基于人工神經(jīng)網(wǎng)絡(luò)模型的母線保護研究和實現(xiàn).pdf

1、母線是電力系統(tǒng)廠站最重要的設(shè)備之一，母線保護是保障母線安全和可靠運行的保護設(shè)備。尋找性能完善、功能強大、可靠性高及智能化程度高的母線保護是母線保護研究的方向。 為實現(xiàn)性能更加優(yōu)良的母線保護，采用一些新理論和新技術(shù)來研究母線保護是必要的。人工神經(jīng)網(wǎng)絡(luò)(ANN)是一種具有高度智能化的數(shù)學(xué)工具，可應(yīng)用于新型母線保護的研究中。依據(jù)ANN具有分類能力的特點，利用電力系統(tǒng)故障數(shù)據(jù)及特征學(xué)習(xí)訓(xùn)練ANN，學(xué)習(xí)訓(xùn)練后的ANN就可用于對電力系統(tǒng)故障

2、的識別和判斷，這一ANN分類原理的保護方法在不同保護對象上得到了相當(dāng)多的研究。但是由于不易獲取完整的故障樣本，這種ANN保護方法還未在電力系統(tǒng)中得到廣泛實際應(yīng)用。 針對基于ANN分類能力的ANN保護方法的不足，本文提出了基于ANN函數(shù)逼近能力的ANN母線保護方法。函數(shù)逼近能力是ANN具有的重要性能之一，依據(jù)ANN具有的函數(shù)逼近能力，可用ANN模型去替代一個確定的物理對象。母線保護的物理對象是一個輸入輸出關(guān)系確定的函數(shù)對象，可用一

3、個ANN模型去替代，或用一個ANN數(shù)學(xué)模型去逼近母線保護物理對象的輸入輸出之間的函數(shù)關(guān)系。通過這個在無故障運行時學(xué)習(xí)訓(xùn)練出來的母線保護對象的ANN數(shù)學(xué)模型，就能判斷區(qū)分母線保護對象的區(qū)內(nèi)和區(qū)外故障。 在研究基于ANN函數(shù)逼近能力的母線保護原理的過程中，首先就母線保護物理對象的輸入輸出之間的函數(shù)關(guān)系進行了研究，將物理對象的輸入定為母線上各回路電流互感器(TA)傳變后的同一時刻二次檢測電流，輸出定為母線上各回路的一次側(cè)同一時刻流過的

4、電流之和。然后對母線保護的ANN模型進行了研究和討論，就激活函數(shù)為線性函數(shù)、分段線性函數(shù)和非線性函數(shù)的三種情況，分別構(gòu)建了母線保護的ANN模型，給出了ANN模型的學(xué)習(xí)訓(xùn)練算法，討論了訓(xùn)練算法的收斂性，并通過DSP程序?qū)崿F(xiàn)得出了對母線ANN模型的訓(xùn)練實例。最后通過對三種ANN模型的研究分析結(jié)果的比較，選定了分段線性激活函數(shù)ANN模型和線性激活函數(shù)ANN模型作為母線保護的ANN模型，考慮到實現(xiàn)條件的限制，本文就基于線性激活函數(shù)ANN模型的母

5、線保護方法進行了研究和實現(xiàn)。 為研究和實現(xiàn)基于ANN模型的母線保護方法，本文依據(jù)母線保護的ANN模型輸出來判斷區(qū)分母線的區(qū)內(nèi)區(qū)外故障，采用了ANN模型輸出變大與故障發(fā)生時間是否同步的原理來消除TA飽和的影響，采用了比例制動方法來保證母線保護在區(qū)外故障時的不誤動，采用了故障電流方向來判斷處理在母線出現(xiàn)區(qū)外故障轉(zhuǎn)區(qū)內(nèi)故障時和TA斷線時的情況。本文還利用自適應(yīng)模型的預(yù)測和電流瞬時幅值的增量實現(xiàn)了母線保護的故障預(yù)啟動和故障啟動，靈敏故障

6、預(yù)啟動是實現(xiàn)抗TA飽和母線保護方法的基礎(chǔ)，可靠故障啟動是母線保護出口的必要條件。 本文就信號采集、信號傳輸、信號處理等母線保護的實現(xiàn)環(huán)節(jié)進行了深入的研究，解決了實現(xiàn)環(huán)節(jié)中的數(shù)據(jù)同步采集、數(shù)據(jù)同步傳輸、信號濾波處理等技術(shù)關(guān)鍵問題。特別是就故障時的瞬變信號提出了正弦逼近處理方法，該方法的理論基礎(chǔ)是瞬變信號的瞬時幅值和相位表示方法，這種表示方法與傳統(tǒng)表示方法在結(jié)果上是一致的。通過實例分析結(jié)果得出，在故障發(fā)生后的半個周期內(nèi)，特別在頭一個

7、1/4周期內(nèi)，依據(jù)正弦逼近處理方法求出的瞬時幅值和瞬時相位能正確表征故障的特征，這一特點是正弦逼近處理方法所獨特的。 基于ANN模型的母線保護在硬件上采用了分布式硬件結(jié)構(gòu)，有間隔單元和中心單元兩層單元，間隔單元實現(xiàn)了信號采集、信號處理、故障啟動等功能，中心單元主要實現(xiàn)了ANN模型訓(xùn)練和故障判斷的功能，兩個單元之間依據(jù)通信進行數(shù)據(jù)傳送?；贏NN模型的母線保護在軟件上采用了實時多任務(wù)操作系統(tǒng)來編寫各個功能軟件程序，以提高保護軟件的