基于GHM多小波和神經網絡的小電流接地故障選線.pdf

1、我國6~66KV配電網多數(shù)為中性點不接地或經消弧線圈接地系統(tǒng),即小電流接地系統(tǒng)。由于小電流接地系統(tǒng)發(fā)生單相接地故障時,故障電流很小,目前已經有數(shù)十種故障選線方法提出并得到應用,但實際應用效果并不理想,因此,小電流接地系統(tǒng)單相接地故障的判定一直是業(yè)內的一大難題。
　　多小波是由兩個或兩個以上尺度函數(shù)構成的小波,可以同時具有對稱性、正交性、短支撐和高階消失矩等特性。本文基于多小波的這些特性,提出了應用GHM多小波和神經網絡相結合的方法

2、實現(xiàn)小電流單相接地故障選線。
　　首先,本文分析研究了小電流系統(tǒng)發(fā)生單相接地故障時的穩(wěn)態(tài)特性和暫態(tài)特性,并結合傳統(tǒng)的小電流單相接地故障選線方法提出了應用GHM多小波和神經網絡相結合實現(xiàn)故障選線的方法。其次,本文分別對多小波理論和神經網絡進行了分析與研究。對于多小波,著重研究了其多分辨率分析和Mallat算法,并對常用多小波進行了分析與介紹。對于神經網絡,著重研究了應用比較廣泛的BP神經網絡及其 BP算法。最后,本文進行了實驗模型的

3、構造,包括利用Parseval定理和多小波理論的Mallat算法的能量特征向量的構造和利用MATLAB/Simulink的小電流接地的仿真模型的構造。通過構造的仿真模型得到在不同條件下的仿真數(shù)據,根據故障前后各條線路的能量分布,對這些仿真數(shù)據利用GHM多小波進行 Mallat分解,構造故障能量特征向量并送給 BP神經網絡,進而通過BP神經網絡的訓練直接給出選線結果,并與利用單小波 D4與BP神經網絡相結合的故障選線方法進行對比分析,實驗