新型小电流接地选线装置的研发与应用

通过分析配电网单相接地故障选线技术的现状,提出了一种新的小电流接地选线方法,利用小波特征频带重构算法对接地电容电流的暂态分量进行提取,以实现对小电流单相接地故障的定位.试验结果表明,该方法能够较好地实现配电网单相接地故障的选线判别.     

基于概率神经网络的配电网接地故障选线方法

针对小电流接地系统单相接地故障,提出一种基于概率神经网络的配电网接地故障选线方法。采集每条线路在单相接地故障发生时的零序电流暂态信号(一个周波,故障前1/4个周波和故障后3/4个周波),运用db10小波序列进行5层小波包分解。提取零序电流小波能量并将其输入到PNN网络,实现故障线路自动识别。并给出故障选线小波包分解算法和PNN算法的具体步骤,可直接用计算机编程实现。运用Matlab软件对中性点不接地系统和中性点经消弧线圈接地系统均进行了仿真,验证了该方法的可行性与准确性。     

小电流接地系统故障仿真分析与研究

针对小电流接地系统单相接地故障接地选线困难的问题,通过理论分析、仿真研究和大量10 kV模拟实验验证,深入研究了该型故障的特征,着重研究了电弧接地故障时暂态零序测量电流的特征,以及故障线路与非故障线路暂态零序测量电流之间的关系。为了提取配电网单相接地故障选线和故障测距的暂态故障特征量,基于ATP仿真系统软件,搭建了小电流接地系统的配电网络仿真模型并综合考虑不同短路时刻和不同接地电弧电阻两个因素,对配电网小电流接地系统的单相接地故障进行了大量仿真。这些暂态特性可为研究基于单相接地故障暂态分析的接地选线方法提供理论依据。     

小电流接地系统单相接地故障选线的算法研究

通过对现有选线方法的分析及选线系统面临问题的探讨,提出了采用改进的Prony算法提取故障零序电流的谐波分量,并通过比较谐波分量的幅值和相位选出故障线路的方法,实验结果表明,该方法可以准确地实现小电流接地系统单相接地故障的选线,并且无需区分暂态和稳态过程.     

小电流接地系统单相接地故障选线的算法研究

通过对现有选线方法的分析及选线系统面临问题的探讨,提出采用改进的Prony算法提取故障零序电流的谐波分量,通过比较谐波分量的幅值和相位选出故障线路,试验结果表明,该方法可以准确的实现小电流接地系统单相接地故障的选线,并且无需区分暂态和稳态过程。     

基于VMD和FCM的配电网单相接地故障选线

为了准确识别出小电流接地系统的单相接地故障线路,提出基于VMD与模糊C均值聚类理论相结合的新故障选线方法。当系统发生单相接地故障时,故障和非故障相线路的零序暂态电流会有差异,由此可用VMD电流数据进行分析,提取主要频带信号和能量熵,用FCM算法对能量熵聚类将其分为故障信号类和非故障信号类,从而识别出故障线路。通过仿真证明了此方法选线结果准确、可靠。     

基于小波原理的小电流接地系统故障选线新方法的研究

对利用小波提取小电流接地系统的故障暂态信息进行故障选线的方法作了深入细致的分析研究 ,以能更充分提取电力系统故障暂态信号的奇异性所包含的丰富特征信息为出发点 ,提出了一种新的基于小波变换模极大值奇异性检测理论的选线新方法 ,该方法对暂态电气量进行小波分解 ,选取特征量突出的第三尺度模极大值信息作为选线判据 理论分析及仿真实验表明 :该选线方法适合各种接地方式的小电流接地系统 ,可准确、可靠的实现单相接地故障选线     

基于小波原理的小电流接地系统故障选线新方法的研究

对利用小波提取小电流接地系统的故障暂态信息进行故障选线的方法作了深入细致的分析研究，以能更充分提取电力系统故障暂态信号的奇异性所包含的丰富特征信息为出发点，提出了一种新的基于小波变换模极大值奇异性检测理论的选线新方法，该方法对暂态电气量进行小波分解，选取特征量突出的第三尺度模极大值信息作为选线判据。理论分析及仿真实验表明：该选线方法适合各种接地方式的小电流接地系统，可准确、可靠的实现单相接地故障选线。     

基于暂态电流极性的小电流接地系统故障选线装置

根据均匀传输线路的频率特性,对于空载线路,当频率小于fm时,线路输入阻抗呈容性,线路可用一集中电容等效.小电流接地系统发生单相接地故障时,对零序分量来讲,非故障线路相当于空载.根据这一特点,对小电流接地系统中线路的零序参数相频特性进行研究,得出系统发生单相接地故障时不同频带上暂态零序电流特性.在选定频带(Selected Frequency Band,SFB)内,非故障线路零序电流极性和故障线路相反.应用小波包对各线路的暂态零序电流进行分解,小波包系数的符号代表了相应频带零序电流的极性,通过比较SFB内小波包系数的符号,便可找出故障线路.RTDS(Real Time Digital Simulator)试验结果表明此方法可以准确地实现单相故障选线.     

基于互补集合经验模态分解与样本熵算法的接地系统故障选线研究

针对中性点经消弧线圈接地的配电网接地系统在发生单相接地故障时存在故障电流特征不明显、阈值整定困难和故障选线准确性不高等问题，本文提出一种无阈值的基于互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition, CEEMD)与样本熵的故障选线方法。通过研究故障线路零序电流暂态特性，选定震荡和衰减特征的高频分量作为观测对象，提出基于CEEMD算法的高频分量快速提取方法及故障表征策略，探究基于高频分量的样本熵作为无阈值选线判据的可靠性。模拟建立多场景扰动下中性点经消弧线圈接地系统模型，验证了所提算法在不同线路位置、故障合闸角、接地电阻和消弧线圈补偿度等工程场景下应用的可行性。其中，所提的算法能够实现仅采集半个周期电流的快速故障选线，并且该方法无需设置阈值，不受系统不同运行方式影响，易于多场景故障选线的工程应用。     

小波神经网络在配电网故障定位中的应用

提出一种适用于配电网架空线路的单相接地故障定位新方法,该方法以暂态零序电流的小波能量、有功功率、无功功率作为数据融合的特征量,再结合紧致型小波神经网络（WNN）来进行故障定位,并针对小波神经网络存在收敛速度缓慢且容易陷入局部极小的问题,给出一种参数修正改进的算法,通过在权值调整式中增加动量项来选择学习步长,且以新方法初始化各个权值以提高网络学习效率。大量的Matlab仿真结果表明：此方法具有很好的单相接地故障定位性能,实验准确率基本可以达到100%,可应用于配电网故障定位。     

油田电力系统小电流单相接地故障选线研究

在小电流接地系统中,迅速判定单相接地故障线路是实现配电网保护的关键问题。在分析研究现有故障选线方法的基础上,提出了利用零序全电流的大小和方向进行故障选线的方法。在此研究的基础上,提出了利用零序暂态电荷实现故障选线的新方法,此方法适用于主变中性点经消弧线圈接地系统。经计算机仿真验证,此方法具有选线准确率高、利于微机选线装置实现的优点。     

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,提出了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.     

基于CSVD法的小电流接地系统故障选线研究

小电流接地系统是我国配电网的普遍接线方式,故障选线技术日益受到重视．SVD算法（矢量奇异值算法）在理想条件下分析故障分量时具有良好的性能,但是在低信噪比,小角度条件下．SVD算法的分辨能力的不足使得分析结果不明显．为了解决这类问题．提出了一种基于SVD算法的改进算法CSVD法,利用改进后的算法进行数据采样,对矩阵进行修正,根据不同线路的暂态零序电流波形相似度及利用模极大值法计算经CSVD算法转换后的零序电流信号,利用各转换后的信号的首波头极性识别故障线路。通过PSCAD和matlab软件进行仿真分析,该方法可靠有效。     

小电流接地系统故障选线的暂态零序电流变化率方法

分析了小电流接地系统发生单相接地故障时暂态零序电流的特点,给出了利用故障线路与非故障线路暂态零序电流变化率差异的选线判据,提出了小电流接地系统故障选线的暂态零序电流变化率方法.该方法不受系统中性点接地方式、电压初相角、过渡电阻的影响,故障判别准确,选线灵敏度高,算法简单,实用性强.最后用Matlab中建立的小电流接地系统仿真模型验证了该方法的有效性.     

小电阻接地系统接地故障综合保护方案

针对现有小电阻接地系统接地保护选择性差、灵敏度低且高阻接地故障检测能力不足等问题,研究分析小电阻接地系统单相接地故障后零序电流特征,利用上下级纵向配合,提出基于零序过电流的多级接地保护和延时低定值高灵敏度接地保护,给出保护配置方案和各级保护整定原则。利用线路出口和中性线零序电流幅值横向比较,提出高阻接地故障选线方法。在典型小电阻接地配电网结构下的仿真验证了所提出接地故障综合保护方案的可行性与可靠性。     

铁路10 kV自闭/贯通线路故障行波特征分析

10 kV铁路自闭/贯通线路多采用中性点非有效接地方式，供电臂长、沿线环境恶劣，故障（特别是小电流接地故障）频繁发生、故障位置不易查找.为了解决自闭/贯通线路故障自动定位问题，分析了自闭/贯通线路电气结构的特殊性，以行波理论为基础研究了接地故障和相间短路故障产生的暂态电压、电流行波特征，发现接地故障和相间短路故障都存在参数比较稳定的行波线模分量.详细分析了行波在不同结构线路末端的反射规律以及行波在不同线路结构中的传播规律，分析结果为行波测距原理应用到自闭/贯通线路故障定位的研究提供了理论基础.     

基于改进PSO-BP网络的配电网故障选线与测距

针对人工智能算法在解决配电网故障选线和测距问题时容易陷入局部最优解并难以满足精确性和鲁棒性要求的问题,提出了一种基于改进粒子群优化神经网络的配电网故障选线与测距算法.该算法结合混沌优化算法和粒子群优化算法得到收敛能力更强的粒子群优化算法,通过提取配电网的零序电压与电流的暂态及稳态特征来构成特征向量,并分别使用训练集训练改进粒子群优化神经网络算法,从而能更精确地预测配电网的故障线路及其距离.仿真测试结果表明,所提出的算法能获得更精确的选线和测距结果,具有一定的实用性.