欢迎来到天天文库
浏览记录
ID:33525944
大小:3.12 MB
页数:87页
时间:2019-02-26
《基于多信息融合的广域后备保护系统研究》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、分类号:UDC:.学校代号:11845学号:2111104002密级:广东工业的大学学位论文(工学硕士)基于多信息融合的广域后备保护系统研究陈琳指导教师姓名、职称:陵尘垡麴援学科(专业)或领域名称:电氢王程学生所属学院:自动丝堂院论文答辩日期:至Q!垒生墨旦ADissertationSubmittedtoGuangdongUniversityofTechnologyfortheDegreeofMaster(MasterofEngineeringScience)WideAreaBackupProtectionSystemBasedonMulti..Inform
2、ationFusionResearchMaster.Candidate:ChenLinSupervisor:Prof.ChenShaohuaMay2014lnstituteofAutomationGuangdongUniversityofTechnologyGuangzhou,Guangdong,P.R.China,510006摘要随着电网拓扑结构日益复杂、系统运行方式日趋灵活,现代电网的发展对后备保护的性能提出了新的要求。传统的后备保护由于整定配合复杂、动作延时较长,运行中缺乏灵活性。近年来,广域测量技术、计算机通信技术和数字化变电站技术的研究与应用给继电
3、保护的发展提供了广阔的发展空间。在以上因素的促进下,基于广域测量信息,从系统的角度综合考虑继电保护设计和配置的广域后备保护得到了越来越多的关注。本文从广域后备保护的研究现状出发,对基于故障元件识别原理的广域后备保护涉及的主要内容进行了综述,在分析比较现有广域后备保护算法的基础上,引入多信息融合的思想,阐述了多信息融合技术的研究内容和基本概况。在对广域后备保护三种结构模式进行分析比较的基础上,以区域集中式结构作为本文研究的广域后备保护结构,采用基于多信息融合的广域后备保护算法,融合断路器和各保护动作状态信息,使用粗糙集.概率神经网络组合模型进行故障识别。通过粗
4、糙集挖掘多种广域信息以及信息之间的联系,利用信息之间的冗余性和互补性进行约简优化。运用概率神经网络进行故障识别能较好地抑制广域信息在采集、传输过程中出现的信息缺失、错误等情况对广域后备保护造成的负面影响。算例分析表明,基于多信息融合思想,粗糙集.概率神经网络组合模型能够有效利用多种信息的冗余性和互补性,在信息出现缺失或错误的情况下,仍能保证较高的故障识别准确率。通过与BP神经网络、径向基神经网络、广义回归神经网络的对比实验可得出,本文所述方法在准确性和容错性方面具有明显的优势。本论文受到广东省教育厅电力节能与能源技术重点实验室资助项目基(ZDSYSZ0070
5、1)的资助。关键字:广域后备保护;故障元件识别;多信息融合;粗糙集;概率神经网络ABSTRACTABSTRACTWiththepowersystemisbecomingmoreflexibleandcomplex,thedevelopmentofmodempowerproposesnewrequirementsofbackupprotection.Traditionalbackupprotectioncarlnotaccuratelylocatetheactualfaultlocation,andrelaytuningiscomplex,exposingso
6、meproblems.Inrecentyears,wideareameasurementtechnology,computertechnologyanddigitalsubstationcommunicationtechnologyprovidesabroadspaceforthedevelopmentofrelayprotection.Inpromotingtheabovefactors,basedonWAMSmeasurementinformation,consideringdesignandconfigurationfromasystemsperspe
7、ctivethewide-areabackupprotectionhasbeenmoreandmoreattention.Thepaperstartfromthestatusofwideareabackupprotection,maincontentinvolvedwideareabackupprotectionbasedonfaultycomponentrecognitionprinciplewerereviewed.Onthebasisofanalysisandcomparisonofexistingalgorithmswideareabackuppro
8、tection,multi·informationf
此文档下载收益归作者所有