基于高频暂态分量进行相关分析及模糊推理的选相新方法

提出一种利用故障分量中高频分量实现故障选相的新原理。该原理直接利用电流互感器饱和前传变的暂态高频电流,使用小波提取相应频段暂态信号特征,对提取的信号特征进行相关分析,使用模糊集合对相关系数的隶属度综合评判进行选相。用该原理实现的选相装置可以配合基于暂态量的单端保护使用,具有超高速的特点,且不受过渡电阻、故障初始角及系统振荡的影响。对于三相换位不完全造成模量不平衡的情况也能进行正确选相。对某典型500 kV线路进行各种故障类型仿真,取得了满意的效果。     

基于高频暂态分量进行相关分析及模糊推理的选相新方法

提出一种利用故障分量中高频分量实现故障选相的新原理。该原理直接利用电流互感器饱和前传变的暂态高频电流，使用小波提取相应频段暂态信号特征，对提取的信号特征进行相关分析，使用模糊集合对相关系数的隶属度综合评判进行选相。用该原理实现的选相装置可以配合基于暂态量的单端保护使用，具有超高速的特点，且不受过渡电阻、故障初始角及系统振荡的影响。对于三相换位不完全造成模量不平衡的情况也能进行正确选相。对某典型500 kV线路进行各种故障类型仿真，取得了满意的效果。     

一种基于高频暂态分量的振荡中不对称短路的选相方案

提出了一种利用暂态高频分量实现振荡中故障选相的方案。该方案利用电流互感器传变过来的暂态高频电流,用B样条导数小波提取暂态信号,先对其进行相关性分析,然后利用模糊集理论将相关系数模糊化,最后进行综合评判,选出故障相。该方案不受过渡电阻和系统运行方式的影响。通过动模实验和Matlab仿真,取得了理想的效果。     

一种基于高频暂态分量的振荡中不对称短路的选相方案

提出了一种利用暂态高频分量实现振荡中故障选相的方案.该方案利用电流互感器传变过来的暂态高频电流,用B样条导数小波提取暂态信号,先对其进行相关性分析,然后利用模糊集理论将相关系数模糊化,最后进行综合评判,选出故障相.该方案不受过渡电阻和系统运行方式的影响.通过动模实验和Matlab仿真,取得了理想的效果.     

基于后向预测Prony算法的超高压输电线路故障选相方案

基于分布参数的超高压输电线路故障暂态信号成分的分析表明,故障后高频暂态电流信号的幅值和频率特征能够可靠区分各种故障类型。据此提出了一种基于故障后高频暂态电流信号的故障选相方案。方案中后向预测Prony算法和QR分解技术的使用,使电流暂态信号中高频成分特征的提取更加准确、快速。大量ATP仿真分析结果表明,该故障选相方案能够快速、准确地识别各种故障类型,且不受过渡电阻、故障初相角和负荷电流等故障条件的影响。     

基于暂态量和小波包的配电网故障选线方法

分析了配电网单相接地时的故障特征,对现有基于稳态量与暂态量的故障选线方法进行分析比较,指出故障暂态电流幅值比稳态对地电容电流大得多,而且几乎不受消弧线圈影响,因此,利用暂态电流进行选线可以克服稳态选线方法灵敏度低、易受消弧线圈影响的缺点。为了精确提取故障时的暂态信号用于选线,发挥小波包能进行时频联合分析的优势,对发生接地故障时各线路的暂态零序电流进行小波包分解,提取出各频带信号分量的小波包系数。其中,电流采样值直接用于形成故障选线的第1判据,多个高频分量的小波包系数则形成综合判据以提高选线准确性。该方法能适应小电流接地系统中的不同故障模式,选线准确性高。仿真验证了该方法的有效性。     

一种基于谐波小波的单相接地故障选线方法

为了提高配电网单相接地故障选线方法的精度和鲁棒性,重点分析了谐波小波的表达式及谐波小波变换算法,在这基础上提出了一种基于谐波小波的单相接地故障选线方法。该方法首先在线路出口处并联谐振滤波装置,改变线路出口处的特征阻抗,然后将采样到的故障信号运用谐波小波变换算法完成对暂态电流特征频带内电流成分提取,最后通过比较特征频带内暂态电流能量幅值及能量衰减系数实现故障选线、选相。仿真实验表明该方法选线精度高而可靠,具有较高的工程应用价值。     

一种适用于暂态保护的模糊故障选相新方案

提出一种配合暂态保护的模糊故障选相方案,该方案是分析暂态电流在线路上的传输耦合特征的基础上提出的。其对小波提取的一定频段暂态电流差值建立相似性测度分析,并使用模糊集合对相关性测度的隶属性综合评判来进行选相。基于该原理的选相装置动作迅速,以配合暂态保护使用,并且不受过渡电阻、故障初始角、振荡中发生故障的影响,均能进行正确选相。EMTP对典型线路故障的仿真说明了该方法的正确性。     

一种适用于暂态保护的模糊故障选相新方案

提出一种配合暂态保护的模糊故障选相方案,该方案是分析暂态电流在线路上的传输耦合特征的基础上提出的.其对小波提取的一定频段暂态电流差值建立相似性测度分析,并使用模糊集合对相关性测度的隶属性综合评判来进行选相.基于该原理的选相装置动作迅速,以配合暂态保护使用,并且不受过渡电阻、故障初始角、振荡中发生故障的影响,均能进行正确选相.EMTP对典型线路故障的仿真说明了该方法的正确性.     

基于小波变换的串补输电线路故障选相研究

串补电容及其保护装置MOV的应用给常规的故障定位与选相方法带来了困难。然而,串补输电线路发生故障后以及故障期间MOV导通时将产生高频暂态电流行波,故障相和非故障相的暂态电流信号的大小及所含有的频率成分不同。本文采用小波分析方法,选择适当的小波函数与变换尺度对相电流进行小波变换,根据故障相和非故障相的暂态电流在此尺度上小波系数能量的差别,形成故障选相判据。大量的EMTP仿真结果证实了该方法的有效性。所提出的方法对串补超高压输电线路的故障定位与保护具有实际意义。     

基于信号相位检测的输电线路行波故障测距方法

通过对输电线路短路故障暂态过程中电流行波的相位变化情况进行分析,发现短路故障发生时,电流行波中出现的暂态分量将导致电流行波的相位发生突变。根据这一特征,文章提出将信号相位检测用于故障测距的新方法,该方法与传统测距方法的区别在于确定信号突变点的方式不同。新方法利用小波变换提取信号相位,并通过相位模极大值的计算确定信号突变点。仿真实例证明新方法是可行的,对于幅值变化轻微的信号,采用文章提出的相位检测法对突变点的检测效果更好。由于该方法计算复杂,因此适合作为高阻接地等特殊故障条件下对现有测距方法的补充。     

Study of a new method for power system transients classification based on wavelet entropy and neural network

The detection and classification of transient signals are widely applied in many fields of power system. The study of transient signal detection and classification is a sustaining focus of researchers as well as a difficult issue. There are still many problems needed to be solved in this area. Based on the wavelet transform (WT), the idea of entropy and weight coefficient is introduced, and the wavelet energy entropy (WEE) and wavelet entropy weight (WEW) are defined in this paper. The distribution picture of WEE and WEW along with scales are presented for the first time. PSCAD/EMTDC models for six types of transients, namely breaker switching, capacitor switching, short circuit fault, primary arc, lightning disturbance and lightning strike fault, are constructed. With WEE and WEW, the eigenvectors for the six transients are established and a model which uses the eigenvectors as the input of the BP (back-propagation) neural network is set up to realize the classification of these transients. The simulation has been executed based on a 500 kV transmission line model in China and the results show that feature extraction based on WEE and WEW can effectively discover the useful local features. With the help of neural network classifier, it has effective classifying result. This method is applicable in the power system.     

输电线路故障层次化变步长Tsallis小波奇异熵诊断方法

为提高熵方法输电线路故障信号时-频域的特征提取能力,提出层次化变步长Tsallis小波奇异熵(Tsallis Wavelet Singular Entropy, TWSE)方法用于电力系统故障诊断。首先,对采集到的电压信号进行小波分解与单支重构,构建时-频矩阵;之后,将奇异值分解与Tsallis熵理论相结合,对该时-频矩阵求滑动步长为1的Tsallis奇异熵,确定故障发生时刻;然后,对故障发生后1周期内的三相电压重构系数求滑动步长为1/4周期的TWSE,构建用于故障诊断的特征向量;最后,将TWSE特征向量输入到极限学习机(Extremly Learning Machine, ELM)分类器中,实现输电线路故障诊断。仿真结果表明,新方法具有更好的故障暂态信号特征表现能力,且分类结果不受故障时间、过渡电阻和故障位置等因素影响,相较基于小波奇异熵的线路故障诊断方法具有更好的诊断效果。     

基于小波能量熵和模糊逻辑的故障选相元件

构造了新型的用于高压输电线路保护的故障选相元件。利用小波分析良好的时频局部化特性,在暂态信号多尺度表示方法的基础上定义了用于特征提取的小波能量熵,并与模糊逻辑相结合形成新的选相原理。先对采集到的故障后电压信号进行适当的小波分解,并计算小波能量熵,然后构造包含故障信息的模糊语言变量作为模糊推理系统的输入,并建立相应的模糊逻辑推理系统,通过模糊逻辑的方法进行故障选相。仿真结果表明,小波能量熵随时间变化的规律能有效反映故障出现与否,并通过模糊逻辑做出选相判断。     

基于小波包方法的配电网故障选线与仿真研究

配电网单相接地故障选线问题一直未能很好地解决。在分析配电网发生单相接地故障暂态特征基础上,对中性点经消弧线圈接地系统发生单相接地故障进行了仿真。介绍了一种利用小波包分解暂态零序电流的故障选线方法。该方法利用小波包对各条线路的暂态零序电流进行多层分解,按照能量最大的原则确定各线路暂态零序电流分布集中的特征频带,在征频带内进行幅值与极性综合比较选出故障线路。通过MATLAB仿真表明,该方法可以准确实现故障选线,具有较高的灵敏度,且不受过渡电阻、故障合闸角及电弧的影响。     

基于改进暂态相关分析和支持向量机的电弧故障选线研究

提出了一种综合电弧模型。并针对电弧接地情况复杂的特点,提出了一种暂态零序电流和两相电流差特征和支持向量机(SVM)相结合的配电网单相电弧故障时的选线方法。研究暂态零序电流和故障相与非故障相两相电流差的关系,将其用小波分析方法变换到特征频带(625~1 250 Hz)内进行相关分析。将得到的各馈线的相关系数作为特征输入量,结合支持向量机(SVM)分类算法,建立了针对配电网单相接地电弧故障的选线流程。在EMTP中仿真,并经Matlab中进行数据处理后。结果表明,该方法对于不同中性点接地方式、不同距离、不同故障时刻发生的电弧故障,均能正确地选出故障线路。     

解析信号小波分析及其在电力系统中的应用

利用解析信号小波变换方法,将小波变换的时频局部性与信号的解析形式相结合,提取暂态信号的奇异点及各尺度分量的幅值包络、相位、瞬时频率等特征信息。通过理论推导和仿真分析,指出解析信号小波分析可以提取暂态信号更为丰富的特征信息,为电力系统故障诊断和继电保护提供新的方法。     

小波包-最大熵谱估计及其在水轮机故障诊断中的应用

充分利用小波包(WP)的时频局部化分析能力和最大熵谱估计(MESE)的频谱细化优点,提出了一种新的谱分析方法——小波包一最大熵谱估计(WP-MESE)。该方法能对振动信号进行多分辨分解,提取故障特征信息,进而进行精确的频谱分析;并运用此法有效地提取了水轮机轴系动态特性信息。实践证明该法是提取微弱故障信息并进行早期诊断的有效方法。     

基于重构误差及多尺度交叉样本熵的谐振接地系统故障选线

针对大量应用电缆线路导致的谐振接地系统单相接地故障时选线正确率下降的问题,提出一种基于计算馈线暂态零序电流重构误差及其低频分量多尺度交叉样本熵的故障选线方法。谐振接地系统单相接地故障时由于消弧线圈补偿作用,故障线路暂态零序电流相位、周期变化均与健全线路不同。利用相位变化不同,通过同步挤压小波逆变换对暂态零序电流进行重构并计算误差。利用周期变化不同计算暂态零序电流低频分量多尺度交叉样本熵。重构误差、交叉样本熵之和均为最大值的线路即为故障线路。大量仿真结果证明,该方法受不同故障条件影响较小,可靠性高,抗干扰性强。