基于过程免疫力和优化K近邻估计的配网电压暂降频次估计

配电网重合闸失败导致用户短时间遭受连续多次电压暂降,给电压暂降持续时间评估带来挑战。此外,配电网故障率高,故障分布差异大,对电压暂降幅值评估影响显著。因此,本文提出一种基于过程免疫时间(PIT)和优化K近邻(KNN)估计的配电网电压暂降频次估计方法;提出了基于PIT曲线的连续电压暂降聚合方法,根据过程参数变化曲线分析工业过程在连续电压暂降下的后果状态,基于线性化PIT曲线求解连续电压暂降等效持续时间;提出了基于优化KNN算法的线路故障分布估计法,基于历史故障样本数量,采用交叉验证法自适应寻找最优KNN参数,估计线路故障分布概率密度函数,进而提出配电网电压暂降频次估计方法。最后,应用IEEE RBTS-6测试系统母线5配电网验证了所提方法。

基于改进K-means聚类的配电网电压暂降频次估计法

传统考虑保护动作特性的电压暂降频次估计法需要获取详尽的保护配置信息,然而配电网保护配置多样,在不同因素如过渡电阻、运行方式、故障类型等的影响下,阶段式保护各级保护区可能产生较大变化,采用传统方法对电压暂降持续时间进行评估可能会产生较大误差。文中提出一种基于改进K-means聚类的配电网电压暂降频次估计方法,在未知线路保护配置基础上,基于电压暂降历史监测数据与保护动作信息,采用改进K-means聚类算法,对电压暂降幅值-持续时间进行聚类分析,推断线路保护配置情况,计算保护动作时间与保护动作电压。根据计算结果,在考虑不同故障类型、不同运行方式及不同过渡阻抗的情况下进行配电网电压暂降频次估计。在IEEE RBTS-6母线测试系统的母线5配电网中进行仿真,验证了文中方法的有效性和优越性。