基于粒子群-最小二乘混合算法的参数自适应故障测距方法

对于双端故障测距频域法,为了消除线路参数不确定性和双端数据不同步的影响,必须建立多维非线性故障测距观测方程进行求解,其求解方法的有效性将决定测距结果的成败,而目前采用的方法均存在着局限性.为此,利用粒子群优化算法的全局搜索能力与最小二乘迭代算法的快速精确收敛能力,提出一种基于粒子群一最小二乘混合算法的参数自适应故障测距方法.为了提高实用性,还针对前置低通滤波器和具有并联电抗器的输电线路等问题进行了研究.以1 000 kV特高压输电线路故障测距为例,进行全面仿真验证,证明了测距方案的正确性.     

基于粒子群-最小二乘混合算法的参数自适应故障测距方法

对于双端故障测距频域法,为了消除线路参数不确定性和双端数据不同步的影响,必须建立多维非线性故障测距观测方程进行求解,其求解方法的有效性将决定测距结果的成败,而目前采用的方法均存在着局限性。为此,利用粒子群优化算法的全局搜索能力与最小二乘迭代算法的快速精确收敛能力,提出一种基于粒子群—最小二乘混合算法的参数自适应故障测距方法。为了提高实用性,还针对前置低通滤波器和具有并联电抗器的输电线路等问题进行了研究。以1 000 kV特高压输电线路故障测距为例,进行全面仿真验证,证明了测距方案的正确性。     

双端不同步线路参数自适应时频域故障测距算法

故障测距时域法所需时间窗短,能弥补频域法的不足,但考虑线路参数不确定及双端不同步影响时,其精度和稳定性偏低。利用故障前正常状态的稳态工频相量,建立含双端不同步时间差和线路工频参数的自适应观测方程,利用粒子群优化 — 最小二乘混合算法求解;建立Bergeron模型的故障测距时域观测方程,应用粒子群优化算法求解,实现双端数据不同步及参数自适应的时频域故障测距。通过建立1 000 kV特高压输电系统模型进行全面仿真验证,结果表明,所提出的故障测距方案能在较短时间窗内实现准确故障测距,且不受线路参数变化及两端数据不同步的影响。     

基于序分量电压加权的双端故障定位算法研究

准确地定位故障点位置对特高压输电线路运行具有重要的意义。基于线路分布参数模型,提出一种采用双端非同步电气量的故障测距算法。该算法分别建立基于正序分量、负序分量和零序分量的测距方程,利用最小二乘技术构造以故障距离和位移相角为变量的序分量加权方程,采用牛顿迭代方法对加权方程进行求解确定故障位置。通过输电线路发生的不同故障类型来预设加权方程的初始权值,通过实际故障数据对初设权重进行修正,最终计算得到最优权重。利用PSCAD建立基于线路分布参数的交流特高压输电系统模型,通过设置不同故障验证该算法的适用情况。仿真结果表明,该算法程序实现简单,计算精度高。     

基于线路参数估计的高压架空输电线路故障测距新算法

在现有的故障测距算法中,输电线路参数都是作为已知恒量参与运算,其准确性是影响测距精度的一个重要因素.文中提出一种基于线路参数估计的故障测距最小二乘算法,该算法无需已知准确的线路阻抗参数,无需增加硬件装置,利用现场双端故障录波装置提供的数据,在线估计出线路参数,同时计算出故障距离,从原理上克服了现场实际因素造成的线路参数不准确或变化对测距结果精度的影响.理论分析及仿真结果表明,该算法具有很高的测距精度.     

基于频域参数识别的距离保护算法

针对输电线路最常发生的单相接地故障,以最小二乘矩阵束算法为基础,提出了一种在线路末端故障时计算距离准确、在线路末端附近故障时计算距离具有正误差现象的频域距离保护算法。该保护算法的核心是假设故障点之后的零序回路为纯电感线路,列写出在频域具有3个未知变量的线性测距方程。电磁暂态仿真程序的仿真试验表明,在集中参数模型的短距离输电线路上,该保护算法在线路末端故障时测距准确,在线路末端附近经过渡电阻接地故障时不存在超越问题。     

同塔四回输电线路双端故障测距实用算法

基于输电线路的分布式参数模型,提出了一种适用于同塔四回输电线路差动保护装置的故障测距新算法。该算法首先对输电线路参数进行相模变换,选取相互独立的双端同向正序故障分量,依据输电线路双端口理论建立故障测距方程,从而得出精确的故障距离。该算法原理简单,计算量小,避免了一般测距算法需要计算双曲函数、超越方程、牛顿迭代法和搜索法的复杂过程。PSCAD/EMTDC仿真结果表明,该算法测距精度较高,且不受故障距离、过渡电阻、故障类型和两侧电源功角差的影响,有很强的工程实用价值。     

利用过渡电阻特征的输电线路故障测距算法

在输电线路故障测距算法中,不同步的数据增加了双端法测距的复杂度,影响了其实用性。通过计算故障过渡电阻的方法消去输电线路两侧数据不同步的影响,并基于故障过渡电阻的电阻性特征,利用工频量计算所得的过渡电阻复数虚部为0建立测距方程。对三相输电线路,通过凯伦贝尔变换对输电线路三相解耦,针对单相故障和相间故障给出了相应的计算方程及其解法。通过EMTDC仿真验证了该测距算法的精确性,并对算法进行了不同线路参数及测量误差的稳定性和精确性验证。     

一种基于PMU的线路自适应故障测距算法

提出一种新的基于相量测量单元(PMU)的输电线路故障测距的自适应算法.该算法利用PMU装置获得高压线路两端的电压和电流相量,在线计算线路参数,解决了线路实际参数与电力局所提供参数的不同、线路参数在运行过程中的不确定性等问题.采用前置带通滤波器与全波傅氏算法相结合的滤波算法,提取相当精确的突变量基频分量,用于输电线路故障测距.大量的EMTP仿真计算结果和实际系统参数验证结果表明,该测距算法不受系统的运行方式、故障点过渡电阻、故障类型、故障距离等因素的影响,具有很高的测距精度.     

电力传输线路单端故障测距新算法

提出了一种实用的单端故障测距新算法，该算法利用广义最小二乘法进行输电线路故障距离计算，用该法对数百组动模试验录波数据和若干组故障现场录波数据进行了分析计算，均得到了准确的测距结果。该测距方法的准确性和稳定性较好，具有较好的应用前景。     

一种考虑对各种误差综合修正的线路双端测距算法

在输电线路故障测距的研究中,由于线路参数可能变化或提供的参数不准确,以及其他不利因素的存在,对故障测距的精度会产生很大的影响。该文提出了一种基于分布参数模型和等效参数估计的双端测距算法,该算法只利用故障前的电压电流,在线估计出线路等效参数,对各种误差能够起到综合补偿的效果,从而提高了测距精度。EMTP仿真结果表明,该算法较之不带参数修正的算法测距精度有明显提高,具有很强的参数自适应能力和收敛能力。     

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。     

输电线路故障测距实用算法研究

针对输电线路双端故障测距算法需要进行双曲函数复杂的计算、牛顿-拉夫逊迭代和二分搜索计算量大、需要精确线路参数等问题,提出了一种新的适合于输电线路差动保护装置的精确故障测距算法。算法原理简单,经过简单的复数运算就可以计算出输电线路的精确参数、两侧非同步采样系数和故障距离。采用正序故障分量来计算故障距离,能适应各种故障类型,计算结果收敛快,不受过渡电阻影响。     

基于GPS的输电线路故障测距方法的研究

在比较了各种输电线路故障测距方法的基础上,提出了基于全球定位系统(GPS)的双端同步采样故障测距算法.该方法利用GPS的秒脉冲信号来确保双端同步采样,并利用双端测距提供的硬件设备,采用线路参数在线估计算法,有效消除了由于线路参数不确定对测距精度的影响.介绍了基于GPS的输电线路故障测距系统的结构、工作原理、防干扰措施,以及双端故障定位的计算方法.这种测距算法具有计算简单、稳定性好、且无伪根识别的特点.仿真结果表明,该算法具有可靠性高、测距精度高的特点,完全不受故障类型、过渡电阻和系统参数的影响.     

基于模糊自适应模拟退火遗传算法的配电网故障定位

对于配电网故障定位系统的不足与遗传算法存在易早熟、收敛速度慢等问题,结合模糊推理和自适应模拟退火遗传算法,提出一种模糊自适应模拟退火遗传算法(FASAGA)。该算法对评价函数做了容错性改进,在遗传选择时采用自适应机制与最佳个体保留策略,并结合模糊推理与自适应机制求取模糊自适应交叉算子、模糊自适应变异算子,引入模拟退火算法提高收敛速度与局部搜索能力。仿真结果说明该算法应用在配电网故障定位中的准确性、快速性与高容错性。     

一种基于PMU的线路自适应故障测距算法

提出一种新的基于相量测量单元(PMU)的输电线路故障测距的自适应算法。该算法利用PMU装置获得高压线路两端的电压和电流相量,在线计算线路参数,解决了线路实际参数与电力局所提供参数的不同、线路参数在运行过程中的不确定性等问题。采用前置带通滤波器与全波傅氏算法相结合的滤波算法,提取相当精确的突变量基频分量,用于输电线路故障测距。大量的EMTP仿真计算结果和实际系统参数验证结果表明,该测距算法不受系统的运行方式、故障点过渡电阻、故障类型、故障距离等因素的影响,具有很高的测距精度。     

基于参数估计的双端不同步故障测距算法

提出一种利用双端不同步采样数据并基于线路参数估计的故障测距算法,将输电线路参数、两端数据采样非同步误差角和故障距离作为未知量,利用故障时线路两端的非同步采样得到的电压和电流,通过牛顿-拉夫逊法求解非线性方程得到这些未知量。并将故障测距结果采用故障距离占线路全长的比例来表示,可以避免输电线路受温度影响产生长度变化导致的故障定位误差。利用线路杆塔在线路上所处的位置来估测故障点位置,更方便查找故障点。该算法减小了因线路参数不准确所带来的测距误差,仿真结果和实际数据验证表明该算法具有较高的测距精度。     

基于参数估计的同杆双回单线故障测距

线路参数在故障测距算法中有重要的作用。线路参数给定值与实际值不符是造成测距误差的一个重要原因。在实际运行中,输电线路参数受诸多因素的影响,如环境、同杆双回线路间互感等等。为了消除因线路参数变化对故障测距精度的影响,采用最小二乘法对线路参数进行预先估计,并在此基础上提出一种基于参数估计的同杆双回线路故障测距新算法。该算法能有效消除因线路参数不准确而造成的测距误差,实现了在线路参数未知情况下的精确故障测距。     

基于SAAFSA优化加权模糊聚类算法的变压器故障诊断

针对加权模糊聚类算法(WFCM)应用于变压器DGA分析时存在收敛速度慢、对初始值敏感的问题,提出了一种改进人工鱼群优化加权模糊聚类算法(SAAFSA-WFCM)的变压器故障诊断方法.该方法利用模拟退火算法(SA)来改进人工鱼群算法(AFSA)以求取最佳初始聚类中心,在发挥AFSA优异的全局寻优能力的同时,利用SA的概率性突跳搜索机制对AFSA实施局部优化,提高了AFSA的搜索精度.WFCM算法以得到的最佳初始聚类中心为初值进行迭代运算,最终求得更接近实际位置的聚类中心,克服了WFCM易受初值影响的缺陷,加快了收敛速度.仿真与实例分析表明,该方法可有效应用于变压器的故障诊断,并有着较高的诊断正确率和诊断效率.