基于智能算法的小电流接地故障选线研究

《基于智能算法的小电流接地故障选线研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、山东大学博士学位论文摘要国内外中压配电网中性点广泛采用小电流接地(包括不接地、经消弧线圈接地和经高电阻接地)方式，以避免发生单相接地故障(又称为小电流接地故障)时跳闸造成供电中断。对于小电流接地故障，由于故障电流微弱、电弧不稳定和随机因素影响等原因，接地故障选线比较困难，一直缺乏可靠的故障选线方法和高准确度的小电流接地故障选线装置，至今许多变电站仍然使用人工拉路方法查找故障线路。随着人们对配电网自动化水平要求的提高，小电流接地故障自动选线问题更加突出，迫切需要从根本上予以解决。因此，研究高准确度、高可靠性的自动选线技术和研制相应自动选线装置，对

2、于提高供电可靠性、减少停电损失和提高配电自动化水平具有重要的意义。本文在分析小电流接地系统单相接地故障特征基础上，分别对基于故障暂态特征信息的选线和基于故障暂态和稳态特征信息的融合选线进行了深入的研究。首先，利用故障暂态特征信息，提出了基于粗糙集理论和小波包分析的故障选线方法。其次，利用故障暂态和稳态特征信息，提出了基于粗糙集理论的融合选线方法。再次，由于基于粗糙集理论的融合选线方法的选线准确度较低，提出了基于神经网络的融合选线方法。然后，针对基于神经网络的融合选线模型训练时间较长的问题，提出了基于粗糙集理论的样本归一化方法。最后，以基于神经网

3、络的融合选线为判据，设计出了小电流接地故障智能选线装置的方案。主要的研究工作如下：(1)分析了小电流接地系统单相接地故障的特征。通过对小电流接地系统发生单相接地故障时零序电流的稳态特征、暂态特征以及谐波特征的分析，确定了在进行小电流接地故障选线时应选取零序电流的暂态特征、有功分量特征、五次谐波特征和基波特征作为故障特征。(2)分析了基于小波包分析的小电流接地故障选线方法存在的问题，在此基础上，提出了基于粗糙集理论和小波包分析故障选线新方法。基于小波包分析的小电流接地故障选线方法以暂态零序电流为故障特征，因为暂态分量的幅值比稳态分量大很多，所以该

4、方法具有较高的选线准确度。由于受硬件电路的限制，对暂态信号的采样频率不可能太高。经过低频采样后的暂态零序电流信山东大学博士学位论文号的幅值会发生不同程度的衰减，当采样后故障线路的暂态零序电流信号幅值衰减严重时，基于小波包分析的故障选线方法可能出现选线错误。所以需要对衰减的信号进行增强处理，衰减越严重、越可能是故障线路的信号，需要增强的比例就要越大。本文提出了采用粗糙集理论对信号增强的小波包选线新方法。首先，分别对暂态零序电流信号进行低频采样和短时间的高频采样，将从高频采样和低频采样的零序电流信号中提取的稳态工频分量幅值、采样前后信号衰减比例和信

5、号首波头极性作为故障特征。然后，将这些故障特征作为条件属性，信号需要增强的比例系数作为决策属性，构建决策表。通过属性约简和值约简得到最小决策规则，根据最小决策规则实现对低频采样信号的增强。最后，对增强的低频采样信号利用小波包故障选线方法进行故障选线。仿真结果表明，该方法无论是在能量衰减严重或首波头极性检测错误时，还是在相电压过零时的故障、母线故障和高阻接地故障，均能实现正确选线，有效地提高了故障选线的准确度。(3)定义了小电流接地故障时各种故障特征的故障测度，在此基础上，提出了基于粗糙集理论的融合选线方法。分别采用小波包分析法、有功分量法、五次

6、谐波法和基波幅值法从零序电流信号中提取暂态分量、有功分量、五次谐波分量和基波分量作为故障特征，根据每种故障特征的特点分别定义了它们的故障测度。将这四种故障特征的故障测度作为决策系统的条件属性，线路的故障状态作为决策系统的决策属性，提出了基于粗糙集理论的融合选线方法。通过属性约简和值约简后，得到最小决策规则，根据该规则实现故障选线。该方法消去了冗余的基波分量故障特征，融合了对选线结果影响较大的暂态分量、有功分量和五次谐波分量故障特征，实现了融合选线的目的。利用仿真和现场数据对该选线方法进行测试的结果表明，该方法的选线准确度高于基于单一故障特征的选

7、线方法。(4)针对基于粗糙集理论的融合选线方法选线准确度不高的缺点，将经粗糙集理论约简得到的故障特征的故障测度作为神经网络的输入，将融合后的故障测度作为神经网络的输出，提出了基于神经网络的融合选线方法。利用仿真和现场数据对该选线方法进行测试的结果表明，基于神经网络的融合选线方法的选线准确度高于基于粗糙集理论的融合选线方法。U山东大学博士学位论文(5)针对神经网络的训练样本中不同类样本距离较近时神经网络训练时间较长的问题，提出了基于粗糙集理论的神经网络样本归一化方法，并将其应用于小电流接地故障选线。首先，将神经网络的输入作为条件属性，输出作为决策

8、属性，构建决策表。然后，计算决策表中不同类样本间的最小距离，根据该最小距离确定原样本需要伸缩的比例，最小距离越小，伸缩的比例越大。各样本根据各自的伸缩