基于分形理论的输电线路故障检测和选相

应用分形几何理论分析了电力系统故障发生时相电压和相电流采样信号的波形特性。通过计算故障情况下相电压、相电流和模电流的分形数，提出了一种基于分形理论的故障检测和选相的新方法。经过EMTP仿真证明：这种方法能准确识别各种类型的故障并选出故障相，不受过渡电阻和电源参数的影响，能在弱馈侧正确选相。该方法原理简单、数据窗短，可以在故障发生后半个周期内正确选相，具有很高的灵敏性和可靠性。将选相算法应用于动模实测数据，选相结果正确。     

一种新型序分量高压线路保护选相元件

提出了一种利用零序与正负序之和的相对相位关系选相新原理。该原理通过零序与正负序之和的相对相位关系，并结合零序与负序相对相位关系进行接地故障相别的判断。该选相元件从原理上克服了以往序分量选相方法受过渡电阻影响较大的缺点，原理简单，理论分析和大量的现场数据验证表明能有效可靠地选出故障相别，是高压线路保护实现单相重合闸较为理想的选相元件。     

同杆并架输电线路跨线故障识别元件

通过对线路发生单纯性故障与跨线故障情况下的正、负序故障分量阻抗关系和正、负序故障分量电流幅值关系的分析，提出了一种判别电力系统发生跨线故障的判别元件。单纯性故障时，正负序阻抗角相等、正负序阻抗幅值相等、正序故障分量电流幅值不小于负序电流幅值;而当发生跨线故障时，以上关系不再成立，由此便可以得到系统发生跨线故障的判据。该判别元件原理简单，动作灵敏度高， EMTP仿真和现场录波数据验证了该判别原理的准确性。     

一种新型振荡中故障选相元件

振荡中故障准确选相是有选择切除故障和确保距离保护正确动作的前提。在分析现有振荡中选相元件需开放条件配合,导致出口延迟,且易出现误选,进而导致距离保护误动的基础上,提出了一种新型选相元件,此元件首先利用零、负序故障分量进行故障分区,在分区的基础上改变目前采用阻抗确定故障相的做法,而采用Clark变换,分别通过α,β模量信息进行故障选相。此选相方法充分发挥了零、负序故障分量以及模量变化在振荡期间不涉及相量偏移带来计算误差等优势,有效避免了阻抗选相在振荡中的弊端。文中给出了基于RTDS动模仿真数据的测试结果,理论和测试表明:此方法在振荡期间能够可靠、快速、准确地区分故障类型。     

小波变换应用于暂态初始行波分析及故障选线选相

在分析输电线路故障后的行波过程的基础上，利用小波变换的奇异性检测原理，提出了一种仅使用电流行波的输电线路故障选线选相方法，该方法可用于行波保护，行波测距和暂态保护。     

一种利用电压模故障分量的选相元件

针对系统参数可能的变化，分析了各种类型故障条件下电压模故障分量在故障点和保护安装处的特征，提出了一种利用电压模故障分量的选相元件，该元件利用电压故障分量，故障发生后可以快速动作。在此基础上，针对线路末端经高阻单相接地时该元件灵敏度不足的问题，提出了一种选相方案。ATP仿真和MATLAB分析验证了该方案的可行性。     

电力系统振荡过程中序分量选相元件动作行为分析

对超高压输电线路微机保护所用序分量选相原理和防止振荡时误选相所用的不对称故障开放判据进行了较详细的介绍。对于振荡中心和单相接地故障在同一条长输电线路且两者之间有较远距离的情况，从不对称故障开放判据和阻抗排除法两个方面分析了造成误选相的原因。理论分析和动模试验都证实了这种误选相现象的存在，为以后序分量选相原理的改进提供参考。     

新型阻抗选相方法

针对现有阻抗选相方法存在的误选相问题，提出了一种适用于微机保护的新型阻抗选相方法。该方法利用了单相测量阻抗、相间测量阻抗以及故障前负荷阻抗负荷状态下阻抗继电器的测量阻抗的幅值大小关系以及3个单相测量阻抗的相位关系进行比较。仿真计算表明，新的阻抗选相方法在高阻接地、弱馈等故障情况都有很好的选相能力，适于作为线路保护稳态故障选相元件。     

基于小波变换的行波故障选相研究 第2部分 仿真试验结果

构造了一个新型行波故障选相元件，其基本原理是计算模量初始电流行 波在小波变换下的模极大值，根据3个模量的故障特征选择故障相。该选相元件克服了传统 选相元件的缺陷，充分利用了电流行波中的模故障分量特征，从而使选相结果准确、可靠 。EMTP仿真结果证明了该选相元件的有效性和正确性。     

基于六序分量法的六相输电系统故障选相

六相输电是多相输电技术中最接近实用化的一种。针对其多达120种的故障,运用同正、负、零序和反正、负、零序的六序分量法分析六相系统故障,变换得到的各序分量物理含义清晰。六相系统中的同序量、反序量分别对应于双回线中的反序量、同序量,依据故障边界条件构成的复合序网得到了六相系统的序分量特征以及与六相系统兼容运行的三相系统序分量特征。在此基础上,提出一种判别六相输电系统故障类型的方法,可用作六相输电线路的选相元件动作判据。     

一种基于模糊逻辑的新型故障序分量选相元件

在对两种传统的序分量比相选相元件的动作特性进行深入分析的基础上，提出了一种基于模糊逻辑的新型故障序分量选相元件。该元件应用模糊逻辑思想，将两种序分量比相选相元件有机地融合在一起，充分发挥了序分量比相选相元件的优势。该元件能够仅通过故障相区的比较就实现故障选相，不需配合其他判别方法，也不需要用户进行整定计算。仿真结果表明，通过合理地设置选相判据的权重以及动作阈值，可以使选相结果基本不受过渡电阻和系统运行方式的影响，具有较强的鲁棒性。     

一种使用两端电气量的高压输电线路故障测距算法

提出了一种使用两端电流、一端电压的高压输电线路故障测距算法。该算法从原理上克服了 对端系统助增电流和过渡电阻对故障测距的影响，并对高压长线的电容充电电流进行了迭代 补偿；EMTP仿真结果表明，算法有较高的精度。     

基于自谐振神经网络的线路故障自适应选相元件

提出一种新的基于自谐振神经网络结构的自适应故障选相元件。采用故障分量作为网络输入量。由于故障分量能够很好地反映故障特征，而自谐振神经网络结构具有训练快速、不存在局部极小值点以及网络权值稳定等特点，因此自适应选相元件不受线路运行方式变化的影响。大量EMTP仿真和实际故障录波数据验证了其可靠性和正确性。     

高压线路保护实用选相方案

对目前实用的突变量及稳态量选相元件进行了比较，指出了其特点和存在的不足。重点分析了目前选相方案的弱馈侧选相、灵敏度配合以及在系统振荡条件下存在的阻抗识别失配等问题，提出了改进的实用选相方案，采用同一区间的2种阻抗元件互补判别来解决失配问题。EMTP数字仿真计算与动模试验结果表明，新方案在性能上较原有方案有明显改善，尤其对于振荡中选相，可以完全克服阻抗法故障识别中的失配问题，选相结果不受系统振荡的影响。     

新型输电线路故障综合定位系统研究

传统的基于故障稳态量的常规故障定位及基于故障暂态行波的行波定位都存在一定的局限。文中对常规定位模型进行改进，既简化了计算，又提高了精度；同时对行波定位进行改进，采用专用行波传感器，提高GPS同步时钟精度与采样频率，并利用小波变换进行行波波头检测，从而提高了定位精度。把常规定位和行波定位有机结合，研制了输电线路故障综合定位系统。动模实验、高压冲击试验和RTDS试验都表明该综合定位系统具有很强的鲁棒性和很高的定位精度。     

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。     

基于同杆双回线跨线故障识别的选相方案

从同杆并架双回线跨线故障的特征出发，分析了现有主要选相元件在同杆并架线路发生跨线故障时存在的问题，提出了基于跨线故障识别的同杆双回线故障选相的新方案。系统发生故障后，选相元件首先根据故障后的零序电流、零序电压、正负序电流之间的关系等特征识别故障性质，针对双回线的跨线故障采用特殊的选相方案。可以有效地解决发生跨线故障时突变量选相元件和稳态选相元件存在的误动或者拒动的问题，提高了电力系统安全稳定运行和输电可靠性。     

故障分量分相补偿式方向元件

提出一种用于超高压和特高压输电线路上的分相方向元件。通过比较故障分量补偿电压和故障前电压的相位，从而判断是否正方向故障。该分相方向元件具有极强的方向性，能反应系统全相、非全相和振荡状态下的各种对称和不对称故障，具有很高的承受过渡电阻的能力。通过各种情况下大量仿真试验证明了此原理的优越性。     

输电线路双端行波故障定位新算法

双端行波故障定位原理简单，但受行波波速的不确定、输电线路长度差异以及行波波头到达时间记录不准确等因素的影响，容易出现较大的定位误差。在常规双端行波故障定位原理的基础上，提出了一种新型输电线路双端行波故障定位算法，通过记录故障初始行波到达线路两端的时刻、参考端记录的故障点反射行波和对端母线反射行波到达时刻，解方程组得到不受波速和线路弧垂影响的故障定位结果。实际应用结果表明，该算法具有较高的定位精度。     

故障分量提取及故障选相的新方法

提出了一种中低压中性点不接地系统故障分量提取的新算法，该算法既能提取短时的暂态故障分量，也能提取长时间稳定的故障分量，对速断、定时限及过电流保护都适用，可极大地改善延时保护的性能；在此基础上给出了自适应电流保护中系统阻抗准确计算的方法；针对目前利用相电流差故障分量选相存在灵敏度不够高的缺陷，提出了利用相电流之和的故障分量来进行故障选相的高灵敏度选相算法。