基于小波分析的弱电源侧暂态量选相方案

针对输电线路弱馈侧选相问题,在分析各种故障类型模分量特征的基础上,通过对输电线路各种短路故障情况进行分析,提出了弱电源侧故障选相原理和算法,该原理基于模量小波分析能量特征。并经过仿真计算和数据的验证表明该选相原理的正确性,能满足现场弱馈选相的要求,从而有效地解决了弱电源侧的选相问题。     

基于小波分析的弱电源侧暂态量选相方案

针对输电线路弱馈侧选相问题,在分析各种故障类型模分量特征的基础上,通过对输电线路各种短路故障情况进行分析,提出了弱电源侧故障选相原理和算法,该原理基于模量小波分析能量特征.并经过仿真计算和数据的验证表明该选相原理的正确性,能满足现场弱馈选相的要求,从而有效地解决了弱电源侧的选相问题.     

基于暂态量的超高压输电线路故障选相

在分析超高压输电线路三相导线间耦合关系的基础上，该文提出了一种基于暂态量的故障选相方案。该方案算法利用小波变换表征电流故障分量的暂态能量，并通过比较三相间能量的相对大小来识别故障类型和判别故障相别。大量EMTP仿真测试表明，该算法在不同的故障条件下（包括在不同的故障位置、过渡电阻、初始角等）都能基本正确地快速选出故障相，并在一定程度上弥补了基于初始行波的选相方法之不足。动模试验数据也充分验证了故障选相新方案的可行性。     

基于时域相关性分析的高压线路保护选相新原理

从输电线路不同故障类型时的边界条件入手,通过对各相电流故障分量的分析,提出了基于时域相关性分析的选相新原理.该原理不仅对于非周期分量、工频量以及各次谐波都适用,而且在故障发生后的整个暂态过程中都成立,且不受过渡电阻及故障点位置的影响,可实现快速、准确选相,尤其可准确识别三相短路故障.电磁暂态程序(ATP)仿真和动模数据都充分验证了该选相原理的正确性和可行性.     

基于电压故障分量的超高压线路故障选相新方法

针对目前超高压线路中所用选相方法不能快速准确地识别所有故障类型的问题,提出一种基于电压故障分量和卡尔曼滤波算法的新型选相方法。该方法定义每相电压故障分量和其余两相电压故障分量差值的比值为故障相识别系数。通过研究该系数在不同故障条件下的变化特征,可实现快速选相的目的。仿真结果表明,在高压线路故障中利用卡尔曼滤波算法提取基波相量速度快、准确率高。同时该选相算法受过渡电阻、故障位置、故障初相角的影响很小,在半周波内可准确选出故障相,且在强弱电源侧均具有较高的选相灵敏度。     

一种适用于特高压线路的快速选相方法

分析了电流模故障分量的基本特征,根据不同故障类型下电流模故障分量的能量差异,提出了一种快速的故障选相方法。该方法以各模量电流的能量作为特征量并利用其最小值进行故障选相,其原理清晰,可靠性高,易于实现。PSCAD/EMTDC仿真结果表明,该方法能快速准确地识别特高压线路上发生的各种类型故障,且不易受到采样频率、故障初始角、过渡电阻、故障位置等因素的影响,具有较好的适应性。     

一种适用于特高压线路的快速选相方法

分析了电流模故障分量的基本特征,根据不同故障类型下电流模故障分量的能量差异,提出了一种快速的故障选相方法.该方法以各模量电流的能量作为特征量并利用其最小值进行故障选相,其原理清晰,可靠性高,易于实现.PSCAD/EMTDC仿真结果表明,该方法能快速准确地识别特高压线路上发生的各种类型故障,且不易受到采样频率、故障初始角、过渡电阻、故障位置等因素的影响,具有较好的适应性.     

利用基波相量变化率的快速选相方法

针对目前选相方法不能快速、可靠识别所有故障类型的问题,提出了利用基波相量变化率的故障选相方法。线路发生短路故障后,故障相基波电流相量变化率受衰减直流分量及工频故障分量影响,其值迅速增大,而非故障相基波电流相量变化率变化较小;如果发生接地故障,零序电流基波相量变化率受衰减直流分量及工频故障分量影响,其值也会迅速增大,否则其值在零附近波动。依据不同类型故障中基波电流相量变化率的特征能够快速、可靠识别故障相。利用PSCAD/EMTDC仿真数据对算法进行测试,仿真结果表明:算法能够在故障后四分之一周波内准确判断故障相,具有较高可靠性。     

基于S变换的输电线路故障快速选相方法

传统选相方法无法满足超高速暂态量保护的要求,基于分析输电线路在不同故障类型下的模量特征以及两相接地故障下的三相电流波形特征,提出了一种新的输电线路故障快速选相方法。利用S变换提取各模分量在特定时间下的单一频率模相量,根据各模相量之间的关系确定故障类型;对于两相接地故障,则利用相电流积分区别故障相与非故障相。PSCAD仿真结果表明该方法能快速准确地选出故障相,不受故障位置、故障初始角和故障电阻等因素的影响。     

基于并联电容参数识别的VSC-HVDC输电线路纵联保护

电压源换流器型高压直流(VSC-HVDC)输电线路两端并联有大电容,在故障发生瞬间,大电容迅速向故障点放电,对高频故障分量系统侧可等效为并联大电容。根据VSC-HVDC这种特有的系统结构,提出了一种基于并联电容参数识别的VSC-HVDC输电线路纵联保护新原理。该保护原理采用时域算法,通过识别VSC-HVDC输电线路两侧的电容值来区分区内、区外故障。当直流输电线路发生区内故障时,能同时准确识别出线路两端的电容值;当直流输电线路发生区外故障时,不能同时准确识别出线路两端电容值。根据此特征,构造纵联保护判据。理论分析和仿真结果表明,该原理不受过渡电阻、故障类型、故障位置、控制方式和线路类型的影响,在各种工况下均能快速可靠地区分区内、区外故障,而且该方法计算简单,易于实现,具有一定的实用价值。     

基于相空间重构与平均电导特征的配电网单相接地故障辨识

配电网接地故障类型辨识可为故障巡线提供指导,缩短故障巡线时间。针对10 kV配电网线路的不同接地故障类型,提出基于相空间重构与平均电导特征的配电网线路故障辨识方法。通过试验采集配电网中典型接地故障的波形。针对不同介质接地故障零序电流中电弧特征,对零序电流进行相空间重构得到相平面轨迹图,计算信息维数以及吸引子面积特征,依据特征识别量将故障区分为可靠接地故障和不可靠接地故障。进一步通过计算各类型故障平均电导作为故障辨识判据,将故障区分为不同类型。试验结果表明所提方法能够有效辨识不同介质接地故障类型。     

超高压线路暂态保护中雷电干扰与短路故障的识别

未导致故障的雷击可能会造成超高压线路暂态保护的误动,对这种雷电干扰的识别是暂态保护实用化必须要解决的一个棘手问题。全面分析了输电线路中雷电干扰和故障情形的模量行波大小与行波波形,发现如下特征：感应雷作用下三相线路中的线模量远小于地模量;重型直击雷的波头部分和截波处都突变剧烈;轻型直击雷的波尾时间显著小于短路行波的持续时间。基于此,提出了轻型直击雷、感应雷与重型直击雷、普通短路故障的识别原理,以及利用小波变换的雷电干扰实用识别算法,大量EMTP仿真表明该识别原理可行、算法可靠,有望解决暂态保护在雷电干扰时的误动问题。     

输电线路单相瞬时性故障的判别研究

对两端均不带并联电抗器的输电线路,当发生瞬时性和永久性这两种不同性质的故障时,断开相端电压的有效值和相角都存在较明显的区别。本文在对故障后电路进行较精确分析计算的基础上,提出了一种基于电压有效值和相角的综合判据。仿真实验验证该判据能可靠区分瞬时性故障和永久性故障,并且有较高的灵敏度。     

Using a genetic algorithm for detection and magnitude determination of turn faults in an induction motor

This paper presents a novel scheme for the detection and magnitude determination of turn faults, based on parameter identification of a model in which the turn fault is considered. A genetic algorithm does parameter identification. Insensitivity of the technique to load variation, supply voltage variation, temperature variation, and unbalanced supply voltage is shown by many experimental tests.     

单相自适应重合闸相位判据的研究

自适应自动重合闸技术具有诸多传统重合闸技术所不具有的优势。提出了一种新型区分输电线路单相瞬时性故障与永久性故障的方法。当瞬时性故障发生时，短路点电弧熄灭后，在恢复电压阶段，断开相电压的大小及其相位都与永久性故障情况有本质不同。在详细分析断开相电压工频分量组成部分的基础上，利用它们的相位特性，提出了单相自适应重合闸的相位判据，并针对输电线路的实际参数、运行方式以及故障条件对判据的影响做了详尽分析，结果表明，相位判据可以准确判定故障性质。该判据方法简单、可靠，而且仅利用单端电气量，易于实现。EMTP仿真测试和现场录波数据测试都验证了该判据的有效性和准确性。     

An accurate fault classification technique for power system monitoring devices

This paper presents a novel method of classifying transmission line shunt faults. Most algorithms employed for analyzing fault data require that the fault type be classified. The older fault-type classification algorithms are inefficient because they are not effective under certain operating conditions of the power system and may not be able to accurately select the faulted transmission line if the same fault recorder monitors multiple lines. The technique described in this paper has been proven to accurately identify all ten types of shunt faults that may occur in an electric power transmission system. The other advantage of this technique is that it can be used where multiple transmission lines are present. It is able to identify the faulted line even if secondary effects are recorded in the unfaulted lines.     

一种基于电流突变量的故障选相新方法

针对现有选相方法不能同时识别所有故障类型以及电流突变量选相在弱电源侧灵敏度不足的问题,提出一种新型电流突变量的选相方法。该方法首先根据保护安装处各相故障电流与其余两相故障差流之间的比例关系,构造故障相别选择系数,然后,通过分析该系数在各种故障情况下呈现的不同特征,实现故障选相。仿真结果表明,该方法能够在故障发生1个周波内快速准确地判断故障相别,对各种类型故障均具有较高的灵敏度,且不受故障位置、过渡电阻及负荷电流的影响,具有较高的可靠性。即使在发生发展性故障情况下,该方法仍具有较好的选择性。同时,该方法对弱电源侧选相具有足够的灵敏性。     

配电网故障指示器中电压测量的研究

配网故障指示器中电压的准确测量是故障识别的重要依据之一。仿真分析了配网不同接地方式下各种接地故障的电压特征,故障相或非故障相的电压变化特征可作为故障指示器故障识别的判据之一。设计了一种基于故障指示器机械结构,利用耦合电容分压的电压传感器,分析了配网线路对地架设高度不同及温度变化对电压传感器测量结果的影响。样机测试结果表明传感器在测量范围内的线性误差在±3. 8%之内,其作为电压变化特征的识别准确度足够。     

基于多尺度熵分析与改进 SVM 的变压器故障识别

为解决传统变压器故障识别方法提取故障特征难度大、识别准确率低等问题,提出基于多尺度标准差模糊熵( SDMFE) 和哈里斯鹰算法(HHO)优化支持向量机(SVM)的故障识别方法。 首先,采用基于模糊熵的多尺度分析法量化变压器振动信号 复杂的动态特性,提取多时间尺度下的故障特征。 随后,将利用 SDMFE 获得的故障特征输入 SVM 分类器识别变压器不同的故 障。 同时,为了提升 SVM 的识别性能,引入 HHO 算法以自适应、准确地选择 SVM 参数。 最后,利用变压器实测振动信号进行 了对比试验。 与不同的信息熵、不同的优化策略和不同的分类器相比,所提方法取得 98. 56%的最高识别准确度和最好的识别 稳定性。 结果表明所提方法能够有效提取故障敏感特征和准确识别变压器故障状态。