基于多特征融合與改進小波神經(jīng)網(wǎng)絡的配電網(wǎng)故障定位方法的研究與實現(xiàn).pdf

1、在我國的電力系統(tǒng)中，在我國的電力系統(tǒng)中，中性點接地方式主要有兩種，即中性點直接接地方式和中性點不直接接地方式。6-66kV配電網(wǎng)一般采用小電流接地方式。小電流系統(tǒng)之所以叫小電流接地系統(tǒng)是因為在發(fā)生單相接地故障時，由于不能形成有效的低阻抗回路，接地電流很小。配電網(wǎng)發(fā)生小電流接地故障的概率非常高，可占總故障的80％左右。當發(fā)生單相接地故障時，系統(tǒng)線電壓仍然保持對稱，所以在短期內(nèi)可以繼續(xù)運行。但是長時間的運行容易使故障擴大化，引起系統(tǒng)過電壓，

2、進而損壞電氣設備。因此必須盡快的找出故障線路及故障點，及時的將故障予以排除。
　　本文在故障選線的基礎上，提出了一種基于多特征融合的優(yōu)化小波神經(jīng)網(wǎng)絡故障定位算法，該方法將IMF（本征模態(tài)分量）能量、故障點5次諧波和零序有功功率作為特征量進行數(shù)據(jù)融合，然后利用小波神經(jīng)網(wǎng)絡出色的非線性擬合能力進行故障定位。針對小波神經(jīng)網(wǎng)絡收斂速度慢且容易陷入局部最優(yōu)的缺點，利用遺傳算法對其進行優(yōu)化，并給出了適應度函數(shù)與權值的計算。仿真驗證表明，基于多

3、特征融合的優(yōu)化小波神經(jīng)網(wǎng)絡算法收斂速度及定位精度明顯優(yōu)于優(yōu)化前的小波神經(jīng)網(wǎng)絡。同時，在實驗室對該算法進行了實現(xiàn)，通過實驗測試驗證了該算法的可行性。
　　根據(jù)江西德興銅礦6kV配電網(wǎng)系統(tǒng)的實際情況，將實驗室原有的故障選線裝置做了相應的改進，在故障選線算法的基礎上加入故障定位算法，同時對診斷機 linux內(nèi)核進行了裁剪，加入了自定義的按鍵驅動，重新制作根文件系統(tǒng)，對QT庫和SQLITE數(shù)據(jù)庫進行了移植，并設計了QT界面來顯示故障線路的