基于灰色关联度的配电网故障区段定位与类型识别方法

为了更全面准确地对配电网故障进行识别,提出了一种基于灰色关联度的配电网故障区段定位和故障类型识别方法。针对三相电流采用卡伦鲍厄相模变换得到0模、α模、β模,选择变化较为明显的模量,构造反映区段故障的综合模电流作为特征序列,再计算各区段的特征序列与参考正常区段之间的灰色关联度,与门限值比较从而确定故障区段。利用0模、α模、β模分量在故障前后的幅值畸变度,将故障初步分为单相接地、两相接地、相间短路故障三类。根据相模变换关系和不同类型故障的边界条件,选择不同的特征量进行灰色关联度计算,对计算结果分类处理,确定故障类型。IEEE 33节点配电网模型仿真实验结果验证了所提方法能够可靠准确地进行故障区段定位和故障类型识别,不受故障类型、接地电阻和故障相角的影响。     

实用化的微网单相接地短路故障识别

为解决分布式电源微网在并网运行下快速感知公共配电网单相接地短路故障,确保公共连接点PCC处的有效保护,提出了一种故障分量加dq坐标变换的单相接地短路识别方法。利用PCC处的工频三相电压推算故障相故障分量电压,判别是否发生不对称短路故障,对三相故障分量电流进行正序、负序及零序分解,利用故障分量电压的有无决定是否进行零序电流补偿并进行dq变换,构造出故障电压、电流特征量判定单相接地短路故障,根据正、负序故障分量电流相位关系实现故障选相。仿真结果表明,基于故障分量和dq变换的单相接地故障识别方法是有效的和实用的,该方法能准确识别单相接地故障,实现故障选相,从而为微网的运行提供参考依据。     

实用化的微网单相接地短路故障识别EI北大核心CSCD

为解决分布式电源微网在并网运行下快速感知公共配电网单相接地短路故障,确保公共连接点PCC处的有效保护,提出了一种故障分量加dq坐标变换的单相接地短路识别方法。利用PCC处的工频三相电压推算故障相故障分量电压,判别是否发生不对称短路故障,对三相故障分量电流进行正序、负序及零序分解,利用故障分量电压的有无决定是否进行零序电流补偿并进行dq变换,构造出故障电压、电流特征量判定单相接地短路故障,根据正、负序故障分量电流相位关系实现故障选相。仿真结果表明,基于故障分量和dq变换的单相接地故障识别方法是有效的和实用的,该方法能准确识别单相接地故障,实现故障选相,从而为微网的运行提供参考依据。     

基于卷积深度置信网络的配电网故障分类方法

提出一种基于卷积深度置信网络(CDBN)实现配电网故障分类的方法,利用离散小波包变换(DWPT)分解主变低压侧进线电流和母线电压等电量信号并构造时频矩阵,将时频矩阵转换成时频谱图的像素矩阵后作为CDBN的输入,经CDBN自主提取故障特征量,最终完成配电网故障分类识别。应用典型结构配电网的故障仿真数据与故障实验样本进行故障识别测试,结果表明,所提方法不但具有提取故障特征明显、故障分类正确率较高的特点,并且在系统中性点运行方式及网络结构调整、故障起动检测延迟、分布式电源接入等情况下,均有良好的应用适应性。     

引入调节因子改进S变换电压暂降源识别

配电网电压暂降的正确分类识别对抑制和缓解电压暂降具有重大意义.分析了分别由三种不同相的接地短路故障、感应电动机启动和变压器投运引起的五种电压暂降现象及其典型特征,在标准S变换的高斯窗函数上添加幅度调节系数和指数调节系数两个调节因子得到改进的S变换.采用改进S变换的方法得到不同类型电压暂降信号的基频幅值曲线和频率幅值包络线,提取暂降深度、突变点个数、基频幅值上升和下降斜率、二次谐波含有率和暂降时间比六个特征指标.将这些特征指标数据进行归一化处理后输入支持向量机,实现对配电网不同类型电压暂降的识别.最后,仿真结果表明,将基于引入调节因子得到的改进S变换用于特征指标提取,对电压暂降进行分类识别的正确率相比标准S变换更高.     

基于LOF和SVM的智能配电网故障辨识方法

针对现有智能配电网保护方法存在保护装置整定复杂、协调性差以及易误动等问题,提出一种基于局部异常因子(LOF)检测的配电网保护算法,并对配电网在故障定位后不能进行有效的故障类型辨识这一问题,提出LOF和支持向量机(SVM)相结合的智能配电网故障类型判别方法。根据各节点LOF值的大小实现智能配电网的故障检测与定位;然后对故障处的三相电压进行小波变换,以三相电压的小波奇异熵值建立故障特征样本库,利用反映接地故障信息的零序电压低频能量对故障进行预分类,并以此为基础建立SVM故障类型判别预测模型。该算法可对智能配电网的故障进行有效的检测与定位,并能对故障区域的不同故障类型进行合理分类。     

基于SA-SAE的配电网故障分类方法

准确识别故障类型是配电网故障处理的首要任务。基于特征融合和自注意力机制，提出了一种具有强抗噪声能力和高泛化水平的配电网故障分类方法。利用S变换构造故障信号的时频矩阵，对其进行奇异值分解提取频域特征量，与表征波形形态特征相关性的时域特征量相融合组成时频域特征量。将特征量输入稀疏自动编码器，引入自注意力机制提高特征提取能力，最终完成故障分类识别。仿真结果表明，所提方法在不同故障位置、故障相角和过渡电阻条件下可实现对配电网故障类型的较高正确率识别，且在噪声干扰、中性点运行方式发生变化情况下具有良好的应用适应性。     

基于奇异值分解和多级支持向量机的配电网故障类型识别

对配电网故障类型的及时准确识别有助于故障定位和事故分析等。提出一种基于奇异值分解(SVD)和多级支持向量机(SVM)的配电网故障类型识别方法。首先通过希尔伯特-黄变换(HHT)带通滤波算法对三相电压/电流、零序电压等7个故障波形进行等频宽分解,构造时频矩阵。然后将时频矩阵SVD得到的部分有效奇异值作为特征量,输入到多级SVM进行训练和分类识别。利用PSCAD/EMTDC软件搭建10 k V配电网模型用于获取训练样本和测试样本。测试结果表明,该方法对配电网单相接地、两相接地、两相短路、三相短路等10种故障类型的识别正确率较高,且在噪声干扰、采样不同步、系统网络结构改变、负荷电流变化、系统中性点经消弧线圈接地、系统等值阻抗变化、分布式电源接入等情况下均有较好的适应性。     

基于交叉重叠差分变换关联性分析的配电网故障选线

线缆混合线路的谐振接地系统的自由振荡频率一般在300～3 000Hz之间,且故障初期,配电网暂态信息丰富,交叉重叠差分(SOD)变换能反映零序电流的暂态特征,因而提出基于SOD变换关联性分析的单相接地故障选线方法。结合零序电压梯度和作为选线的启动,提高了选线的灵敏性及快速性。通过小波变换提取出暂态零序电流0～2.5kHz频带的信息,并对其作SOD变换。经SOD变换后,增大了健全线路之间的相似性以及健全线路与故障线路之间的差异,故对SOD变换的结果进行关联性分析。通过关联性分析形成故障线路判别矩阵,若故障线路判别矩阵中全为"1"则为母线故障,否则判别矩阵中"-1"所对应的线路即为故障馈线。仿真表明,该方法有效性几乎不受故障的初始角度、过渡电阻和故障位置的影响,选线结果准确、可靠。     

基于最小变异系数的配电网电压暂降源模型识别方法

提出了一种基于最小变异系数的配电网电压暂降源模型识别故障定位方法。该方法通过获得配电网中各个节点短路时监测点所测得的电压暂降特性,建立在不同故障类型条件下的电压暂降源识别模型,根据实际配电网发生故障时监测点所测得的电压暂降数据,用电压不平衡度公式区分出故障类型后,再与相应故障类型的电压暂降源识别模型进行比对,得到最小平均变异系数的区段则具有最大概率为故障区段。该方法将配电网故障选线和配电网故障区段定位融合在一起,经EMTDC仿真验证,有较高的准确性和有效性。     

新能源电源接入不平衡配电网的短路计算方法

当新能源机组接入三相不平衡的配电网后,由于配电网不平衡元件在正、负、零序条件下难以解耦,将使得以传统对称分量法为基础的电网短路电流存在难以准确计算等问题,需要以相分量故障分析方法为基础进行计算。同时,新能源电源在电网故障条件下将进行低电压穿越运行,受其接入方式、低电压穿越控制策略及机组Crowbar保护等因素的影响,其短路电流特性将不同于传统同步电机,需要建立不同类型的新能源电源短路计算相分量模型。因此,文中首先根据不同类型新能源机组的低电压穿越控制策略综合分析了现有新能源电源等值计算模型,并建立了相应的短路计算相分量模型,然后基于传统相分量故障分析法,根据故障条件建立故障后的相分量导纳矩阵和电压方程,进而提出了含不同类型新能源接入不平衡配电网的短路计算方法。最后,通过仿真案例对所提方法的有效性进行验证。     

基于故障高频电压稀疏量测的直流配电网双极短路故障定位

直流配电网分支密集,支持数据高速通信的测点相对较少,同时故障特性受配电网中电力电子设备控制策略的影响较大,导致传统配电网的故障定位方法难以适用于直流配电网。基于此,文中提出一种适用于直流配电网的双极短路故障定位新算法。基于暂态高频电流回路构建了不受控制策略影响的模块化多电平换流器和DC/DC换流器高频阻抗等值模型,然后,利用小波变换提取稀疏测点处的暂态高频电压形成节点高频电压方程。最后,将节点高频电压方程与基于贝叶斯算法的压缩感知理论相结合,求解节点高频电流稀疏向量,实现基于稀疏量测的准确故障定位。所提算法对测点数量要求低,同时不受换流器控制策略的影响,无需数据严格同步测量,理论上不受过渡电阻和负荷变化的影响。在PSCAD中搭建32节点直流配电网的仿真模型,测试数据验证了所提算法的定位效果。     

基于深度置信网络的交直流配电网直流故障检测技术

随着多源交直流配电网的发展,其直流故障检测技术已成为直流保护的关键。针对直流部分发生配电线路故障时故障电流大且上升迅速以及故障特征不易提取的特点,文中提出一种结合时域和频域特征提取的基于深度置信网络(deep belief network, DBN)的交直流配电网故障检测技术。通过对故障等效回路进行特征分析,分别利用傅里叶变换和相模变换提取故障电流、电压信号的频域和时域特征作为DBN的输入,并使用Softmax分类器输出故障选极和故障区域识别结果。在PSCAD上搭建交直流配电网模型对算法进行测试,仿真结果表明,所提检测方法在线路分布电容和控制策略的影响下依然具有很高的准确性,且有很强的耐受噪声能力,同时进一步的算法对比实验说明故障特征提取和深度学习模型训练相结合能够完成交直流配电网复杂直流故障的检测。     

含低电压穿越型分布式电源配电网的短路电流计算方法

换流器型分布式电源(DG)在配电网中的应用使传统配电网的短路电流计算方法不再适用。根据DG在配电网故障点前后位置的不同,将DG处理为不同类型的故障等效模型,故障点上游DG采用低电压穿越故障等效模型,故障点下游DG采用恒定电流源故障等效模型。提出了一种基于叠加定理的短路电流迭代计算方法,在每一次迭代过程中,根据当前节点电压和DG的故障等效模型分别修正故障点上游DG和下游DG的输出短路电流,并利用节点电压方程求解配电网的短路电流和节点电压分布,直到满足收敛条件。通过对算例系统的分析计算,验证了所提方法的正确性。该方法可应用于含DG的大规模配电网的短路电流求解。     

基于单端暂态电压的含限流电抗器直流配电网保护方法

直流配电网故障特性复杂,故障的可靠识别和快速切除是保护面临的主要难点之一.针对含限流电抗器的多端柔性直流配电网,文中利用限流电抗器的故障暂态电压特性,提出一种单端暂态电压的直流线路保护方法.根据限流电抗器故障暂态初始电压的差异识别区内外故障,利用正、负极限流电抗器故障电压构成的电压比值系数区分故障类型,并据此提出故障识别判据和故障选极判据.在Simulink中建立多端柔性直流配电网仿真模型,结果表明所提保护方法可在0.5 ms内快速判别故障位置和故障类型,仅利用单端数据即可实现全线速动,具有良好的区内外故障识别区分能力,且无须考虑通信和双端数据同步问题,具有良好的抗过渡电阻和抗噪声干扰能力.     

柔性直流系统短路故障网络阻抗建模与时频特性诊断方法研究

针对柔性直流系统直流侧短路故障诊断难题,文章从故障网络精确建模和暂态特征信号分析两个方面展开研究,并提出了阻抗网络暂态响应时频特性关联度的故障诊断方法。该方法通过向柔性直流系统线路入口处注入脉冲电压作为激励,实时提取所产生的暂态电流分量,经不同尺度的Mexican Hat变换得到时频能量序列,并构造反映故障网络暂态响应时频能量谱矩阵。同时,建立柔性直流系统精确模型,模拟不同故障点经不同大小电阻的短路故障,构建完整故障样本及其时频特征库,经相似度计算可选出与实测故障特征最相近的样本,确定故障点位置和估计短路电阻大小。最后,对上述原理方法进行算例分析,并与时域方法比较,结果表明文章所述诊断方法及其判据更为准确有效,相关原理正确可行。     

含逆变型分布式电源的不平衡配电网短路电流计算方法研究

逆变型分布式电源（IBDG）的输出由其控制策略决定而具有很强的非线性,使传统配电网的短路电流计算方法不再适用,而配电网的不对称更是进一步增加了其短路计算的难度。根据对称分量法推导出不平衡配电网的故障点各序电流,提出一种基于序网络迭代修正的不平衡配电网短路电流计算方法,在每一次迭代中,根据当前节点各序电压分别修正IBDG的输出电流和各不对称元件补偿电流源的输出电流,利用节点电压方程得到新的节点各序电压和故障点各序电流,直到满足收敛条件。最后,基于PSCAD/EMTDC对含IBDG不平衡配电网的进行了仿真计算,验证了所提方法的准确性和有效性。     

基于暂态功率方向的柔性直流配电网线路单极接地保护方法

单极接地故障是柔性直流配电网最为常见的故障。采用小电流接地方式的MMC型柔性直流配电网发生单极接地故障时,短路电流小(主要是分布电容电流),故障识别困难,柔性直流配电网接地故障检测亟待解决。利用相模变换建立了基于MMC的多端环状柔性直流配电网单极接地故障的零模网络电路,分析了零模网络换流器和直流线路的阻抗特性。在所关注的特征频段内将零模网络简化等效,分析得到故障线路两端的零模电压导数与零模电流的极性均相反,非故障线路两端至少有一端的零模电压导数与零模电流极性相同。利用该故障线路与非故障线路差异特征,设计了一种利用暂态功率的方向纵联保护方法。其中故障线路两端暂态功率方向均为负,非故障线路两端功率方向至少有一端为正。最后在PSCAD/EMTDC平台搭建仿真验证。结果表明,所提保护方法能可靠识别区内区外故障,不依赖线路边界元件,无需数据同步,具有较好的耐受过渡电阻能力。     

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。     

微电网混合型联网变压器及其故障阻隔协调控制

交直流混合微电网（HMG）联网与优化运行中,常规工频变压器不具备短路故障阻隔和电压综合控制能力。对此,提出一种适用于HMG的混合型联网变压器（HIT）,并构建新型基于混合型联网变压器的交直流混合微电网（HIT-HMG）。介绍了HIT拓扑结构并分析其运行原理,构造新型三柱三绕组工频变压器进行电压等级变换和部分功率传输,由串联变流器实现HMG的电压和电流主动控制。对HIT及串联变流器进行数学建模,建立新型工频变压器的等效磁路模型和等效电路模型。考虑配电网不同位置与故障类型,提出HITHMG故障阻隔控制策略。对所提HIT及控制方案进行仿真和实验验证,结果表明通过控制HIT的串联绕组电压,可以阻隔中高压配电网故障对HMG的影响。