基于VMD的小电流接地故障融合选线方法

针对目前煤矿配电网故障选线方法在相关故障特征不明显时存在故障选线失效,基于单一模态分量和单一故障特征的故障选线方法的选线准确度较低等问题,提出了一种基于变分模态分解(VMD)的小电流接地故障融合选线方法。利用VMD将母线中各出线的故障零序电流分解为多个模态分量,根据模态分量的故障特征确定VMD层数,并选取故障特征明显的模态分量作为故障选线的有效模态分量;分别计算各出线故障零序电流有效模态分量的暂态能量和波形相似度;根据各出线有效模态分量的暂态能量占比和波形相似度占比,构建基于暂态能量的故障选线判据和基于波形相似度的故障选线判据,并将2种故障选线判据融合,形成基于VMD的故障融合选线算法。利用电磁暂态仿真软件ATP/EMTP搭建煤矿配电网模型,在不同接地故障电阻、故障初相角和故障位置的单相接地故障场景下,对所提出的故障融合选线方法进行验证,结果表明:在配电网发生各种单相接地故障时,基于VMD的小电流接地故障融合选线方法不受故障位置的影响,较能量法和相关性聚类法的故障选线正确率分别提高了17%和50%,且不受故障类型影响,可应用于小电流接地故障选线。

谐振接地系统暂稳态信息智能融合选线方法

谐振接地系统单相接地故障特征信息微弱,现有采用单一故障特征信号的选线方法难于实现可靠选线。综合考虑暂态零序电流能量比、零序有功功率比、负序电流变化量比等三种单一故障特征选线方法的互补性,针对谐振接地系统提出采用多人工神经网络对单相接地暂稳态信息进行融合的选线方法。区分稳定接地及非稳定接地,分别采用不同的融合方案。大量仿真验证该选线方法受接地位置、接地发生时刻、接地过渡电阻大小等因素的影响较小,适用于各种单相接地情况,具有较高的选线鲁棒性。

基于极限学习机的小电流接地故障融合选线

针对单一选线无法实现适应各种单相接地故障的情况,提出基于极限学习机的融合选线方法。首先在MATLAB中建立110/35 kV的小电流系统模型,用小波包变换算法提取特征分量。采用零序导纳法、自适应陷波法、改进锁相环的5次谐波法分析在不同接地系统、不同接地电阻等故障类型发生故障时的暂态特征,利用极限学习机方法进行融合选线,并与PNN融合选线方法进行对比。实验证明本算法可实现100%正确选线,且选线时间短。

基于实测和Matlab仿真波形比较的10 kV配电网单相接地故障暂稳态特征信息融合选线方法研究

10 kV配电网单相接地故障稳态选线方法受故障电阻、谐振接地电网补偿的影响较大,且信噪比较低;而暂态选线方法虽然信噪比较高,且受故障电阻、谐振接地电网补偿的影响较小,但具有依赖特征频带选取以及信号持续时间短,信号与暂态干扰信号产生混叠严重的特点。为了进一步提高选线成功率,本研究探索了一种融合暂稳态特征信息的选线方法,通过在Matlab仿真平台中搭建10 kV配电网系统的高精度pi模型网络,分析故障信号的暂稳态特征,在三相不平衡、支路开合闸等干扰条件下。对单相接地故障零序电流信号的暂稳态分量进行的仿真和实测波形对比研究表明,在利用暂态选线算法选线的同时,还需要参考故障暂态低频分量特征或稳态工频分量特征做出判定,以确保选线准确性。

改进禁忌-神经网络在小电流接地系统选线中的应用

针对小电流接地系统单相短路在不同故障条件下故障特征分量差异明显且信噪比低的问题,采集并融合互补零序电流稳态和暂态的多种故障分量信号,并引入径向基(RBF)神经网络构成多判据选线模型。改进禁忌搜索(TS)算法的要素,在搜索的不同阶段选取不同邻域,优化禁忌表使禁忌范围能更精确地指向无效搜索;结合最大迭代数和允许误差作为迭代终止条件,运用TS算法优化RBF网络参数,提高选线模型的效率和精度。仿真结果表明,改进TS优化的RBF网络收敛速度和泛化能力明显增强,选线准确率高,且不受中性点运行方式、短路位置、接地电阻、合闸角等因素的影响,证明了该方法对复杂故障和信号噪声的鲁棒性。该方法可以有效提高小电流接地系统故障选线的准确性与适应性。

融合发展选线理念在公路路线设计中的应用

在进入到现代社会以来,经济发展速度不断加快,推动了我国基础设施的愈发完善,而公路工程作为基础设施当中的重要部分,受到了国家以及广大人民的重点关注。在进行公路工程选线设计过程中,相关设计人员需从多方面进行综合考量,推动公路工程设计从生态、产业、旅游、智慧化等多个层面实现融合性选线思维,进一步赋予公路工程项目建设更为多元化的功能,跳出交通做交通,为带动区域经济发展作出支持和贡献。