基于空间域图像生成和混合卷积神经网络的配电网故障选线方法

传统的配电网故障选线方法大多基于一维零序电流序列构建故障诊断模型,单一的诊断模型往往限制了故障特征的深层挖掘。为了提高故障选线的准确率,提出一种基于空间域图像和混合卷积神经网络的配电网故障选线方法。首先,利用优化的降噪光滑模型对零序电流信号进行降噪处理,减少外界环境的电磁干扰。其次,利用对称希尔伯特变换将一维时域信号转成二维空间域图像,图像的颜色、形状和纹理特征能够充分反映当前系统的运行状态。最后,将一维时域信号和二维空间域图像同步作为混合卷积神经网络的输入,充分挖掘系统的故障特征,利用Sigmoid函数实现故障选线。在辐射状配电网、IEEE-13节点模型、IEEE-34节点、StarSim仿真平台上模型上进行了实验验证。实验结果表明,该选线方法可以有效克服传统方法过度依赖主观特征选择、抗噪性能差等问题,能够在高阻接地、采样时间不同步、两点接地故障等极端情况下可靠地筛选出故障线路。

基于Pearson相关系数与广义S变换的低压直流微电网的故障选线方法

针对低压直流微电网线路的故障选线方法的研究有限,提出一种基于Pearson相关系数与广义S变换的故障选线方法。首先,介绍了低压直流微电网的一般组成。在此基础上,研究了低压直流微电网的单极故障以及极间故障的故障特征,提出选线方法,对各线路正负极首末端电流差进行Pearson相关系数计算来确定故障线路。然后对所选故障线路正负线路首端的电流量进行广义S变换,计算出其能量和的比值判别故障极性或者极间故障。最后,在PSCAD/EMTDC中搭建出低压直流微电网模型以输出各线路电流数据,并利用Matlab对数据进行仿真。结果表明,所提选线方法直接有效,且耐受过渡电阻的能力较强。

基于GA优化BP神经网络的有源配电网高阻接地故障选线方法

当配电网发生高阻接地故障时,逆变型分布式电源的接入会向零序网络中注入不平衡的谐波电流,改变原有故障特征的分布规律,导致传统高阻故障选线方法失效。考虑光伏电源接入对配电网的影响,提出了一种基于GA优化BP神经网络通过融合多种故障特征的有源配电网高阻接地故障选线方法。首先,利用Matlab/Simulink搭建谐振接地系统仿真得到选定周波的故障零序电流,根据小波包变换从中提取小波包能量熵和模极大值,并将其作为数据样本。然后,将数据输入优化后的网络中进行训练,得到能够实现智能选线的机器学习模型。最后,算例分析表明该方法较传统算法提高了迭代速度和训练精度,在多种复杂故障条件下具有良好的选线容错率,且具有一定的抗噪能力。

基于光伏自适应注入量的配电网单相接地故障保护方法

随着配电网中分布式光伏发电渗透率不断升高,配电网单相接地故障对设备和人身安全以及电网稳定的影响日趋严峻。但是,由于光伏短路电流受限、故障行为受控、输出特性耦合造成配电网故障过程具有多态性,可能使得中性点小电流接地配电网单相故障选线准确度进一步降低。文中提出了基于光伏自适应注入附加特征信号的配电网单相接地故障保护方法。兼顾光伏低电压穿越要求、故障识别需求和设备安全,提出了光伏自适应特征频率电流注入策略,解析了配电网中特征频率电流的分布,分析了馈线的特征频率电流的幅值特征和相位特征,提出了基于特征频率电流特征的配电网单相接地故障选线保护方法。算例表明,所提出的方法能够准确实现不同故障位置,以及不同过渡电阻下含光伏配电网单相接地故障的故障选线。

基于小波变换的含分布式电源配电网单相接地故障选线

分布式电源(distributed generation,简称DG)接入导致传统配电网故障选线算法适用性受限,通过零序电流特征分析,利用小波包细节分解算法高阶细节分量DD5,提出基于首端零序电流突变量与突变极性比较的双重选线判据,在PSCAD/EMTDC上搭建含分布式电源配电网仿真模型,验证所述方法在单相接地故障时能够准确定位故障线路,具备一定的耐过渡电阻能力,且方法同样适用于无源配电网。

基于改进的广义谐波小波包分解和混沌振子的小电流接地系统故障选线

小电流系统发生故障时,各线路零序电流具有非平稳、非线性等复杂特性。本文提出一种基于改进的广义谐波小波包分解算法和混沌振子检测的小电流接地系统故障选线方法。广义谐波小波包分解算法经过扩频,能进行任意频段及任意频宽的信号特征提取,且计算量小,实现信号的快速无混叠分离。Duffing振子系统不受噪声影响且对于与内驱动力同频的外界信号具有高度敏感性,对Duffing振子系统进行时标变换,可以适应不同频率信号的检测要求,通过观察相图的变化可以准确选出故障线路。数值仿真验证了该算法的准确性及可靠性。

含DG的小电流接地系统单相接地故障定位

对比分析含分布式电源(DG)与不含DG的小电流接地系统在发生单相接地故障时暂态零序电流的特点,得出DG的加入不影响各线路的暂态零序电流分布。因暂态零序电流中存在多个频率分量,虽然对于某一频率而言,故障线路与健全线路电流相位(方向)相反,但多个频率的叠加会使得这样的方向性变得模糊。采用小波变换的Mallat算法对各线路的暂态零序电流进行分解和重构,从而获得低频逼近部分aN和高频细节部分dN。据此,提出选线判据:对于含DG的小电流接地系统,在暂态零序电流的初始阶段,故障线路暂态零序电流的细节分量幅值是所有健全线路的幅值之和,相位与健全线路相反。最后,建立仿真模型,对含DG的中性点经消弧线圈接地系统和中性点不接地系统进行了仿真实验,实验结果证明该方法故障判别准确,选线灵敏度高,实用性强。

多判据融合的配电网谐振接地系统单相接地故障选线方法

利用配电网谐振接地系统单相接地故障的零序电流经广义S变换得到时频矩阵,提取奇异值和、能量矩以及相角综合相似性系数这3种互补且能更准确表征故障特征的特征量,利用K中心点聚类方式进行多判据融合选线。仿真结果表明,该故障选线方法能够适用于不同工况,选线准确率和可靠性较高。

基于形态学和广义S变换的小电流接地故障选线方法

提出基于数学形态学和广义S变换相结合的小电流单相接地故障选线新方法。数学形态学为一种新型的非线性滤波技术，考虑电力系统的信号特点，选取一种直线型结构元素，滤波时既能消除毛刺状噪声，又能很好地保持信号的形状；广义S变换克服了S变换中基本小波基固定的缺点，有更好的时频分辨率。首先对信号进行数学形态方法滤波预处理，利用对处理后的故障信号进行广义S变换分析得到模时频矩阵，最后对得到的模时频矩阵特征量进行能量分析，选择出故障线路。仿真结果表明，该方法可以在不同工况的情况下准确地进行配电网故障选线。

基于IAFOA-GRNN的井下配网单相接地故障辨识模型

为提高井下配电网单相接地故障选线效率及精度,提出首先利用粗糙集理论对采样数据进行信号强化,然后针对所得特征信号展开复小波分解,最终对得到的暂态分量进行归一化处理,以作为广义回归神经网络训练及测试的输入值。同时,根据智能融合思想,提出改进的自适应果蝇优化算法改善了传统算法搜索遍历性差、易陷入局部最优解的缺陷,对GRNN的平滑元素σ进行全局寻优,建立最佳的故障馈线辨识模型。通过大量的ATP-EMTP仿真实验可知,该选线模型具有训练速度快、误判率低的特性。

基于小波神经网络的新型配电网单相短路选线算法试验研究

含分布式电源的配电网发生单相短路故障时,各相短路电流的分布情况随之变化。通过对新型配电网的零序电流分布进行分析,提出用小波函数Db4对暂态零序电流进行4尺度分解,提取模极大值作为神经网络的输入,对BP神经网络进行训练,根据训练结果判断故障线路。Matlab/Simulink仿真实验表明,基于小波包变换和BP神经网络的选线算法具有良好的实用性与可靠性,且不受中性点接地方式、故障时刻以及接地电阻的影响。

柔性光学电流互感器在水轮发电机保护及监测上的应用探索

长期以来作为微机保护装置电流信息来源的电磁型电流互感器(TA),由于其低频传变特性差、小电流非线性段以及安装难度大等缺点,限制了发电机保护性能的进一步提高;基于法拉第磁光效应的柔性光学电流互感器首先在智能化变电站得到应用,既解决了传统电磁型电流互感器的饱和问题,又克服了光电TA(用于数字化变电站)抗干扰能力差的缺点;且绕制灵活,适合于解决发电机保护及监测存在的一些技术难题。

适用于双馈风电场联络线故障选相方法

双馈风电机组复杂的故障电流特性使得应用于双馈风电场联络线上的传统选相元件性能严重劣化,难以满足双馈风电场联络线保护与重合闸的选相需求。根据双馈风电机组的低电压穿越控制策略,分析了传统选相元件应用于双馈风电场联络线面临的缺陷。提出了基于相间电压突变量和相电压突变量幅值比较的故障选相新方法。根据双馈风电场侧保护安装处相电压突变量与相间电压突变量之间的比例关系,构建了故障相别选择系数,并利用故障相别选择系数在不同电网故障类型下的特征,以实现故障选相。仿真结果表明,所提选相元件可以可靠地选出故障相。

有源配电网小电流接地故障暂态特征及其影响分析

随着“双高(高比例清洁能源、高比例电力电子装置)电网”的普及,逆变型与旋转型分布式电源(DG)接入配电网的渗透率越来越高,其对小电流接地故障暂态特征及暂态检测的影响尚需进一步明确。该文建立了有源配电网接地故障等效电路,研究了不同DG类型(旋转型、逆变型)、接入位置及接入数量时接地故障暂态特征的变化规律,并分析其对暂态选线/定位原理与装置性能的影响。结果表明,由于DG接入不改变故障零模网络,现有利用暂态零模信号的选线与定位方法在原理上仍能适用;旋转型DG将使故障暂态电流的主谐振频率及幅值增大,衰减时间分布范围扩大,相应地,接地故障检测装置的采样频率与电流测量范围应适度增加。仿真验证了该文结果的正确性。

基于量子遗传双稳态系统的配电网故障选线方法

针对含分布式电源(DG)的配电网发生单相接地故障的情况,提出一种基于量子遗传双稳态系统的含DG配电网故障选线方法。首先,基于互相关余弦和量子遗传算法,对双稳态系统的势函数参数进行优化,并利用优化双稳态系统提取噪声背景下各线路的暂态零序电流。然后,求取各线路暂态零序电流的归一化能量系数,计算各线路的归一化余弦系数。最后,依据归一化能量系数和余弦系数求取各线路的特征角度,判定特征角度大于90°的线路为故障线路。大量仿真实验结果表明,所提方法不受高斯白噪声强度、故障电阻和故障距离等因素影响,具有可行性、有效性和应用性。

IIDG对小电流接地故障谐波特征及其对选线的影响分析

逆变型分布式电源IIDG(inverter interfaced distributed generation)接入配电网的渗透率越来越高,其对小电流接地故障谐波特征及选线的影响尚需进一步明确。分析了IIDG输出的谐波电流对单相接地故障谐波电流的影响机理,以及接地故障谐波电流与IIDG的数量、相对位置、容量的关系,得出:故障点位于含IIDG的线路上且距离母线较远时谐波电流较大,而故障点靠近母线或者位于不含IIDG的线路时谐波电流较小。利用仿真验证了理论分析的正确性,IIDG的接入有助于提高谐波选线的可靠性。

一种正特性自适应可调电阻的实现

现场试运行证明直流注入式选线定位原理是一种非常有效的小电流接地系统单相接地故障选线定位方法,直流发生器是实现该选线定位原理的重要组成部分,由整流元件和限流电阻串联组成。本文提出一种基于PTC的正特性自适应调整限流电阻的实现方法,以PTC元件并联常值电阻组成正特性自调整电阻网络元,若干网络元串联构成正特性自适应可调限流电阻,实现了随中性点对地电压的变化,自适应调节注入直流电流大小的功能。论文对该实现方法及其实现原理进行了详细的理论分析,仿真和实验验证了该方法的有效性。

分布式发电对配电网接地保护的影响

分布式发电(distributed generation,DG)与电力系统并网运行使得配电系统从放射状无源网络变为分布有中小型电源的有源网络,配电网中短路电流的大小、流向和分布也发生了变化,为此,对原有的接地故障选线原理在新的配电网架构下的适应性进行了研究。分析了非故障线路和故障线路分别发生单相短路时,在经高值电阻接地系统和经消弧线圈接地系统中引入DG对以零序和负序电气量作为判据的接地选线装置动作准确性的影响,并提出可以通过增加新的方法判据来保证接地选线的可靠性。

基于MEEMD的配电网故障选线方法研究

针对暂态零序电流特征频段内含有过少的频率分量以及无较高幅值的低频分量而给配电网故障选线带来的困扰,利用改进的集合经验模态分解(MEEMD)方法解决选线准确率低的问题。首先,考虑配电网引入分布式电源后对线路零序电流的影响;然后,利用MEEMD将故障后的零序电流按照频率大小分解成多个频率信号,得到本征模态函数并提取其最高频成分;最后,通过分析最高频率的信号波形得出选线结果。该过程不需要基信号,从而使得到的信号特性更接近原信号。结果表明,该方法可有效提高故障选线的准确率。

基于希尔伯特-黄的配电网单相接地故障选线方法

近年来,配电网的网络拓扑结构随着不断变多的分布式电源的加入而变得越来越复杂。本文针对10KV的小电流接地系统,研究一种基于HHT的含分布式电源的配电网单相接地故障选线方法。本文的主要思想是在提取处理复杂故障信号后,利用奇异值检测法选出故障线路,然后再通过搭建Matlab仿真模型,分析仿真结果,进一步验证所提算法的自适应性、准确性以及可靠性。