基于自适应VMD的含DG配电网谐振接地故障选线方法

考虑到谐振接地系统单相接地故障选线中单纯利用零序电流故障特征量不明显、故障特征的选取及提取困难而造成选线效果不佳的问题,提出一种基于自适应变分模态分解(VMD)的谐振接地故障选线方法。为克服VMD参数选取对特征提取效果的影响,采用频谱峰值点法来优化分解层数和惩罚因子,将改进的变分模态分解用于零序电流信号进行分解处理;通过对分解后的零序电流故障特征进行分析,故障线路与健全线路的极低频分量差异明显,故选取极低频分量作为故障特征量,最后利用相关性原理求得综合相关系数形成低频判据。仿真结果与实例验证表明,该判据保护裕度较高,所提方法可靠性高,不受故障角度、接地电阻以及噪声干扰等影响。

基于PCA与PSO-SVM的谐振接地系统故障选线方法

为解决谐振接地系统单相接地故障对故障初始角为零以及接地电阻为高阻的故障线路识别效果差的问题,提出一种基于主成分分析与粒子群算法优化支持向量机(PCA-PSO-SVM)的选线方法。该方法通过Matlab/Simulink对小电流接地系统进行仿真,采集瞬时零序功率数据,将数据输入PCA-PSO-SVM模型中进行训练与测试,并将测试结果与单一的支持向量机模型以及经粒子群优化后的支持向量机模型进行对比,结果表明PCA-PSO-SVM模型有着更好的选线准确度与选线效率。

基于自适应参数的VMD-SVM谐振接地系统故障选线方法

为解决谐振接地系统单相接地故障对故障初始角为零以及接地电阻为高阻的故障线路识别效果差的问题,提出一种自适应优化VMD参数(WOA-WOA)的选线方法。该方法通过Matlab/Simulink对小电流接地系统进行仿真,采集瞬时零序电流数据,将数据输入经优化参数后的VMD算法中进行信号分解,提取分解后的高频分量数据,将其输入进单一的支持向量机模型以及经鲸鱼算法优化后的支持向量机模型进行对比,结果表明VMD-WOA-SVM模型有着更好的选线准确度与选线效率。