基于神经网络的配电线路综合故障定位方法.pdf

《基于神经网络的配电线路综合故障定位方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第27卷第5期电力系统及其自动化学报Vo1．27No．52015年5月ProceedingsoftheCSU-EPSAMay2015基于神经网络的配电线路综合故障定位方法严凤，许海梅(华北电力大学电气与电子工程学院，保定071003)摘要：针对配电网分支多、故障点信号弱的特点提出了一种利用C行波法和PNN神经网络的功能互补性来实现对带有分支的配电网故障线路的准确故障定位的方法。首先利用C行波法确定故障点到母线端的距离；由于到母线端同样距离的分支可能不止一个，故利用PNN神经网络的模式识别功能来进一步确定故障分支，从而可以实现精确故障定位。理论分析和仿真结果表明，该方法能够准确

2、地确定带分支配电网单相接地故障位置。关键词：带分支配电线路；故障定位；行波；概率神经网络中图分类号：TM711文献标志码：A文章编号：1003—8930(2015)05—0086—06D0I：10．39696．issn．1003—8930．2015．05．16CompositeFaultLocationMethodBasedonPNNforDistributionLinesYANFeng，XUHaimei(SchoolofElectricalandElectronicEngineering，NorthChinaElectricPowerUniversity，Baoding07

3、1003，China)Abstract：In0rdertotackletheproblemsthatthedistributionnetworkiSwithavastnumberofbranchesandthesignaliSusuallyweakinfaultlocation，anaccuratefaultlocationmethodisproposedforthedistributionnetworkwithbranch，andthismethodsynthesisC-typeoftravelingwaveandPNN．Initially，thismethodcalcul

4、atesthefaultdistanceviaC-typeoftravelingwave．Subsequently，duetothefactthattheremaybemorethatonebranchthatwouldbewiththesamefaultdistance．thePNN，sfunctionofpatternrecognitioniSutilizedtodeterminethefaultbranch．therebyachievingprecisefaultlocation．Boththetheoreticalanalysisandsimulationindica

5、tethatthiscompositelocationmethodcanbeutilizedtodeterminethesingle-phase—to—earthfaultlocationaccuratelyinthedistributionnetwork．Keywords：distributionlinewithbranches；faultlocation；travelingwave；probabilisticneuralnetwork配电系统作为电力系统中的最后一个环节直的研究成果。如何在故障发生后快速准确地查找接面向终端用户，它的完善程度直接关系到广大故障点并及时隔离故

6、障恢复供电，对于提高供电用户的用电可靠性和用电质量，因而它在电力系可靠性具有非常重要的研究意义和实用价值_l1。统中具有重要的地位。配电网一旦发生故障，就会随着智能电网的发展，越来越多的人工智能造成社会生产的巨大损失，给人们的生活带来极技术被应用到解决电力系统中的许多问题。人工大的不便。因此小电流接地系统单相接地故障定神经网络就是其中的一种方法。由于人工神经网位显得尤为重要。故障地位可以指导维修人员直络具有强大的特征提取和模式识别能力，可以准达线路的故障点，避免人工巡线的艰辛劳动，对快确提取不同分支的故障波形特征，实现故障分支速恢复供电、保证供电可靠性、提高供电部门和用的判别

7、。户的经济效益都具有重要的意义。另外，及时地排本文提出了将c型行波定位法和人工神经网除故障有利于维护电网设备，避免设备因单相接络结合起来的行波一PNN神经网络综合定位方法。地故障时非故障相电压的升高所造成的绝缘损故障定位分2步进行：第1步是在故障线路首端坏。目前，国内外针对馈线的故障测距还缺乏成熟注入高压脉冲信号，利用c型行波法确定故障距收稿日期：2013-06-09；修回日期：2013—11-25第5期严凤等：基于神经网络的配电线路综合故障定位方法·87·离；第2步是利用PNN神经网络确定出故障分支。