基于模糊神经网络的配电网短路故障自动化识别系统

为解决快速、准确地识别和定位配电网中短路故障的问题,设计基于模糊神经网络的配电网短路故障自动化识别系统。通过获取的零序电流的稳态基波分量和五次谐波分量,建立模糊神经网络配电网短路故障自动化识别模型;利用映射、生成隶属度函数,并进行模糊推理和归一化处理,输出识别结果。实验表明,当并发用户数达到550个时,系统预留空间维持在43%,超过预设阈值,确保了系统稳定运行。该系统能有效采集配电网线路的零序电流并分离其分量,同时准确识别A相接地短路和BC相间短路故障,应用效果显著。

小电流单相接地故障在线定位装置研究与实现

配电网单相接地故障在线定位是制约供电部门提高供电质量的关键问题之一。通过对小电流接地系统单相接地故障进行分析,研究基于零序功率方向和五次谐波分量法的在线定位方法,并设计了基于嵌入式系统的小电流故障定位装置。该装置基于ARMCortex-M3处理器,利用GPS技术和软件跟频技术实现了配电网广域零序相量的获取,并通过CSD通信网络进行远程无线数据传输。在线路的零序电流测量节点处,将变电站测量的零序电压与线路节点的零序电流相位进行比较,依据零序功率方向法和五次谐波分量法,准确判断故障点的位置。在10kV物理模型上进行了仿真实验,结果表明该装置能较好完成信号同步测量与传输,可以实现小电流接地系统单相接地故障的检测与定位。

基于改进模糊神经网络的配电网故障选线研究

在配电网中广泛采用小电流接地方式,传统的单一单相接地故障选线方法适用范围有限。针对单一故障选线方法的不足,提出利用模糊神经网络对多种选线方法进行融合。采用基于小波包从零序电流中提取暂态能量分量和暂态方向分量,和基于FFT从零序电流中提取稳态基波分量和五次谐波分量作为故障选线的特征分量。设计模糊神经网络的结构并进行改进,采用BP学习算法。在Matlab 7.1环境下搭建10kV配电网模型,分别仿真不同的故障位置、故障合闸角、故障接地类型和故障线路的故障以验证理论的有效性。