欢迎来到天天文库
浏览记录
ID:46291065
大小:1.27 MB
页数:4页
时间:2019-11-22
《基于S变换的配电网高阻抗故障检测方法研究》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、496化工自动化及仪表第42卷基于S变换的配电网高阻抗故障检测方法研究李梦达段玉波刘铁良王勇(东北石油大学电气信息工程学院,黑龙江大庆163318)摘要采用S变换对配电网高阻抗故障进行仿真与识别,结果表明基于S变换的配电网高阻抗故障检测方法能够快速、准确地区分出配电网高阻抗故障事件和无故障事件。关键词高阻抗故障配电网S变换+中图分类号TH165.3文献标识码A文章编号1000-3932(2015)05-0496-04高阻抗故障(HIF)含有丰富的电流谐波分NF事件。量,主要分为主动故障和被动故障。主动故障的1系统研究电弧和当前电流低于保护继电器的极限,电流通以三相径向配电
2、馈线模型为例,在Matlab平[1]常会逐渐衰减直至电弧消失,大多数主动故障台上搭建其仿真模型(图1)。由一个电压为检测技术都是利用电弧产生的信号,但在检测系15kV、容量为10MVA的发电机连接一个统确认故障之前电弧就会消失,不能有效检测故15/25kV、10MVA的变压器,分布网络运行在障;被动故障虽然不会产生电弧,但由于没有交流25kV的电压下。仿真模型采用了电力系统Blok-供能导体会更加危险,因此在HIF中电流很低或set模型,采样频率选择1.0kHz。HIF在线性负载者没有时,传统的过电流保护系统通常会检测失条件下的电流如图2所示。从图2可以看出HIF败。出现
3、在1/2个正常的周期后,且与无故障前的电SedighiAR等提出了结合小波变换和软计流信号相比含有更高的谐波分量,因此在线性负[2]载条件下,提取谐波成分可以很容易地区分出算应用分类的方法检测HIF,但由于小波变换对噪声的抑制效果较差,即使信噪比达到30db,HIF和NF。但在非线性负载条件下,故障后的电结果也会存在很大的误差。SharafAM和El-流和无故障的电流都含有较高的谐波分量,很难SharkawyRM采用了人工神经元组的方法检测区分HIF和NF,在电力分布网络中这是个至关重HIF,虽然系统能够准确地识别标准信号,但因模要的问题。笔者将针对非线性负载条件下的电流
4、糊神经网络对系统频率的变化需要大量的数据和信号进行分析。长期的训练时间,故其在高频率信号中很难得到2S变换的概念较好的应用[3]。上述文献所采用的检测方法均具S变换是连续小波变换和短时傅立叶变换的有一定的局限性。组合与扩展,是一种可移动、可伸缩的高斯窗函[4]笔者通过S变换处理故障与无故障(NF)的数。S变换属于广泛多分辨率的频谱分析,由电流信号,在较高的频率分辨率和较低的时间分于其标准偏差是一个逆函数的频率,因此减少了[5]辨率下获得准确的频率信息,在较高的时间分辨维度的运算。高斯函数g(t)的表达式为:率和较低的频率分辨率下获得准确的时间信息,继而利用非线性负载条件下
5、的HIF电流信号特征收稿日期:2015-04-08(修改稿)点来训练和测试神经网络,使其能够区分HIF与基金项目:黑龙江省教育厅科技资助项目(12531086)第5期李梦达等.基于S变换的配电网高阻抗故障检测方法研究497图1三相径向配电馈线仿真模型+∞|f|-(τ-t)2f2/2-i2πftS(f,τ)=∫h(t)×e×edt(4)-∞槡2π从式(4)可以看出,零频率的S变换等同于零,没有任何信息,因此S(f,τ)是时间独立的,并等于函数h(t)的平均值,即:图2HIF在线性负载条件下的电流(A相)1T/2S(0,τ)=limh(t)dt(5)g(t)=1e-t2f2/
6、2σ2(1)T→-∞T∫-T/2σ槡2π对于离散S变换,h(t)可以写成h[pT]离散其中,σ为标准偏差。则S变换定义为:形式,此时p在[0,N-1]之间变化,并是信号+∞-i2πftS(f,τ,σ)=∫h(t)g(τ-t,σ)edt(2)h(t)的离散时间序列。离散傅里叶变换的时间系-∞S变换是多分辨率的傅里叶变换,扩展参数列h[pT]可以表示为:的主要目的是提高窗函数的宽度,进而降低频率,n1N-1-i2πnk/NH[]=∑h[pT]e(6)[6,7]NTNp=0反之亦然。笔者选择窗的宽度与频率的绝对值成反比,即:其中,n∈[0,N-1]。离散傅里叶逆变换形1式为:σ
7、(f)=T=(3)|f|N-1n2πink/Nh[pT]=∑H[]e(7)其中,T为周期,统一选为常数。式(3)使高n=0NT斯窗在最窄的时间域内。S变换可以写成:离散S变换是时间序列h[pT]向量集合的投498化工自动化及仪表第42卷影。由于生成的向量集合非正交,且S矩阵的元值,它提供了幅频信息。同样,从S变换中提取时素不相关,基本向量一个接一个被分进N维局部间信息为:向量中来改变高斯分布,因此N维局部向量之和b=max(abs(S))(11)是原始的基本向量。S变换的离散时间序列其中,b表示S变换后矩阵的最大绝对值,它H[
此文档下载收益归作者所有