基于高频分量的配电网高阻接地故障识别

配电网发生高阻接地故障(HIF)时,接地介质的电阻较大,故障电流比负荷电流要小得多,故障特征不明显.现有的电流或电压保护装置均难以应对HIF,寻找方法对其进行准确快速的辨识意义重大.本文首先通过连续小波变换(CWT)对故障线路的零序电流进行时频域分析,选定特征频段内的时频矩阵作为识别特征量,随后使用改进的LeNet-5...     

基于XGBoost的配电网高阻接地故障检测方法

配电网高阻接地故障具有电气量微弱、与正常运行工况相似等特点,因此难以检测。针对传统指标阈值法常由经验整定,在复杂环境下适应性较差、灵敏性不足等问题,提出一种基于极端梯度提升(extreme gradient boosting, XGBoost)的配电网高阻接地故障检测方法,以避免复杂的阈值整定。首先,通过建立10 kV中压配电系统高阻接地故障的等效模型,获取高阻接地故障和正常运行工况的零序电流数据。然后,在对数据进行归一化处理的基础上,利用XGBoost直接从原始量测信息中学习其与高阻接地故障的映射关系,构建高阻接地故障检测模型,以降低因特征提取产生的误差。最后,大量仿真结果表明,所提方法对高阻接地故障检测具有较好的灵敏性和速动性,并且在噪声和数据缺失等情况下表现出较强的泛化能力。     

基于PSO和贝叶斯分类器的配电网高阻接地故障识别技术

提出了一种基于粒子群优化算法和贝叶斯的配电网高阻接地故障识别方法,该方法首先采用离散小波变换构造配电网电压和电流的时频矩阵,提取出反映高阻接地故障的特征量。采用粒子群算法对贝叶斯分类器进行特征空间优化,提高分类准确性和计算时效性。各类典型工况下的仿真和实验结果表明该识别方法的正确率大于95%,可有效处理绝缘子泄漏电流、电容器投切以及非线性负荷等干扰因素。     

基于故障分量原理的配电网高阻接地故障检测方法

配电网中发生高阻接地故障时,短路电流小于传统过流保护的阈值,无法被常规保护装置检测和清除。若不及时消除短路电路,极易演化成严重故障。针对该问题,文中首先分析发生高阻接地故障时配电网的故障分量特征和基于母线处的正序电压故障分量与其相连接的各馈线正序电流故障分量的相位差特征,给出适用于配电网高阻接地故障检测的故障判据。然后,为解决配高阻接地故障检测过程中系统不平衡引起的一系列问题,制定了相应的故障检测启动判据。基于该故障检测判据和启动判据,制定基于故障分量原理的配电网高阻接地故障检测方法。最后,在PSCAD/EMTDC仿真软件中建立含架空线路的中压配电网模型,仿真结果验证了所提高阻接地故障检测方法的正确性。     

基于相空间重构和迁移学习的配电网高阻接地故障检测

配电网中高阻接地故障(High ImpedanceFault, HIF)时常发生,其故障特征微弱而难以检测,严重情况下可能导致火灾或人身事故。提出了一种基于相空间重构和迁移学习的故障识别方法,实现对谐振接地系统中HIF的辨识。首先,使用基于综合策略的小波阈值降噪方法对零序电流信号进行处理,以降低噪声的影响。随后,对降噪后的仿真信号及实测信号进行相空间重构,获取重构轨迹图,以此作为故障识别的特征量。最后,在辨识模型构建上,先使用仿真信号的重构轨迹图训练GoogLeNet模型,再使用实测信号对模型进行微调,实现迁移学习。所提算法的优点是使用相空间重构进行了信号转换,故障信号与干扰信号的重构轨迹图差异明显,且实测信号与仿真信号的重构轨迹图相似度较高。在进行迁移学习后,实现了对实测小样本数据较为准确的检测。实验结果表明,无论是故障实测数据还是故障仿真数据,识别准确率均达到95%以上。此外,在强噪声干扰、采样数据点缺失及故障回路间歇性导通情况下,所提算法也取得了较好的结果。     

基于小波去噪与随机森林的配电网高阻接地故障半监督识别方法

针对配电网高阻接地故障识别易受噪声干扰、无标签数据难以利用的难题,提出一种基于小波去噪与随机森林的高阻接地故障半监督识别方法。区别于监督式学习方法仅利用标签数据,基于协同训练方法能够充分利用有标签数据与无标签数据。首先,使用小波阈值去噪算法消除零序电流中的噪声。其次,采用波峰波谷故障启动算法判断线路是否发生故障或扰动事件。运用小波变换提取零序电流的小波系数作为故障特征。最后,基于小波系数故障特征构建两个随机森林作为半监督分类器进行协同训练,从而实现高阻接地故障的检测识别。仿真结果表明,所提配电网高阻接地故障半监督识别方法可以充分挖掘配电网既有的故障案例中无标注数据蕴含的关键特征,从而提高故障分类准确率,具有较强的准确性和灵敏性。     

基于小波能量矩的高阻接地故障检测方法

中性点不接地中压配电网时常发生高阻接地故障,普通的零序电流保护难以对其检测。通过对仿真和实验得到的高阻接地故障电流信号进行频谱分析,发现其高频分量分布显著区别于系统其他扰动暂态信号。由此,引入小波能量矩算法,通过对高频段能量矩进行归一化、求和及取对数处理,提出了一种高阻接地故障的检测方法,该方法只需要利用故障后第1个工频周期内的电流信号,通过小波能量矩分析得到诊断判据,即可实现高阻接地故障的有效识别。大量的仿真和实测数据表明,该方法适应性强,且不受线路非高阻接地故障暂态信号的影响。     

中性点有效接地配电网高阻接地故障特征分析及检测

中性点经小电阻等有效接地方式能有效地克服配电系统单相接地故障暂态过电压超标及故障选线不灵敏等问题,逐渐在城市配电网、大型厂矿企业电网中得到了推广应用;但这种运行方式仍然存在弧光接地等高阻接地故障正确动作率较低的问题。针对该问题,文中分析了高阻接地故障的特征,给出并验证了适用于配电网高阻故障检测的故障点电弧模型。针对现有方法中主要利用频域特征来检测高阻接地故障导致成功率低的缺点,提出了一种基于零序电流波形畸变凹凸性的高阻接地故障检测方法,仿真实验与现场试验数据验证了该算法的灵敏性和可靠性。     

一种基于概率分析的配电网高阻接地故障检测与定位

针对中低压配电网系统(30kV)的单相高阻接地故障,提出了一种基于概率分析的故障检测与定位方法。适用于零序不接地或经消弧线圈接地系统,故障电阻范围为5-220kΩ。利用SCADA系统采集到的零序电压和各线路零序电流的变化,进行各线路故障概率计算,在最大故障概率条件下进行故障定位。算法简洁实用,现场实测数据证明了该算法的有效性,且具有极高的灵敏度。     

一种基于概率分析的配电网高阻接地故障检测与定位

针对中低压配电网系统(30kV)的单相高阻接地故障,提出了一种基于概率分析的故障检测与定位方法.适用于零序不接地或经消弧线圈接地系统,故障电阻范围为5-220 kΩ.利用SCADA系统采集到的零序电压和各线路零序电流的变化,进行各线路故障概率计算,在最大故障概率条件下进行故障定位.算法简洁实用,现场实测数据证明了该算法的有效性,且具有极高的灵敏度.     

基于零序电流波形区间斜率曲线的配电网高阻接地故障检测

配电网高阻接地故障由于故障电流微弱而难以被传统保护装置检测并排除,故障长时间存在会增加发生火灾和人身安全事故的风险。针对现有方法在面对不同接地介质等故障场景时,因故障特征的差异性及噪声干扰而导致的整定阈值难设定和检测可靠性不足等问题,基于对10 k V电网现场实测高阻故障波形的分析,采用最小二乘线性拟合描述波形非线性畸变,提出基于零序电流波形区间斜率曲线的故障检测方法。同时,采用格拉布斯(Grubbs)法抑制不规则波形畸变对区间斜率曲线的干扰,以进一步保证算法对故障特征的正确提取。所提方法具有较强的抗噪声能力,数值仿真和现场实测故障数据验证了算法的可靠性。     

基于概率分析的高阻接地故障检测新方法

针对配电网系统的单相高阻接地故障,提出一种基于概率分析的故障检测与定位方法。该方法适用于零序不接地或经消弧线圈接地系统,利用数据采集系统采集到的零序电压和各线路零序电流的变化,进行各线路故障概率计算,在最大故障概率条件下进行故障定位。算法简洁有效,现场实测数据证明了该算法的正确性和实用性。     

10 kV配电网经高阻接地方式下过电压及接地故障选线

针对电容电流<10A的10kV配电网,分析了中性点高阻接地方式的优缺点和阻值选择,对高阻接地方式的过电压抑制效果和单相接地故障选线进行了仿真研究。在河北省张家口供电公司实施了中性点高阻接地方式,并开展了人工单相接地试验。仿真分析、现场试验以及装置运行情况表明,中性点经1200Ω高阻接地方式下,能够实现有效过电压抑制和单相接地故障过渡电阻<3000Ω情况的准确选线。     

小电阻接地配电网线路保护单相高阻接地分析

给出了国内20 kV线路保护现状,针对中性点经小电阻接地系统,分析了零序过流保护和零序功率方向保护的优缺点和适用范围.通过理论计算和对人工接地试验结果的分析,阐述了保护存在单相高阻接地时的拒动作问题.在仿真分析的基础上,提出了提高线路保护耐单相高阻接地能力的措施.     

配电网高阻接地故障检测技术综述

配电网发生高阻接地故障(HIF)时其电流变化量较小,因此故障检测起来较为困难。本文阐述了高阻接地故障时线路的暂态和稳态特性,介绍了小电阻接地系统、中性点不接地系统以及消弧线圈接地系统的故障选线和定位技术以及各自的优缺点。采用多种方式协同的方法可以提高故障检测的可靠性、灵敏性以及经济性。     

有源柔性接地配电网弧光高阻接地故障检测方法

针对配电网高阻接地尤其是弧光高阻接地故障检测准确率低的问题,该文采用中性点注入电流增量的方式构造故障诊断特征参量,提出配电网高阻接地故障检测新方法,对弧光高阻接地故障有着较高检测灵敏度。实际应用中,仅需向配电网注入选定的电流增量,测量电网零序电压和线路零序电流的变化量即可实现系统和线路绝缘参数测量、接地故障判定与故障程度跟踪监视、故障选相和选线等,具备消除注入电流调控、配电线路分布参数不对称和接地燃弧感性分量等因素对检测结果的影响,操作简单、易于实现。仿真和故障模拟实验证实了方法有效性,为配电网弧光高阻接地故障快速安全处置提供理论依据。     

基于GA优化BP神经网络的有源配电网高阻接地故障选线方法

当配电网发生高阻接地故障时,逆变型分布式电源的接入会向零序网络中注入不平衡的谐波电流,改变原有故障特征的分布规律,导致传统高阻故障选线方法失效。考虑光伏电源接入对配电网的影响,提出了一种基于GA优化BP神经网络通过融合多种故障特征的有源配电网高阻接地故障选线方法。首先,利用Matlab/Simulink搭建谐振接地系统仿真得到选定周波的故障零序电流,根据小波包变换从中提取小波包能量熵和模极大值,并将其作为数据样本。然后,将数据输入优化后的网络中进行训练,得到能够实现智能选线的机器学习模型。最后,算例分析表明该方法较传统算法提高了迭代速度和训练精度,在多种复杂故障条件下具有良好的选线容错率,且具有一定的抗噪能力。     

基于行波全景故障特征自辨识的高阻接地故障检测方法

受故障信号微弱、配电网存在噪声干扰等因素的影响,高阻接地故障情况下行波波头提取和检测困难,导致基于行波信号的高阻故障检测方法可靠性不高。针对上述问题,提出一种基于行波全景故障特征自辨识的高阻接地故障检测方法。首先,借助行波全景波形对高阻接地故障与正常暂态扰动电压行波信号的时-频差异性进行分析;然后,搭建卷积注意力模块-卷积神经网络（convolutional block attention moduleconvolutionneuralnetwork,CBAM-CNN）模型,使其较传统的卷积神经网络（conrolutionneralnetwork,CNN）模型更具抗干扰能力,将行波全景波形以灰度图形式输入卷积神经网络,实现对多维故障特征的提取与利用;最后,在PSCAD上搭建10 kV配电网模型进行各种故障条件下的仿真分析。结果表明：所提方法能够可靠检测高阻接地故障,抗噪性能良好,且不受故障位置、过渡电阻、初相角的影响,大大提高了基于行波信号的高阻接地故障检测方法的可靠性与灵敏性。     

利用单端暂态量检测单相高阻接地故障的新方法

提出了基于单端暂态量实现高压输电线路高阻接地故障检测的新方法。由于故障电量变化不明显,高阻接地故障通常难以检测,并且容易受到系统正常操作例如电容器投切的影响。研究表明,输电线路发生单相接地故障时,故障相电流和零序电流经小波变换后的模极大值在同一尺度上的同一位置极性表现为同号,同时有相同的时间特性,可以用来作为接地检测的依据。为提高可靠性,利用高阻接地故障和电容器正常投切时暂态高次谐波分量含量的不同来区分故障与正常投切操作。大量ATP仿真及RDTS实验结果表明,该判据具有良好的性能,能保证电容器正常投切时不误发信号,从而提高电网安全性和可靠性。