基于S变换的故障选线新方法

在研究采用S变换提取的信号的幅频特性和相频特性基础上,提出了一种基于S变换的故障选线方法。利用S变换后电气量在各频率点的模值和相角信息,通过模值比较,找出特征频率点;通过相角比较,制定选线投票机制。利用特征频率点的模值来表征其相角信息的可靠性,定义了投票信心度。通过对多个采样点的投票机制,形成了投票统计图。利用仙农模糊熵定义选线信心度,通过选线信心度对投票统计图进行融合,在选出故障馈线的同时,给出选线信心度。仿真结果表明,提出的方法选线正确率高,选线信心度的定义合理。

基于改进的HHT变换和信心度的配电网故障选线

针对现有的供配电系统的故障选线方法存在故障识别率不高和可靠性难以定量分析的问题,提出了一种基于改进的希尔伯特黄变换(HHT)和信心度的供配电系统故障选线的新方法。利用改进的Hilbert-Huang变换分解各个线路的零序电流,得到故障特征点的瞬时相角和幅值信息,通过比较相角关系制定故障选线投票机制。利用特征点瞬时幅值判断投票的可信性,并制定了合理的选线信心度,得到故障选线结果。在ATP/EMTP仿真软件中搭建了一个5馈线的配电网仿真模型,对不同的故障位置、过渡电阻和故障初始角进行仿真分析,对提出的方法进行了验证。验证结果表明,该方法可以正确快速地识别故障线路,极大缩短计算时间,并且不受过渡电阻、故障位置和故障初相角的影响。

基于仙农模糊熵的融合故障选线方法

利用S变换对零序电流和零序电压进行分解,提取S变换结果中的幅值和相角作为故障特征量。研究了仙农模糊熵的涵义,通过模糊熵和不确定性的关系,定义了信心度来刻画一个事件是否发生的确定性。介绍了2种基于S变换的故障选线方法(比相法和能量函数法)的基本原理,基于定义的信心度对2种选线方法得到的选线结果进行了融合,从而选定故障线路。该方法的最终结果不仅包括选定故障线路,而且给出选定该线路发生故障的信心度(fault line identify confidence degree,FLICD)。在PSCAD/EMTDC中建立了4馈线的配电系统仿真模型,通过仿真验证表明,该方法的正确率高。对融合方法和单一方法在噪声环境下的表现进行了对比,结果表明融合方法具有较强的抗噪性。

特高压线路固有频率特征分析及其在继电保护中的应用

利用分布参数等值特高压输电线路,分析不同故障类型情况下暂态高频分量的特征,提出一种基于暂态高频分量频域特征的故障类型识别和保护方案,讨论了实际应用中的关键问题及解决方法。通过多信号分类(multiple signal classification,MUSIC)算法分析故障后三相电流的频谱,计算线路一侧的电流频谱相关性和电流频谱能量,利用其进行故障识别和确定故障相,在此基础上,利用线路两侧故障相的电流频谱相关度判断区内、外故障。利用PSCAD对特高压线路模型进行了仿真验证,仿真结果证明了保护判据的有效性。