基于一维卷积和图神经网络的配电网故障区段定位方法

快速、准确地定位故障区段对配电网的安全运行至关重要。传统故障定位方法容错率低、耗费时间长,多数深度学习算法对拓扑变动的泛化性不足。基于此,提出了一种基于一维卷积神经网络(one-dimensional convolutional neural network,1D-CNN)和图神经网络(graph neural network,GNN)的配电网故障区段定位方法。该方法将配电网原始信息与GNN等深度学习算法相结合进行建模。首先利用基于注意力的时空图卷积网络从不同的时空尺度上对遥测数据进行故障特征提取,使用图注意力网络来融合多源遥信数据。然后,利用1D-CNN来调整特征输出维度以实现节点特征到故障支路的映射。最后,通过增设全连接网络来输出故障区段定位结果。依托于Matlab/Simulink平台搭建10 kV中性点不接地配电网系统进行仿真和测试。结果表明,所提方法具有优越的定位性能,能够灵活适用于各类低、中、高阻性接地故障场景,对系统拓扑变动具有强大的泛化能力以及对故障数据不完备的鲁棒性好。

基于负序分量的含光伏电源配电网故障区段定位方法

针对光伏电源接入配电网导致故障电流无法正确反映故障区段的问题,分析含光伏电源配电网故障时三序分量,选择负序分量作为故障特征量;对于不对称故障场景提出负序重构方案;采用曼肯德尔(Mann-Kendall,MK)趋势检测寻求故障特征最明显的负序重构序列;利用负序重构电压幅值确定可疑故障区段,结合负序重构电流相位方向确定故障区段。在PSCAD/EMTDC仿真平台搭建含光伏电源的配电网模型。结果表明:提出的方法能够实现含光伏电源配电网在不同故障类型、故障位置下的故障区段准确定位,为含光伏电源配电网快速故障定位提供了理论依据。

基于图神经网络的海上风电场集电线路故障区段定位方法

海上风电场由于风机或线路的投退会引起集电线路拓扑变化,现有基于人工智能算法的集电线路故障区段定位方法,在拓扑变化后定位性能会下降。为此,基于图采样聚合算法构建海上风电场集电线路故障区段定位模型,把线路区段映射为边图模型的节点,各区段故障前后的电流有效值作为节点特征,将故障区段定位问题转化为图节点分类问题。仿真结果表明,所提定位方法充分挖掘了集电线路的拓扑结构特征和电流数值特征,定位准确率高,抗干扰能力强,且有效提高了定位模型对拓扑变化的适应能力。

改进遗传算法支持下的配电网故障区段定位方法研究

研究旨在改进配电网故障区段定位方法,利用遗传算法的优势来提高准确性和效率。通过在配电网故障定位问题上应用并改进遗传算法,先对配电网运行状态进行编码,构建适应度函数,然后采用遗传算法迭代计算最佳适应度,确定最佳故障区段。此外,改进遗传算法设计,提出基于收敛条件的定位策略,以提升方法性能。研究表明,改进后的方法可显著提高电力系统故障诊断的效率和准确性。

基于小波包变换的10 kV配电网故障区段定位方法

在配电网线路结构复杂的情况下,故障区段定位误差大、准确性低,为此,提出了基于小波包变换的10 kV配电网故障区段定位方法。利用小波包变换提取10 kV配电网故障信号时频特征,通过比较故障路径各区段的改进小波包能谱相对熵,实现故障区段定位。结果表明,所提方法在6个故障区段定位误差最大不超过0.2%,可行性较高。

基于水循环算法的配电网故障区段定位方法

快速准确的故障区段定位对恢复配电网供电及缩短用户停电时间至关重要。分布式电源的接入使得以往功率单向流动的配电网转变为复杂的有源配电网,也给故障区段定位增加了困难。针对智能算法定位速度较慢、寻优存在局限性的问题,提出一种基于水循环算法的配电网故障区段定位方法。对各线路区段及各节点所配置终端的反馈信息进行刻画,根据上下游节点信息的逻辑性对故障电流信息进行容错处理,修正可识别的畸变信息。使用水循环算法进行寻优求解,锁定故障线路区段。最后,利用不同配网系统测试算例验证了所提方法的优越性。

基于同步挤压S变换的谐振接地系统单相接地故障区段定位方法

谐振接地系统单相接地的故障特征微弱,故障区段难以定位。根据健全与故障区段电流低频能量差异大的特点,利用同步挤压S变换挤压、重组低频区段电流,增强故障特征辨识度;计算各区段能量比值,将能量比值最大的判为故障区段,提出基于同步挤压S变换的故障区段定位方法。以全频区段电流重组信号的峭度因子构建保护启动判据。不同故障条件影响下,大量PSCAD仿真测试了所提启动和区段定位方法的性能及可行性,现场数据验证了所提方法的有效性。

基于IELM算法的配电网故障区段定位方法在集中式馈线自动化中的应用

作为集中式馈线自动化的重要内容,配电网故障区段定位是馈线自动化系统进行后续故障隔离及恢复供电的基础,因此具有一定的研究价值。以传统ELM算法为基础,以提高全局寻优能力及减少局部收敛概率为目标,对传统ELM算法模型进行了改进,提出了基于IELM算法的配电网故障区段定位方法,并以IEEE33节点双电源配电网为仿真测试系统进行测试。结果表明,所提方法可有效提高故障区段定位的准确性、容错性及效率。

基于暂态信息的小电流接地故障区段定位

提出一种适用于配电系统架空线路的小电流接地故障区段定位新方法。该方法利用故障暂态电压、电流特征频段内分量计算无功功率,根据故障点前后暂态无功功率方向的不同确定故障区段。在故障信息不易获取的检测节点处,提出利用电磁场感应获取故障暂态信息的方法,通过测量架空线路下方垂直地面方向电场获取小电流接地故障暂态电压信息,测量水平方向磁场获取故障暂态电流信息,详细阐述了最佳检测点的计算思路,并以一典型10kV架空线路为例验证了该方法的可行性。最后阐述了利用该方法实现故障区段定位需要解决的若干关键问题。

基于相电流突变量的配电网单相接地故障区段定位

配电网在单相接地故障后,对健全线路及故障线路上故障点之后的部分,三相电流突变量大小相等、波形一致;而故障线路中故障点之前的部分不具有该特征。据此提出一种基于相电流突变量的配电网单相接地故障区段定位方法:在各线路出口及分支处安装接地故障检测装置,独立测量比较各相电流突变量,即可识别出故障区段,结合网络拓扑即可实现故障区段定位。给出了具体的故障定位流程和判据。仿真实验证明了该方法能正确、可靠地识别故障区段。所述方法原理简单,仅需测量电流,且具有自举性,有望应用于实际配电网中。

改进蚁群算法在复杂配电网故障区段定位中的应用

蚁群算法在配电网故障区段定位中应用效果良好,但具有搜索时间长、计算速度慢等缺点,为此对蚁群算法进行了改进。首先构造了动态适应配电网拓扑结构的开关函数,其次提出了蚁群信息素初值设置方法,引入解的扰动规则,最后确定了蚁群算法应用于多电源条件下配电网故障区段定位的方法。算例结果验证了该算法在计算速度和容错性方面的优势。

基于故障辅助因子的配电网高容错性故障区段定位方法

针对基于逻辑关系的馈线故障定位间接方法存在过分依赖群体智能优化算法的固有缺陷,采用代数关系描述,构建了基于故障辅助因子的馈线故障区段定位的非线性方程组模型,并采用具有并行特征的牛顿-拉夫逊法进行求解,其优点在于:对报警信息畸变的情况具有强适应性,故障定位时具有高容错性;能够对含T型耦合节点的配电网多重馈线故障区段进行准确定位;无需采用逻辑运算和最优化算法,决策效率高、算法稳定性好;单一故障下可准确定位信息畸变的位置。仿真结果验证了所提方法进行馈线故障区段定位的准确性、快速性和高容错性。

配电网单相接地故障区段定位矩阵算法的研究

配电网由于分支多、接地电阻大,单相接地故障定位问题长期以来没有得到很好的解决。提出了一种基于矩阵算法的配电网单相接地故障区段带电定位方法。针对FTU(Feeder Terminal Unit)测量数据建立故障信息特征矩阵,对于中性点不接地系统,特征矩阵中的元素为FTU测量到的零序电流与零序电压的相位差;对于中性点经消弧线圈接地系统,利用残流增量原理,特征矩阵中的元素为FTU测量到的零序电流幅值变化量。应用统一判据对特征矩阵进行分析,确定故障点所在的区段,同时分析了当故障信息不完整时的解决方法。现场试验数据充分验证了该方法的正确性与可行性。

配电网馈线故障区段定位系统

提出了基于动态拓扑分析的配电网馈线故障区段定位系统。系统由馈线终端单元FTU、通用无线分组业务GPRS通信网络及主站构成。主站与FTU间的GPRS通信采用标准负控规约。FTU以32位ARM7芯片为CPU,硬件分为系统和接口2部分。FTU的软件基于μc/os-Ⅱ嵌入式操作系统设计为多任务、多缓冲区的结构,采用相电流突变量算法实现对短路故障的判断。主站的故障区段定位软件在基本故障区段定位矩阵算法基础上,考虑GPRS通信延时的随机性、联络开关状态及通道异常等工程实际情况,采用网络动态拓扑分析方法实现了故障区段定位的改进矩阵算法。运行表明,该设计系统简洁、实用、运行稳定。

基于能量谱相似度自适应聚类的配电网接地故障区段定位方法

分析谐振接地系统发生单相接地故障时各区段故障暂态零序电流的相似性特征,提出基于故障暂态零序电流Hilbert瞬时能量谱相似性自适应仿射传播聚类(adAP)的故障区段定位方法。所提方法对故障后首半个工频周期的故障线路各区段的故障暂态零序电流进行局部特征尺度分解(LCD),对得到的各频带波形进行Hilbert变换得到Hilbert瞬时能量谱。计算Hilbert瞬时能量谱两两间的动态时间弯曲距离,对动态时间弯曲距离构成的相似度矩阵进行adAP,根据Silhouette指标最高的聚类情况定位故障区段。在电弧故障、存在分布式消弧线圈系统、不同消弧线圈补偿度系统、噪声干扰、两点接地、采样不同步的场景下的仿真结果和现场数据验证结果表明,所提方法能克服工程应用中可能存在的影响,鲁棒性好、准确度高。

基于频谱序列峭度分析的小电流接地故障区段定位研究

针对基于暂态重心频率的配电网故障区段定位方法在故障点下游存在重心频率选取困难的不足,提出对故障监测点零序电流分量的傅里叶频谱分析序列进一步采用峭度分析。对于故障点上游区段,零序电流暂态重心频率分量幅值远高于次谐振频率分量幅值,其频谱分析图近似单一冲击形状,从而峭度计算值较大。对于故障点下游区段,零序电流分散分布在各个谐振频率分量上,其频谱分析图成多冲击形状,从而峭度计算值较小。因此,利用相邻两监测点峭度计算值的最大差值即能判定故障区段。大量ATP/EMTP仿真证明所提方法在故障点下游暂态重心频率不明显时仍能有效判出故障区段,可以作为暂态重心频率判据的补充。

谐振接地系统单相接地故障区段定位方法

针对配电网因分支多、接地故障电阻大导致的单相接地故障定位问题,提出一种针对谐振接地系统的单相接地故障区段带电定位方法。该方法在故障发生后调节消弧线圈的补偿电流,利用调节前后线路上多个馈线终端单元(FTU)测量到的零序电流变化量信息确定故障区段。提出了单相经过渡电阻接地时,将零序电流按零序电压进行折算的方法,从而解决了调节消弧线圈后零序电压发生变化的问题。现场试验对该方法进行了验证,表明该方法能够满足实用要求。

基于BPSOGA的含风电机组的配电线路故障区段定位

风电机组等分布式电源并入配电线路中,将导致传统的故障区段定位方法不再适用。对传统的开关函数和适应度函数进行改进,统一假定开关的正方向,提出基于粒子群优化算法和遗传算法的二进制混合算法。该算法采用双种群进化和信息交换的策略,在寻优搜索开始时产生2个子种群,双种群在进化过程中互不干扰,在每一代进化完成后相互共享信息,选择最优信息进行2个种群下一代的进化,直至得出最优解。仿真结果表明:所提方法对风电机组的并网数量和位置不作限制,适用于单一故障和多重故障的定位,并且具有一定的容错性。与单独的二进制粒子群优化算法和遗传算法对比,所提混合算法性能较高、收敛速度较快,能明显降低出现'未成熟收敛'的概率。

基于小波包能量相对熵的配电网单相接地故障区段定位

配电网发生单相接地故障时,故障点两侧暂态零序电流波形差异较大,在不同频率下的能量分布不同。结合信息熵和小波包分解,定义了具有对称性的小波包能量相对熵来识别此差异,实现故障区段定位。对馈线自动系统中沿线安装的FTU或其他测量装置获得的暂态零序电流进行小波包分解,获得其频谱能量分布特性,再计算各区段两端暂态零序电流的相对熵,比较计算结果,熵值最大的为故障区段。通过选用暂态零序电流能量最大的数据段来计算相对熵,可以避免采样不同步的影响。该区段定位方法不受过渡电阻、故障位置和故障角的影响,通过仿真分析验证了方法的有效性。

基于动态时间弯曲距离的小电流接地故障区段定位方法

动态时间弯曲(dynamic time warping,DTW)距离可度量2个时间序列的相似性,且具有良好的耐同步误差特性和容错特性。配电网发生单相接地故障时,流过线路健全区段两侧的暂态零序电流几乎为同一电流,采样数据差异小,DTW距离也较小;而流过故障区段两侧的暂态零序电流存在明显差异,DTW距离较大;据此,提出一种基于暂态零序电流数据DTW距离的配电网小电流接地故障区段定位方法。当各馈线终端(feeder terminal unit,FTU)启动算法检测到接地故障发生后,将检测到的故障前后共1个工频周期的暂态零序电流采样数据上传主站,主站基于给定的故障区段搜索策略,通过计算相关暂态零序电流的DTW距离确定故障所在区段。该方法区段搜索效率高,故障定位速度快,各FTU启动时间同步误差及上传数据误码对定位准确性影响小。仿真结果验证了所提方法的正确性与有效性。