基于深度学习的特高压三端混合直流输电线路波形特征故障区域判别方法

针对将现有直流线路故障区域识别方法应用于特高压三端混合直流输电线路时,存在难以区分T区两侧故障、耐过渡电阻能力弱和阈值整定困难的问题,提出一种利用深度学习及波形特征进行特高压三端混合直流输电线路故障区域识别的方法。首先,对三端混合直流线路不同故障区域进行故障特征分析;然后,对线模电压和线模电流进行多尺度小波分解,提取线模电流中低频分量和线模电压高频分量,结合正负极电压波形特征,组成深度学习模型的输入量,并将故障区域作为输出量,构建深度学习故障区域识别模型;最后,用训练过的深度学习模型对获取的故障特征量进行处理,以实现故障区域识别的目的。通过大量仿真实验,验证了所提故障区域识别方法具有准确率高和基本不受过渡电阻影响的特性。

基于CNN-SVM的特高压三端混合直流线路故障区域识别方法

提出一种基于卷积神经网络–支持向量机(Convolutional neural network-support vector machine,CNN-SVM)的特高压三端混合直流线路故障区域识别方法。首先,对昆北侧、龙门侧的直流线路边界和柳北侧T区边界的频率特性进行分析,发现不同故障区域的故障特征存在一定差异。然后,使用经验小波变换提取故障特征,将其作为CNN-SVM的输入量,故障区域作为输出量,构建并训练CNN-SVM模型;将由测量点得到的故障特征量输入到训练完成的CNN-SVM模型中,进行故障区域识别。最后,搭建昆柳龙仿真模型,进行故障仿真实验验证。结果表明,该方法的故障区域识别率高,且可耐受300Ω的过渡电阻。

基于暂态零序电流图像识别的配电网单相接地故障区域定位

为了提高配电网单相接地故障的定位准确率,提出一种基于暂态零序电流图像识别的配电网单相接地故障区域定位方法。通过PSCAD实现故障仿真,构建卷积神经网络(CNN)学习所需图像集。根据单相接地故障的两值性和分化性特征,基于Python编程进行图像预处理,采用VGGNet11网络结构对预处理后的字节形式故障样本进行训练,得到故障区域定位模型,并可视化分析模型分类效果。典型10 kV配电网模型数字仿真及现场试验均表明,所提方法能够准确实现故障区域定位,不受系统接地方式、故障电阻和初始相角的影响。可采用暂态录波型故障指示器采集线路暂态零序电流,信号获取方便。

直流区域配电网极间短路故障区域定位方法

直流区域配电系统发生极间短路故障后电力电子变流器需快速闭锁,严重影响了供电可靠性并导致低压区域故障定位困难。提出了故障后不闭锁VSC变流器并限流DC/DC的机制,为解决故障区域定位问题,研究了低压区域发生极间短路故障时的故障特征。研究表明在所提机制下,不同电压等级区域内发生故障后的短路电流、电压跌落、故障发展存在明显差异。利用这种区内外故障上的差异,提出了基于故障特征差异的快速故障定位方法。在仿真软件PSCAD中搭建了直流区域配电网仿真模型,验证了所提出的故障定位方法的可行性。

基于动态接地方式的配电网单相接地故障区域隔离

中性点经消弧线圈接地配电网发生单相接地故障时,受消弧线圈调谐与过渡电阻的影响,导致故障选线和隔离困难,严重影响了人身安全与供电可靠性。为此,提出了一种基于动态接地方式的故障区域隔离方案,将消弧线圈接地改造为动态接地,对动态切换前后的各配电终端零序电流变化规律进行了理论分析,并提出节点零序电流比较法进行故障区段定位。现场试验验证了方案的准确性与可靠性,实现了0~4000Ω高阻接地故障下的区域隔离,为解决消弧线圈接地方式下的故障区段定位难题提供了工程应用案例。

基于近场扫描和相似性度量的电路板故障区域检测

故障区域检测是电路板故障诊断的重要内容之一,近年来大量研究工作致力于通过理论仿真探索电路板故障诊断方法,但仿真条件与实测环境之间的差异降低了此类方法在实际应用中的可行性。结合实测电路板数据的特点,本文提出了一种基于近场扫描和时间序列相似性度量的电路板故障区域检测方法,该方法通过近场扫描获取正常状态、故障状态下的电路板的电磁辐射数据,采用变分模态分解(VMD)方法进行原始数据降噪,此后将两种状态的数据视为两类时间序列,运用改进的时间序列相似性度量算法计算两类时间序列的距离值,根据距离值判断电路板故障区域。根据数据集实验结果,使用本文的相似性度量算法处理时间序列相对其他算法展现出更佳的度量能力,距离值的分类精度也比3种对比算法分别高出6.3%、8.4%、4.2%。同时,实测数据实验结果和理论仿真结果的一致性验证了本文方法的可行性和实用性,该方法为电路板故障诊断提供了新的实现方式。

舰船装备电子电路故障区域节点跟踪定位方法

为提升故障区域节点跟踪定位效果,为舰船安全航行提供保障,研究舰船装备电子电路故障区域节点跟踪定位方法。通过最小二乘支持向量机,延拓处理不同状态下舰船装备电子电路的原始数据;利用经验模态分解算法,在延拓处理后的数据内,提取不同状态下电子电路故障特征;通过在马氏距离内引入权值,得到改进马氏距离算法;采用改进马氏距离算法,计算提取故障特征与已知故障集间的马氏距离,依据马氏距离完成故障区域节点跟踪定位。实验证明:该方法可有效提取不同状态下,舰船装备电子电路故障特征;该方法可有效跟踪定位电子电路故障区域节点,且跟踪定位精度较高。

基于GRU的特高压三端混合直流输电线路故障区域识别方法

针对特高压三端混合直流输电线路故障区域识别问题,提出一种基于门控循环单元(gate recurrent unit,GRU)的特高压三端混合直流输电线路故障区域识别方法。首先,分析了直流线路昆北侧边界和龙门侧边界直流功率传递函数的幅频特性、T区线模功率突变量的正负差异,指出三端直流线路不同区域故障时的故障特征差异。其次,对线模功率进行多尺度小波分解,提取线模功率高频能量,结合T区线模功率突变量、正负极功率突变量幅值,组成故障特征量,作为GRU的输入量,故障区域作为输出量,构建GRU故障区域识别模型。然后,将测量点得到的故障特征量输入训练完成的GRU模型中,即可达到故障区域识别的目的。通过大量仿真,验证了所提故障区域识别方法准确率高,且可耐受300Ω的过渡电阻。

四维坐标系下并网型光伏微电网故障区域判定技术

为了合理划分微电网拓扑结构,精准判定各种微电网故障情况下的故障区域,提出一种四维坐标系下并网型光伏微电网故障区域判定技术。令微电网拓扑结构为坐标图,设备节点为坐标点,以坐标点间最小欧式距离最大化,平均最近邻坐标点数量最小化为划分依据,通过球填充四维坐标点集的集合划分方法,划分微电网拓扑结构,获取微电网划分区域;以各划分区域为节点,断路器为边,通过图论算法构建微电网故障数学模型,依据故障前后功率变化量和区域故障电流方向,建立故障区域判定矩阵,实现故障区域判定。试验证明:该技术可有效划分微电网拓扑结构,划分后可有效提升微电网信号传输效果;在出现多重故障、两相故障与系统侧故障情况下,该技术均可精准判定故障区域。

广域继电保护故障区域的自适应识别方法

以降低广域保护范围的系统通信量为目的,提出了广域继电保护的故障区域自适应识别原则及实现方法。结合电力系统故障时序电压的分布特点,讨论了序电压分布受短线路、复故障和高阻接地等因素的影响。同时,实时监视电网广域范围内各母线的序电压,并进行排序计算,由专家系统根据排序结果进行疑似故障区域的分析,实现自适应识别故障区域。故障元件识别算法仅与故障区域内的智能电子设备通信,大幅降低了网络通信量。区别于以往广域继电保护的固定分区方法,系统通过监视故障启动母线的序电压识别故障区域,不受电网结构变化的影响,更易获得电网灵敏度较高的故障信息。仿真实验验证了该方法的有效性。

基于有色自控Petri网的电网故障区域识别

为减小电网故障搜索范围,避免对电网内所有元件依次进行故障判断,提出了一种基于有色自控Petri网的电网故障区域识别方法,有效地把故障诊断问题局限于一个或多个无源网络中。首先,针对断路器跳闸引起电网拓扑结构变化这一离散事件的动态过程,以Petri网作为建模工具,对全部元件赋予颜色属性并允许有向弧上有可变的权,构建用于电网故障区域搜索的有色自控Petri网模型。然后以Net Beans为开发环境,运用Java语言编程实现对故障区域的快速搜索。对某8节点测试系统的仿真结果表明:对于电网中存在的单重故障、多重故障以及保护和断路器有不正确动作的复杂故障,该方法均能快速准确地确定故障区域,有助于电网故障诊断的后续工作顺利进行。

基于贝叶斯网络和故障区域识别的电网故障诊断研究

针对电网中因元件故障导致多个保护连锁动作的现象,提出了基于故障区域识别和贝叶斯网络的新型电网故障诊断方法。以电网元件为根节点分别建立贝叶斯网络,利用实时接线分析法确定故障区域以缩小诊断范围,再对故障区域中各元件的贝叶斯网络,利用反向推理得到各元件故障概率。结合SCADA/RMS系统信息,正向推理和相应计算推断出故障元件、拒动与误动的保护装置及断路器。算例的仿真结果证明了该方法的有效性,对于级联跳闸情况可准确诊断出故障。

配电网故障区域判断和隔离

将配电网的开关看作图的顶点,将其馈线看作图的弧,并将流过开关的电流当作顶点的负荷,将馈线供出的负荷当作弧的负荷,提出根据顶点的负荷求算弧的负荷的点弧变换,并给合一个实例讨论了基于点弧变换的过热弧搜寻算法及其简化算法.采用过热弧搜寻算法能够有效地解决配电网络故障区段的判断与隔离问题。

一种基于局部特征的PCNN电力故障区域提取方法

为有效提取红外图像中电气设备的故障或异常区域,提出一种新的红外图像故障区域提取方法。以脉冲耦合神经网络(PCNN)同步点火机理为依据,通过简化其内部参数,同时在参数优化配置下结合故障区域和非故障区域邻域边界的局部特征,设置PCNN模型迭代结束规则,从而使模型能进行自适应迭代,并获取红外图像故障区域。针对实际的红外检测图像进行实验,结果表明,与Otsu、k-means、分水岭及改进的PCNN方法相比,该方法具有较好的故障区域提取性能。

基于配电监控终端的配网故障区域判断和隔离

为充分发挥日益完善的馈线自动化硬件系统的功能来达到迅速判断隔离配网故障区域的目的 ,算法采用变结构耗散网络配网模型 ,将配电网的开关看作图的顶点 ,将其馈线看作图的弧 ,并将流过开关的电流当作顶点的负荷 ,将馈线供出的负荷 (即接于该馈线的配电变压器供出的负荷 )当作弧的负荷 ,通过合理配置配电监控终端快速构成配网归一化负荷矩阵 ,从而进行过热弧搜索以有效地解决配电网络故障区段的判断和隔离问题。实践结果表明使用本算法能快速有效地达到目的。同时给出了算法中关键模块的程序框图 。

基于广域状态信息和模糊C均值聚类的电网故障区域判别

结合电网广域状态信息,提出一种基于模糊C均值(FCM)聚类的电网故障区域判别新方法。该方法利用线路智能电子装置(IED)采集相应保护的动作信息、方向元件状态信息、断路器状态信息等,并以电网各线路IED状态信息作为FCM的聚类对象。给出电网关联IED的定义,利用故障判别算法把故障元件关联IED归为一类,同方向区外故障IED归为一类。大量仿真表明,该方法容错性能好,运行速度快,判别准确率高,即使部分信息不准确,也能正确判断故障区域。

并联型多端混合高压直流线路故障区域判别方法

对于并联型多端混合高压直流输电系统,直流线路故障区域的判别对于最小限度地隔离故障从而提高直流系统的可用度具有重要意义。为此,针对并联型多端混合高压直流输电系统中换流站并联接入这一特有结构,分析了其对故障暂态行波的影响。研究表明,并联接入的换流器对中低频段的故障行波有大幅削减。因此,利用小波变换对暂态电流进行分析,提出了基于T区两侧暂态电流能量差的故障方向判别原理,进而利用各换流站故障方向信息确定故障区域。最后,建立了四端混合高压直流输电系统的PSCAD/EMTDC仿真模型,验证了所提方法的正确性和有效性。

基于故障区域识别的超高压混联线路故障测距算法

提出了一种基于故障区域识别的超高压混联线路故障测距算法。超高压架空线—电缆混联线路发生故障后,首先,根据均匀传输线方程提出了以架空线—电缆连接点为参考的故障区域识别方法,然后,推导出了不同区段故障点定位函数,通过搜索或计算的方法得到精确的故障点位置。针对可能出现的双端数据不同步情况,给出了同步检测及修正方法。最后,对于该算法精度的影响因素进行了分析并给出了结论,其计算速度快、精度高,且不受故障过渡电阻的影响。

基于节点-支路关联矩阵的配电网馈线故障区域定位算法

提出了一种以开关作为支路,以开关两端的馈线作为节点的节点-支路关联矩阵描述配电网馈线拓扑结构,并给出了基于这种关联矩阵的故障区域定位新算法。通过算例证明该算法是正确的。计算中无须进行矩阵计算和判据矩阵的规格化处理,大大减少了故障区域判据矩阵的维数,提高了计算速度,同时对于支路末梢的故障区域也能正确判断。

基于多元统计分析方法的电网故障区域界定方法研究

提出了一种针对广域后备保护的故障区域的概念和新的基于广域测量系统(Wide Area Measurement System,WAMS)的故障区域界定方法。应用多元统计分析方法中的均值是否相等的F检验方法界定出:后备保护加速区和后备保护闭锁区。该方法基于新的电力系统监控平台,利用电压、电流向量等电气量信息,区域界定准确有效,具有实时性、全局性等特点,可在故障发生后,后备保护动作前定位出故障区域,为广域后备保护提供了更好的实现前提。