

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著我國智能電網(wǎng)的快速發(fā)展,電網(wǎng)的安全穩(wěn)定運行愈加重要,基于本地量的傳統(tǒng)后備保護(hù)越來越不適應(yīng)廣域大電網(wǎng)的運行要求。廣域后備保護(hù)主要利用電網(wǎng)多點測量信息進(jìn)行故障診斷,提高后備保護(hù)可靠性,是對傳統(tǒng)就地主保護(hù)的有益補充。目前快速發(fā)展的廣域測量技術(shù)、高速網(wǎng)絡(luò)通信技術(shù)和高精度時間同步技術(shù),為實現(xiàn)廣域繼電保護(hù)提供了重要的技術(shù)支撐,大力推動了基于廣域信息的繼電保護(hù)研究。在分析既有廣域后備保護(hù)系統(tǒng)結(jié)構(gòu)與相關(guān)技術(shù)的基礎(chǔ)上,本文重點研究了基于廣域信息的電網(wǎng)
2、故障診斷算法,主要從利用廣域工頻電氣量、廣域行波信息和廣域狀態(tài)量三個方面開展工作。同時為充分利用人工智能技術(shù)和廣域狀態(tài)量實現(xiàn)故障診斷,分別對有監(jiān)督和無監(jiān)督模式識別方法進(jìn)行了對比分析研究,主要的工作如下:
(1)根據(jù)電網(wǎng)不同故障類型,論文提出了兩種基于廣域工頻電氣量的故障診斷方案。其一是基于廣域故障電荷量比較的故障診斷方法,該方法定義了電網(wǎng)節(jié)點保護(hù)關(guān)聯(lián)域,尋找關(guān)聯(lián)域邊界的正序故障電荷量關(guān)系,給出節(jié)點關(guān)聯(lián)域計算電荷量和參考電荷量概
3、念。電網(wǎng)節(jié)點智能電子設(shè)備(Intelligent Electronic Device,IED)將獲得的電荷量上傳到廣域決策中心站,并比較其相對大小關(guān)系,建立節(jié)點-關(guān)聯(lián)支路狀態(tài)矩陣,對矩陣元素進(jìn)行搜索實現(xiàn)電網(wǎng)故障診斷。其二是基于電流極性和能量相對熵的故障診斷方法,該方法劃分了線路IED保護(hù)關(guān)聯(lián)域,提取關(guān)聯(lián)域正序工頻故障分量電流,給出了關(guān)聯(lián)域邊界電流、綜合計算電流和綜合虛擬電流概念。定義綜合電流采樣值能量相對熵,用其來量化綜合電流的差異程度
4、,同時求取關(guān)聯(lián)域邊界電流之間的夾角大小以表征邊界電流的極性關(guān)系。利用關(guān)聯(lián)域區(qū)內(nèi)外故障時二者的明顯差異實現(xiàn)故障診斷。
(2)在研究電網(wǎng)廣域行波分布特征的基礎(chǔ)上,論文提出了兩種基于廣域行波信息的故障診斷方法。方法一利用小波變換計算電網(wǎng)各節(jié)點初始電壓行波能量,判斷能量最大的節(jié)點為故障節(jié)點。計算該節(jié)點各關(guān)聯(lián)支路初始電壓、電流行波小波系數(shù)序列夾角,由夾角大小來判斷是否為故障線路。方法二提出基于廣域初始行波無功功率分布特征的故障診斷方法。
5、該方法定義初始行波無功功率,對電網(wǎng)各子站關(guān)聯(lián)支路進(jìn)行功率大小比較,將功率幅值最大的線路選為準(zhǔn)故障疑似線路,并將其功率幅值上傳至廣域決策中心站,建立子站-關(guān)聯(lián)支路功率矩陣。以該矩陣為對象進(jìn)一步搜索故障疑似線路,并結(jié)合線路雙端功率比幅判據(jù)對故障疑似線路進(jìn)行最終判別以診斷實際故障線路。
(3)論文引入人工智能技術(shù),分析電網(wǎng)廣域狀態(tài)信息的分布特點,研究了三種有監(jiān)督模式識別方法在電網(wǎng)故障診斷中的應(yīng)用。方法一利用概率神經(jīng)網(wǎng)絡(luò)(Probab
6、ilistic Neural Network,PNN)的良好分類和容錯能力,研究基于PNN的電網(wǎng)故障診斷方法。以線路距離Ⅱ段測量元件、方向元件和主保護(hù)動作信息構(gòu)成樣本集,對PNN網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測試。方法二研究最小二乘支持向量機(jī)(Least Squares Support Vector Machine,LSSVM)的電網(wǎng)故障診斷算法,該算法利用電網(wǎng)節(jié)點IED采集相關(guān)關(guān)聯(lián)域狀態(tài)信息并進(jìn)行邏輯運算實現(xiàn)信息融合。融合后的信息形成樣本集輸入到LS
7、SVM分類器進(jìn)行訓(xùn)練和測試,以識別電網(wǎng)故障關(guān)聯(lián)域節(jié)點IED,進(jìn)而診斷故障元件。方法三分別構(gòu)造基于PSO-LIBSVM的線路和母線故障診斷網(wǎng)絡(luò),利用線路IED和母線IED采集相關(guān)狀態(tài)信息,計算不同關(guān)聯(lián)域的動作系數(shù)實現(xiàn)信息融合并建立樣本矩陣。通過粒子群優(yōu)化(Particle Swarm Optimization,PSO)算法尋找最優(yōu)LIBSVM運行參數(shù)并訓(xùn)練故障診斷網(wǎng)絡(luò),利用隨機(jī)故障下的測試樣本矩陣對線路和母線診斷網(wǎng)絡(luò)進(jìn)行測試,以識別電網(wǎng)故
8、障元件IED,進(jìn)而診斷故障元件。通過大量仿真實驗,模擬了多種信息不準(zhǔn)確情況下的故障診斷結(jié)果,實驗證明論文給出的三種方法均能快速、正確地診斷出電網(wǎng)故障元件,適應(yīng)性較強(qiáng),容錯性能好。
(4)論文在模糊C均值聚類分析理論(Fuzzy C-means Clustering,F(xiàn)CM)的基礎(chǔ)上,結(jié)合電網(wǎng)廣域狀態(tài)信息,研究一種基于FCM的電網(wǎng)故障診斷算法。該算法屬于無監(jiān)督模式識別技術(shù),利用線路IED采集相應(yīng)保護(hù)的動作信息、方向元件狀態(tài)信息、
9、斷路器狀態(tài)信息等,并以電網(wǎng)各線路IED狀態(tài)信息作為FCM的聚類對象。給出了電網(wǎng)關(guān)聯(lián)IED的定義,利用故障診斷算法把故障元件關(guān)聯(lián)IED歸為一類,同方向區(qū)外故障IED歸為一類。在故障區(qū)域最小原則下,選擇聚類結(jié)果中IED個數(shù)最少的類別作為故障元件關(guān)聯(lián)IED類,在該類中,判定相互關(guān)聯(lián)的IED所關(guān)聯(lián)的元件為電網(wǎng)故障元件。大量仿真表明,相對于有監(jiān)督模式識別方法,該算法容錯性能好,運行速度快,判別準(zhǔn)確率高,在較多狀態(tài)信息不準(zhǔn)確的情況下均能正確診斷故障
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于廣域測量系統(tǒng)的電網(wǎng)故障診斷方法研究.pdf
- 基于多信息融合的電網(wǎng)故障診斷方法研究.pdf
- 電網(wǎng)故障診斷與廣域后備保護(hù)算法研究.pdf
- 基于計算智能的電網(wǎng)故障診斷方法研究.pdf
- 電網(wǎng)故障診斷方法的研究.pdf
- 基于電網(wǎng)故障信息管理系統(tǒng)的電網(wǎng)故障診斷的研究.pdf
- 基于多信息源的電網(wǎng)故障診斷方法的研究.pdf
- 基于信息融合技術(shù)的電網(wǎng)故障診斷研究.pdf
- 基于多源信息的電網(wǎng)故障診斷研究.pdf
- 基于故障錄波數(shù)據(jù)的電網(wǎng)故障診斷方法的研究.pdf
- 電網(wǎng)故障診斷的多源信息融合方法研究.pdf
- 采用多源信息的電網(wǎng)故障診斷方法與研究.pdf
- 區(qū)域電網(wǎng)故障診斷方法研究.pdf
- 基于擴(kuò)展解析模型的電網(wǎng)故障診斷方法研究.pdf
- 基于Petri網(wǎng)的電網(wǎng)故障診斷方法的研究.pdf
- 基于柔性SCADA的電網(wǎng)復(fù)雜故障診斷方法的研究.pdf
- 基于故障信息系統(tǒng)和Petri網(wǎng)理論的電網(wǎng)故障診斷方法的研究.pdf
- 基于模糊Petri網(wǎng)的電網(wǎng)故障診斷方法研究.pdf
- 基于PMU的電網(wǎng)故障診斷研究.pdf
- 電網(wǎng)故障診斷反向推理方法的研究.pdf
評論
0/150
提交評論