基于可视化轨迹圆与改进ResNet-AT的高压直流输电换相失败故障诊断

针对逆变侧换相失败故障类型难以辨识、故障特征量难以提取等问题,提出一种基于极坐标下的轨迹圆与改进ResNet-AT相结合的高压直流输电系统故障诊断方法。首先,通过希尔伯特变换提取时序电压信号的上包络线,以此构造解析信号,进而获取复函数形式下的瞬时幅值和相位;然后,以瞬时幅值为极径、瞬时相位为极角,在极坐标系中绘制出轨迹圆图像;最后,将此轨迹圆像输入到改进ResNet-AT中训练学习,前者通过嵌入到残差网络中的通道注意力机制网络增加特征提取能力,后者利用AT对信息再次加权强化,提高故障信号的诊断能力。实验结果表明:相较于常规的深度学习模型,所提模型诊断准确率达99.40%以上,效果最优;模型在20 dB的过渡电阻下仍保持95.50%的诊断准确率,具有较强的抗噪性能。

基于测量波阻抗豪斯多夫距离的三端柔性直流线路纵联保护

针对大规模新能源场站并入多端柔性直流电网所突显的直流输电线路故障问题,为了使线路保护的可靠性能够得到保障,提出了一种基于测量波阻抗豪斯多夫距离的三端柔性直流线路纵联保护方法。首先分析了所搭建模型中线路在发生区外故障与区内故障时其波阻抗幅值的变化趋势与不同,然后使用改进完全集合经验模态分解提取实验所需测量波阻抗,再利用豪斯多夫距离公式计算出提取出的测量波阻抗之间的距离。通过对此距离的分析,可以区分故障发生区域为区内还是区外。在仿真软件中进行大量故障仿真实验。结果表明,该方法能够使保护非常灵敏且准确地进行动作,从而使直流线路更加可靠地运行。