模糊神经网络在区分电力系统故障和振荡中的应用

根据电力系统发生故障和振荡时母线处获得的信号的特点 ,提出了用模糊神经网络来识别电力系统振荡与故障的模型和算法。经 EMTP仿真表明 ,该方法能够很好地识别振荡与故障 ,而且计算和响应速度快。另外 ,系统正在振荡时又发生故障 ,本文提出的模糊神经网络的模型及算法也能正确区分出故障。缺点是需要经过大量的训练 ,但是由于是离线训练 。

专家系统方法在配电网输电线故障测距中的应用

从研究小电流接地系统故障的故障特性出发 ,利用专家系统的方法 ,对小电流接地系统的各种故障进行故障分类及判别。如果判断出是单相接地故障 ,则应用插值法进行输电线路的故障测距。在采用插值法进行故障测距时 ,输电线路采用分布参数模型 ,充分考虑到输电线的分布电容对故障测距的影响。本方案的故障测距的精度可达 5 % ,对于配电网的输电线的故障测距 。

小波模糊神经网络应用于配电网输电线的故障测距

在小电流接地系统单相接地故障特征分析的基础上,提出了一种基于故障后稳态及暂态电气量的小波模糊神经网络的故障测距方法。单相接地故障时的暂态分量故障特征非常明显,且故障暂态高频分量受故障前负荷的影响较少,故可以采用故障暂态分量描述故障模式特征并进行故障定位。鉴于已有的小波神经网络模型不适合于故障测距,作者从广义的小波神经网络概念出发,结合模糊控制理论,提出了适合于电力系统故障暂态和稳态信号分析的小波模糊神经网络方法,并将该方法应用于小电流接地系统直配输电线路的故障测距。理论分析及大量的EMTP仿真结果表明:本文所提出的小波模糊神经网络理论、模型及算法具有较好的故障测距性能,并可应用于电力系统的故障分析。

配电网距离保护的自适应跳闸方案

本文通过对输电线路的正方向区内、区外故障的分析 ,总结出区内故障的特点 ,并且利用这些特点 ,配合于距离保护 段 ,实现加速跳闸。该方案克服了传统保护 段的较长时限 ,在不采用通讯通道的情况下 ,保证保护的选择性 ,实现加速跳闸。本方案充分利用了微机的记忆功能和判别功能 ,保护记录下故障前的负荷电流 ,故障后的故障电流的存在及消失情况 ,利用逻辑判断回路 ,正确区分区内、区外故障 。