,避免了区间判失败断造成的误差,并结合预先设定的故障距离计算表达式,快速准确地实现牵引网故障测距。

    一种基于BP神经网络的AT单线供电系统的故障测距方法

    公开(公告)号:CN111242463B

    公开(公告)日:2024-02-02

    申请号:CN202010017660.6

    申请日:2020-01-08

    Abstract: 本发明创造提供了一种基于BP神经网络的AT单线供电系统的故障测距方法,包括:S1、搭建由输入层、隐含层、输出层三个部分组成的BP神经网络;S2、定义BP神经网络的参数;S3、选取SS、AT、SP所内的数据输入BP神经网络,建立输入与输出的映射关系 Y为故障距离测距结果;S4、利用不同故障位置和故障类型的训练样本对BP神经网络进行训练。本发明创造提供了一种基于BP神经网络来对AT单线供电系统故障进行定位的方法,此方法适用于系统不同位置,不同类型的故障定位,解决了AT变电所附近容易判错区间的问题,同时避免了因为模型简化与等效而导致测距偏差或测距错误的问题。

    一种针对电铁AT供电系统的测距方法

    公开(公告)号:CN111610409A

    公开(公告)日:2020-09-01

    申请号:CN202010522292.0

    申请日:2020-06-10

    Abstract: 本发明提供了一种针对电铁AT供电系统的测距方法,包括以下步骤:A.判断供电方式,如果是AT全并联供电,则进入步骤B,如果是AT单线供电,则进入步骤C;B.判断故障发生的行别;C.根据牵引变电所、AT所、分区所的数据判断发生故障的类型;D.将牵引变电所、AT所、分区所内的数据归一化。E.归一化后,进行故障位置的计算;F.完成故障定位。本发明有益效果:能够快速地对故障进行定位,而且能准确地判断故障行与故障类型;躲过了判区间的技术难题,无需判故障区间,这样就避免了因判错区间而导致的错误,为工程中的故障定位提供了一种新的思路。

    基于人工智能的AT全并联供电网络的广域保护系统

    公开(公告)号:CN111541227A

    公开(公告)日:2020-08-14

    申请号:CN202010193509.8

    申请日:2020-03-18

    Abstract: 本发明创造提供了一种基于人工智能的AT全并联供电网络的广域保护系统,包括:S1、在AT全并联供电网络供电区间内设置广域保护装置,供电区间内的每个所均设有一台广域保护装置,各个广域保护装置相互连接;S2、将供电区间内的各所分为一个主所和数个子所,将子所广域保护装置的数据实时上传至主所广域保护装置中;S3、在主所的广域保护装置内嵌入智能学习网络。本发明创造针对AT全并联供电网络提出了一套广域保护系统,此系统不仅能够选择性的切除故障行,还能对不同类型的故障进行定位,并且具有一定学习能力,能够对不同的故障数据进行学习,修正系统的相关参数,提高了系统的准确性。

Patent Agency Ranking