特高压直流输电线路神经网络故障测距新方法研究

特高压直流输电线路神经网络故障测距新方法研究

ID:35155074

大小:14.50 MB

页数:76页

时间:2019-03-20

特高压直流输电线路神经网络故障测距新方法研究_第1页
特高压直流输电线路神经网络故障测距新方法研究_第2页
特高压直流输电线路神经网络故障测距新方法研究_第3页
特高压直流输电线路神经网络故障测距新方法研究_第4页
特高压直流输电线路神经网络故障测距新方法研究_第5页
资源描述:

《特高压直流输电线路神经网络故障测距新方法研究》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密级UDC霞哺轉J乂4专业学位硕古学化论文特高压直流输电线路神经网络故障测距新方法研究研究生姓名谢佳伟指导教师姓名、职称毕贵红(教授)、陈仕龙(副教授)万春红(高级工程师)学科专业由气工程研究方向高压直流输由与柔性交流输电技术论文工作13—起止日期20.102015.4论文提交日期2015年4月20日学位论文出版授权书我同意将本人学位论文著作权中的数字化复制权、发行权、汇编权和信息网络传播权的专有使用

2、权在全世界范围内授予中国学术期刊(光盘版)电子杂志社(下""简称杂志社),同意其在《中国优秀博硕±学位论文全文数据库》和CNKI系列。数据库中出版,未经杂志社书面许可,我不再授权他人W数字化形式出版本文我同意《中国优秀辟硕±学位论文全文数据库出版章程》规定享受相关权益。,杂志社应追究其法律责任如有任何第H方未经杂志社许可使用本人论文,诉跑的全部费用由杂志社承担。胜诉后,由杂志社与本人按5:5的比例分配所获赔偿金。只細作者签名;辛)o/f年t月曰学位论文作者信息论文题目特

3、高压直流输电线路神经网络故障测距新方法研究名谢佳伟学号2012705020答辩日期2015年5月%日论文级别博±〇硕±囚院/系/所电力工程学院专电气工程^联系电话Email_通信地址(邮编);备注:囚公开□保密(年月至年月)(保密的学位论文在解密后应遵守此协______议)-0-联系电话:10拍79195162793H6化巧0做3传真:01062791814通信地址-084:北京清华大学邮局8448信箱采编中也邮编:100学位论文使用授权书本论

4、文作者完全了解学校关于保存、使用学位论文的管理办法及规定,即学校有权保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权昆明理工大学可将本学位论文的全部或部分肉容编入学校有关数据库和收录到《中国博±/优秀硕±学位论文全文数据库》进行信息服务,也可W采用影印、缩印或扫描等复制手段保存或汇编本学位论文‘。注:保密学位论文,在解密后运用于本授权书。V.■^作者签名::|导师签名贿/(^7[_wwr年'r广月日《月日年^^学院:电力工程学院学号:2

5、012705020专业:电气工程一(式H份,交研究生院学位工作处)一遵守学术行为规范承诺本人已熟知并愿意自觉邀守《昆明理工大学研究生学术规范实施细则(试行)》的所有内容,承诺所提交的毕业和学位论文是终稿,不存在学术不端行为,且论文的纸质版与电子版内容完全一致。二独创性声明本人声明所提交的论文是我个人在导师指导下进行的研究工作及取得的研巧成果,,。尽我所知除了文中特别加W示注和致谢的地方外论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得昆明理工大学或其他教育机构的学位或证

6、书而使用过的材料一。与我同工作的同志对本硏究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。本人完全意识到本声明的法律结果由本人承担。摘要摘要特高压直流输电具有输送容量大、送电距离远、线路走廊窄等优点,因此在远距离电能传输方面具有明显的优势,研究准确、快速的特高压直流输电线路故障测距技术具有较高的实用价值。目前直流输电线路故障后的测距主要依赖于行波故障定位技术,分为单端行波测距法和双端行波测距法。单端行波法需要准确识别第二个反射行波波头,高阻接地故障时第二个反射行波波头的正确识

7、别存在困难;双端行波测距法需要通讯设备,且对两端同步采样要求很高。本文在分析故障行波在恃高压直流输电线路上传播特性的基础上,发现了与故障距离之间存在特定非线性关系的特征量,鉴于人工神经网络具有良好的非线性逼近拟合能力,巧用人工神经网络对故障特征量与故障距离之间的非线性关系进行拟合逼近,进而提出了几种基于故障特征量的神经网络测距算法,具体工作如下:1)分析故障高频量在线路上传播时的衰减持性,推导出故障距离与到达整流侧和逆变侧测距装置处的故障电压行波首波头幅值比之间的数学关系,但准确计算线路衰

8、减常数是一个难题。人工神经网络具有很强的非线性逼近巧合能力,利用人工神经网络方法,将不必准确计算线路衰减常数也能准确实现故障定位。大量仿真结果表明:该基于商频量衰减特性的特髙压直流输电线路神经网络双端故障测距方法精度较高,而且耐受过渡电阻能力强。2)仿真发现特高压直流输电线路发生故障时,暂态电压线模分

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。