配电系统短路电流峰值灰色预测模型优化

低压配电系统全局选择性保护对短路电流峰值预测提出了实时快速性特殊要求,以灰色预测理论为依据建立适合短路电流数据特征的传统预测模式的灰色预测模型存在理论上的缺陷,影响预测精确度.为此,在对传统灰色预测不足进行分析的基础上,通过调整初始迭代点,引入递推结构,选择合适的修正因子等方法对模型结构进行拓展,以相对误差均值最小为原则的目标函数动态选择参数,进一步优化灰色模型,将优化后的模型应用于低压配电系统,可实现短路电流峰值的快速、高精度预测.

低压配电系统选择性保护短路电流峰值早期预测的算法研究

在短路故障早期诊断基础上,提出一种基于最小二乘法的低压配电系统短路电流峰值预测计算方法.该方法利用少量电流数据与故障电压初相角进行曲线拟合,可预测出短路电流发展趋势及峰值,使得通过实时在线预测短路电流峰值实现低压配电系统全局选择性保护成为可能.通过C语言编程与Matlab短路故障模型仿真,结果表明,峰值预测方法具有有效性,其精度高、程序运行速度快,且容易在硬件系统上实时实现.最后,给出利用峰值预测实现全局选择性保护方案,为开发具有短路故障早期诊断与选择性保护功能的智能断路器提供参考.

一种低压配电系统短路电流峰值预测的新模型

针对少样本、非指数特征、随机性强的原始数据序列和低压配电系统全局选择性保护对短路电流峰值预测的实时快速性特殊要求,根据灰色预测理论建立适合短路电流这一类数据特征的灰色预测新模型,通过引入递推结构、选择合适的外推因子等方式极大地提高预测的时效性和精确度.将该模型应用于实际低压配电系统,经过几类模型的对比测试,说明所提出的新模型能够实现短路电流峰值这类数据的快速、高精度的预测.