Multi-Branch Fault Line Location Method Based on Time Difference Matrix Fitting

The distribution network exhibits complex structural characteristics,which makes fault localization a challenging task.Especially when a branch of the multi-branch distribution network fails,the traditional multi-branch fault location algorithm makes it difficult to meet the demands of high-precision fault localization in the multi-branch distribution network system.In this paper,the multi-branch mainline is decomposed into single branch lines,transforming the complex multi-branch fault location problem into a double-ended fault location problem.Based on the different transmission characteristics of the fault-traveling wave in fault lines and non-fault lines,the endpoint reference time difference matrix S and the fault time difference matrix G were established.The time variation rule of the fault-traveling wave arriving at each endpoint before and after a fault was comprehensively utilized.To realize the fault segment location,the least square method was introduced.It was used to find the first-order fitting relation that satisfies the matching relationship between the corresponding row vector and the first-order function in the two matrices,to realize the fault segment location.Then,the time difference matrix is used to determine the traveling wave velocity,which,combined with the double-ended traveling wave location,enables accurate fault location.

Fault location method for petal-shaped distribution network with inverter-interfaced distributed generators

In this paper,a fault location method for the petal-shaped distribution network(PSDN)with inverter-interfaced distributed generators(IIDGs)is proposed to shorten the time of manual inspection.In order to calculate the fault position,the closed-loop structure of the PSDN is skillfully exploited,and the common control strategies of IIDGs are considered.For asymmetrical faults,a fault line identification formula based on the negative-sequence current phase differences is presented,and a fault location formula only utilizing the negative-sequence current amplitudes is derived to calculated the fault position.For symmetrical faults,the positive-sequence current at both ends of lines and the current output from IIDGs are used to identify the fault line,and the positive-sequence current on multiple lines are used to pinpoint the fault position.In this method,corresponding current phasors are separated into amplitudes and phases to satisfy the limitation of communication level.The simulation results show that the error is generally less than 1%,and the accuracy of the proposed method is not affected by the fault type,fault position,fault resistance,load current,and the IIDG penetration.

Identification Method for Single-line-to-ground Faults with Line Break Based on Phasor Measurement in Distribution Networks

The single-line-to-ground faults with line breaks(SLGFs-LBs)occur more and more frequently in distribution networks and can cause major safety accidents.It is difficult to distinguish the single-line-to-ground faults(SLGFs)in resonant grounding systems and ungrounding systems due to the same electrical characteristics on the source side and uncertain operation conditions of distribution networks.This paper proposes a method for distinguishing SLGFs-LBs and SLGFs.First,the source-side and load-side voltage characteristics of SLGFs and SLGFs-LBs are analyzed,and the phase difference between the voltages of the fault phase and non-fault phase on the load side is selected as the identification criterion.Phasor measurement units(PMUs)are selected as measuring devices.Then,the effects of operation conditions and external devices in distribution networks on the proposed method are discussed,and the phase errors caused by them are calculated to correct the identification method.Finally,the field testing and simulation experiments are conducted to verify the effectiveness and robustness of the proposed method.

配电网中性点柔性接地装置四象限运行机理与控制方法

针对现有配电网柔性接地装置在进行接地故障处置时,易因网侧能量倒灌而导致直流侧电压失稳,甚至直流电容击穿的问题,分析注入电流与中性点电压间相角差随系统参数的变化规律,揭示系统参数变化对柔性接地装置输出有功功率、能量流向的影响机理,阐明造成系统能量倒灌的内在原因。在此基础上,提出一种具备四象限运行功能的柔性接地装置拓扑结构,在整流侧采用电压型三相半桥可控整流拓扑,并经配电变压器接入电网,能够维持能量在装置内双向流通,提升直流侧电压稳定性,同时实现直流侧供电自给。进一步提出基于四象限运行柔性接地装置的多目标复合控制方法,通过dq旋转坐标系下整流双环控制实现装置整流网侧单位功率因数运行及直流侧电压稳定,并由逆变侧控制对中性点电压进行快速精准调控。在PSIM(power simulation)仿真环境与10 kV真型配电网实验场中模拟各种运行和故障工况,对所提装置运行机理和控制方法进行验证,仿真与实验结果表明四象限运行柔性接地装置能有效解决现有柔性接地装置在网侧能量倒灌条件下直流侧电压失稳的问题,提升装置的运行和调控性能,实现接地故障快速安全可靠处置。

采用电流增量关联度的柔直配电线路双端量保护

针对有效提升多端柔性直流配电线路双端量保护动作速度以及抗干扰能力的问题,提出一种基于故障电流增量关联度比较的直流线路双端量快速保护方法。该方法利用直流线路两侧故障电流增量的变化特性,利用灰色T型关联度算法对故障电流增量的变化态势实测数据求解关联度,分别对正负极线路首末端电流增量序列的灰色T型关联度进行比较,实现线路故障的快速切除。通过在PSCAD/EMTDC平台搭建±10 kV多端柔性直流配电系统进行算例仿真分析,结果表明该保护方法可以准确判别区内外故障,保护实现流程原理简单,动作快速可靠,具有良好的适用性。

基于5G的配电网智能故障诊断方法

配电网是电网中发生短路故障最多且智能化程度较低的地方。目前主要使用基于零序电流比幅法来进行接地故障的故障诊断,但存在非接地故障识别率低和无法快速识别等问题。采用5G通信技术,提出三序复合电流检测法并结合广义回归神经网络(GRNN,generalized regression neural network)来实现配电网故障诊断的实时传输与快速决策。测试结果表明可提升非接地故障的识别率达20%以上,解决了以往通信不可靠和故障诊断智能化不高等问题。

多级多分支配电线路雷击故障定位方法

针对监测终端受多级多分支配电线路负荷小,无法布置在线路末端导致监测范围小的问题,以及雷击次级分支时缺乏有效识别方法的现状,提出一种适用于多级多分支配电线路的雷击故障定位方法。首先通过电流极性判断矩阵识别监测区段内外故障,并针对区段外故障采用改进型双端行波定位方法进行故障定位。然后,针对监测区段内故障,基于改进型双端行波原理形成故障支路判断矩阵实现一级多分支线路的故障定位,而针对多级多分支线路,需要先采用矩阵变换将多级多分支变换为一级多分支线路。最后,PSCAD/EMTDC仿真结果表明,该方法可以有效定位监测区段外故障,并能有效定位多级多分支配电线路中次级线路雷击故障,扩大分布式监测系统的监测范围,对于示范线路目前的布点方案,将监测范围扩大了57.46%。

基于量子蚁群算法的配电网故障区段快速定位技术

分布式电源并入配电网已成为新型电力系统重要特征之一,分布式电源的接入与发电的不确定性使配电网潮流复杂多变,对配电网故障快速定位提出更高的技术要求.然而,现有智能优化算法在解决配电网故障区段定位问题时会出现收敛速度慢、易陷入局部最优等问题.针对这些挑战与问题,提出一种基于量子蚁群算法(QACA)的配电网故障区段快速定位技术.首先,根据状态逼近思想和最小故障集理论构建配电网故障定位的数学模型;其次,针对馈线终端单元上传信息缺失情况提出信息自修正方法,并提出分级定位模型来缩短定位时间;然后,提出3种改进技术对QACA进行针对性改进,改进量子旋转门更新机制,以函数控制形式动态调整旋转角大小,同时引入精英策略加快算法收敛速度.最后,在关键参数确定后验证了改进技术、信息自修正法、分级定位模型的有效性.将所提算法与7种不同算法进行对比,结果表明:改进的QACA可有效完成故障区段定位,具有良好的收敛速度、准确率以及容错性能.

注入电流分布特性辨识的配电网故障选线方法

针对谐振接地系统单相接地故障特征微弱,基于故障特征的选线方法灵敏度和可靠性降低的问题,提出一种主动注入信号辨识的故障选线方法。首先,推导了注入电流受线路对地导纳影响下的分布特性,利用此分布特性构造选线判据。然后,从不同角度分析了注入信号对系统运行的影响,选择适宜参数的注入信号。考虑降低注入频率能够提高主动注入式选线方法的耐过渡电阻能力,故选择注入低频信号。测量注入信号后各条馈线的零序电流,选择稳态零序电流时间窗,利用Prony算法辨识各条线路零序电流中25 Hz电流幅值完成故障选线。最后,Pscad仿真和现场实测波形验证结果表明,该方法在不同故障场景下均能准确实现故障选线,且具有良好的耐过渡电阻能力。

基于前后逐段逼近的含多分支配电网单相接地故障测距方法

随着配电网的发展,T接分支的大量接入使得配电网结构复杂,传统测距算法通常忽略分支,测距精度变低,研究含多分支配电网单相接地故障测距具有重要意义。为此,提出一种基于前后逐段逼近的含多分支配电网单相接地故障精确测距方法。首先,分析分布参数模型,根据零序电压、电流关系,提出故障区段判别系数,判别最小故障区段。其次,利用最小故障区段两端的零序电压、电流建立故障测距函数,采用梯度下降法求解精确故障点。最后,在PSCAD仿真平台上对所述方法进行验证。结果表明,所提方法可确定故障最小区段,精确计算出故障点,并具有较强的耐受过渡电阻能力,能较好适应高渗透率分布式电源的接入。

分布式光伏配电网多级无功联动协调优化

分布式光伏电源并入配电网规模逐渐扩大,致使配电网典型故障发生概率急剧攀升,影响配电网运行的稳定性,提出分布式光伏配电网多级无功联动协调优化方法研究。深入分析分布式光伏电源特性,结合分布式光伏配电网实际情况,将分布式光伏配电网划分为多级规划形式,构建多级无功联动协调优化模型,并确定相应的约束条件,引入交替求解策略制定模型求解程序,模型求解结果即为最佳无功协调优化方案。实验结果显示,在不同典型故障条件下(节点电压幅值最高、节点电压幅值最低与分布式光伏存在无功出力),应用所提方法可以将节点电压控制在稳定范围内,充分证实了所提方法无功协调优化效果更好。

基于行波法的配网混合线路故障定位研究

为实现配网混合线路故障的精准定位,提出了一种行波极性判断与单端故障定位提取相结合的方法.首先,基于小波变换模极大值的方法,计算不同区段的行波电流极性,确定故障点所在的区间;接着,仿真计算故障区间内的行波波速,并基于小波变换提取波头时间,实现混合线路的故障定位;最后,在10kV动模试验平台搭建混合线路故障模型,开展不同影响因素的定位精度研究.研究结果表明:当采样频率和故障初相角增加时,定位精度也会逐步增加;故障区段为电力电缆时,定位精度优于架空线路的故障区段;该方法可精准地实现故障定位,具有一定的推广意义.

最优解逼近下配电网线损故障诊断方法设计

针对单纯以一次阈值思路计算引起线损异常导致故障诊断准确率不高问题,设计最优解逼近的配电网线损故障诊断方法。使用等效容量法计算配电变压器容量的分配比值,并根据全网线损功率的变化情况计算接入DG后的配电网线损参数。搭建三层BP神经网络结构,利用拓扑匹配方法对配电网的异常损耗进行匹配,当判定为异常状态时,通过遗传算法优化BP神经网络的权重和阈值,对线损的异常类型进行标记和定位,得到线损异常点的定位结果,根据定位结果进行线损故障诊断。实验结果表明,使用所提方法对配电网线损故障进行诊断,诊断准确率较高,具有较好的应用价值。

Faulty Feeder Identification in Resonant Grounding Distribution Networks Based on Deep Learning and Transfer Learning

Identification of faulty feeders in resonant grounding distribution networks remains a significant challenge dueto the weak fault current and complicated working conditions.In this paper, we present a deep learning-based multi-labelclassification framework to reliably distinguish the faulty feeder.Three different neural networks (NNs) including the multilayerperceptron, one-dimensional convolutional neural network (1DCNN), and 2D CNN are built. However, the labeled data maybe difficult to obtain in the actual environment. We use thesimplified simulation model based on a full-scale test field (FSTF)to obtain sufficient labeled source data. Being different frommost learning-based methods, assuming that the distribution ofsource domain and target domain is identical, we propose asamples-based transfer learning method to improve the domainadaptation by using samples in the source domain with properweights. The TrAdaBoost algorithm is adopted to update theweights of each sample. The recorded data obtained in the FSTFare utilized to test the domain adaptability. According to ourvalidation and testing, the validation accuracies are high whenthere is sufficient labeled data for training the proposed NNs.The proposed 2D CNN has the best domain adaptability. TheTrAdaBoost algorithm can help the NNs to train an efficientclassifier that has better domain adaptation. It has been thereforeconcluded that the proposed method, especially the 2D CNN, issuitable for actual distribution networks.

配电网集中式馈线故障自动化定位方法研究

配电网线路众多且纷杂,加上恶劣的环境,查找故障的难度大,需要耗费大量的人力和物力。为此,研究了一种配电网集中式馈线故障自动化定位方法。利用录波器采集行波信号并利用小波变换方法对信号进行去噪处理。利用VMD方法分解行波信号,确定分解后每个模态分量的边际谱,提取每个模态分量的特征,包括频谱均值、方差、带宽、最高幅值对应的频率,组成特征量集合。输入特征,利用多分类SVM模型定位故障类型并通过行波法确定故障位置,完成配电网集中式馈线故障自动化定位。结果表明,所研究方法的定位误差达到相对最小值,定位结果更准确。

基于故障信息同步的有源配电网电流纵联差动保护方法

在有源配电网中,分布式电源和负载点众多且分布广泛,故障的发生会受到各个节点的影响。不同的保护设备通常通过监测和分析电流、电压等参数判断是否发生故障,并通过采取相应的保护动作隔离故障区域。然而,由于有源配电网的复杂性和分散性,不同保护设备之间获取到的故障信息可能存在时钟偏差,导致保护设备对故障的判断存在误差,进而引发保护动作的延迟或错误。因此,文章设计并提出了一种基于故障信息同步的有源配电网电流纵联差动保护方法。该方法先对有源配电网故障电流特性进行分析,判断是否需要进行差动保护。在判断需要进行差动保护的基础上,为了确保保护设备之间获得同步的故障信息,使用时钟校正法同步各个设备的时钟,实现故障信息同步。同时,计算同步误差允许裕度,确定保护设备对于时钟偏差的容忍度范围;最后,基于故障信息同步方法,构建电流差动保护复合判据,实现有源配电网电流纵联差动保护。实验结果表明,所提方法的有源配电网电流纵联差动保护准确性较佳,整体应用效果好。

一种基于北斗和双阶段的电力通信网络故障识别与定位技术研究

目前基于行波法的配电网故障定位精度较低,该文提出了一种基于北斗和双阶段故障定位方法。首先,利用初始行波到达时间分别为所有路段构建最小化优化模型,并基于粒子群优化算法(PSO)进行初步的故障定位。为了减少时间误差对定位结果的影响,利用残差聚类算法对故障段进行二次校正,计算故障距离的修正解,以提高故障定位精度。随后,将确定的故障信息通过北斗短报文通信发送给电力巡检人员,从而快速实现定位结果的巡查维护。实验阶段,通过多组实验验证,所提故障定位方法的绝对误差均小于80 m。与多端行波故障定位方法相比,所提方法的平均定位精度提高了71.63%。实验结果验证了所提方法的有效性,表明所提方法对时间误差的容忍度较强,具有广阔的应用前景。

基于迁移卷积神经网络的配电网高阻接地故障检测方法

为解决高阻接地故障导致的配电网运行安全性低的问题,提出了基于迁移卷积神经网络的配电网高阻接地故障检测方法。首先,采用HHT方法提取原始信号中的特征量,将提取结果输入到卷积神经网络结构中,通过训练和学习实现对特征量的分类处理。然后,通过迁移学习将已经训练完成的卷积神经网络模型放在新任务内再次实施检测,提高配电网高阻接地故障检测能力。实验结果表明:该方法在迭代次数达到160次以后,故障检测准确率高达99.9%,且网络训练误差均低于1.5。在噪声环境下,该方法的抗噪能力较强,同时适用于不同类型工况故障的检测,卷积层对迁移CNN的检测精度影响较小,在故障检测方面迁移CNN的稳定性表现较好,可以提高配电网高阻接地故障检测能力。

基于线性决策函数的中低压配电网单相接地故障诊断方法

为确保中低压配电网安全稳定供电,研究基于线性决策函数的中低压配电网单相接地故障诊断方法,提升故障诊断效果。通过在线性判别分析法内引入筛选压缩法与近似矩阵法,得到改进的两步线性判别分析法;结合Fisher线性决策函数,提取最佳的中低压配电网单相接地故障特征;在概率神经网络内,输入单相接地故障特征,输出单相接地故障诊断结果。试验结果证明:所提方法可有效提取单相接地故障特征,且各类别故障特征间并无混淆情况,具备较优的故障特征提取效果,故障诊断精度较高。

基于多策略融合改进蜣螂优化算法的主动配电网故障重构方法研究

提出了一种多策略融合改进蜣螂优化算法(MSIDBO)。首先,通过考虑网损、弃风弃光以及开关操作惩罚的综合成本最低为目标,构建高比例清洁能源接入及需求响应的配电网重构模型。其次,为了提升算法性能,采用改进的Circle映射方法,优化了蜣螂优化算法(DBO)的种群初始化过程,从而改善了种群在搜索空间中的分布质量。此外,引入新的边界收敛因子,增强了算法的局部开发能力,提高了收敛准确度。同时,为了提升算法的全局搜索能力,引入变螺旋更新机制,并在算法中实施“劣汰”机制,有效地提升了算法在主动配电网故障重构中的性能,显著加快了收敛速度。最后,融合了布朗运动和Levy飞行策略,以平衡算法的寻优需求,进一步提高了算法跳出局部最优的能力。仿真实验结果表明,MSIDBO在单点及多点故障重构中展现出了显著的全局寻优能力,在解决主动配电网故障重构问题上具有更高的准确率与更快的收敛速率,能够为配电网的安全稳定运行提供有力支持。