電網(wǎng)高級智能故障診斷系統(tǒng)中關(guān)鍵技術(shù)的研究.pdf

1、電網(wǎng)的安全運(yùn)行越來越依賴于對各種信息的有效分析和處理。電力系統(tǒng)發(fā)生故障，尤其是大面積復(fù)雜故障后，僅依靠來自SCADA系統(tǒng)和微機(jī)保護(hù)間隔單元的保護(hù)、開關(guān)接點(diǎn)的變位數(shù)字量信息，調(diào)度員難以做出準(zhǔn)確判斷。而來自繼電保護(hù)和故障錄波器的信息越來越成為事故分析和系統(tǒng)恢復(fù)的重要依據(jù)。對這些信息進(jìn)行分析，可以得出系統(tǒng)異常時的故障類型、故障位置、故障相別、故障前后的相量、保護(hù)及開關(guān)動作事件、事件時序(SOE)等；對來自多個廠站的保護(hù)和錄波信息進(jìn)行綜合分析，

2、可使調(diào)度中心迅速掌握電網(wǎng)真實(shí)故障情況，以及繼電保護(hù)、開關(guān)和重合閘的動作行為，這對調(diào)度員迅速做出正確判斷并恢復(fù)系統(tǒng)供電創(chuàng)造了條件，同時有助于繼電保護(hù)人員和調(diào)度員利用故障數(shù)據(jù)進(jìn)行事后分析。 本文充分利用高壓/超高壓電網(wǎng)中故障錄波器記錄的原始海量故障錄波數(shù)據(jù)，及錄波數(shù)據(jù)中的暫態(tài)信號，借助新的數(shù)學(xué)方法如小波、神經(jīng)元網(wǎng)絡(luò)、時態(tài)邏輯技術(shù)等，對傳統(tǒng)電網(wǎng)故障診斷中的系列算法進(jìn)行了改進(jìn)和創(chuàng)新，取得了以下主要成果： ◆提出了基于信號奇異性檢

3、測原理的故障錄波數(shù)據(jù)自適應(yīng)小波去噪壓縮新算法，詳細(xì)分析各尺度上小波系數(shù)奇異點(diǎn)的匹配搜索過程和最大尺度層數(shù)自適應(yīng)閾值選取方法；通過故障錄波信號頻率與采樣率的關(guān)系，來確定最大小波分解層數(shù)n，然后在該分解層數(shù)上進(jìn)行噪聲白化檢驗(yàn)，并對某一個信號奇異點(diǎn)進(jìn)行奇異性指數(shù)計(jì)算，以確定出小波最優(yōu)分解層數(shù)；論文還系統(tǒng)闡述了基于小波模極大值的信號重構(gòu)算法。通過大量真實(shí)故障錄波數(shù)據(jù)編程仿真，驗(yàn)證了算法的高效性。 ◆在子站端，提出了基于二進(jìn)小波和信號奇異

4、性檢測原理的數(shù)據(jù)預(yù)處理和故障初步診斷新方案，通過二進(jìn)小波準(zhǔn)確提取電網(wǎng)故障發(fā)生時刻，以解決錄波器啟動記錄時標(biāo)存在的誤差問題，故障時刻提取誤差率不超過0.6ms。同時，提出了一種基于小波理論的故障選線和選相新思想，為全網(wǎng)實(shí)時或準(zhǔn)實(shí)時故障診斷創(chuàng)造了條件。 ◆在主站端，提出了基于小波神經(jīng)網(wǎng)絡(luò)和故障電流量的故障類型識別新算法，利用bior3.1提升小波和RBPNN網(wǎng)絡(luò)構(gòu)造了新的小波神經(jīng)網(wǎng)絡(luò)故障類型識別模型，應(yīng)用bior3.1提升小波對故障

5、前一個周波和故障后兩個周波的電流量進(jìn)行分解，將分解到的(0～375)Hz頻率段的小波系數(shù)輸入到神經(jīng)網(wǎng)絡(luò)。通過ATP仿真測試，選線準(zhǔn)確率達(dá)100％，證明了該模型的高效性。 ◆提出一種新的系統(tǒng)振蕩與故障信號識別方法：利用雙正交小波包和連續(xù)復(fù)小波，分別提取故障信號小波系數(shù)局部模極大值、不同頻段小波系數(shù)變化率、電流小波系數(shù)幅值變化趨勢以及電流與電壓小波系數(shù)相角差作為新判據(jù)，根據(jù)各判據(jù)的特點(diǎn)與適用性，運(yùn)用模糊集合理論，分別給予各判據(jù)不同的

6、隸屬度，最后給出振蕩與故障識別綜合判據(jù)，大量仿真驗(yàn)證了該算法的有效性。 ◆提出了基于時態(tài)邏輯技術(shù)的全網(wǎng)故障診斷新思想，其核心是利用全網(wǎng)故障線路及與故障線路相關(guān)的模擬量信息準(zhǔn)確提取和校核開關(guān)量信息。利用線性時態(tài)邏輯技術(shù)，建立了故障診斷演繹模型，根據(jù)全網(wǎng)保護(hù)配置信息和配合關(guān)系，利用模擬量信息分層和保護(hù)分級診斷思想，診斷出保護(hù)、開關(guān)和重合閘動作行為，形成故障簡報(bào)，供調(diào)度員參考決策。通過仿真測試，故障準(zhǔn)確識別率較高，基本解決了傳統(tǒng)基于數(shù)