基于神经网络的高压直流输电线路故障测距

输电线路故障行波频谱与故障距离之间存在数学关系,故利用故障行波频谱可以实现故障测距,且高压直流输电线路故障暂态过程具有更强的固有频率信号。鉴此,提取固有频率的幅值和频率作为样本属性,提出一种基于神经网络的高压直流输电线路故障测距算法。采用粒子群算法对BP神经网络的权值和阈值进行优化,提高了网络的训练效率,使其收敛速度加快。PSCAD和MATLAB仿真结果表明,该故障测距算法具有较高的可靠性和精确性。     

计及谐波次自然频率和VMD的混合线路故障测距

基于行波自然频率的故障测距方法依赖于对主自然频率的准确提取,然而针对架空线-电缆的混合线路时,由于线路波阻抗差异且行波折返射较多,会产生混叠的自然频率频谱。为此,一方面需要有效消除频谱混叠,另一方面仅依靠单一的主自然频率进行测距,其提取结果不能得到保证。基于此,本文提出了一种考虑谐波次自然频率和使用VMD算法的混合线路测距新方法。该方法首先对行波信号进行EMD分解,利用Hurst指数筛选IMF作为VMD分解的模态参数,准确地分解了行波信号;然后引入MUSIC算法对VMD分解结果进行频谱分析,提取出故障信号主自然频率及其谐波次频率;最后利用其对应关系计算出故障距离。针对混合线路的EMTDC仿真分析,验证了该方法能够有效消除频谱混叠,并且提高了基于行波自然频率测距方法的可靠性。     

±800kV直流输电线路故障定位的单端电压自然频率方法

输电线路故障行波频谱与故障距离之间存在数学关系,故利用故障行波频谱可以实现故障测距。直流输电线路两端平波电抗器和直流滤波器构成了直流输电系统实体物理边界,它对于行波高频部分呈近似开路特性,其反射系数接近于1,使得量测端时域波形呈周期性。对于行波低频部分,直流滤波器的频率特性使量测端的行波极性会发生翻转,致使时域波形的相角偏移,在频域上表现为自然频率的偏移。此外,故障电压行波于非对称短路点发生线模与零模行波相互交叉透射,致使故障电压自然频率“混叠”。鉴此,利用人工神经网络（artificial neural network,ANN）的非线性函数逼近拟合能力,选择故障电压自然频率的主频及其2倍频的幅值和频率作为样本属性,对神经网络进行训练、测试来确立直流输电线路故障定位的ANN模型。大量的PSCAD数字试验表明,基于自然频率和ANN的UHVDC线路故障测距方法可行、有效。     

基于行波固有频率的高压直流输电线路故障定位

提出了一种仅利用单端电压暂态量频谱信息进行直流输电线路精确故障定位的新方法。与传统的基于偏微分方程的行波分析方法不同,文中采用的基于行波固有频率主成分的测距方法不受行波波头识别等的限制,只需要故障后的一段暂态电压信息,通过对暂态电压信息的频谱分析,得到行波固有频率的主成分,然后结合故障线路边界条件计算出故障距离。在PSCAD/EMTDC中建立高压直流输电系统模型,在此基础上针对不同过渡电阻下的单极接地故障对该算法进行了不同运行方式下的仿真验证,结果表明该算法在高压直流输电线路上具有很好的适应性和较高的定位精度。     

基于随机子空间法和固有频率法的线路故障定位

输电线路发生故障后,进行准确快速的故障距离判断在实际生产运行中具有很大的意义。线路故障后,将产生一系列的故障暂态行波,且从频域的角度看,行波可看作为谐波形式。提出基于随机子空间法和行波固有频率法相结合的方法进行线路故障定位。首先通过相模变换得到输电线路中的模电流分量,然后基于随机子空间算法进行辨识得到行波固有频率,进而计算此频率下的行波波速和模阻抗导纳矩阵,最后可求得故障距离。在PSCAD中搭建两端系统仿真模型,经过仿真验证表明,此方法可有效进行线路故障定位,且准确度较高。     

计及测量装置失效的输电网行波固有频率故障定位方法

为解决电网中因测量装置失效而引起故障定位失败的问题,提出一种计及测量装置失效的输电网行波固有频率故障定位方法。根据故障后行波在输电网中的传播规律,首先分析了故障线路与健全线路固有频率对应的行波路径的不同特点,在此基础上,根据线路两端行波路径长度之和与线路全长的比较结果,确定故障线路,同时依据单端频率法计算故障距离。算法考虑了测量装置失效的情况,提出利用相邻线路处的频率信息判断故障线路,进而计算故障距离,实现联网定位。大量基于PSCAD/EMTDC和Matlab的仿真结果表明,该方法不受过渡电阻、故障距离和故障初始角的影响,具有良好的适应性。     

基于行波固有频率的电网故障定位方法

基于行波固有频率的输电线路故障定位方法,无需识别行波波头及检测行波到达时刻即可实现精确故障定位,具有一定优势.电网发生故障时,故障行波将沿不同的路径传播,且其频谱中包含反映不同传播路径的固有频率分量,该频率值与行波传播路径的长度间存在一定的关系.基于此,提出一种基于行波传播路径及其固有频率的电网故障单端定位方法,该方法首先根据故障行波的固有频率值判断故障线路,然后根据反映包含故障点的行波传播路径的固有频率值精确计算故障距离.大量仿真分析表明,该方法能准确地判断出故障线路,精确地估算故障距离,且不受故障位置、故障类型、故障电阻、故障初相角的影响,具有较好的适应性和一定的实用价值.     

利用CVT二次信号的频域行波故障测距方法

当输入信号为电容式电压互感器(CVT)二次信号时,现有的时域行波故障测距方法的计算结果不准确.提出从频域上进行故障距离计算的解决方法,分析了CVT的暂态响应特性及其对故障行波频谱的影响,推导了采用故障行渡频率主成分计算故障距离的公式.对单相高阻接地故障下的行波频谱进行了专门讨论,并研究了利用多信号分类(MUSIC)算法等谱估计方法精确提取频率主成分的可行性.     

基于行波固有频率和VMD的T型输电线路故障定位

基于行波固有频率的输电线路故障定位不受波头检测和同步时钟的限制,具有较大的优势。线路发生故障时,故障行波在故障点以及母线端发生折反射,形成混叠的频率谱,使得固有频率主成分提取存在困难。基于此,提出一种基于行波固有频率和变分模态分解(VMD)的T型输电线路故障定位方法。首先应用VMD算法将故障行波分解为多个模态,便于固有频率主成分的提取;然后通过比较对应支路上检测到的故障点与T节点故障时固有频率的大小关系,确定故障区间;最后根据相应支路的边界条件计算出故障距离。该方法能够很好地克服频谱混叠的影响,并能准确快速的判定出故障区间。EMTDC仿真结果表明,该方法适应性强,定位精度高。     

基于PSO-ENN算法的高压直流输电线路故障测距

高压直流输电线路故障测距对保障输电线路安全稳定的运行具有十分重要的意义。为了提高故障测距的精度,利用故障频谱对线路故障进行测距分析,并且故障行波在传播过程中具有强烈的固有频率信号。因此,文中将固有频率主频以及2倍频的幅值和频率作为输入训练样本,将故障距离作为输出训练样本,提出一种基于Elman动态神经网络的高压直流输电线路故障测距算法,并采用粒子群(PSO)算法优化Elman神经网络的初始权值和阈值。最后,采用MATLAB软件进行仿真,结果表明该算法具有较高的收敛速度与测距精度,可以为高压直流输电线路故障测距提供理论支持。     

基于优化小波神经网络的输电线路行波故障测距

针对单端行波故障测距方法中故障点反射波与对端母线反射波的识别问题,提出了一种改进粒子群算法优化的小波神经网络的故障测距模型。提取保护安装处检测到的行波波头时间值与反向行波线模分量的李氏指数作为行波特征值,利用小波神经网络拟合行波特征值与输电线路故障距离之间的关系,构建小波神经网络故障测距模型,利用该模型可以直接得到输电线路的故障距离。在标准粒子群算法中引入遗传算法变异因子,利用改进后的粒子群算法作为小波神经网络的训练算法,优化小波神经网络的权值与阈值参数,加快了小波神经网络故障测距模型的收敛速度,并提高了输出结果的精度。仿真结果证明,该方法有效且可行。     

奇异值差分谱理论及其在行波固有频率提取中的应用

当线路发生故障时,由于波阻抗的不连续性,故障行波的折反射现象会形成一系列混叠的固有频率频谱,因此,有效、准确地从混叠现象中提取行波固有频率成为故障测距的首要问题。因此,文章提出利用奇异值差分谱理论对原始信号进行分类处理,不仅能够降低噪声干扰,还能够提取到不同频率信号,降低频谱混杂现象,并且采用基于谐波模型的概率估计算法准确识别固有频率。通过PSCAD仿真分析,此方法能够从频谱混杂中准确提取到行波固有频率,实现对电网的故障定位。     

基于Dijkstra算法的电网故障行波定位方法

为避免电网故障行波定位方法中环网的复杂解网运算,提出了一种基于Dijkstra算法的电网故障行波定位新方法。该方法在电网中某条输电线路故障后,在所有变电站检测记录初始行波到达时间。然后,利用Dijkstra算法计算最短路径,建立最短路径距离矩阵,并利用最短路径矩阵和初始行波到达时间计算故障距离,建立故障距离矩阵。最后,对故障距离矩阵中的元素进行有效性识别,并综合所有有效故障距离得到精确的故障点位置。仿真结果表明该方法无需复杂环网的解网运算,可有效提高网络定位的可靠性与准确度。     

输电线路功率型行波纵联保护新方法

为提高纵联保护的灵敏性与可靠性,提出一种行波功率型的纵联保护新算法。该算法利用彼得逊等值模型,分析线路区内、区外故障时的初始行波分布特征,给出了初始行波无功功率定义。基于S变换提取单频率的初始电压、电流行波,计算出初始行波无功功率,根据线路两端的初始行波无功功率幅值之比构成保护判据。当被保护线路区外故障时,线路近故障点端几乎测量不到初始行波无功功率,而远故障点端测量到的初始行波无功功率数值较大;被保护线路内部故障时,线路两端均存在较大的初始行波无功功率。根据线路两端测量的初始行波无功功率相对大小关系,能够明显地区分出线路内外部故障。理论分析和PSCAD/EMTDC仿真结果表明,该保护性能可靠性高、动作速度快、动作门槛值整定简单、计算量小;在小故障初始角下仍能准确识别区内外故障,且不受故障类型、故障位置、过渡电阻和母线结构等因素影响。     

消除零模波速影响的配电网单端行波故障测距算法

配电网线路分支众多,末端往往具有三相不平衡负载,传统的单端行波法需在复杂的折反射波中提取故障点的反射波,不易实现。而基于模量行波速度差和基于线模行波突变这两种故障测距方法的精确度都受制于不稳定的零模波速度。基于此,将两种方法结合,利用零模检测波速度与传播距离成对应关系的特点,获得不受零模波速度影响的故障定位新方法,该方法避免了传统故障测距算法需要多次从复杂的折反射波中提取信息的缺点,能够简洁、快速、准确地对复杂的分支线路进行故障测距。此方法首先检测故障暂态行波的零模和线模分量到达首端的时间差,然后在首端对三相同时注入相同的高压脉冲并检测线模行波首个波头到达检测点的时间,进而利用稳定的线模波速度进行故障距离的测量。最后,利用PSCAD仿真验证了所提方法基本不受故障位置、过渡电阻大小以及故障初相角的影响,各种情况下绝对误差均在100 m之内。     

考虑强非线性和波速变化特性的特高压直流输电线路故障测距方法

特高压直流输电系统具有强非线性。采用小波变换方法的传统直流输电线路行波测距原理在实际工程中存在适应性问题。现阶段行波测距技术存在行波到达时刻与行波波速难以有机统一的问题。针对此问题,提出一种考虑强非线性系统和波速变化特性的特高压直流输电直流线路故障测距方法。从测距方法的适应性角度出发,提出非常适合暂态信息处理的改进的希尔伯特-黄算法,利用该算法可准确标定故障初始行波波头。从测距精度角度出发,分析故障行波波速变化特性,发现线路参数的频变特性和行波波头的衰减造成行波波速与故障距离呈非线性关系。据此提出神经网络算法,利用该算法将不必计算行波波速便能实现故障测距。大量仿真结果表明,该测距方法在不同故障距离和不同过渡电阻下的测距精度较高,鲁棒性较好。     

基于小波包能量谱的电网故障行波定位方法

为减少电网故障行波传播色散特性对行波波头检测和波速测量的影响,提高电网故障行波定位的准确度,提出了基于小波包能量谱的电网故障行波定位方法。该法结合小波包技术与傅立叶变换的谱分析,对行波信号进行分析,提取能量相对集中的故障频带信号进行故障行波定位计算;行波到达时间由该频带相应尺度下的小波包能量时谱提取的行波特征点位置计算;该频带行波传播速度由输电线路两端对外部扰动的实测行波数据计算。大量的电网故障行波定位ATP仿真分析结果和现场实验测试分析表明,该电网故障行波定位方法能有效提取电网行波特征信号,减少行波传播色散特性和线路长度变化的影响,定位误差<200m。