基于广域信息的电力系统故障元件定位方法研究
|
摘要
新型广域后备保护系统中最关键的问题是快速准确的故障元件定位。适应于新型广域后备保护的故障定位方法,依靠的数据是由WAMS提供的电压电流同步向量等信息。故障定位在快速性上要求必须在后备保护动作所需的延时之前完成,并留出足够的时间用以调整相关保护定值。本文对基于WAMS的电力系统故障元件定位方法进行了深入的分析和研究,主要的工作包括：
(1)根据复杂电力系统不同的故障类型,提出了一种系统故障的聚类分析定位方案。主要采用模糊聚类分析和系统聚类分析等理论方法,对系统故障所导致变化的电气量进行了归类分析,并有效地解决了广域后备保护系统中快速界定故障区域的问题。
(2)在聚类分析快速界定故障区域的基础上,提出了一种电力系统故障元件定位的模式识别方法,主要利用模式识别理论中的模式分类技术和判别分析原理来研究系统故障所导致的电气量显著变化的内在统计规律。针对对称和不对称短路故障时出现的相序电压电流等电气量,采用模式分类技术和判别分析原理能够及时、准确的定位故障元件,进而为故障隔离奠定基础。
(3)基于主成分分析理论,本文提出了两种利用PMU实时量测信息的电力系统故障特征提取方案,即主成分节点系数方案和主成分节点得分方案。其中,主成分节点系数方案能够通过对节点系数的分析得到故障特征：即故障元件对应着主成分系数的最大变量。而在主成分节点得分方案中,系统故障一般对应着主成分的最大得分变量,这两种方案均可以独立的进行故障定位。基于主成分分析理论的故障元件定位算法,具有很强的抗干扰能力,并能够满足系统冗余性的要求。
(4)从理论和应用两个层面对非线性复杂动力学系统进行了深入广泛地研究。探索性地利用上述理论对电力系统正常运行与故障状态所具有的动力学特征进行了讨论和分析。针对广域测量系统中PMU实时量测信息的符号动力学分析结果,本文提出通过计算Lyapunov指数来实现准确、快速的确定故障位置。经过计算,在电力系统故障情况下,实际的故障位置往往靠近具有最大Lyapunov指数的位置,并且离故障点越近,对应的Lyapunov指数相对较大。该结论可能对应着电力系统的一个固有的本质属性。
The key issue of novel wide area backup protection has been concentrated on the rapidly and accurately fault component location. The location method used in this novel backup protection system is mainly relying on the voltage and current synchro-phasors provided by the Wide Area Measurement System, WAMS. Obviously, the faulted component should be determined as soon as possible, which must not exceed the limit of time delay in design principle of backup protection. And then, it is the rest of time that is enough to adjust the setting of related protections. In this paper, the research of novel faulted component location method based on WAMS will be the focus, on which a lot attention has been put. The main contents of this thesis contain:
(1) According to different types of fault in complex electric power system, a cluster analysis based fault location scheme has been provided. In this method, fuzzy cluster analysis and hierarchical cluster analysis and so on are used to classify the changes of electrical quantities from system failure. Finally, fault component location and fault section partition are realized accurately and effectively.
(2) A pattern recognition based method for fault location in complex electric power system is proposed. The pattern classification technique and discriminant analysis principle in pattern recognition theory are utilized to study the inherent law of electrical quantities' marked changes from system failure. The simulation results indicate that respectively study on the phase or sequence voltage and current in unsymmetrical faults and symmetrical short circuit faults, the pattern classification technology and linear discrimination principle are able to rapidly and accurately identify the fault components and fault sections.
(3) Based on principal components analysis theory, two fault feature extraction schemes are formed by real-time measurement information of PMU in complex electric power systems, namely, fault feature extraction scheme based on node coefficient in principal components and fault feature extraction scheme based on node score of principal component. According to "Scheme A:node coefficient", by analyzing node coefficient, the fault is usually corresponding to the variable with the biggest coefficient in principal component. According to "Scheme B:node score", the fault is usually related to the node with the biggest principal component score. In a summary, both of these two schemes are able to carry through fault detection independently and effectively.
(4) We have thoroughly studied nonlinear complex dynamical system from the layers of theory and application. In order to quickly and accurately locate faults in complex power grids, many explorative researches have been initiated by means of symbolic dynamics. According to the symbolic dynamics analytical results of PMU real-time measurement information from WAMS, we have advanced exact and quick fault localization by computing Lyapunov exponent. The studies indicated that the actual fault position is usually near the position with the biggest Lyapunov exponent during fault circumstance in complex electric power systems. Generally, the nearer to the fault position, the bigger Lyapunov exponent is. The obtainment of this conclusion may represent an inherent and essential attribute of electric power system.
(1)根据复杂电力系统不同的故障类型,提出了一种系统故障的聚类分析定位方案。主要采用模糊聚类分析和系统聚类分析等理论方法,对系统故障所导致变化的电气量进行了归类分析,并有效地解决了广域后备保护系统中快速界定故障区域的问题。
(2)在聚类分析快速界定故障区域的基础上,提出了一种电力系统故障元件定位的模式识别方法,主要利用模式识别理论中的模式分类技术和判别分析原理来研究系统故障所导致的电气量显著变化的内在统计规律。针对对称和不对称短路故障时出现的相序电压电流等电气量,采用模式分类技术和判别分析原理能够及时、准确的定位故障元件,进而为故障隔离奠定基础。
(3)基于主成分分析理论,本文提出了两种利用PMU实时量测信息的电力系统故障特征提取方案,即主成分节点系数方案和主成分节点得分方案。其中,主成分节点系数方案能够通过对节点系数的分析得到故障特征：即故障元件对应着主成分系数的最大变量。而在主成分节点得分方案中,系统故障一般对应着主成分的最大得分变量,这两种方案均可以独立的进行故障定位。基于主成分分析理论的故障元件定位算法,具有很强的抗干扰能力,并能够满足系统冗余性的要求。
(4)从理论和应用两个层面对非线性复杂动力学系统进行了深入广泛地研究。探索性地利用上述理论对电力系统正常运行与故障状态所具有的动力学特征进行了讨论和分析。针对广域测量系统中PMU实时量测信息的符号动力学分析结果,本文提出通过计算Lyapunov指数来实现准确、快速的确定故障位置。经过计算,在电力系统故障情况下,实际的故障位置往往靠近具有最大Lyapunov指数的位置,并且离故障点越近,对应的Lyapunov指数相对较大。该结论可能对应着电力系统的一个固有的本质属性。
The key issue of novel wide area backup protection has been concentrated on the rapidly and accurately fault component location. The location method used in this novel backup protection system is mainly relying on the voltage and current synchro-phasors provided by the Wide Area Measurement System, WAMS. Obviously, the faulted component should be determined as soon as possible, which must not exceed the limit of time delay in design principle of backup protection. And then, it is the rest of time that is enough to adjust the setting of related protections. In this paper, the research of novel faulted component location method based on WAMS will be the focus, on which a lot attention has been put. The main contents of this thesis contain:
(1) According to different types of fault in complex electric power system, a cluster analysis based fault location scheme has been provided. In this method, fuzzy cluster analysis and hierarchical cluster analysis and so on are used to classify the changes of electrical quantities from system failure. Finally, fault component location and fault section partition are realized accurately and effectively.
(2) A pattern recognition based method for fault location in complex electric power system is proposed. The pattern classification technique and discriminant analysis principle in pattern recognition theory are utilized to study the inherent law of electrical quantities' marked changes from system failure. The simulation results indicate that respectively study on the phase or sequence voltage and current in unsymmetrical faults and symmetrical short circuit faults, the pattern classification technology and linear discrimination principle are able to rapidly and accurately identify the fault components and fault sections.
(3) Based on principal components analysis theory, two fault feature extraction schemes are formed by real-time measurement information of PMU in complex electric power systems, namely, fault feature extraction scheme based on node coefficient in principal components and fault feature extraction scheme based on node score of principal component. According to "Scheme A:node coefficient", by analyzing node coefficient, the fault is usually corresponding to the variable with the biggest coefficient in principal component. According to "Scheme B:node score", the fault is usually related to the node with the biggest principal component score. In a summary, both of these two schemes are able to carry through fault detection independently and effectively.
(4) We have thoroughly studied nonlinear complex dynamical system from the layers of theory and application. In order to quickly and accurately locate faults in complex power grids, many explorative researches have been initiated by means of symbolic dynamics. According to the symbolic dynamics analytical results of PMU real-time measurement information from WAMS, we have advanced exact and quick fault localization by computing Lyapunov exponent. The studies indicated that the actual fault position is usually near the position with the biggest Lyapunov exponent during fault circumstance in complex electric power systems. Generally, the nearer to the fault position, the bigger Lyapunov exponent is. The obtainment of this conclusion may represent an inherent and essential attribute of electric power system.
引文
[1]国家电监会：全国电力装机容量突破9亿千瓦,http：//202.123.110.3/gzdt/2010-09/29/content 1713211.htm
[2]陈向宜,陈允平,李春艳,邓长虹.构建大电网安全防御体系——欧洲大停电事故的分析及思考[J].电力系统自动化,2007,31(1)：4-8
[3]薛禹胜.综合防御由偶然故障演化为电力灾难——北美“8·14”大停电的警示[J].电力系统自动化,2003,27(18)：1-5
[4]薛禹胜.电力市场稳定性与电力系统稳定性的相互影响[J].电力系统自动化,2002,26(21)：1-6
[5]薛禹胜.电力市场稳定性与电力系统稳定性的相互影响[J].电力系统自动化,2002,26(22)：1-4
[6]刘振亚.加快建设坚强国家电网促进中国能源可持续发展[J].中国电力,2006,39(9)：1-3
[7]叶雷.2020年中国电力可持续发展战略研究[J].中国电力,2003,36(10)：1-7
[8]袁季修.防御大停电的广域保护和紧急控制[M].中国电力出版社,2007
[9]DL755-2001.电力系统安全稳定导则[M].中国电力出版社,北京,2001
[10]DL/T723-2000.电力系统安全稳定控制技术导则[M].中国电力出版社,北京,2000
[11]A.G. Phadke, J.S. Thorp. Expose hidden failures to prevent cascading outages[J]. IEEE Computer Applications in Power,1996,9(3):20-23
[12]J.C. Tan, P.A. Crossley, P.G. McLaren, P.F. Gale, I. Hall, J. Farrell. Application of a wide area backup protection expert system to prevent cascading outages[J]. IEEE Transactions on Power Delivery,2002,17(2):375-380
[13]徐慧明.可识别潮流转移的广域后备保护及其控制策略研究[D].华北电力大学博士学位论文,2007
[14]杨奇逊.WAMS信息在电力系统继电保护中的应用点评[J].现代电力,2006,3：1
[15]易俊,周孝信.电力系统广域保护与控制综述[J].电网技术,2006,30(8)：7-13
[16]吴笃贵,徐政.基于相量量测的电力系统谐波状态估计(Ⅰ)-理论、模型与求解算法[J].电工技术学报,2004,19(2)：64-68
[17]彭疆南,孙元章,王海风.基于广域测量数据和导纳参数在线辨识的受扰轨迹预测[J].电力系统自动化,2003,27(22)：6-11
[18]Borka Milosevic, Mirosalv Begovic. Voltage-Stability Proctection and Control Using a Wide-Area Network of Phasor Measurements[J]. IEEE Transactions On Power Systems,2003,18(1):121-127
[19]Chishan Yu, Chihwen Liu, Sunli Yu, Joeair Jiang. A New PMU-Based Fault Location Algorithm for Series Compensated Lines[J]. IEEE Transactions On Power Delivery,2002,17(1):33-46
[20]谢小荣,肖晋宇,童陆园,韩英铎.采用广域测量信号的互联电网区间阻尼控制[J].电力系统自动化,2004,28(2)：37-40
[21]熊小伏,周家启,赵霞,杨运国.快速后备保护研究[J].电力系统自动化,2003,27(11)：45-47
[22]王志强,刘文霞,范勇峰,刘念,彭晓峰.广域测量系统可靠性研究框架[J]. 电力系统自动化,2008,32(24)：25-29
[23]A.G. Phadke, R.M. de Moraes. The wide world of wide-area measurement[J]. IEEE Power & Energy Magazine,2008,6(5):52-65
[24]J. Ma, D. Han, W.J. Sheng, R.M. He, C.Y. Yue, J. Zhang. Wide area measurements-based model validation and its application[J]. IET Generation, Transmission and Distribution,2008,2(6):906-916
[25]Chaudhuri Balarko, Majumder Rajat, Pal Bikash C. Wide-area measurement-based stabilizing control of power system considering signal transmission delay[J]. IEEE Transactions on Power Systems,2004,19(4):1971-1979
[26]Shuqing Zhang, Xiaorong Xie, Jingtao Wu. WAMS-based detection and early-warning of low-frequency oscillations in large-scale power systems[J]. Electric Power Systems Research,2008,78(5):897-906
[27]毛安家,郭志忠,张学松.一种基于广域测量系统过程量测数据的快速暂态稳定预估方法[J].中国电机工程学报,2006,26(17)：28-43
[28]毛鹏,许扬,蒋平.输电网故障诊断研究综述及发展[J].继电器,2005,33(22)：79-86
[29]毕天姝,倪以信,吴复立,杨奇逊.基于新型神经网络的电网故障诊断方法[J].中国电机工程学报,2002,22(2)：73-78
[30]Kwangho Kim, Jongkeun Park. Application of hierarchical neural networks to fault diagnosis of power systems[J]. International Journal of Electrical Power & Energy Systems,1993,15(2):65-70
[31]顾雪平,张文勤,高曙,杨以涵.基于神经网络和元件关联分析的电网故障诊断[J].华北电力大学学报,1999,26(2)：12-17
[32]赵伟.电力系统多区域复杂故障诊断的研究[D].中国电力科学研究院博士学位论文,2006
[33]吴欣,郭创新,曹一家.基于贝叶斯网络及信息时序属性的电力系统故障诊断方法[J].中国电机工程学报,2005,25(13)：14-18
[34]张耀天,何正友,赵静,张鹏,李明,桂建廷.基于粗糙集理论和朴素贝叶斯网络的电网故障诊断方法[J].电网技术,2007,31(1)：37-43
[35]文福拴,邱家驹,韩祯祥.只利用断路器信息诊断电力系统故障的高级遗传算法[J].电工技术学报,1996,11(2)：58-64
[36]Fushuan Wen, Zhenxiang Han. Fault section estimation in power systems using a genetic algorithm[J]. Electric Power Systems Research,1995,34(3):165-172
[37]文福拴,韩祯祥.基于遗传算法和模拟退火算法的的电力系统故障诊断[J].中国电机工程学报,1994,14(3)：29-35
[38]Jing Sun, Shiyin Qin, Yonghua Song. Fault diagnosis of electric power systems based on fuzzy Petri nets[J]. IEEE Transactions on power systems,2004,19(4): 2053-2059
[39]孙静,秦世引,宋永华.一种基于Petri网和概率信息的电力系统故障诊断方法[J].电力系统自动化,2003,27(13)：10-14
[40]赵洪山,米增强,杨奇逊.基于冗余嵌入Petri网技术的变电站故障诊断[J].电力系统自动化,2002,26(4)：32-35
[41]Young Moon Park, Gwangwon Kim, Jinman Sohn. A logic based expert system (LBES) for fault diagnosis of power system[J]. IEEE Transactions on power systems.1997,12(1):363-369
[42]刘青松,夏道止.基于正反向推理的电力系统故障诊断专家系统[J].电网技术,1999,23(9)：66-68
[43]赵冬梅,郭锐,徐开理,高曙.电网故障诊断专家系统的一种实现[J].电力自动化设备,2000,20(4)：33-36
[44]C.S. Chang, J.M. Chen, D. Srinivasan, F.S. Wen, A.C. Liew. Fuzzy logic approach in power system fault section identification[J]. IEE Proceedings-Generation, Transmission and Distribution,1997,144(5):406-414
[45]徐文,王大忠,周泽存,李益民.模糊辨识在电力设备故障诊断中的应用[J].电力系统自动化,1996,20(3)：45-49
[46]Hyunjoon Cho, Jongkeun Park. An expert system for fault section diagnosis of power systems using fuzzy relations[J]. IEEE Transactions on Power Systems, 1997,12(1):342-348
[47]徐章遂,房立清,王希武,左宪章.故障信息诊断原理及应用[M].国防工业出版社,2000
[48]杨海晶.基于柔性SCADA的电网复杂故障诊断方法的研究[D].华北电力大学博士学位论文,2009
[49]宋方方,毕天妹,杨奇逊.基于广域测量系统的电力系统多摆稳定性评估方法[J].中国电机工程学报,2006,26(16)：38-45
[50]李琰,周孝信,周京阳.基于广域测量测点降阶的系统受扰轨迹预测[J].中国电机工程学报,2008,28(10)：9-13
[51]宋方方,毕天姝,杨奇逊.基于WAMS的电力系统受扰轨迹预测[J].电力系统自动化,2006,30(23)：27-32
[52]Takashi Hiyama, Daisuke Kojima, Kazuki Ohtsu, Kouichirou Furukawa. Eigenvalue-based wide area stability monitoring of power systems[J]. Control Engineering Practice,2005,13(12):1515-1523
[53]Chunxia Dou, Qingquan Jia, Shijiu Jin, Zhiqian Bo. Delay-independent decentralized stabilizer design for large interconnected power systems based on WAMS[J]. International Journal of Electrical Power & Energy Systems,2007, 29(10):775-782
[54]Ganesh K. Venayagamoorthy. Online design of an echo state network based wide area monitor for a multimachine power system[J]. Neural Networks,2007,20(3): 404-413
[55]彭春华.基于免疫BPSO算法与拓扑可观性的PMU最优配置[J].电工技术学报,2008,23(6)：119-124
[56]M.G. Adamiak, A.P. Apostolov, M.M. Begovic, C.F. Henville, K.E. Martin, G.L Michel, A.G. Phadke, J.S. Thorp. Wide area protection-Technology and infrastructures[J]. IEEE Transactions on Power Delivery,2006,21(2):601-609
[57]Soonryul Nam, Sanghee Kang, Jongkeun Park. Accurate phasor measurement for transmission line protection in the presence of shunt capacitor banks[J]. Electric Power Systems Research,2007,77(12):1646-1653
[58]F. Namdari, S. Jamali, P.A. Crossley. Power differential based wide area protection[J]. Electric Power Systems Research,2007,77(12):1541-1551
[59]Chun Wang, Chunxia Dou, Xinbin Li, Qingquan Jia. A WAMS/PMU-based fault location technique[J]. Electric Power Systems Research,2007,77(8):936-945
[60]Chun Wang, Qingquan Jia, Xinbin Li, Chunxia Dou. Fault location using synchronized sequence measurements[J]. International Journal of Electrical Power & Energy Systems,2008,30(2):134-139
[61]Joeair Jiang, Yinghong Lin, Junzhe Yang, Tongming Too, Chihwen Liu. Adaptive PMU based fault detection/location technique for transmission lines-Part Ⅱ:PMU implementation and performance evaluation[J]. IEEE Transactions on Power Delivery,2000,15(4):1136-1146
[62]Kaiping Lien, Chihwen Liu, Chishan Yu, Joeair Jiang. Transmission network fault location observability with minimal PMU placement[J]. IEEE Transactions on Power Delivery,2006,21(3):1128-1136
[63]王波,江全元,陈晓刚,曹一家.基于同步电压相量的故障定位新方法[J].电力系统自动化,2009,33(11)：33-37
[64]M. M. Eissa, M. Elshahat Masoud, M. Magdy Mohamed Elanwar. A Novel Back Up Wide Area Protection Technique for Power Transmission Grids Using Phasor Measurement Unit[J]. IEEE Transactions on Power Delivery,2010,25(1): 270-278
[65]J. Tang, P. G. McLaren. A Wide Area Differential Backup Protection Scheme For Shipboard Application[J]. IEEE Transactions on Power Delivery,2006,21(3): 1183-1190
[66]丛伟,潘贞存,赵建国,李宪忠,张新萍.基于电流差动原理的广域继电保护系统[J].电网技术,2006,30(5)：91-110
[67]苏盛,段献忠,曾祥君,K.K.Li,W.L.Chan.基于多Agent的广域电流差动保护系统[J].电网技术,2005,29(14)：15-19
[68]吕颖,吴文传,张伯明,谢江.电网保护定值在线整定系统的开发与实践[J].电网技术,2008,32(8)：15-20
[69]吕颖,张伯明.基于集群计算机的保护定值在线校核[J].电力系统自动化,2007,32(14)：1-5
[70]段献忠,杨增力,程逍.继电保护在线整定和离线整定的定值性能比较[J].电力系统自动化,2005,29(19)：58-61
[71]谢俊,石东源,杨增力,段献忠.基于多代理系统的继电保护定值在线校核预警系统[J].电力系统自动化,2007,31(13)：72-82
[72]杨增力,石东源,段献忠.基于方向比较原理的广域继电保护系统[J].中国电机工程学报,2008,28(22)：87-93
[73]张保会,周良才.变电站集中式后备保护[J].电力自动化设备,2009,29(6)：1-5
[74]从伟,潘贞存,赵建国.基于纵联比较原理的广域继电保护算法[J].中国电机工程学报,2006,26(21)：8-14
[75]张保会,周良才,汪成根,薄志谦.具有容错性能的广域后备保护算法[J].电力系统自动化,2010,34(5)：66-71
[76]李再华,白晓民,周子冠,许婧,李晓珺,张霖,孟珺遐,朱宁辉.基于特征挖掘的电网故障诊断方法[J].中国电机工程学报,2010,30(10)：16-22
[77]鲁慧民,冯博琴.基于数据挖掘的电网故障关联性分析与研究[J].微电子学与计算机,2008,25(12)：110-113
[78]彭剑,罗安,周柯,夏向阳.变压器故障诊断中信息融合技术的应用[J].高电压技术,2007,33(3)：144-147
[79]桂强,刘意川,张沛超.高压电网故障信息数据挖掘系统的研究[J].继电器,2007,35(10)：37-40
[80]林济铿,罗萍萍,曹绍杰,C.M.MAK,K.M.YUNG.基于数据挖掘技术的负荷曲线对故障反应相似性的研究[J].电力系统自动化,2005,29(1)：29-33
[81]齐郑,艾欣,王炳革,杨以涵.基于粗糙集理论的小电流接地系统故障选线方法的有效域[J].电网技术,2005,29(12)：43-46
[82]廖志伟,孙雅明.基于数据挖掘模型的高压输电线系统故障诊断[J].电力系统自动化,2001,15：15-19
[83]廖志伟,孙雅明.基于事件序列数据挖掘原理的高压输电线系统故障诊断(一)模型与算法[J].电力系统自动化,2004,28(4)：22-27
[84]孙雅明,廖志伟.基于事件序列数据挖掘原理的高压输电线系统故障诊断(二)仿真和容错性能分析[J].电力系统自动化,2004,28(5)：20-24
[85]董立新,肖登明,章政,刘弈璐.基于数据挖掘技术的电力设备故障诊断平台构建[J].高电压技术,2004,30(2)：12-14
[86]黄海鹏,周志成,何俊佳,刘晓津.利用数据挖掘的绝缘油色谱分析故障建模初探[J].高电压技术,2004,30(5)：20-22
[87]何熠,吴爱国,信赢.饱和铁心型超导限流器故障电流快速模式识别[J].电工技术学报,2009,24(1)：81-87
[88]吕蓬.旋转机械故障模式识别方法研究[D].华北电力大学博士学位论文,2010
[89]朱大奇,陈尔奎.旋转机械故障诊断的量子神经网络算法[J].中国电机工程学报,2006,26(1)：132-136
[90]张蕊,郭瑞君,李华,严璋.基于变压器故障分类的DGA特征提取[J].高电压技术,2005,31(4)：32-33
[91]李微,谭阳红,彭永进.基于小波神经网络的电力电子电路故障模式识别[J].继电器,2005,33(14)：82-86
[92]马良玉,王兵树,高建强,徐二树,马永光.生产过程轻微和早期故障智能诊断的一种新方法[J].中国电机工程学报,2002,22(6)：115-118
[93]马良玉,高建强,王兵树,曹文亮.300MW机组给水高压加热器系统故障的模糊模式识别[J].中国电力,2002,35(6)：32-35
[94]王立德,郭其一.基于波形识别的机车电气设备在线故障诊断[J].电工技术学报,2000,15(3)：61-64
[95]费军,单渊达.配网中自动故障定位系统的研究[J].中国电机工程学报,2000,20(9)：32-34
[96]王培红,朱玉娜,贾俊颍,吕震中.模糊模式识别在凝汽器故障诊断中的应用[J].中国电机工程学报,1999,19(10)：46-49
[97]艾进聪.基于统计模式识别的离心风机故障诊断试验研究[D].华北电力大学硕士学位论文,2004
[98]侯军虎.基于多参数的风机状态监测与故障诊断的研究[D].华北电力大学博士学位论文,2004
[99]马笑潇.智能故障诊断中的机器学习新理论及其应用研究[D].重庆大学博士学位论文,2002
[100]黄波,倪重匡,高丽萍.故障诊断专家系统的知识网络设计[J].软件学报,1998,9(7)：554-560
[101]陈玮,胡光锐,汪亚平.故障诊断专家系统学习机制[J].上海交通大学学报,1999,33(9)：1100-1102
[102]何学文.基于支持向量机的故障智能诊断理论与方法研究[D].中南大学博士学位论文,2004
[103]马笑潇,黄席樾,柴毅.基于支持向量机的故障过程趋势预测研究[J].系统仿真学报,2002,14(11)：1548-1551
[104]杨云,朱家元,张恒喜.基于新型机器学习的电子装备系统智能故障诊断研 究[J].计算机工程与应用,2003,22：210-211
[105]曹志彤,陈宏平,何国光.电机故障诊断支持向量机[J].仪器仪表学报,2004,25(6)：738-741
[106]张超.基于支持向量机的汽轮机轴系振动故障智能诊断研究[D].华北电力大学博士学位论文,2009
[107]孙林,杨世元.最小二乘支持向量机构造的函数链接型神经网络在滚动轴承故障诊断中的应用[J].中国电机工程学报,2010,30(8)：82-87
[108]刘同杰,刘志刚,韩志伟.自适应模糊支持向量机邻近增量算法在变压器故障诊断中的应用[J].电力系统保护与控制,2010,38(17)：47-52
[109]鞠平,代飞.电力系统广域测量技术[M].机械工业出版社,2008
[110]Dallas E.Johnson.Applied Multivariate Methods for Data Analysts[M].DuxburyPress,Pacific Grove,CA,1998
[111]吴诚鸥,秦伟良.近代实用多元统计分析[M].气象出版社,2007
[112]杨秀媛,董征,唐宝,陈树勇.基于模糊聚类分析的无功电压控制分区[J].中国电机工程学报,2006,26(22)：6-10
[113]肖军,刘天琪,苏鹏.基于双种群粒子群算法的分时段电力系统无功优化[J].电网技术,2009,33(8)：72-77
[114]赵金利,张群华,余贻鑫,贾宏杰,杨锦.输电网网架结构的谱聚类分析算法[J].电力系统及其自动化学报,2009,21(4)：8-11
[115]杜林,郭良峰,司马文霞,陈明英,赵立进.基于遗传算法的电网过电压分层模糊聚类识别[J].中国电机工程学报,2010,30(10)：119-124
[116]李超顺,周建中,安学利,向秀桥,张勇传.基于加权模糊核聚类的发电机组振动故障诊断[J].中国电机工程学报,2008,28(35)：79-83
[117]孙丹,孟溶,管宇凡,贺益康.基于相空间重构和模糊聚类的永磁同步电机直接转矩控制系统逆变器故障诊断[J].中国电机工程学报,2007,27(16)：49-53
[118]符杨,田振宁,江玉蓉,曹家麟.加权模糊核聚类法在电力变压器故障诊断中的应用[J].高电压技术,2010,36(2)：371-374
[119]任静,黄家栋.基于免疫RBF神经网络的变压器故障诊断[J].电力系统保护与控制,2010,38(11)：6-9
[120]唐志国,王彩雄,陈金祥,吴文宣,李成榕.局部放电UHF脉冲干扰的排除与信号的聚类分析[J].高电压技术,2009,35(5)：1026-1031
[121]曹建,范竞敏,丁家峰,盛驰.改进的灰熵关联度算法用于变压器故障诊断[J].电力系统及其自动化学报,2009,21(4)：25-29
[122]常涛,张晓星,熊浩,孙才新.动态隧道模糊C均值算法用于变压器油中溶解气体分析[J].高电压技术,2009,35(9)：2181-2185
[123]田质广,张慧芬.基于遗传聚类算法的油中溶解气体分析电力变压器故障诊断[J].电力自动化设备,2008,28(2)：15-18
[124]熊浩,杨俊,李卫国,付红军,李虹,王勇.多种类证据体的变压器故障综合诊断方法[J].中国电机工程学报,2008,28(28)：24-30
[125]李俭,孙才新,陈伟根,周湶,杜林.灰色聚类与模糊聚类集成诊断变压器内部故障的方法研究[J].中国电机工程学报,2003,23(2)：112-115
[126]李培强,李欣然,陈辉华,唐外文.基于模糊聚类的电力负荷特性的分类与综合[J].中国电机工程学报,2005,25(24)：73-78
[127]孙雅明,王晨力,张智晟,刘尚伟.基于蚁群优化算法的电力系统负荷序列的聚类分析[J].中国电机工程学报,2005,25(18)：40-45
[128]王高琴,沈炯,李益国.基于聚类和贝叶斯推断的市场出清电价离散概率分布预测[J].中国电机工程学报,2007,27(34)：90-95
[129]杨洪明,刘建华.电力市场环境下电价区域划分问题的尺度空间层次聚类算法[J].电网技术,2004,28(22)：53-60
[130]吴兴华,周晖.基于减法聚类及自适应模糊神经网络的短期电价预测[J].电网技术,2007,31(19)：69-73
[131]王翠红,喻洁.基于k-means聚类的模糊神经网络市场清算电价预测[J].计算机与信息技术,2008,7：1-3
[132]黄大为,韩学山,郭志忠.不确定信息下发电企业的报价策略研究[J].电力自动化设备,2008,28(1)：52-56
[133]万国成,任震,张勇军.配电网中容量电费定价方法[J].电力系统自动化,2002,26(18)：15-20
[134]高新波.模糊聚类分析及其应用[M].西安电子科技大学出版社,2004
[135]王忠玉,吴柏林.模糊数据统计学[M].哈尔滨工业大学出版社,2008
[136]高惠璇.应用多元统计分析[M].北京大学出版社,2005
[137]于秀林,任雪松.多元统计分析[M].中国统计出版社,1999
[138]Richard O. Duda, Peter E. Hart, David G. Stork. Pattern Classification[M], Second Edition. John Wiley & Sons, New York,2000
[139]John Shawe-Taylor, Nello Cristianini. Kernel Methods for Pattern Analysis[M]. Cambridge University Press, Cambridge,2004
[140]边肇祺,张学工.模式识别[M].清华大学出版社,2000
[141]陆超；陆秋瑜.电力系统低频振荡模式的自动分类研究[J].电力系统保护与控制,2010,38(4)：35-38
[142]竺炜,唐颖杰,周有庆,曾喆昭.基于改进Prony算法的电力系统低频振荡模式识别[J].电网技术,2009,33(5)：44-47
[143]焦邵华,刘万顺,杨奇逊,张振华.用模糊集合理论识别电力系统振荡中的短路的研究[J].中国电机工程学报,1998,18(6)：443-448
[144]郁惟镛,李航,康建洲.基于人工神经网络的电力系统中振荡与短路模式识别的研究[J].继电器,2000,28(6)：7-9
[145]李卫东,孙辉,王永刚,靳宪林,马昭彦,宋家骅.一种基于历史数据的电力系统潮流确定策略的研究[J].中国电机工程学报,2000,20(1)：23-28
[146]周明,任建文,郝志芳.FUZZY模式识别在电力系统设备评级中的应用[J].华北电力大学学报,1998,25(1)：37-41
[147]龚超,罗毅,涂光瑜.计算机视觉技术及其在电力系统自动化中的应用[J].电力系统自动化,2003,27(1)：76-79
[148]贺仁睦,周文.电力系统负荷模型的分类与综合[J].电力系统自动化,1999,23(19)：12-16
[149]段青,赵建国,马艳.基于稀疏贝叶斯学习的电力系统暂态稳定评估[J].电力自动化设备,2009,29(9)：36-40
[150]梅长林,范金城.数据分析方法[M].高等教育出版社,2006
[151]R.A. Johnson, D.W. Wichern. Applied Multivariate Statistical Analysis[M]. Prentice-Hall, Englewood Cliffs, NJ,2007
[152]王学民.应用多元分析[M].上海财经大学出版社,2009
[153]张承彪,罗运柏,文习山.主成分分析在变压器故障诊断中的应用研究[J].高电压技术,2005,31(8)：9-11
[154]毛颖科,关志成,王黎明,马仪,文华,李锐海.基于泄漏电流脉冲主成分分析的外绝缘污秽状态评估方法[J].电工技术学报,2009,24(8)：39-45
[155]贾嵘,蔡振华,刘晶,王小宇,杨可.基于主成分分析和最小二乘支持向量机的电力系统状态估计[J].电网技术,2006,30(21)：75-77
[156]安军,穆钢,徐炜彬.基于主成分分析法的电力系统同调机群识别[J].电网技术,2009,33(3)：25-28
[157]唐红,郑文斌,李宪霞.基于主成分分析的消光法波长选择算法[J].光电工程,2010,37(5)：56-62
[158]李建中,谢威,武铁梅.基于主成分分析和BP神经网络的能源供需安全研究[J].水电能源科学,2010,28(5)：169-171
[159]刘宝英,杨仁刚.基于主成分分析的最小二乘支持向量机短期负荷预测模型[J].电力自动化设备,2008,28(11)：13-17
[160]王志征,余岳峰,姚国平.基于主成分分析法和自适应神经模糊推理系统的电力负荷预测[J].电力自动化设备,2003,23(9)：39-41
[161]赵杰辉,葛少云,刘自发.基于主成分分析的径向基函数神经网络在电力系统负荷预测中的应用[J].电网技术,2004,28(5)：35-37
[162]Edward N. Lorenz. Deterministic nonperiodic flow[J].Journal of the Atmospheric Sciences,1963,20(2):130-141
[163]韩茂安,顾圣士.非线性系统的理论和方法[M].科学出版社,2001
[164]黄润生,黄浩.混沌及其应用[M].武汉大学出版社,2005
[165]王东生,曹磊.混沌、分形及其应用[M].中国科技大学出版社,1995
[166]郝柏林.混沌与分形[M].上海科学技术出版社,2004
[167]朱宁.非线性动力学在电力电子学中的一些开拓[D].浙江大学硕士学位论文,2004
[168]柯德平.考虑非线性和非自治因素影响的电力系统低频振荡分析[D].华中科技大学硕士学位论文,2007
[169]胡炳杰.考虑非线性因素的电力系统低频振荡研究[D].华北电力大学硕士学位论文,2008
[170]覃英华.随机噪声扰动下电力系统非线性动力学行为研究[D].广西师范大学硕士学位论文,2008
[171]周海强.非线性动力学分析方法在电力系统暂态稳定分析中的应用[D].浙江大学博士学位论文,2002
[172]李双宝.高维非线性系统的全局分叉和多脉冲混沌动力学的研究及应用[D].北京工业大学博士学位论文,2010
[173]王宝华.电力系统非线性动力学行为分析与控制[D].南京理工大学博士学位论文,2005
[174]张伟年,张卫东.一个非线性电力系统的混沌振荡[J].应用数学和力学,1999,20(10)：1094-1100
[175]别朝红,王锡凡.非线性理论在电力系统的应用[J].电力自动化设备,1997,1：13-17
[176]陶文斌,张粒子,黄弦超.电力市场下电源投资规划的动力学分析模型[J].中国电机工程学报,2007,27(16)：114-118
[177]吕金虎,占勇,陆君安.电力系统短期负荷预测的非线性混沌改进模型[J].中国电机工程学报,2000,20(12)：80-83
[178]谢华.一种电力系统非线性模型的混沌特性研究[J].电子科技大学学报,2001, 30(3)：263-266
[179]张波.电力电子变换器非线性混沌现象及其应用研究[J].电工技术学报,2005,20(12)：1-6
[180]薛禹胜,周海强,顾晓荣.电力系统分岔与混沌研究述评[J].电力系统自动化,2002,26(16)：9-15
[181]计国君.一类非线性系统的概周期振动性研究及其在电力系统中应用[J].厦门大学学报(自然科学版),2007,46(6)：750-754
[182]兰洲,甘德强,倪以信,徐政.电力系统非线性鲁棒自适应分散励磁控制设计[J].中国电机工程学报,2006,26(17)：1-5
[183]兰海,李殿璞,龚伟,韩冰.基于耗散系统实现电力系统励磁鲁棒非线性控制[J].电机与控制学报,2003,7(3)：255-263
[184]谢桦,梅生伟,徐政,卢强,横山明彦.统一潮流控制器的非线性控制和对电力系统稳定性的改善[J].电力系统自动化,2001,19：1-5
[185]陈玉宇,张钹.非线性相位带限正交小波及其在电力系统故障检测中的应用[J].中国电机工程学报,1998,18(4)：287-291
[186]王成山,江伟,江晓东.一种新的电力系统鞍型分叉点计算方法[J].中国电机工程学报,1999,19(8)：20-24
[187]彭志炜,胡国根,韩祯祥.电力系统平衡解流形的追踪与电压失稳分叉点的搜索[J].中国电机工程学报,1998,18(3)：173-177
[188]韩文,韩祯祥.电力系统复杂模型的分叉与稳定[J].电力系统自动化,1997,21(5)：46-52
[189]彭志炜,胡国根,韩祯祥.应用分叉理论研究负荷特性对电力系统电压稳定性的影响[J].中国电机工程学报,1997,17(6)：408-415
[190]郝柏林.从抛物线谈起[M].上海科技教育出版社,1993
[191]Bailin Hao. Elementary Symbolic Dynamics and Chaos in Dissipative Systems[M]. World Scientific, Singapore,1989
[192]Bailin Hao, Weimou Zheng, Applied Symbolic Dynamics and Chaos[M]. World Scientific, Singapore,1998
[193]郑伟谋,郝柏林.实用符号动力学[M].上海科技教育出版社,1994
[194]周作领.符号动力系统[M].上海科技教育出版社,1997
[195]Boris Hasselblatt, Anatole Katok. A First Course in Dynamics:with a Panorama of Recent Developments[M]. Cambridge University Press,2003
[196]彭志炜,胡国根,韩祯祥.基于分叉理论的电力系统电压稳定性分析[M].中国电力出版社,2005
[197]张雨.时间序列的混沌和符号分析及实践[M].国防科技大学出版社,2007
[198]聂春燕.混沌系统与弱信号检测[M].清华大学出版社,2009
[199]刘宗华.混沌动力学基础及其应用[M].高等教育出版社,2006
[200]吕金虎,陆君安,陈士华.混沌时间序列分析及其应用[M].武汉大学出版社,2002
[201]杨正瓴,林孔元,余贻鑫.用时间序列的李雅普诺夫指数计算预报电力系统中的某些失稳现象[J].中国电机工程学报,2001,21(1)：5-8
[202]王红月,梁志珊.基于李雅普诺夫直接法的电力系统的可控制动电阻的非线性预测控制[J].电力系统及其自动化学报,2002,14(3)：24-26
[203]梁世清,王德明,刘维亭,基于Lyapunov指数的舰船电力系统稳定性分析[J].舰船科学技术,2008,30(1)：76-79
[204]梁志珊,王丽敏,付大鹏,张化光.基于Lyapunov指数的电力系统短期负荷预 测[J].中国电机工程学报,1998,18(5)：368-371
[205]郑清富,田聪,朱建良.基于引入取舍规则的Lyapunov指数法的电力负荷预测[J].信息技术,2006,9：72-74
[2]陈向宜,陈允平,李春艳,邓长虹.构建大电网安全防御体系——欧洲大停电事故的分析及思考[J].电力系统自动化,2007,31(1)：4-8
[3]薛禹胜.综合防御由偶然故障演化为电力灾难——北美“8·14”大停电的警示[J].电力系统自动化,2003,27(18)：1-5
[4]薛禹胜.电力市场稳定性与电力系统稳定性的相互影响[J].电力系统自动化,2002,26(21)：1-6
[5]薛禹胜.电力市场稳定性与电力系统稳定性的相互影响[J].电力系统自动化,2002,26(22)：1-4
[6]刘振亚.加快建设坚强国家电网促进中国能源可持续发展[J].中国电力,2006,39(9)：1-3
[7]叶雷.2020年中国电力可持续发展战略研究[J].中国电力,2003,36(10)：1-7
[8]袁季修.防御大停电的广域保护和紧急控制[M].中国电力出版社,2007
[9]DL755-2001.电力系统安全稳定导则[M].中国电力出版社,北京,2001
[10]DL/T723-2000.电力系统安全稳定控制技术导则[M].中国电力出版社,北京,2000
[11]A.G. Phadke, J.S. Thorp. Expose hidden failures to prevent cascading outages[J]. IEEE Computer Applications in Power,1996,9(3):20-23
[12]J.C. Tan, P.A. Crossley, P.G. McLaren, P.F. Gale, I. Hall, J. Farrell. Application of a wide area backup protection expert system to prevent cascading outages[J]. IEEE Transactions on Power Delivery,2002,17(2):375-380
[13]徐慧明.可识别潮流转移的广域后备保护及其控制策略研究[D].华北电力大学博士学位论文,2007
[14]杨奇逊.WAMS信息在电力系统继电保护中的应用点评[J].现代电力,2006,3：1
[15]易俊,周孝信.电力系统广域保护与控制综述[J].电网技术,2006,30(8)：7-13
[16]吴笃贵,徐政.基于相量量测的电力系统谐波状态估计(Ⅰ)-理论、模型与求解算法[J].电工技术学报,2004,19(2)：64-68
[17]彭疆南,孙元章,王海风.基于广域测量数据和导纳参数在线辨识的受扰轨迹预测[J].电力系统自动化,2003,27(22)：6-11
[18]Borka Milosevic, Mirosalv Begovic. Voltage-Stability Proctection and Control Using a Wide-Area Network of Phasor Measurements[J]. IEEE Transactions On Power Systems,2003,18(1):121-127
[19]Chishan Yu, Chihwen Liu, Sunli Yu, Joeair Jiang. A New PMU-Based Fault Location Algorithm for Series Compensated Lines[J]. IEEE Transactions On Power Delivery,2002,17(1):33-46
[20]谢小荣,肖晋宇,童陆园,韩英铎.采用广域测量信号的互联电网区间阻尼控制[J].电力系统自动化,2004,28(2)：37-40
[21]熊小伏,周家启,赵霞,杨运国.快速后备保护研究[J].电力系统自动化,2003,27(11)：45-47
[22]王志强,刘文霞,范勇峰,刘念,彭晓峰.广域测量系统可靠性研究框架[J]. 电力系统自动化,2008,32(24)：25-29
[23]A.G. Phadke, R.M. de Moraes. The wide world of wide-area measurement[J]. IEEE Power & Energy Magazine,2008,6(5):52-65
[24]J. Ma, D. Han, W.J. Sheng, R.M. He, C.Y. Yue, J. Zhang. Wide area measurements-based model validation and its application[J]. IET Generation, Transmission and Distribution,2008,2(6):906-916
[25]Chaudhuri Balarko, Majumder Rajat, Pal Bikash C. Wide-area measurement-based stabilizing control of power system considering signal transmission delay[J]. IEEE Transactions on Power Systems,2004,19(4):1971-1979
[26]Shuqing Zhang, Xiaorong Xie, Jingtao Wu. WAMS-based detection and early-warning of low-frequency oscillations in large-scale power systems[J]. Electric Power Systems Research,2008,78(5):897-906
[27]毛安家,郭志忠,张学松.一种基于广域测量系统过程量测数据的快速暂态稳定预估方法[J].中国电机工程学报,2006,26(17)：28-43
[28]毛鹏,许扬,蒋平.输电网故障诊断研究综述及发展[J].继电器,2005,33(22)：79-86
[29]毕天姝,倪以信,吴复立,杨奇逊.基于新型神经网络的电网故障诊断方法[J].中国电机工程学报,2002,22(2)：73-78
[30]Kwangho Kim, Jongkeun Park. Application of hierarchical neural networks to fault diagnosis of power systems[J]. International Journal of Electrical Power & Energy Systems,1993,15(2):65-70
[31]顾雪平,张文勤,高曙,杨以涵.基于神经网络和元件关联分析的电网故障诊断[J].华北电力大学学报,1999,26(2)：12-17
[32]赵伟.电力系统多区域复杂故障诊断的研究[D].中国电力科学研究院博士学位论文,2006
[33]吴欣,郭创新,曹一家.基于贝叶斯网络及信息时序属性的电力系统故障诊断方法[J].中国电机工程学报,2005,25(13)：14-18
[34]张耀天,何正友,赵静,张鹏,李明,桂建廷.基于粗糙集理论和朴素贝叶斯网络的电网故障诊断方法[J].电网技术,2007,31(1)：37-43
[35]文福拴,邱家驹,韩祯祥.只利用断路器信息诊断电力系统故障的高级遗传算法[J].电工技术学报,1996,11(2)：58-64
[36]Fushuan Wen, Zhenxiang Han. Fault section estimation in power systems using a genetic algorithm[J]. Electric Power Systems Research,1995,34(3):165-172
[37]文福拴,韩祯祥.基于遗传算法和模拟退火算法的的电力系统故障诊断[J].中国电机工程学报,1994,14(3)：29-35
[38]Jing Sun, Shiyin Qin, Yonghua Song. Fault diagnosis of electric power systems based on fuzzy Petri nets[J]. IEEE Transactions on power systems,2004,19(4): 2053-2059
[39]孙静,秦世引,宋永华.一种基于Petri网和概率信息的电力系统故障诊断方法[J].电力系统自动化,2003,27(13)：10-14
[40]赵洪山,米增强,杨奇逊.基于冗余嵌入Petri网技术的变电站故障诊断[J].电力系统自动化,2002,26(4)：32-35
[41]Young Moon Park, Gwangwon Kim, Jinman Sohn. A logic based expert system (LBES) for fault diagnosis of power system[J]. IEEE Transactions on power systems.1997,12(1):363-369
[42]刘青松,夏道止.基于正反向推理的电力系统故障诊断专家系统[J].电网技术,1999,23(9)：66-68
[43]赵冬梅,郭锐,徐开理,高曙.电网故障诊断专家系统的一种实现[J].电力自动化设备,2000,20(4)：33-36
[44]C.S. Chang, J.M. Chen, D. Srinivasan, F.S. Wen, A.C. Liew. Fuzzy logic approach in power system fault section identification[J]. IEE Proceedings-Generation, Transmission and Distribution,1997,144(5):406-414
[45]徐文,王大忠,周泽存,李益民.模糊辨识在电力设备故障诊断中的应用[J].电力系统自动化,1996,20(3)：45-49
[46]Hyunjoon Cho, Jongkeun Park. An expert system for fault section diagnosis of power systems using fuzzy relations[J]. IEEE Transactions on Power Systems, 1997,12(1):342-348
[47]徐章遂,房立清,王希武,左宪章.故障信息诊断原理及应用[M].国防工业出版社,2000
[48]杨海晶.基于柔性SCADA的电网复杂故障诊断方法的研究[D].华北电力大学博士学位论文,2009
[49]宋方方,毕天妹,杨奇逊.基于广域测量系统的电力系统多摆稳定性评估方法[J].中国电机工程学报,2006,26(16)：38-45
[50]李琰,周孝信,周京阳.基于广域测量测点降阶的系统受扰轨迹预测[J].中国电机工程学报,2008,28(10)：9-13
[51]宋方方,毕天姝,杨奇逊.基于WAMS的电力系统受扰轨迹预测[J].电力系统自动化,2006,30(23)：27-32
[52]Takashi Hiyama, Daisuke Kojima, Kazuki Ohtsu, Kouichirou Furukawa. Eigenvalue-based wide area stability monitoring of power systems[J]. Control Engineering Practice,2005,13(12):1515-1523
[53]Chunxia Dou, Qingquan Jia, Shijiu Jin, Zhiqian Bo. Delay-independent decentralized stabilizer design for large interconnected power systems based on WAMS[J]. International Journal of Electrical Power & Energy Systems,2007, 29(10):775-782
[54]Ganesh K. Venayagamoorthy. Online design of an echo state network based wide area monitor for a multimachine power system[J]. Neural Networks,2007,20(3): 404-413
[55]彭春华.基于免疫BPSO算法与拓扑可观性的PMU最优配置[J].电工技术学报,2008,23(6)：119-124
[56]M.G. Adamiak, A.P. Apostolov, M.M. Begovic, C.F. Henville, K.E. Martin, G.L Michel, A.G. Phadke, J.S. Thorp. Wide area protection-Technology and infrastructures[J]. IEEE Transactions on Power Delivery,2006,21(2):601-609
[57]Soonryul Nam, Sanghee Kang, Jongkeun Park. Accurate phasor measurement for transmission line protection in the presence of shunt capacitor banks[J]. Electric Power Systems Research,2007,77(12):1646-1653
[58]F. Namdari, S. Jamali, P.A. Crossley. Power differential based wide area protection[J]. Electric Power Systems Research,2007,77(12):1541-1551
[59]Chun Wang, Chunxia Dou, Xinbin Li, Qingquan Jia. A WAMS/PMU-based fault location technique[J]. Electric Power Systems Research,2007,77(8):936-945
[60]Chun Wang, Qingquan Jia, Xinbin Li, Chunxia Dou. Fault location using synchronized sequence measurements[J]. International Journal of Electrical Power & Energy Systems,2008,30(2):134-139
[61]Joeair Jiang, Yinghong Lin, Junzhe Yang, Tongming Too, Chihwen Liu. Adaptive PMU based fault detection/location technique for transmission lines-Part Ⅱ:PMU implementation and performance evaluation[J]. IEEE Transactions on Power Delivery,2000,15(4):1136-1146
[62]Kaiping Lien, Chihwen Liu, Chishan Yu, Joeair Jiang. Transmission network fault location observability with minimal PMU placement[J]. IEEE Transactions on Power Delivery,2006,21(3):1128-1136
[63]王波,江全元,陈晓刚,曹一家.基于同步电压相量的故障定位新方法[J].电力系统自动化,2009,33(11)：33-37
[64]M. M. Eissa, M. Elshahat Masoud, M. Magdy Mohamed Elanwar. A Novel Back Up Wide Area Protection Technique for Power Transmission Grids Using Phasor Measurement Unit[J]. IEEE Transactions on Power Delivery,2010,25(1): 270-278
[65]J. Tang, P. G. McLaren. A Wide Area Differential Backup Protection Scheme For Shipboard Application[J]. IEEE Transactions on Power Delivery,2006,21(3): 1183-1190
[66]丛伟,潘贞存,赵建国,李宪忠,张新萍.基于电流差动原理的广域继电保护系统[J].电网技术,2006,30(5)：91-110
[67]苏盛,段献忠,曾祥君,K.K.Li,W.L.Chan.基于多Agent的广域电流差动保护系统[J].电网技术,2005,29(14)：15-19
[68]吕颖,吴文传,张伯明,谢江.电网保护定值在线整定系统的开发与实践[J].电网技术,2008,32(8)：15-20
[69]吕颖,张伯明.基于集群计算机的保护定值在线校核[J].电力系统自动化,2007,32(14)：1-5
[70]段献忠,杨增力,程逍.继电保护在线整定和离线整定的定值性能比较[J].电力系统自动化,2005,29(19)：58-61
[71]谢俊,石东源,杨增力,段献忠.基于多代理系统的继电保护定值在线校核预警系统[J].电力系统自动化,2007,31(13)：72-82
[72]杨增力,石东源,段献忠.基于方向比较原理的广域继电保护系统[J].中国电机工程学报,2008,28(22)：87-93
[73]张保会,周良才.变电站集中式后备保护[J].电力自动化设备,2009,29(6)：1-5
[74]从伟,潘贞存,赵建国.基于纵联比较原理的广域继电保护算法[J].中国电机工程学报,2006,26(21)：8-14
[75]张保会,周良才,汪成根,薄志谦.具有容错性能的广域后备保护算法[J].电力系统自动化,2010,34(5)：66-71
[76]李再华,白晓民,周子冠,许婧,李晓珺,张霖,孟珺遐,朱宁辉.基于特征挖掘的电网故障诊断方法[J].中国电机工程学报,2010,30(10)：16-22
[77]鲁慧民,冯博琴.基于数据挖掘的电网故障关联性分析与研究[J].微电子学与计算机,2008,25(12)：110-113
[78]彭剑,罗安,周柯,夏向阳.变压器故障诊断中信息融合技术的应用[J].高电压技术,2007,33(3)：144-147
[79]桂强,刘意川,张沛超.高压电网故障信息数据挖掘系统的研究[J].继电器,2007,35(10)：37-40
[80]林济铿,罗萍萍,曹绍杰,C.M.MAK,K.M.YUNG.基于数据挖掘技术的负荷曲线对故障反应相似性的研究[J].电力系统自动化,2005,29(1)：29-33
[81]齐郑,艾欣,王炳革,杨以涵.基于粗糙集理论的小电流接地系统故障选线方法的有效域[J].电网技术,2005,29(12)：43-46
[82]廖志伟,孙雅明.基于数据挖掘模型的高压输电线系统故障诊断[J].电力系统自动化,2001,15：15-19
[83]廖志伟,孙雅明.基于事件序列数据挖掘原理的高压输电线系统故障诊断(一)模型与算法[J].电力系统自动化,2004,28(4)：22-27
[84]孙雅明,廖志伟.基于事件序列数据挖掘原理的高压输电线系统故障诊断(二)仿真和容错性能分析[J].电力系统自动化,2004,28(5)：20-24
[85]董立新,肖登明,章政,刘弈璐.基于数据挖掘技术的电力设备故障诊断平台构建[J].高电压技术,2004,30(2)：12-14
[86]黄海鹏,周志成,何俊佳,刘晓津.利用数据挖掘的绝缘油色谱分析故障建模初探[J].高电压技术,2004,30(5)：20-22
[87]何熠,吴爱国,信赢.饱和铁心型超导限流器故障电流快速模式识别[J].电工技术学报,2009,24(1)：81-87
[88]吕蓬.旋转机械故障模式识别方法研究[D].华北电力大学博士学位论文,2010
[89]朱大奇,陈尔奎.旋转机械故障诊断的量子神经网络算法[J].中国电机工程学报,2006,26(1)：132-136
[90]张蕊,郭瑞君,李华,严璋.基于变压器故障分类的DGA特征提取[J].高电压技术,2005,31(4)：32-33
[91]李微,谭阳红,彭永进.基于小波神经网络的电力电子电路故障模式识别[J].继电器,2005,33(14)：82-86
[92]马良玉,王兵树,高建强,徐二树,马永光.生产过程轻微和早期故障智能诊断的一种新方法[J].中国电机工程学报,2002,22(6)：115-118
[93]马良玉,高建强,王兵树,曹文亮.300MW机组给水高压加热器系统故障的模糊模式识别[J].中国电力,2002,35(6)：32-35
[94]王立德,郭其一.基于波形识别的机车电气设备在线故障诊断[J].电工技术学报,2000,15(3)：61-64
[95]费军,单渊达.配网中自动故障定位系统的研究[J].中国电机工程学报,2000,20(9)：32-34
[96]王培红,朱玉娜,贾俊颍,吕震中.模糊模式识别在凝汽器故障诊断中的应用[J].中国电机工程学报,1999,19(10)：46-49
[97]艾进聪.基于统计模式识别的离心风机故障诊断试验研究[D].华北电力大学硕士学位论文,2004
[98]侯军虎.基于多参数的风机状态监测与故障诊断的研究[D].华北电力大学博士学位论文,2004
[99]马笑潇.智能故障诊断中的机器学习新理论及其应用研究[D].重庆大学博士学位论文,2002
[100]黄波,倪重匡,高丽萍.故障诊断专家系统的知识网络设计[J].软件学报,1998,9(7)：554-560
[101]陈玮,胡光锐,汪亚平.故障诊断专家系统学习机制[J].上海交通大学学报,1999,33(9)：1100-1102
[102]何学文.基于支持向量机的故障智能诊断理论与方法研究[D].中南大学博士学位论文,2004
[103]马笑潇,黄席樾,柴毅.基于支持向量机的故障过程趋势预测研究[J].系统仿真学报,2002,14(11)：1548-1551
[104]杨云,朱家元,张恒喜.基于新型机器学习的电子装备系统智能故障诊断研 究[J].计算机工程与应用,2003,22：210-211
[105]曹志彤,陈宏平,何国光.电机故障诊断支持向量机[J].仪器仪表学报,2004,25(6)：738-741
[106]张超.基于支持向量机的汽轮机轴系振动故障智能诊断研究[D].华北电力大学博士学位论文,2009
[107]孙林,杨世元.最小二乘支持向量机构造的函数链接型神经网络在滚动轴承故障诊断中的应用[J].中国电机工程学报,2010,30(8)：82-87
[108]刘同杰,刘志刚,韩志伟.自适应模糊支持向量机邻近增量算法在变压器故障诊断中的应用[J].电力系统保护与控制,2010,38(17)：47-52
[109]鞠平,代飞.电力系统广域测量技术[M].机械工业出版社,2008
[110]Dallas E.Johnson.Applied Multivariate Methods for Data Analysts[M].DuxburyPress,Pacific Grove,CA,1998
[111]吴诚鸥,秦伟良.近代实用多元统计分析[M].气象出版社,2007
[112]杨秀媛,董征,唐宝,陈树勇.基于模糊聚类分析的无功电压控制分区[J].中国电机工程学报,2006,26(22)：6-10
[113]肖军,刘天琪,苏鹏.基于双种群粒子群算法的分时段电力系统无功优化[J].电网技术,2009,33(8)：72-77
[114]赵金利,张群华,余贻鑫,贾宏杰,杨锦.输电网网架结构的谱聚类分析算法[J].电力系统及其自动化学报,2009,21(4)：8-11
[115]杜林,郭良峰,司马文霞,陈明英,赵立进.基于遗传算法的电网过电压分层模糊聚类识别[J].中国电机工程学报,2010,30(10)：119-124
[116]李超顺,周建中,安学利,向秀桥,张勇传.基于加权模糊核聚类的发电机组振动故障诊断[J].中国电机工程学报,2008,28(35)：79-83
[117]孙丹,孟溶,管宇凡,贺益康.基于相空间重构和模糊聚类的永磁同步电机直接转矩控制系统逆变器故障诊断[J].中国电机工程学报,2007,27(16)：49-53
[118]符杨,田振宁,江玉蓉,曹家麟.加权模糊核聚类法在电力变压器故障诊断中的应用[J].高电压技术,2010,36(2)：371-374
[119]任静,黄家栋.基于免疫RBF神经网络的变压器故障诊断[J].电力系统保护与控制,2010,38(11)：6-9
[120]唐志国,王彩雄,陈金祥,吴文宣,李成榕.局部放电UHF脉冲干扰的排除与信号的聚类分析[J].高电压技术,2009,35(5)：1026-1031
[121]曹建,范竞敏,丁家峰,盛驰.改进的灰熵关联度算法用于变压器故障诊断[J].电力系统及其自动化学报,2009,21(4)：25-29
[122]常涛,张晓星,熊浩,孙才新.动态隧道模糊C均值算法用于变压器油中溶解气体分析[J].高电压技术,2009,35(9)：2181-2185
[123]田质广,张慧芬.基于遗传聚类算法的油中溶解气体分析电力变压器故障诊断[J].电力自动化设备,2008,28(2)：15-18
[124]熊浩,杨俊,李卫国,付红军,李虹,王勇.多种类证据体的变压器故障综合诊断方法[J].中国电机工程学报,2008,28(28)：24-30
[125]李俭,孙才新,陈伟根,周湶,杜林.灰色聚类与模糊聚类集成诊断变压器内部故障的方法研究[J].中国电机工程学报,2003,23(2)：112-115
[126]李培强,李欣然,陈辉华,唐外文.基于模糊聚类的电力负荷特性的分类与综合[J].中国电机工程学报,2005,25(24)：73-78
[127]孙雅明,王晨力,张智晟,刘尚伟.基于蚁群优化算法的电力系统负荷序列的聚类分析[J].中国电机工程学报,2005,25(18)：40-45
[128]王高琴,沈炯,李益国.基于聚类和贝叶斯推断的市场出清电价离散概率分布预测[J].中国电机工程学报,2007,27(34)：90-95
[129]杨洪明,刘建华.电力市场环境下电价区域划分问题的尺度空间层次聚类算法[J].电网技术,2004,28(22)：53-60
[130]吴兴华,周晖.基于减法聚类及自适应模糊神经网络的短期电价预测[J].电网技术,2007,31(19)：69-73
[131]王翠红,喻洁.基于k-means聚类的模糊神经网络市场清算电价预测[J].计算机与信息技术,2008,7：1-3
[132]黄大为,韩学山,郭志忠.不确定信息下发电企业的报价策略研究[J].电力自动化设备,2008,28(1)：52-56
[133]万国成,任震,张勇军.配电网中容量电费定价方法[J].电力系统自动化,2002,26(18)：15-20
[134]高新波.模糊聚类分析及其应用[M].西安电子科技大学出版社,2004
[135]王忠玉,吴柏林.模糊数据统计学[M].哈尔滨工业大学出版社,2008
[136]高惠璇.应用多元统计分析[M].北京大学出版社,2005
[137]于秀林,任雪松.多元统计分析[M].中国统计出版社,1999
[138]Richard O. Duda, Peter E. Hart, David G. Stork. Pattern Classification[M], Second Edition. John Wiley & Sons, New York,2000
[139]John Shawe-Taylor, Nello Cristianini. Kernel Methods for Pattern Analysis[M]. Cambridge University Press, Cambridge,2004
[140]边肇祺,张学工.模式识别[M].清华大学出版社,2000
[141]陆超；陆秋瑜.电力系统低频振荡模式的自动分类研究[J].电力系统保护与控制,2010,38(4)：35-38
[142]竺炜,唐颖杰,周有庆,曾喆昭.基于改进Prony算法的电力系统低频振荡模式识别[J].电网技术,2009,33(5)：44-47
[143]焦邵华,刘万顺,杨奇逊,张振华.用模糊集合理论识别电力系统振荡中的短路的研究[J].中国电机工程学报,1998,18(6)：443-448
[144]郁惟镛,李航,康建洲.基于人工神经网络的电力系统中振荡与短路模式识别的研究[J].继电器,2000,28(6)：7-9
[145]李卫东,孙辉,王永刚,靳宪林,马昭彦,宋家骅.一种基于历史数据的电力系统潮流确定策略的研究[J].中国电机工程学报,2000,20(1)：23-28
[146]周明,任建文,郝志芳.FUZZY模式识别在电力系统设备评级中的应用[J].华北电力大学学报,1998,25(1)：37-41
[147]龚超,罗毅,涂光瑜.计算机视觉技术及其在电力系统自动化中的应用[J].电力系统自动化,2003,27(1)：76-79
[148]贺仁睦,周文.电力系统负荷模型的分类与综合[J].电力系统自动化,1999,23(19)：12-16
[149]段青,赵建国,马艳.基于稀疏贝叶斯学习的电力系统暂态稳定评估[J].电力自动化设备,2009,29(9)：36-40
[150]梅长林,范金城.数据分析方法[M].高等教育出版社,2006
[151]R.A. Johnson, D.W. Wichern. Applied Multivariate Statistical Analysis[M]. Prentice-Hall, Englewood Cliffs, NJ,2007
[152]王学民.应用多元分析[M].上海财经大学出版社,2009
[153]张承彪,罗运柏,文习山.主成分分析在变压器故障诊断中的应用研究[J].高电压技术,2005,31(8)：9-11
[154]毛颖科,关志成,王黎明,马仪,文华,李锐海.基于泄漏电流脉冲主成分分析的外绝缘污秽状态评估方法[J].电工技术学报,2009,24(8)：39-45
[155]贾嵘,蔡振华,刘晶,王小宇,杨可.基于主成分分析和最小二乘支持向量机的电力系统状态估计[J].电网技术,2006,30(21)：75-77
[156]安军,穆钢,徐炜彬.基于主成分分析法的电力系统同调机群识别[J].电网技术,2009,33(3)：25-28
[157]唐红,郑文斌,李宪霞.基于主成分分析的消光法波长选择算法[J].光电工程,2010,37(5)：56-62
[158]李建中,谢威,武铁梅.基于主成分分析和BP神经网络的能源供需安全研究[J].水电能源科学,2010,28(5)：169-171
[159]刘宝英,杨仁刚.基于主成分分析的最小二乘支持向量机短期负荷预测模型[J].电力自动化设备,2008,28(11)：13-17
[160]王志征,余岳峰,姚国平.基于主成分分析法和自适应神经模糊推理系统的电力负荷预测[J].电力自动化设备,2003,23(9)：39-41
[161]赵杰辉,葛少云,刘自发.基于主成分分析的径向基函数神经网络在电力系统负荷预测中的应用[J].电网技术,2004,28(5)：35-37
[162]Edward N. Lorenz. Deterministic nonperiodic flow[J].Journal of the Atmospheric Sciences,1963,20(2):130-141
[163]韩茂安,顾圣士.非线性系统的理论和方法[M].科学出版社,2001
[164]黄润生,黄浩.混沌及其应用[M].武汉大学出版社,2005
[165]王东生,曹磊.混沌、分形及其应用[M].中国科技大学出版社,1995
[166]郝柏林.混沌与分形[M].上海科学技术出版社,2004
[167]朱宁.非线性动力学在电力电子学中的一些开拓[D].浙江大学硕士学位论文,2004
[168]柯德平.考虑非线性和非自治因素影响的电力系统低频振荡分析[D].华中科技大学硕士学位论文,2007
[169]胡炳杰.考虑非线性因素的电力系统低频振荡研究[D].华北电力大学硕士学位论文,2008
[170]覃英华.随机噪声扰动下电力系统非线性动力学行为研究[D].广西师范大学硕士学位论文,2008
[171]周海强.非线性动力学分析方法在电力系统暂态稳定分析中的应用[D].浙江大学博士学位论文,2002
[172]李双宝.高维非线性系统的全局分叉和多脉冲混沌动力学的研究及应用[D].北京工业大学博士学位论文,2010
[173]王宝华.电力系统非线性动力学行为分析与控制[D].南京理工大学博士学位论文,2005
[174]张伟年,张卫东.一个非线性电力系统的混沌振荡[J].应用数学和力学,1999,20(10)：1094-1100
[175]别朝红,王锡凡.非线性理论在电力系统的应用[J].电力自动化设备,1997,1：13-17
[176]陶文斌,张粒子,黄弦超.电力市场下电源投资规划的动力学分析模型[J].中国电机工程学报,2007,27(16)：114-118
[177]吕金虎,占勇,陆君安.电力系统短期负荷预测的非线性混沌改进模型[J].中国电机工程学报,2000,20(12)：80-83
[178]谢华.一种电力系统非线性模型的混沌特性研究[J].电子科技大学学报,2001, 30(3)：263-266
[179]张波.电力电子变换器非线性混沌现象及其应用研究[J].电工技术学报,2005,20(12)：1-6
[180]薛禹胜,周海强,顾晓荣.电力系统分岔与混沌研究述评[J].电力系统自动化,2002,26(16)：9-15
[181]计国君.一类非线性系统的概周期振动性研究及其在电力系统中应用[J].厦门大学学报(自然科学版),2007,46(6)：750-754
[182]兰洲,甘德强,倪以信,徐政.电力系统非线性鲁棒自适应分散励磁控制设计[J].中国电机工程学报,2006,26(17)：1-5
[183]兰海,李殿璞,龚伟,韩冰.基于耗散系统实现电力系统励磁鲁棒非线性控制[J].电机与控制学报,2003,7(3)：255-263
[184]谢桦,梅生伟,徐政,卢强,横山明彦.统一潮流控制器的非线性控制和对电力系统稳定性的改善[J].电力系统自动化,2001,19：1-5
[185]陈玉宇,张钹.非线性相位带限正交小波及其在电力系统故障检测中的应用[J].中国电机工程学报,1998,18(4)：287-291
[186]王成山,江伟,江晓东.一种新的电力系统鞍型分叉点计算方法[J].中国电机工程学报,1999,19(8)：20-24
[187]彭志炜,胡国根,韩祯祥.电力系统平衡解流形的追踪与电压失稳分叉点的搜索[J].中国电机工程学报,1998,18(3)：173-177
[188]韩文,韩祯祥.电力系统复杂模型的分叉与稳定[J].电力系统自动化,1997,21(5)：46-52
[189]彭志炜,胡国根,韩祯祥.应用分叉理论研究负荷特性对电力系统电压稳定性的影响[J].中国电机工程学报,1997,17(6)：408-415
[190]郝柏林.从抛物线谈起[M].上海科技教育出版社,1993
[191]Bailin Hao. Elementary Symbolic Dynamics and Chaos in Dissipative Systems[M]. World Scientific, Singapore,1989
[192]Bailin Hao, Weimou Zheng, Applied Symbolic Dynamics and Chaos[M]. World Scientific, Singapore,1998
[193]郑伟谋,郝柏林.实用符号动力学[M].上海科技教育出版社,1994
[194]周作领.符号动力系统[M].上海科技教育出版社,1997
[195]Boris Hasselblatt, Anatole Katok. A First Course in Dynamics:with a Panorama of Recent Developments[M]. Cambridge University Press,2003
[196]彭志炜,胡国根,韩祯祥.基于分叉理论的电力系统电压稳定性分析[M].中国电力出版社,2005
[197]张雨.时间序列的混沌和符号分析及实践[M].国防科技大学出版社,2007
[198]聂春燕.混沌系统与弱信号检测[M].清华大学出版社,2009
[199]刘宗华.混沌动力学基础及其应用[M].高等教育出版社,2006
[200]吕金虎,陆君安,陈士华.混沌时间序列分析及其应用[M].武汉大学出版社,2002
[201]杨正瓴,林孔元,余贻鑫.用时间序列的李雅普诺夫指数计算预报电力系统中的某些失稳现象[J].中国电机工程学报,2001,21(1)：5-8
[202]王红月,梁志珊.基于李雅普诺夫直接法的电力系统的可控制动电阻的非线性预测控制[J].电力系统及其自动化学报,2002,14(3)：24-26
[203]梁世清,王德明,刘维亭,基于Lyapunov指数的舰船电力系统稳定性分析[J].舰船科学技术,2008,30(1)：76-79
[204]梁志珊,王丽敏,付大鹏,张化光.基于Lyapunov指数的电力系统短期负荷预 测[J].中国电机工程学报,1998,18(5)：368-371
[205]郑清富,田聪,朱建良.基于引入取舍规则的Lyapunov指数法的电力负荷预测[J].信息技术,2006,9：72-74
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |