基于神经网络的配电线路综合故障定位方法

针对配电网分支多、故障点信号弱的特点提出了一种利用C行波法和PNN神经网络的功能互补性来实现对带有分支的配电网故障线路的准确故障定位的方法.首先利用C行波法确定故障点到母线端的距离;由于到母线端同样距离的分支可能不止一个,故利用PNN神经网络的模式识别功能来进一步确定故障分支,从而可以实现精确故障定位.理论分析和仿真结果表明,该方法能够准确地确定带分支配电网单相接地故障位置.     

基于小波和神经网络的配电网故障测距算法

目前,树型配电网单相接地故障测距问题仍未得到较好解决.通过对零模和线模行波传输规律的分析,发现了零模-线模行波的传输时间差和零模波头的Lipschitz指数随传输距离变化的规律.以此为基础,利用小波的时频分析能力和BP神经网络的强非线性拟合能力,提出了基于小波和神经网络的故障测距算法,通过ATP仿真软件进行了仿真验证.仿真结果表明,该算法不受配电网分支线路、故障初相角、过渡电阻等因素影响,具有较高的测距精度.     

农村配电网单相接地故障定位方法研究

介绍了国内外农村配电网单相接地的故障定位方法,提出了一种基于小波变换对信息进行处理的反射行波分析法。利用农村配电网架空线路带有分支的特点,对各个分支点的反射波进行信号分析,根据小波变换后的模极值和矩阵特征值来确定故障位置。结果表明反射行波分析法能准确地确定故障位置。     

新型10kV配电线路综合故障定位方法

为提高行波定位的准确性,提出了一种新型配电网故障定位方法.此方法根据C型行波的传播特性和波形特征,应用小波变换良好的时频局部化功能进行波形降噪,同时利用RBF神经网络擅长模式识别的优点,可以实现准确的故障定位.该方法是一种分两步来确定故障点的定位方法:首先利用C型行波法得到故障反射波,运用小波变换进行波形降噪处理以确定故障距离,然后利用RBF神经网络确定故障分支.理论分析和仿真结果表明,该方法能够准确地确定配电网单相接地故障位置.     

基于KSOM-Elman网络的配电网故障定位方法

针对配电网分支较多、故障数据特征不明显引起的故障定位困难的问题,提出了一种基于行波测距和核自组织特征映射网(kernel self-organizing feature maps,KSOM)-Elman神经网络的故障定位方法.首先利用行波法和小波变换进行故障测距,搜寻故障可疑分支;其次在传统自组织特征映射网神经网络中引进高斯核函数,构建KSOM网络聚类器,将无标签故障样本数据分组,并结合Elman神经网络对聚类数据进行监督训练和学习,从而判断故障分支,精确定位故障点位置;最后将KSOM-Elman神经网络与其他神经网络的定位结果对比.经过仿真验证,该方法可靠有效,定位效果优于其他网络.     

基于对称注入法反射波特征提取的配电网故障测距算法

针对架空线配电网单相接地故障测距问题,分析了故障点反射波信号和线路行波传输特性,提出了一种向故障线路三相对称注入高压脉冲获取故障特征波的方法。采用母线端首次检测到故障点零模反射波的时间和波前特征参数,作为BP神经网络的输入变量,建立故障测距模型。在提取零模反射波到达时间和波前特征参数时,对行波数据进行小数定标规范化和极值归一化处理,以消除故障距离以外因素对神经网络输入变量的影响。最后采用PSCAD仿真和Matlab编程运行,结果表明该方法不受故障分支、接地电阻影响,可有效测定故障距离。     

10KV配电网单相接地故障综合定位法

中性点不接地的系统运行方式广为我国10kV配电网所采用,发生单相接地故障时,流经对地电容的故障电流较小,使得故障信号难以捕捉,加之网络分支较多,故障定位难以实现。为了解决快速定位的问题,提出了C型行波与决策树相互结合的综合故障定位法。首先利用C型行波在故障测距中的优势与经验模态分解(Empirical Mode Decomposition,EMD)的去噪功能,确定故障点与测量端之间的距离;其次利用决策树的分类功能针对网络多分支的特点,对线路不同区段进行分类,判断故障信号来源,并通过与BP神经网络与RBF神经网络的判断结果进行对比表明:C型行波与决策树相互结合的方法能够准确地对带有多分支的10kV配电网进行单相接地故障的快速定位。     

基于行波折反射特征和网络拓扑的配电网单相接地故障定位方法

中性点非有效接地配电网单相接地故障定位中存在故障特征弱、可用测量信息不足等问题。通过分析单相接地故障行波在配电网传播过程中的折反射规律和特征,研究初始行波与反射行波传播路径和配电网拓扑结构的关系,提出了一种基于行波折反射特征的复杂配电网单相接地故障定位方法,并提出了基于配电网拓扑的测量点布置方案。在PSCAD/EMTDC仿真软件中搭建电磁暂态仿真模型进行仿真验证,结果表明所提方法定位精度较高,不受故障距离、接地电阻等因素的影响。     

基于行波检测的水电配电网单相接地故障定位

对单相接地故障进行精准定位有利于提高水电配电网供电质量、减少断电造成的损失.为此,针对传统定位方法存在的定位误差大、检测耗时长的问题,设计了基于行波检测的水电配电网单相接地故障定位方法.定位过程共分为两个阶段:一是水电配电网单相接地故障选线,确定发生故障的线路.二是针对行波信号中存在噪声的特性,将行波检测法中的双端法与二进小波变换过程相结合,借助于二进小波变换的消噪作用和异常点定位能力,对单相接地故障位置进行精确定位.实证结果表明:与传统定位方法相比,利用行波检测方法后的定位误差更小、故障检测时间更短,为水电配电网单相接地故障的及时修复奠定了重要的基础.     

基于阻抗模型故障特征匹配技术的配电网单相接地故障测距研究

单相接地故障是配电网最常发生的故障,准确而快速地确定配电网单相接地故障位置对排除系统故障,减少事故损失具有非常重要的作用。针对当前配电网单相接地故障精确定位问题,通过采用网络故障时测量点处的电压预存信息,同时利用故障中馈线出口处测得的零序电压和零序电流信号,提出了一种采用差分进化算法的基于阻抗模型故障特征匹配的配电网单相接地故障测距的新方法。该方法基于系统阻抗模型定义了系统故障特征适应度指标,利用枚举法确定故障分支线路,并采用差分进化算法精确定位故障位置。中石化西北油田艾丁变10 k V线路配电网仿真结果表明了所提出的配电网单相接地故障测距方法的有效性。     

基于多端行波的配电网单相接地故障定位方法

配电网多为树形结构,分支多,单端定位或双端定位方法都很难准确定位故障。针对B型行波和配电网树形结构,提出了一种多端行波故障定位方法。该方法利用接地故障时刻产生的行波第1波头到达配电网线路各末端的时刻进行故障定位。利用行波故障定位基础理论,建立了多端行波故障定位的理论依据,考查了定位方案在配电网中的优越性。采用ATP仿真软件和MATLAB软件对该方案在配电网中遇到的各种情况进行了仿真分析。仿真结果表明,在配电网单相接地故障定位中,多端行波定位法只利用接地故障初期很短时间内的暂态行波信号,接地故障后期的故障发展情况对开始的暂态行波信号并无影响,所以运用多端行波定位法能够快速准确地找到故障点。     

基于传统BP神经网络和经云遗传优化的神经网络配电网故障定位研究

针对配电网故障定位问题提出一种基于人工神经网络(ANN)中结构较为简单并且可塑性强的误差反向传播(Error Back Propagation,BP)神经网络方法的定位模型。建立BP网络模型,并将训练好的BP网络模型和通过云遗传算法改进后的BP网络模型,应用于同一个简单的配电网系统中,分别对不同分支的反射信息进行特征提取与模式识别。通过对两种算法的训练曲线图和诊断精度的比较来反映优化算法的高效性和准确性,最终得以确定诊断的实际输出值,实现故障分支的判别和精确定位。     

基于C型行波与SVM的配电线路故障定位

在进一步研究C型行波故障定位方法的基础上,通过对现有配电网故障定位方法的分析,针对我国配电线路分支较多,故障信号难以捕捉的特点,提出了基于C型行波与支持向量机SVM(support vector machine)的配电线路综合故障定位的方法。该方法不仅融合了C型行波在故障测距中的优势与支持向量机在模式识别方面的功能,而且采用小波降噪技术对故障信号加以处理,通过优化SVM参数,并与BP人工神经网络法进行对比得出:SVM分类法能够准确判断故障区段。经过EMTP与Matlab仿真实验表明:C型行波与支持向量机相互结合的方法能够准确地对带有多分支的配电网进行单相接地故障的定位。     

基于小波分析和遗传BP神经网络的配电网线路绝缘预警研究

配电网中的大部分接地故障是由绝缘劣化引起的,对暂时性单相接地故障数据进行处理和分类,有助于提高对配电网故障状况和线路绝缘的诊断能力,为此提出了配电网线路绝缘预警。采用了小波分析法对暂时性接地故障数据进行分析处理,提取相应的特征量;利用遗传优化反向传播(back propagation,BP)神经网络在预测方面的优越性,对绝缘劣化值(线路设备距离绝缘完全损坏的天数)进行预测;通过实例验证,表明了小波分析和遗传BP神经网络结合的可行性。将预测得出的绝缘劣化值与设定的阈值进行对比,说明了遗传BP神经网络在配电网线路绝缘预警方面的准确性。这种方法可以有效判断绝缘的劣化程度并及时预警,保障供电的连续性和可靠性。     

基于距离矩阵与分支系数的配电网故障定位方法

针对现有配电网故障定位算法存在实现复杂、经济性差等方面的不足,提出一种基于距离矩阵与分支系数的配电网故障定位方法。通过分析配电网的拓扑和故障行波的传输路径,定义配电网的有效支路和参考节点,计算故障发生前后的固有距离矩阵和故障距离矩阵差值,建立故障分支判定矩阵,得到相应的故障分支判定原理与定位方法。考虑配电网运行经济性,在行波采集装置最优配置的原则下,构建分支系数函数W实现非有效支路故障的准确判定,并通过改进的行波定位方法定位故障点。仿真结果表明,相比于现有配电网故障行波定位方法,所提方法简单易行,在配置有限数量的行波采集装置时仍能准确判定故障支路,实现故障点的精确定位,且定位结果不受故障类型和过渡电阻的影响,有助于提高现有行波定位方法的经济性,促进行波定位方法在配电网的工程应用。     

基于行波全景故障特征自辨识的高阻接地故障检测方法

受故障信号微弱、配电网存在噪声干扰等因素的影响，高阻接地故障情况下行波波头提取和检测困难，导致基于行波信号的高阻故障检测方法可靠性不高。针对上述问题，提出一种基于行波全景故障特征自辨识的高阻接地故障检测方法。首先，借助行波全景波形对高阻接地故障与正常暂态扰动电压行波信号的时-频差异性进行分析；然后，搭建卷积注意力模块-卷积神经网络（convolutional block attention moduleconvolutionneuralnetwork,CBAM-CNN）模型，使其较传统的卷积神经网络（conrolutionneralnetwork,CNN）模型更具抗干扰能力，将行波全景波形以灰度图形式输入卷积神经网络，实现对多维故障特征的提取与利用；最后，在PSCAD上搭建10 kV配电网模型进行各种故障条件下的仿真分析。结果表明：所提方法能够可靠检测高阻接地故障，抗噪性能良好，且不受故障位置、过渡电阻、初相角的影响，大大提高了基于行波信号的高阻接地故障检测方法的可靠性与灵敏性。     

配电线路故障定位的实用方法

通过分析多种现有的配电网故障定位方法,针对单相接地故障确定出将配电网故障定位理论转为实际应用的合适方法,并提出线路拓扑特征波的概念。该方法分2步进行,首先利用C型行波法对故障线路进行高采样率的离线录波,并采用自适应滤波法与数值差分法进行有效的数据处理,从而计算故障距离;再通过对录波的峰值扫描以及伪特征的排除提取线路拓扑特征波,从而确定故障分支。故障测距与故障分支结果相结合达到精确定位。经现场试验验证,证明了该方法的正确性及在配电网故障定位中有良好的应用前景。     

基于双端不同时测距的配电网单相接地故障定位研究

为了提高配电网单相接地故障行波定位的可靠性,提出了双端不同时测距的定位方法.该方法利用从主线路两端测得的距离和已知的主线路长度来确定故障分支及故障点位置.在确定故障分支时结合S注入法对各种单相接地故障情况进行了综合分析.最后通过ATP仿真验证了方法的有效性.     

一种配电网单相接地故障定位新方法

10kV配电网结构复杂、分支众多,使单相接地故障定位问题难以解决。针对配电网的特点,提出了一种基于改进的C型行波法与直流信号注入法相结合的配电网单相接地故障定位方法。该方法利用不同定位方法的互补性来提高单相接地故障定位的有效性与准确性,实现了单相接地故障点的准确定位。经理论分析和ATP仿真表明,该方法能够快速准确定位出故障点。     

考虑配电网分布式零序电流关系的单相接地故障定位

配电网单相接地时故障特征弱,难以用传统的行波测距或阻抗法进行精确定位。基于配电线路的分布参数模型,充分考虑单相接地故障稳定后的分布式量测信号关系,分析零序电流、线路参数与故障位置的内在联系。依据故障点前、后的故障电流信息构造故障定位函数,并利用多测点、多时刻的量测数据,构造故障定位矩阵。将求解故障定位矩阵转化成求解与之相对应的非线性方程组的最小二乘解,使用混沌粒子群算法在故障区段内搜索故障点,实现故障精确定位。在PSCAD/EMTDC中搭建典型10 kV城市配电网模型并模拟单相接地故障,测距结果表明了方法的有效性和可靠性。