基于边缘检测的大规模风电场送出线路纵联保护算法

由于风电出力的波动及送出线路发生故障时故障电流的频偏特性,风电场送出线路纵联保护灵敏度下降甚至拒动,因此提出了基于边缘检测的风电场送出线路纵联保护算法。通过将风电场送出线路两侧采集到的电流构造为矩阵形式,并使用Sobel算子进行边缘检测,从而确定电流采样值变化大的部分。然后通过所识别到的线路两侧电流采样值变化大的部分计算平均梯度幅值并与整定值相比较,实现区内故障和区外故障的快速识别。最后通过PSCAD/EMTDC搭建了大规模风电场送出系统模型,验证了所提算法的适用性、速动性及抗过渡电阻能力。与现有送出线路的纵联保护相比,所提方法在风电场弱出力的情况下仍适用,且动作速度更快。

基于去趋势分析的大规模双馈风电场送出变压器差动保护

由于双馈风电场输出的故障电流具有频偏特性且含有较大的谐波分量,当双馈风电场送出变压器发生内部故障时,变压器差动电流中二次谐波与基波的比值增大,使得变压器差动保护面临延时动作的风险;且系统发生故障时,双馈风电场输出的故障电流中存在大量非周期分量,会使得送出变压器中的电流互感器更易发生饱和现象,致使传统变压器差动保护的可靠性降低。提出了基于去趋势分析的大规模风电场送出变压器的差动保护方案。首先,将采样电流通过滑动数据窗进行去趋势分析得到去趋势残差函数,然后,结合电流波形斜率特征完成对变压器励磁涌流及故障差流(包含电流互感器饱和状态下)的有效区分。最后,在PSCAD中搭建了双馈风电场送出系统,在不同工况下验证且分析了所提保护方案的适用性。

访加五记

观尼亚加拉瀑布 尼亚加拉瀑布位于加拿大与美国交界处,全长1000余米,落差50余米,流量每秒6400立方米,呈半圆形,又称为马蹄瀑布。飞泻巨流,咆哮不止,数里外可闻其声。远望不识真面目,我们坐电梯从岸边下到湖面,乘游轮到近处观赏。阵阵水汽落在雨披上,四周一片白茫茫;阳光照来,一道久久不散的彩虹悬于半空。