A novel method for SLG fault location in power distribution system using time lag of travelling wave components

This paper presents an approach to single line‐to‐ground fault location in a power distribution system based on the time lag of different modal components . It is a single‐ended method applicable to unsynchronized measurements. The fault location formulation is derived by analyzing the traveling wave propagation characteristic in a distributed parameter model. To tackle the key problem of ground‐mode velocity estimation, an iterative velocity method based on prior knowledge is first proposed. Since the practical measurements are not ideal because of sensor accuracy and nonequivalent transient response, fuzzy neural network is utilized to process traveling wave data acquired at multiple measurements to get an error‐tolerant effect. Furthermore, electromagnetic transient simulations for a 34‐bus test feeder system under various conditions of fault resistances, inception angles, and distributed generator access reveal the robust estimation of fault location. The performance of the proposed method is also validated by simulations with noisy and noise‐free measurements. © 2016 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于波形比较的架空配电线路故障离线定位自动计算方法

现有的架空配电线路在线故障定位方法存在只能确定故障区段的不足,离线故障定位方法则存在故障定位灵敏度低与精度差的问题.针对上述问题,建立高压脉冲冲击线路响应模型,通过分析故障线路电流分布特征与波形差异,提出了一种基于波形比较的架空配电线路故障离线定位自动计算方法.该方法使用高压脉冲信号发生器向故障线路注入直流脉冲信号,以...     

基于分层定位模型的含DG配电网故障定位方法研究

针对现有配电网故障定位算法在含DG的故障定位中存在耗时长、准确率低等问题,提出了一种将分层模型与改进免疫算法相结合用于含DG的配电网故障定位方法。简化配电网模型,使用改进的免疫算法定位故障区域,并使用改进的免疫算法对故障区域进行二次定位。通过试验对单点故障和多点故障进行分析,验证了所提方法的优越性。试验结果表明,相比于传统的故障定位方法,所提方法引入了分层理论,有效降低了故障节点的搜索维数,在保证速度的情况下,具有较高的故障定位精度。     

Support vector classification and regression for fault location in distribution system using voltage sag profile

Fault location identification is an important task to provide reliable service to the customer. Most existing artificial intelligence methods such as neural network, fuzzy logic, and support vector machine (SVM) focus on identifying the fault type, section, and distance separately. Furthermore, studies on fault type identification are focused on overhead transmission systems and not on underground distribution systems. In this paper, a fault location method in the distribution system is proposed using SVM, addressing the limitations of existing methods. Support vector classification (SVC) and regression analysis are performed to locate the fault. The method uses the voltage sag data during a fault measured at the primary substation. The type of fault is identified using SVC. The fault resistance and the voltage sag for the estimated fault resistance are identified using support vector regression (SVR) analysis. The possible faulty sections are identified from the estimated voltage sag data and ranked using the Euclidean distance approach. The proposed method identifies the fault distance using SVR analysis. The performance of the proposed method is analyzed using Malaysian distribution system of 40 buses. Test results show that the proposed method gives reliable fault location.     

架空线路电弧故障的非线性估计单端测距方法

电弧闪络在架空输电线路故障中占很大比例,而大多数故障测距研究没有考虑到电弧的非线性特性。文章提出了一种基于电弧特性的单端故障测距新方法,研究了Mayr模型下线路闪络时交流电弧的频谱特征,依据超高压输电线路首端测量数据构造观测方程,并采用非线性状态估计的方法求解电压特性与故障电弧特性最接近的位置,为电力线路故障测距问题的研究提供了一种新的思路。仿真结果表明,该方法具有较好的稳定性和较高的测量精度。     

基于直流电抗电压的柔性直流配电网故障测距方法

故障测距是柔性直流配电网发展所需的关键技术之一,传统的高压直流输电系统故障测距方法在直流配电系统中适应性不好。因此在考虑线路配置直流电抗器的情况下,提出一种基于直流电抗电压的直流配电网双端故障测距方法。该方法从直流故障的电容放电阶段进行研究,利用线路两端直流电抗电压构建包含故障距离和过渡电阻的两个未知参数的时域微分方程,并利用最小二乘法进行求解。PSCAD仿真结果表明该方法能够有效地进行故障定位,并且能够计算出故障点过渡电阻,可以满足直流配电网的故障测距要求。     

基于TensorFlow框架的有源配电网深度学习故障定位方法

随着大规模分布式电源(DG)接入配电网,配电网的结构由传统的辐射型变为多端电源结构,传统的故障定位方法不再完全满足含DG的配电网系统,对此提出一种基于深度学习的有源配电网故障定位方法。首先通过馈线监控终端采集过电流故障数据与节点电压数据,结合各电源出力数据,形成故障数据向量;然后使用Tensorflow构建基于全连接网络的深度神经网络模型,挖掘故障数据向量与故障支路之间的映射联系,形成故障定位模型;最后利用该模型在线定位故障并验证其有效性。模型测试结果表示,与反向传播神经网络、学习向量量化神经网络模型相比,深度学习模型收敛速度更快,故障定位准确率更高,同时在数据畸变或缺失时,模型具有较高的容错性。     

配电网容错故障处理关键技术研究

为实现非健全信息条件下的配电网容错故障处理,提出了一种基于贝叶斯分析的方法,利用多相故障信息的相关性进行容错故障定位;针对永久性故障下的架空配电网,将重合闸过程中的故障信息进行融合得出更加准确的故障定位结果;在故障定位与隔离有误的情况下,融合恢复供电过程中的故障信息再次进行故障定位,并对故障处理结果进行修正控制。基于上述原理,提出了一个容错故障处理流程。结合3个实例进行了详细说明,结果表明所提出的方法在故障信息误报或漏报的情况下都具有容错能力,有助于最大限度地恢复健全区域供电。     

专家系统方法在配电网输电线故障测距中的应用

从研究小电流接地系统故障的故障特性出发 ,利用专家系统的方法 ,对小电流接地系统的各种故障进行故障分类及判别。如果判断出是单相接地故障 ,则应用插值法进行输电线路的故障测距。在采用插值法进行故障测距时 ,输电线路采用分布参数模型 ,充分考虑到输电线的分布电容对故障测距的影响。本方案的故障测距的精度可达 5 % ,对于配电网的输电线的故障测距 ,此方法是较为可行的     

Fault location in active distribution networks using non-synchronized measurements

Fault location is a necessity to realize the self-healing concept of modern distribution networks. This paper presents a novel fault location method for distribution networks with distributed generation (DG) using measurements recorded at the main substation and at the DG terminals. The proposed method is based on an iterative load flow algorithm, which considers the synchronization angle as an unknown variable to be estimated. Therefore, it obviates the need of synchronized measurements. A new fault location equation is also proposed which is valid for all different fault types, hence the fault type information is not required. The developed method can be simply implemented by minor modifications in any distribution load flow algorithm and it is applicable to different distribution network configurations. The accuracy of the method is verified by simulation studies on a practical 98-node test feeder with several DG units.     

基于果蝇优化算法的配电网故障定位

为解决配电网故障定位问题,提出了一种基于果蝇优化算法的故障定位方法。将原先果蝇优化算法中连续的位置坐标和搜索步长离散化,使其与馈线区段的状态信息相联系。对于单电源辐射状配电网和多电源复杂配电网建立了相应的目标函数,分别针对单一故障、含信息畸变的单一故障、多重故障、含信息畸变的多重故障等四种场景进行了测试,测试结果验证了所提出方法的准确性和有效性。与蝙蝠算法、粒子群算法、遗传算法相比,果蝇优化算法在多重故障定位问题中表现出了良好的寻优能力和更快的收敛速度。     

配电混合线路双端行波故障测距技术

该文提出利用线路故障产生的暂态行波实现配电架空线、电缆混合线路单相接地及相间短路故障测距,分析了故障初始行波模分量的暂态特征。研究发现,尽管中性点非有效接地系统单相接地故障后线路稳态线电压保持不变,但其故障暂态过程仍产生行波线模分量,这样单相接地及相间短路故障均可利用参数比较稳定的行波线模分量作为测量信号。分析表明行波在配电混合线路传播过程中发生复杂的折、反射,应该利用双端行波测距法测量故障距离。针对架空线和电缆波速度不一致的问题,给出了基于时间中点的故障点搜索算法。分析了电压、电流行波在线路末端的反射规律,为选择合适的行波测量信号提供了理论基础。现场试验表明文中所述方法可行有效。     

分布式光伏接入情况下配电自动化系统的适应性

为了应对分布式光伏接入配电网的挑战,分析了分布式光伏的短路电流特征和分布式光伏接入对配电网短路电流的影响,指出当分布式光伏接入上游母线时,依据故障电流的传统故障定位策略完全适应。给出了分布式光伏接入馈线情形下的最不利条件,并分析了能够满足传统故障定位策略要求的适应范围。为了满足分布式光伏超出适应范围的故障定位要求,论述了两种应对方法,即重合闸与分布式光伏脱网特性配合法和基于方向元件法。研究结果表明:无论配电网发生三相或两相短路,由光伏供出的短路电流都不超过其额定电流的1.5倍;在分布式光伏接入容量不超过馈线载流量25%的条件下,电缆馈线基本都能满足传统故障定位规则要求、架空馈线绝大部分能满足传统故障定位规则要求。论述的两种应对方法能够满足分布式光伏超出适应范围的故障定位要求。     

基于故障电流分布因子的单端故障定位方法

为了实现电力电缆的精确定位,提出了一种基于故障电流分布因子的单端故障定位方法。该方法首先根据Kirchhoff电压定理对电力系统等效模型建立表达式,然后检测线路单端三相电压、电流的正序、负序以及零序分量,接着引入故障电流分布因子,用故障类型的加权系数以及故障电流增量值替代故障电流,建立故障定位函数,最后检测出故障距离。仿真实验表明该方法鲁棒性强且具有较高的精确性。     

基于高频暂态稀疏测量的复杂直流配电网故障定位

为了解决直流配电网中高速通信测量点不足、故障特征复杂等导致的故障定位精度差的问题,提出了一种适用于复杂直流配电网的新型直流极间短路故障定位算法。首先,根据高频瞬态电流环路,构建含有电平转换器和DC/DC转换器的高频阻抗等效模型为故障过程提供稳定的阻抗值。其次,利用BCS理论推导与稀疏测量点相对应的节点高频暂态电压方程。最后,结合节点高频瞬态电压方程和贝叶斯压缩感知理论,求解节点高频瞬态电流稀疏矢量实现故障定位。实验结果表明:所提算法对测量点的数量要求较低,不需要严格同步地测量数据,且不受转换器的控制策略和过渡电阻影响,具有较高的故障定位准确性。     

基于小波AlexNet网络的配电网故障区段定位方法

文中提出一种基于深度网络迁移学习的配电网故障区段定位方法。利用小波包变换(WPT)分解配电网各区段的电量信号,将各节点小波包系数按照低频到高频的顺序重新排列获得时频矩阵,通过颜色编码将时频矩阵转成具有图像性质的像素矩阵,像素矩阵囊括了当前系统的工作状况信息,利用迁移学习AlexNet网络,调整网络结构使其适应于配电网故障区段辨识,通过微调的AlexNet网络自主挖掘像素矩阵的故障特征作为预测变量,利用门控循环单元(GRU)、学习向量量化(LVQ)、朴素贝叶斯分类器(NBC)、极限学习机(ELM)、支持向量机(SVM)等模式识别算法进行故障特征分类,从而实现配电网故障区段定位。针对多分支的线缆混合线路进行实验分析,比较5种模式识别算法的分类效果,得到GRU算法准确率可以达到99.92%,证明了该方法不受故障时刻、故障类型和过渡电阻等因素的影响,可满足配电网对故障区段定位准确度和可靠性的需求。     

基于暂态电压比初始值和时域迭代的直流配电网单端测距方法

针对直流配电网线路单端故障测距精度不高的问题，提出了一种基于暂态电压比的单端故障测距方法。该方法通过分析故障发生后限流电抗器两端故障电气量的特征和数学表达式，构建了时域内基于限流电抗器两端暂态电压比的故障测距方案，并利用迭代的方法削弱过渡电阻对故障测距精度的影响。该方法利用单端电气量，耐过渡电阻能力强，对通信无严格要求，无需安装同步装置，提高了直流配电网线路单端故障测距的精度。在PSCAD/EMTDC平台搭建多端直流配电网模型，对所提测距方法进行仿真分析，结果证明所提方法可以实现基于单端电气量的精确故障测距。     

基于PQMS电压信息的有源配电网故障定位方法

通过建立逆变型分布式电源(Inverter Interfaced Distributed Generation,IIDG)在低电压穿越控制下的(Low Voltage Ride Through,LVRT)故障输出模型,利用电能质量检测装置(PQMS)的电压信息,建立故障定位评估函数,提出了一种含逆变型DG配电网的故障定位新方法。论文首先研究了逆变型DG的低压穿越控制策略,建立逆变型DG的故障特征模型,分析对称及非对称故障条件下输出特性。然后利用含逆变型DG的配电网模型,分析不同故障条件下的故障特征。通过分析故障分量网络,建立节点电压关于故障距离与过渡电阻的方程,通过改进的粒子群算法求解精确故障距离。该方法考虑了故障条件下DG输出特性对于配电网故障定位的影响,利用故障网络的节点电压分布函数,解决了低电压穿越运行下的逆变型DG有源配电网故障定位问题。最后,在DigSilent软件中构建了带有逆变型DG的IEEE 33配电网仿真系统,验证所提方法的有效性与准确性。     

Analysis of shunt faults in the laterals of overhead power distribution feeders using superimposed components

In this study, a digital fault location and monitoring technique for overhead power distribution lines with laterals is presented. The technique is based on utilising the fault voltage and current samples obtained at a single location. In the implementation of the algorithm, the superimposed voltage and current components rather than total values are used to minimise the effects of preloading on the accuracy. The effectiveness of the method is verified through electro-magnetic transients program simulations.     

基于金属护层模型参数辨识的电缆单相故障单端测距方法

电缆大部分故障均与金属护层相关,仅考虑缆芯电气结构参数的模型无法实现护层相关的故障测距。为解决配电网电缆单相故障测距困难的问题,提出了基于金属护层模型参数辨识的电缆单相故障单端测距方法。以配电网单相故障零模等效网络作为辨识模型,将故障距离、过渡电阻、对地电容作为模型的未知参数,利用电缆单相接地故障后缆芯和护层中的暂态信息并结合故障状态网络和零模等效模型,建立时域测距方程作为参数辨识目标函数,用最小二乘算法进行最优参数求解,得到故障距离。ATP-EMTP仿真结果验证了所提方法的有效性,且测距精度高。