电力系统暂时过电压多级支持向量机分层识别

提出了一种电力系统暂时过电压多级支持向量机（M-SVM）分层识别的方法。根据暂时过电压分类,建立暂时过电压分层识别系统,并采用“二分树”法构建多级支持向量机分类器。在变电站实测过电压数据的基础上,提取了三相及零序电压的时域统计特征和小波时频特征,同时对特征量进行逐级选择,将这些特征量作为M-SVM的输入,实现暂时过电压类型辨识。现场数据测试表明,采用的M-SVM分层识别方法具有训练样本少、训练时间短、识别率高的优点,可较好地应用于电力系统暂时过电压类型识别。     

基于S变换局部奇异值分解的过电压特征提取

针对实测过电压信号波形不规则、不易识别问题,根据矩阵奇异值的特点,提出了一种采用S变换和局部奇异值分解的过电压特征提取方法。首先通过S变换得到过电压发生时零序电压的时频模值矩阵,然后对矩阵进行划分,计算各个子矩阵的最大奇异值,利用最大奇异值在不同频带以及整个时频空间的分布差异来构造过电压特征量。对变电站实测的感应雷过电压等五种过电压信号的计算表明,所提取的特征量维数低,对过电压信号随机扰动具有相对稳定性,能提取出过电压的本质特征。     

基于小波奇异熵和支持向量机的配电网故障类型识别

准确识别故障类型是实现配电网故障定位的前提。应用小波变换技术提取反映接地故障特征的零序电压低频信号能量,应用小波变换和信息熵相结合的方法提取三相电压的小波奇异熵。以零序电压低频能量和三相电压的小波奇异熵为输入特征量,以相别A、B、C和地G为输出量,建立了四输入四输出的SVM故障类型识别网络。应用ATP/EMTP搭建配电网仿真模型模拟了各种故障条件下的各种故障类型。仿真分析表明,该方法能够快速准确地识别各种故障类型,且不受过渡电阻、故障位置等的影响。     

基于小波奇异熵和支持向量机的配电网故障类型识别

准确识别故障类型是实现配电网故障定位的前提.应用小波变换技术提取反映接地故障特征的零序电压低频信号能量,应用小波变换和信息熵相结合的方法提取三相电压的小波奇异熵.以零序电压低频能量和三相电压的小波奇异熵为输入特征量,以相别 A、B、C和地G为输出量,建立了四输入四输出的SVM故障类型识别网络.应用ATP/EMTP搭建配电网仿真模型模拟了各种故障条件下的各种故障类型.仿真分析表明,该方法能够快速准确地识别各种故障类型,且不受过渡电阻、故障位置等的影响.     

配电网单相接地保护的研究

为快速识别配电网单相接地故障,断开故障线路并发出故障跳闸信号,仿真分析了配电网单相接地故障时故障线路和正常线路的暂态零序功率的特点,应用小波包精细分析配电网单相接地故障后的暂态零序功率,提取反映故障线路的暂态零序功率特征频带和信号窗长度;以零序电压作为单相接地保护的启动条件,以线路在特征频带和固定时间窗口的暂态零序能量为保护动作判据,构成配电网单相接地的反时限保护。仿真分析表明该单相接地保护动作原理不受短路时刻、接地电弧电阻、线路长度等因素的影响,满足继电保护"四性"要求。     

大型汽轮发电机定子单相接地故障定位新方法

发电机定子绕组单相接地故障定位能扩展目前定子接地保护的功能,为快速检修故障提供依据。分析了大型汽轮发电机的电动势分布特征,推导了定子绕组电势与故障位置的关系,给出了新的定子绕组电势表达式。分析了定子绕组单相接地故障时零序电压、三相电压的幅值变化特征,推导了三相电压幅值变化与故障位置和接地电阻的关系。在此基础上,提出了一种综合利用零序电压和三相电压幅值特征的定子绕组单相接地故障定位新原理。理论分析和仿真计算表明:应用本方法能可靠识别故障位置,且该方法不受中性点接地方式的影响。该方案仅需要零序电压和机端三相电压,简单易行,不需增加额外设备,适用于高阻接地故障,仿真数据验证了算法的可行性。     

采用小波多分辨率能量分布分析电网过电压特征

小波多分辨率分析技术已在处理非平稳信号中表现出强大的优越性,信息熵能有效表征系统紊乱程度。为此,结合小波和信息熵理论,提出基于信号分段能量在时频空间分布的信息熵特征计算方法,为有效提取不同类型过电压特征提供了新方法。对电力系统4种过电压—合空载变压器过电压、开关操作过电压、投入电容器组过电压、感应雷过电压进行实例分析,结果表明:小波分析和信息熵的结合能够有效地提取4种过电压信号的特征信息,过电压沿小波各层能量分布和小波分段能量熵能有效作为过电压识别的特征,为展开过电压类型的诊断、识别奠定了基础。     

基于频域参数识别方法的配电网单相接地故障选线

国内配电网大多采用中性点不接地或经消弧线圈接地的方式运行,在这种系统发生单相接地故障时,尽快选出故障线路对电网运行有重要意义。提出一种基于参数识别的频域方法进行小电流接地选线。通过矩阵束方法提取故障后零序电压和零序电流的频点信息,解决了传统离散傅里叶变换方法提取频域信号不准确的问题。提取频点信息后,利用频域方程求解线路对地电容值并进行选线。与时域参数识别方法相比,该方法对采样频率要求低、计算精度高。同时,频带分析表明该方法比传统的首容性频带滤波方式具有更宽的频带,理论上不需要滤波。经ATP-EMTP仿真和实时数字仿真器录波数据验证,该方法选线正确、有效,耐过渡电阻能力强,不受消弧线圈的影响。     

基于阈值判断和支持向量机的电网实测过电压识别

过电压严重危害电网的安全稳定运行。目前,许多变电站已配置了可记录过电压波形的过电压在线监测装置,从而为过电压识别提供了基础条件。快速、准确识别出过电压种类对确定过电压发生原因及在此基础上开展检修工作具有指导意义。为此,提出了一种基于阈值判断和支持向量机的电网过电压识别方法,对暂时、操作以及雷电共11种过电压进行识别。在变电站采集得到共480条实测过电压波形数据,采用时域分析、频域分析和小波分析等数学方法相结合、多角度地提取过电压特征量,并将这些特征量输入由阈值判断和多级支持向量机构成的模式识别结构中进行识别。识别结果证明,所提特征量维数低、具有较大区别性,采用的识别方法准确性高、速度快,该识别方法可以较好地适用于对电网暂时、操作以及雷电过电压的识别。     

基于DSP的中性点不接地系统接地故障支路判别

提出一种新的基于DSP的识别中性点不接地系统发生接地故障时,接地支路的识别方法。利用DSP的高速运算能力对零序电压、零序电流等小信号进行交流采样和差分数字滤波,提取故障分量,消除正常运行时零序电压、电流互感器不平衡输出的影响,并进行综合分析,准确地判别出接地故障支路。     

S变换模矩阵和最小二乘SVM在雷电及操作过电压识别中的应用

提出一种基于S变换模矩阵和最小二乘支持向量机(SVM)的雷电及操作过电压识别方法。通过对零序过电压信号的S变换模矩阵进行奇异值分解,将过电压信号的特征信息分解到不同的时频特征子空间,提取奇异值的5类统计特征参量作为过电压识别的特征向量,并将其输入最小二乘SVM分类器,实现雷电及操作过电压的类型识别。过电压实测数据表明:所提特征方法的特征量维数低,抗干扰能力强;采用的识别方法训练次数少,识别率高,可较好地应用于雷电及操作过电压的识别。     

基于同步时频特征分析的配电网接地故障定位方法

针对谐振接地网络发生高阻、小故障角度单相接地故障时故障特征不显著等问题，利用同步相量测量技术，提出了基于广义S变换时频分析的接地故障区段识别方法。利用广义S变换提取某一高频段内的频域特征量，计算故障后1/4工频周期各测量点在该时频窗内的零序电流时频特征量，计算不同测量点零序信号之间时频特征分布相似度，构建综合时频特征分布相关系数矩阵，结合模糊C均值聚类，实现接地故障区段的识别。结果表明，所提方法能准确定位出故障区段，不受故障距离、故障初相角等因素影响。     

采用时频矩阵奇异值分解和多级支持向量机的雷电及操作过电压识别

雷电及操作过电压的识别,对改进和提高电力系统绝缘配合水平具有重要意义.提出了一种基于时频矩阵奇异值分解(singular value decomposition,SVD)和多级支持向量机(support vector machine,SVM)的雷电及操作过电压识别方法,通过对过电压信号的小波分解,构建多尺度时频矩阵,利用 SVD 对该矩阵进行奇异值分解,将信号分解到不同的时频特征子空间,然后获取过电压信号的奇异谱,并计算奇异谱的特征量,将这些特征量作为多级 SVM 的输入,实现雷电及操作过电压的辨识.对变电站实测5种过电压信号的计算表明:提取的特征量维数低,对过电压信号的电磁干扰具有相对稳定性;采用的识别方法训练次数少,识别率高,能够实现雷电及操作过电压的准确分类.     

基于模糊神经网络的故障类型识别

提出了基于模糊神经网络的双端电源输电线路故障类型识别的方法,用ATP提取输电线路故障后一周后继电保护安装点的三相电压电流以及反映接地故障的零序电流基频分量及其相应的相角,并采用T-S模型与改进BP算法结合的模糊神经网络,实现故障类型识别。该方法不受故障位置、故障电阻及对两端电源初始相角差、系统运行方式等不确定的因素影响,仿真结果表明该类型识别方法可靠、正确。     

基于柔性接地技术的配电网三相不平衡过电压抑制方法

配电网三相对地参数不平衡会产生三相不平衡电压,一般采用投切电容器或电抗器补偿三相不平衡参数,抑制不平衡电压,但该方法补偿的精度和速度有限,难以彻底而迅速地实现三相不平衡过电压抑制。因此,在前期发明的柔性接地技术(专利201110006701.2)基础上,提出配电网三相不平衡过电压抑制新方法。通过PWM有源逆变向配电网注入零序电流补偿三相对地不平衡电流,实现对零序电压的控制,从而抑制三相不平衡过电压。仿真分析结果表明,所提方法可有效抑制三相不平衡过电压,能够将中性点位移电压限制为零。     

基于模糊神经网络的故障类型识别

提出了基于模糊神经网络的双端电源输电线路故障类型识别的方法,用ATP提取输电线路故障后一周后继电保护安装点的三相电压电流以及反映接地故障的零序电流基频分量及其相应的相角,并采用T-S模型与改进BP算法结合的模糊神经网络,实现故障类型识别.该方法不受故障位置、故障电阻及对两端电源初始相角差、系统运行方式等不确定的因素影响,仿真结果表明该类型识别方法可靠、正确.     

应用故障暂态特性实现配电网故障选线的新方法

通过研究谐振接地电网中零序信号的暂态特性,建立了零序电流信号频谱能量分布与故障发生时刻、接地点过渡电阻之间的关系.在利用小波包对暂态零序信号进行分解的基础上,给出了能量比因子和暂态因子的定义,提出了基于以上两个因子取值的自适应故障选线方法.该方法充分利用了暂态零序信号中的低频、工频和高频信息,自适应地选择在故障特征最明显的频带中进行选线,对母线和高阻接地故障均有良好的灵敏性和可靠性.理论分析与仿真结果证明所述方法正确、可行,可实现无死区的故障选线.     

不受电压互感器二次回路两点接地影响的零序方向元件

电压互感器二次回路出现两点接地情况(简称"两点接地")下再发生单相故障,若引起零序方向元件误判,零序电压和故障相电压之间相位差较小,而正常情况下故障零序电压与故障相电压之间的相位差一般较大,文中据此提出了电压互感器二次回路两点接地的实时识别方法.根据两点接地再故障时附加电压分量对各相电压影响的特点,提出用健全相相间电压替代零序电压的零序方向算法.将两点接地的实时识别和零序方向新算法结合形成一种不受两点接地影响的零序方向元件,可有效防止纵联零序保护不正确动作.现场事故录波数据的分析验证了该方法的有效性.     

基于小波算法的小电流接地系统高阻接地故障的识别

在10kV配电网络中，普遍采用中性点不接地或经消弧线圈接地的小电流接地方式，在发生高阻接地故障后，故障特征不明显，对故障识别的难度较高。基于上述问题，提出利用小波算法提取故障线路特征，将零序电流小波和小波能量熵作为识别高阻接地故障的特征量。利用仿真软件PSCAD搭建了10kV中性点经消弧线圈接地配电网线路模型，仿真得到小电流接地系统发生高阻接地故障时的电压电流波形，然后采用Matlab软件分析故障波形，提取故障的特征量并识别故障。仿真试验证明该方法具有良好的故障识别效果。     

并联电容器零序电压保护的改进方法分析

并联电容器零序电压保护是通过检测零序电压来判断电容器组内部是否出现故障,从而给出报警信号或者跳闸信号使电容器组退出运行。零序电压保护不能识别故障相,不能消除三相电压不平衡的影响。为克服这些缺陷,对电容器零序电压保护进行了改进方法的研究,分析了电容器组内部故障时的过电压和相电流的变化,并给出了计算公式。同时,提出了消除三相电压不平衡及识别故障相的改进方法。