基于数据挖掘的微电网故障定位方法

微电网故障类型较多,而且复杂多变,传统方法无法对微电网故障进行高精度的定位,定位效率低,为了提高微电网故障定位的效果,提出了基于数据挖掘的微电网故障定位方法。首先对当前微电网故障研究进展进行分析,找到引起微电网故障定位效果差的原因,然后提取微电网故障变化特征,并对特征进行归一化处理,最后采用数据挖掘方法对微电网故障特征与微电网故障类型之间的变化关系进行拟合,建立微电网故障定位的分类器,并采用具体仿真实验验证了本文微电网故障定位方法的有效性,测试实验结果表明,本文方法可以准确、快速实现微电网故障节点定位,降低了微电网故障定位的误差,微电网故障定位的整体效果优于其它方法,具体有明显的优势。

过渡电阻对微电网故障识别的影响研究

由于微电网的故障特性区别于传统的配网,传统的保护无法适用于微电网。为检验不同过渡电阻阻值对微电网故障识别准确率的影响,构建以小波变换、BP神经网络和RBF神经网络为基础的故障检测模型。在该模型中,对原始故障信号进行小波分解与重构,提取能量值作为故障数据库,采用BP神经网络和RBF神经网络进行故障检测并进行比较。利用PSCAD搭建仿真模型,采集样本数据通过小波变换进行预处理,将处理后的数据输入到BP神经网络和RBF神经网络中进行训练,利用训练好的模型进行故障检测。结果表明,不同的过渡电阻阻值对微电网故障判断准确率影响不一,在某些过渡电阻值下能呈现较高准确率,采用优化后的RBF神经网络使系统故障识别准确率大幅提高。

基于电流测量信息的交流微电网保护方法研究

交流微电网具有诸多的优点,是未来重要的发展方向。但是当交流微电网内部发生故障时,较难检测出故障,且由于电流的双向流动,难以确定故障位置。且在低压电网中,很多节点只能获取电流信息,难以获取电压信息,因此有必要研究仅利用电流信息的微电网故障区间定位方法。文章使用PSCAD对故障进行仿真,对交流微电网故障区间定位算法进行仿真验证。