基于FTU和GPRS的小电流接地系统单相接地故障定位

提出一种基于FTU(馈线终端设备)和GPRS(分组无线业务)的小电流接地系统单相接地故障定位的方法。FTU测量配电网相关数据,通过GPRS模块传送至控制中心,控制中心根据故障区段定位算法程序测算故障发生区段,能够简单、快速、有效地实现小电流接地系统单相故障的区段定位。     

配电网单相接地故障区段定位方法的研究

我国中压配电网一般采用小电流接地方式,即中性点不接地或中性点经消弧线圈接地方式。针对中性点经消弧线圈接地配电网单相接地故障带电定位难的问题,提出了一种基于矩阵算法的单相接地故障定位方法,该方法采用馈线终端设备(FTU)和控制中心相结合的方式定位故障区段,通过仿真实验,验证了该算法的正确性和有效性。     

配电网故障快速定位方法研究

寻求一种配电网故障快速定位方法将有助于智能电网的发展。对基于遗传算法的配电网故障快速定位方法进行了研究,改进了传统遗传算法的开关函数,避免了故障区域的误判和漏判。最后,基于M文件编写了遗传算法程序,结果证明改进后的遗传算法能快速实现配电网故障的准确定位。     

煤矿电网故障区间判断算法研究

在煤矿电网实际运行中经常存在越级跳闸的问题,因此往往不能直接根据开关的动作信息来判断故障区段。基于FTU采集故障信息,并将采集的信息上传至控制中心,由控制中心所提出的2种算法(改进的矩阵算法和基于Beyes理论的故障区间判定算法)来判定故障区间。通过实例验证,2种方法都能准确判断出故障区间,但改进的矩阵算法在FTU本身故障时会产生误判现象,而采用Beyes理论的方法具有较好地容错能力。     

基于EMD的配电网故障定位仿真研究

在ATP中建立小电流接地系统单相接地故障模型并进行仿真,通过对沿线路安装的各检测装置检测到的暂态零模功率信号进行EMD分解,利用得到的最高频IMF分量部分进行一阶向后差分运算,通过分析各检测点的一阶差分波形可以得出:位于故障位置同侧两检测点的差分波形相似度极高,而位于故障位置两侧2点的差分波形相似度低,以故障点为中心,两侧各点的差分波形对称度极高。已经证明,一阶差分波形的特征信息不随过渡电阻值的变化而变化,因此,利用差分波形的故障特征信息可以为小电流接地系统的故障定位研究工作提供新思路。     

基于神经网络的多电源配电网故障定位

风光类分布式电源的接入使得配电网的故障定位问题由单电源模式变为多电源模式。为了研究多电源配电网的故障定位,研究了应用神经网络进行电源配电网故障定位的可行性。通过训练样本对神经网络进行训练,实现了故障过电流信息到故障区域的映射。算例的结果证明应用神经网络求解多电源配电网故障区域是可行的,具有一定的理论指导意义。     

基于线电压判据的配电网断线故障定位

配电网结构相对比较复杂、运行方式多样,断线故障时有发生.其单相断线故障因特征不明显,所以监测效率低.提出了一种基于线电压为判据的单相断线故障诊断法,通过监测线电压向量变化,判断故障点,该方法解决了以往常规使用相电压、相电流变化为判据方法所存在的弊端,在很大程度上提高了单相断线故障的诊断率.     

电力配电网故障点定位方法研究

针对配电网通过人工巡线方法定位故障点的弊端,提出采用信号注入法检测配电网单相接地故障。即在发生单相接地故障后通过安装在变电站的信号源,主动向母线注入一个特殊的信号,故障指示器检测到这个特殊信号后立即指示接地故障,并通过无线传输技术传故障信息,从而完成故障检测。该电网故障定位方法通过现场测试,验证了该故障定位系统的快速性、准确性和可靠性。     

基于蚁群算法的分布式配电网局部故障定位方法

为快速精准定位分布式配电网局部故障,隔离故障分支降低经济损失,提出一种基于蚁群算法的分布式配电网局部故障定位方法。利用蚁群集体行动的信息正反馈机制组建故障定位模型,创建蚁群算法评价函数,使用随机比率准则计算蚂蚁转移概率及残留信息,引入信息素更新方法动态调节原始信息素浓度,通过信息缺失校准策略提升算法容错性,依照评价函数大小,在可能解对应设备状态中释放信息素,避免产生局部最优解,能够精准定位分布式配电网局部故障位置。仿真实验结果证明,该设计方法可以有效地对分布式配电网局部故障进行高精度定位,故障定位计算收敛速度快,耗时短,拥有极强的实用性,为分布式配电网的可靠应用发挥应有作用。     

基于小波变换的行波测距在电网故障选线中的应用

利用小波变换检测和分析故障行波,准确捕捉故障初始行波和故障点第一个反射波到达保护点的时间。根据电缆的结构特点,利用实时在线测得的故障线路参数,计算出模量行波的传播速度,对故障点进行准确测距定位,得出保护装置选择性动作的原理及判据,实现煤矿电网的故障选线。     

基于优化遗传算法的配网故障定位算法研究

针对遗传算法存在的适应性欠佳、抗干扰性较差的问题,提出一种面向配电网故障定位的优化遗传算法。该算法基于对故障电流参考方向的明确,对算法参数进行优化编码,同时在对开关函数进行优化的基础上利用漏判参数和误判因数对适应度函数进行重构,使得通过优化的遗传算法提升了抗干扰性和适用性。仿真实验表明,该算法能够在分布式配电网中和信息畸变的情形下完成准确的故障定位。     

基于行波法的低压台区低压故障停电报警系统设计

为了提高低压故障停机报警的准确性,缩短故障报告时间,设计了一种基于行波法的低压故障停机报警系统。系统接入层的功能是采用基于多点电流测量的输电线路行波故障定位方法检测低压台区低压故障信号,利用罗氏电流互感器获取低压下电流行波数据源,对比近邻TA中电流故障分类的相位关联性,以此定位故障范围;使用首级与第2级测点间线路段运算波速,使用双端行波运算获取故障距离。同时,接入层还具有报警电话的呼叫接入等功能。流程控制层能够设置停电报警的流程,根据低压故障定位结果进行自动报警;用户根据报警信息通过业务逻辑层输入相应控制指令。实验结果显示,该系统在不同故障类型条件、不同故障点条件下的精度均控制在27 m以下,显著低于设定阈值,停电报警时间控制在0.1 s以内。     

基于信号分析技术和人工智能算法的电力线路故障定位研究

针对基于行波分析的故障定位方法存在的部署成本高,且在串补电路中精度不足的问题,提出一种基于信号处理技术和人工智能算法相结合的低成本故障定位方法。使用双曲S变换对故障电流进行时频转换以提取故障特征,使用能量谱分析技术对故障特征进行降维处理,并将所得到的故障特征输入反向传递人工神经网络（BP-ANN）模型,实现对电力线路故障距离的识别。仿真实验表明,在不同故障类型、不同过渡电阻的条件下,该方法均能够实现准确的故障定位。     

消除单端行波测距死区的煤矿电网故障定位

单端行波故障定位由于故障行波特征难于分辨,故障距离若与非故障线路基本特征匹配时,导致单端行波测距方法无法完成,因此输电网中实用的故障定位均为基于GPS精确校时的双端行波法。在深入剖析煤矿中压电网发生故障后的行波传递的基本特点的基础上,充分考虑煤矿电网馈线支路多、线缆混合情况等矿区电网的特点,对单端行波故障定位原理特点作深入分析。定义行波瞬时功率,改进了电压、电流行波易受线路中噪声影响的问题,提高了信号的可测性;并根据选线结果及线路本身参数,利用故障线路中两个反应故障距离的反射波头时间关系验证反射波头,解决单端行波定位的死区问题。PSCAD/EMTDC仿真实验表明,该故障定位方法具有较高的精确度,完全能适应煤矿电网的特点。     

智慧型电力应急预案模式在故障线路快速定位方法中的应用研究

现有电力应急预案在响应突发事故导致的输电线路故障情况时,体现出准确性和时效性的明显不足问题,归其根本是因为在响应初期无法做到准确及时地定位出故障线路位置,从而使得应急响应存在滞后性。而智慧型电力应急预案以事故的推理机制为基础,在考虑系统的状态运行条件下,实现无脚本的动态应急响应。在智慧型应急预案下,动态应急响应的关键在于准确及时地定位出发生故障的输电线路位置。通过将电力网络的APTS简化模型和改进遗传算法相结合,构建出一种在智慧应急预案下的故障线路快速定位方法。该方法具有定位速度快和定位精度高的优点,具有很强的实用性。最后,以广州市某小型配电网为例验证了其合理性和可行性。     

新能源配电网故障修复时间分析与预测研究

风能、太阳能、潮汐能等新能源作为可再生能源,具有节能、环保的优势性,以其为应用发展的新能源电源并网运行,可缓解煤炭、石油等发电的高能耗、高污染问题,促使电网趋向绿色生态发展。为提高电力服务质量,及时告知停电用户故障修复及停电恢复时间,提出了MCNNs模型,将停电原因、电路编号和天气事件等离散数据及连续数据进行二进制编码,代入深度神经网络进行训练,采用正则化和非线性激活优化训练过程,从而提高故障修复及停电恢复时间预测准确率。在仿真阶段,将所提方法与VGG16、ResNet和多层感知器模型进行比较,故障修复时间的预测模型优于停电恢复时间的预测模型,停电恢复时间MAE为118.20 min,比故障修复时间MAE高约90 min。     

含分布式电源的配电网接地故障自动检测方法

分布式电源发生故障时的零序电流极其微弱,不易被察觉,基于此,提出一种含分布式电源的配电网接地故障自动检测方法。利用S变换算法将配电网接地信号转换为复时频矩阵,提取其中信息量作为故障信号特征;计算配电网中每条线路的暂态信号真有效值,比较参考线路与其他线路间极性,找出故障线路;比较3条线路间的暂态能量比值是否大于1,如果大于1,说明线路出现了母线故障。经仿真实验验证,所提方法不受配电网中分布式电源的容量影响,可有效检测出隐藏的接地故障线路。     

分布式电源配电网络系统故障诊断方法优化设计

针对分布式配电网故障诊断过程中因信号丢失导致的诊断准确率下降问题,以分布式电源配电网络故障定位拓扑结构为基础,采集不同时段不同区段故障发生后的配电网络节点信息,形成故障信息数据集群,并对其数据特性进行分析,提取故障特征量,最后,采用粒子群寻优算法对支持向量机模型参数进行参数寻优,在Matlab仿真平台构建了分布式配电网络故障诊断算法模型,其中对区域故障信号因子进行反馈校正,剔除非区域故障的冗余计算。仿真结果表明,该故障诊断策略提升了配电网络的故障诊断运算速度和准确率。