复杂配电网故障定位新矩阵算法

针对轨道交通复杂电网的多重故障问题,基于故障区域不存在流出该区域的故障过流的原理,提出了一种新的配电网故障定位算法,可对单一故障、复杂电网多重故障和馈线末端故障迅速做出定位,且在网络拓扑结构发生改变时算法的定位计算过程改变不大.并模拟计算了三电源配电网闭环运行时故障和轨交电网开闭环运行时故障.结果表明,该算法快速、有效...     

基于稀疏矩阵和集合运算的配电网故障定位与隔离算法

针对含有分布式电源的配电网,提出一种基于稀疏矩阵和集合运算的通用故障定位与隔离算法。采用网络拓扑结构的关联信息构成区域一节点矩阵以及不同节点的电流信息构成故障信息矩阵,以三元组稀疏矩阵方式在计算机中存储,在此基础上,使用简单的集合运算代替现有算法中高阶矩阵运算,实现多重故障的一次性定位与隔离。此外,研究了算法在故障信息丢失和故障信息错误等异常情况下的容错性能。在Mat—lab中对故障定位功能以及交互性能进行实现,算例计算结果验证了该方法的可行性与有效性。     

基于深度学习算法的配电网故障定位检测研究

当架空配电系统发生故障时,需要立即响应,并且运用时域反射(TDR)方法来检测故障检测位置。然而,在具有多支路的复杂网络和变压器、开关柜等配电设备中,由于TDR脉冲的波形失真和幅值减小,故障点的准确检测十分困难。本文提出了一种基于深度学习的TDR波形故障点检测方法。该方法可应用于分支配电网中观测到多次反射波的故障位置和故障类型的检测。由于深度学习算法需要大量的波形数据,我们开发了一种快速模拟方法来创建数据。为了快速模拟电路,功率分配线路被当作一个传输线,从而推导出传输线的基本矩阵。此外,通过基本矩阵的级联表示了配电网络的等效电路模型。利用MATLAB对等效电路进行计算,快速得到TDR波形数据。使用它来创建多分支架空配电网络模型的众多TDR波形数据,并使用深度学习算法进行故障位置检测。结果表明,对故障发生地点的识别准确率达到96.8%     

分布式发电条件下配电网故障定位的矩阵算法

分布式发电(DG)接入配电网后,配电网变成了多电源复杂网络,传统的故障定位算法不再适用.本文提出了一种能解决多电源复杂配电网多重故障定位(可含有馈线末端故障)的矩阵算法.该算法对于故障信息不完备和故障信息畸变的情况同样适用.算例测试结果验证了该方法的正确性和可行性,在配电网实时故障定位的应用中具有很大的潜力.     

基于改进粒子群算法的配电网故障区段定位

配电网的复杂性程度提高,使得故障定位算法的精度大大降低。配电网发生故障时产生的故障信息缺失造成传统定位算法无法定位的问题。针对此情形,提出一种自适应粒子群算法的故障定位方法。该方法引入遗传算法中的变异参数,使其能够根据环境进行自适应更新,提高其定位精度,得到全局优解。构建配电网开关模型,通过仿真模拟确认该算法具有可行性。仿真结果表明该算法提高了运算速度与抗干扰能力,能够在信息缺失情况下精准定位。     

基于自适应遗传退火算法的配电网故障定位研究

针对标准遗传算法易早熟收敛以及收敛速度慢的问题,提出了一种混合遗传算法（自适应遗传退火算法）用于解决辐射状配电网故障定位问题。该算法采用轮盘赌和最优保存策略相结合的选择机制,使得当前最优个体始终保持在种群里,并结合自适应交叉、变异概率,扩大种群的搜索范围,继而引入模拟退火算法,加快迭代后期算法的收敛速度。最后,通过对IEEE-33节点配电系统进行仿真计算,结果表明,该算法能够对单点和多点故障进行实时、准确地定位,并在故障信息畸变的情况下,也能快速地得到准确结果。     

基于CNN的配电网故障区段定位

针对故障特征微弱难以区分、矩阵法容错率低和人工智能算法中易陷入局部最优解的问题,提出一种基于卷积神经网络(CNN)的配电网区段定位方法。首先根据单相接地故障的原理,分析和论述了发生单相接地故障后配电网中各个节点电网信息的变化;然后通过卷积神经网络模拟出不同故障情况下三相电流电压与各馈线运行状态之间的映射关系;最后考虑到影响区段定位的关键影响因素过渡电阻,在Matlab的Simulink中设置不同过渡电阻进行实例仿真。仿真结果表明,在不同过渡电阻的情况下,该方法仍具有很高的准确率。     

基于改进哈里斯鹰优化算法的有源配电网故障定位

针对改进的遗传算法、二进制粒子群算法等智能优化算法在复杂的有源配电网中故障定位的准确率不高、易于陷入局部最优、收敛速度慢以及定位时间长等问题,提出一种基于改进哈里斯鹰优化算法的有源配电网故障区段定位方法。首先,通过Tent混沌映射改善初始种群和将逃逸能量非线性化,以加快哈里斯鹰优化算法的收敛速度。其次,通过结合黄金正弦算法跳出局部最优。最后,所提方法在IEEE33节点有源配电网模型上进行了仿真测试验证,表明改进后的哈里斯鹰优化算法能很大程度地加快收敛速率,故障定位方法具有很高的容错率。     

基于虚拟阻抗的复杂配电网故障区段定位新方法

针对含分布式电源的复杂配电网故障区段定位的问题,提出一种基于虚拟阻抗的故障定位新方法。首先以区段为单元识别畸变节点的故障信息,采用尝试赋值法校正畸变节点的故障信息;然后利用区段端节点过流信息初步判定故障位置,将故障区段端节点间的虚拟导纳值用0表示,非故障区段端节点间虚拟导纳用1表示,进而形成能反映节点间连通性的节点虚拟阻抗矩阵,根据故障电流的流通路径最终确定故障区段位置。具体算例验证表明,该方法具有故障定位准确、效率高的特点,可以满足复杂配电网的多点信息畸变校正和多重故障的故障区段定位。     

基于马氏距离算法的配电网故障定位系统研究

为了满足智能配电网故障定位的实时性、可靠性、准确性等需求,提出了基于马氏距离算法的配电网故障定位系统。以IDT智能配电终端作为系统运行状态电气量实时采集核心模块,按F检验获得元件电气量变化显著性概率P值初判故障元件和故障类型后,通过马氏距离算法准确定位故障区域和故障元件,并采用IEEE9节点系统的三相短路故障对配电网故障定位系统进行测试分析。仿真结果表明,该系统能真实地反映配电网故障后故障区域和故障元件的电气量变化,可满足智能配电网在线故障定位需求。     

基于HHT配电网不对称接地故障测距新方法

为了增加配电网不对称接地故障的测距精度,减少配电网故障导致的损失,提出一种基于HHT配电网不对称接地故障测距新方法。该方法应用Hilbert—huang变换提取故障零序电流在不同频率段内不同时刻的能量分布特征。应用遗传算法以故障分支、故障类型、故障距离、接地电阻和故障时刻为变量,以不同频率段内能量分布匹配程度为适应度函数,对Matlab／Simulink仿真所得各种不同故障条件下故障零序电流特征与原始故障信号进行特征匹配,利用遗传算法对故障条件进行自动搜索,以能量分布最为匹配的故障点作为输出,故障特征最为匹配的故障条件下的故障点位置即为输出的故障距离。该方法较大程度上提高了配电网不对称接地故障测距的准确性。     

基于电流变化的环状直流配电网故障定位方法

针对现有故障测距方法无法同时对单极接地故障和极间故障进行定位,以及利用电容放电阶段进行故障定位时忽略了多端换流站都会对故障点注入电流等问题,提出一种利用故障线路上的全电流分量对多端柔性直流配电网进行故障定位的方法.通过联立与故障点相邻两网孔的电压方程,从算法上解决了过渡电阻对求解故障位置的影响.在simulink中搭建...     

含DG配电网故障测距技术综述

分布式电源(DG)的接入对配电网的潮流分布、短路特性和保护运行具有重大影响,配电网故障精确测距特别是含DG配电网的故障测距到目前都没有切实有效和适用性强的方法。本文对配电线路尤其是含DG配电网的故障测距方法进行了归纳和总结,在简单介绍传统配电系统测距方法的基础上,重点分析了国内外比较先进的含DG配电系统故障测距技术,并对含DG配电网故障精确测距技术进行了展望。     

基于多端故障信息的配电架空线故障定位方法

针对多分支结构的配电架空线路故障定位困难的问题,依照分层开展、逐步锁定故障位置的定位策略,提出一套基于多端故障信息的配电线路故障定位新方法。首先分析故障初始行波到达线路不同末端的时差关系,归纳出其与故障位置间的内在联系,提出基于位置观测矩阵的架空线故障区域判定方法;然后从T型架空线结构入手,研究故障初测速度与实际波速度间大小关系所指示的故障区段特征,并提出基于波速度比较的架空线故障选段方法;最后进行双端行波测距,确定具体故障位置。PSCAD仿真结果证明,该套定位方法仅通过对多端初始行波时差的处理分析,即可获取较为准确的故障位置信息,方便有效。为配电架空线路故障定位提供了一种新方法。     

基于多类假说变量的配电网层次化定位模型

在配电网的区段中,通常只利用区段状态假说来计算节点状态期望值,当FTU采集的节点状态在通信过程中发生畸变时,节点状态的期望值与实际值出现不匹配,进而导致区段定位错误。将节点的漏报和误报与区段状态一起作为诊断的假说变量,利用故障矛盾假设对计及漏报和误报后的模型进行初次降维;通过构建层次化模型,进一步降低模型的变量维度。通过算例分析,验证了所提诊断方法在诊断准确率上的优势。     

基于行波时差矩阵算法的10kV电缆网络故障定位

城市电缆网络产生故障时,故障线路的精确辨识及故障点的准确定位有利于快速恢复供电。针对城市电缆多埋于地下、结构复杂、分支多、传统定位算法较为繁琐等问题,在有效分析电缆线路结构与行波传播路径的基础上,提出了一种基于行波时差矩阵算法的多分支电缆线路故障定位方法。该方法首先划分线路的各个区段,然后根据线路网络拓扑结构与行波传播路径构建故障判定矩阵,最终依据故障判定矩阵与双端行波定位原理准确定位故障点。PSCAD仿真结果表明,该方法能快速精确地判定故障分支并定位故障点。