基于暫態(tài)量的高壓輸電線路故障分類與定位方法研究.pdf

1、隨著綜合國力的不斷提升與電力工業(yè)的飛速發(fā)展，我國電力系統(tǒng)已經(jīng)步入了高電壓、大電網(wǎng)和大機組時代；但隨著輸電容量與電壓等級的不斷提高以及輸電距離的不斷增長，高壓輸電線路的故障將對電力系統(tǒng)的穩(wěn)定運行、國民經(jīng)濟建設(shè)及人民日常生活帶來更為嚴重的危害與影響。因此，研究快速、準確的輸電線路故障分類與故障定位方法，不僅可以縮短停電時間、減小電力運行維護人員的工作強度，而且對保障電力系統(tǒng)的安全性與經(jīng)濟性具重要的意義。高壓輸電線路故障產(chǎn)生的暫態(tài)量雖然持續(xù)時

2、間短，卻蘊含了豐富的故障信息，這為實現(xiàn)快速、準確的故障分類與定位提供了可能性?；诖?，本文以構(gòu)筑高壓輸電線路的快速故障診斷系統(tǒng)為目標，對基于暫態(tài)量的高壓輸電線路故障分類與故障定位方法進行研究。
　　在故障分類方面，論文基于人工智能算法給出了三種高壓輸電線路故障分類方法。其一為基于粗神經(jīng)網(wǎng)絡(luò)的故障分類方法，該方法提取故障暫態(tài)電流信號13種不同的時域特征和時頻域特征作為故障分類的特征量，以10個不同的粗神經(jīng)網(wǎng)絡(luò)構(gòu)成故障分類器對十種常見

3、的短路故障進行分類識別。其二為基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)的故障分類方法，該方法以暫態(tài)電流故障分量的時域標準差和四分位距作為故障分類的特征量，根據(jù)特征量的特點構(gòu)造兩個不同的自適應(yīng)神經(jīng)模糊推理系統(tǒng)作為故障分類器，第一個用于分類識別單相故障、兩相故障和三相故障，當其輸出結(jié)果為兩相故障時，利用第二個分類器來判斷故障是否為接地故障。其三是基于陰性選擇算法的故障分類方法，該方法以暫態(tài)電流信號的高頻暫態(tài)能量作為故障分類的特征量，并依據(jù)改進的陰性選擇算

4、法設(shè)計故障分類的分類機制。利用PSCAD/EMTDC仿真數(shù)據(jù)對三種故障分類方法進行了測試與驗證，仿真結(jié)果表明：論文給出的三種方法均能快速、準確、可靠地分類識別出高壓輸電線路的故障類型，且其分類效果不受故障電阻、故障距離、故障初始角等因素的影響，對噪聲干擾具有較強地適應(yīng)性。
　　其次，論文在研究高壓輸電線路故障暫態(tài)信號時頻特征的基礎(chǔ)上，提出了一種基于暫態(tài)信號時頻特征的故障分類方法。該方法綜合考慮故障暫態(tài)電流信號的時頻相關(guān)系數(shù)和時頻能

5、量特征，定義了暫態(tài)信號的時頻特征相關(guān)系數(shù)，以此來刻畫不同的故障類型；并據(jù)此設(shè)計故障分類機制，避免了基于人工智能算法的故障分類方法中訓(xùn)練樣本難以構(gòu)造的問題。利用仿真數(shù)據(jù)對故障分類方法進行了仿真驗證，結(jié)果表明：該方法能快速、準確、可靠地分類識別出高壓輸電線路的不同故障，且其分類效果不受故障電阻、故障距離和故障初始角等因素的影響。
　　在故障定位方面，為提高現(xiàn)有單端行波法和行波固有頻率法的定位準確性，論文基于暫態(tài)行波的時頻特征，提出了兩

6、種單端故障定位方法。方法一為考慮暫態(tài)行波頻域特征的時域故障定位方法，該方法以傳統(tǒng)單端行波法為出發(fā)點，在考慮暫態(tài)電流行波頻率特征對行波傳播速度及波頭到達時刻影響的基礎(chǔ)上，利用暫態(tài)行波信號的Lipschitz指數(shù)將暫態(tài)行波波頭的時域特征和頻域特征聯(lián)系起來，得到更為準確的故障定位結(jié)果。方法二為考慮暫態(tài)行波時域特征的頻域故障定位方法，該方法以單端行波固有頻率法為出發(fā)點，利用信號的時域周期特征來修正暫態(tài)行波信號的固有頻率值，進而得到更為準確的故障

7、定位結(jié)果。大量的PSCAD/EMTDC仿真試驗結(jié)果證明：提出的兩種故障定位方法的定位準確性比現(xiàn)有的行波法和固有頻率法都有明顯的提高，且其定位的可靠性、準確性不受故障電阻、故障初始角以及故障類型的影響，同時具有較強抗噪能力。
　　論文最后將考慮暫態(tài)行波時域特征的頻域定位方法拓展至高壓輸電網(wǎng)的故障定位中，在推導(dǎo)了暫態(tài)行波信號的固有頻率與其在電網(wǎng)中的傳播路徑以及邊界條件的數(shù)學(xué)關(guān)系的基礎(chǔ)上，提出了基于暫態(tài)行波傳播路徑的高壓輸電網(wǎng)故障定位方