亚星游戏官网-www.yaxin868.com

专利名称：一种利用自然频率和人工神经网络的配网故障测距方法
技术领域：
本发明涉及电力系统继电保护技术领域，具体地说是一种利用自然频率和人工神 经网络的配网故障测距方法。
背景技术：
目前已有的配电网测距方法有“S”注入法，微分方程法，行波法和参数辨识法。“S” 注入法是通过检测故障线路注入信号的电流和电压，来计算母线至故障点的的故障阻抗， 根据已知的单位长度的阻抗来计算故障点的位置。但是该方法的灵敏度容易受注入信号的 影响，且定位效果与现场实际运行情况有关。微分方程法通过列些线路的暂态微分方程利 用测量的暂态电压和电流信号求取测量端至故障点之间线路电感实现故障测距，又称之为 暂态阻抗法。该方法不受中性点运行方式的影响，灵敏度提高，但由于所使用模型未考虑线 路的分布电容，测距结果误差较大，不能满足现场使用的要求。行波测距法是通过测量故障 产生的行波在故障点和母线之间往返一次的时间差来计算故障距离或者利用GPS同步对 时可以准确计算故障距离。配电网络结构复杂，分支点较多，在配电网中应用行波测距时关 键要解决故障波头的识别以及缓和线路波阻抗变化得问题，同时需要考虑经济成本。参数 辨识法是在系统结构已知的情况下，建立数学模型，通过线路首端检测到的电气量求取模 型内各元件参数的方法，在电力系统一般应用时域和频域两种参数识别。由于小电流接地 系统零序分量较小，仅能保证一定程度的选线判断，用于故障测距，会大大降低计算精度。 综上述已有的配电网测距在一定程度上都存在一定的不足。

发明内容
本发明的目的是提供一种利用行波自然频率和神经网络为基础的配电网故障测 距方法。近年来得到广泛研究的人工神经网络具有良好的鲁棒性、抗噪能力和容错能力， 基于人工神经网络的故障分类与测距方法不易受系统参数变化的影响。本发明使用神经网 络进行故障测距。本发明的利用自然频率和人工神经网络的配网故障测距方法按以下步骤进行
(1)配电网发生单相接地故障后，启动元件立即启动，根据保护安装处测得的三 相电流可得故障零序电流，将其减去对应时间上的稳态电流得到零序暂态故障电流
力
权利要求
1.一种利用自然频率和人工神经网络的配网故障测距方法，其特征在于按以下步骤进行(1)配电网发生单相接地故障后，启动元件立即启动，根据保护安装处测得的三相电流 可得零序电流故障分量、为
2.根据权利要求1所述的利用自然频率和人工神经网络的配网故障测距方法，其特征 在于步骤(4)中神经网络的输入向量通过以下方法取得1)线路全程选取故障点，故障距离变化步长为50m；2)故障过渡电阻R=20Q；3)故障合闸角分别取0°、30°、45°、60°、90°。
3.根据权利要求1所述的利用自然频率和人工神经网络的配网故障测距方法，其特征 在步骤(5)中的故障测距的神经网络采用BP神经网络模型，网络拓扑结构为8X15X9X1， 第一层为输入层，节点数为8;第二层和第三层为隐含层，节点个数分别为15和9，传递函数 分别为tansigmoid和Iogsigmoid ；第四层为输出层，节点数为1，传递函数为trainlm ；训 练算法选用自适应学习速度算法，最大训练次数选为5000次，目标函数误差设定为le_5。
全文摘要
本发明是一种利用自然频率和人工神经网络的配网故障测距方法。本发明是利用线路在不同点故障时，故障行波的线路的主自然频率不相同的原理来进行故障测距，同时利用分层分布式人工神经网络进行数据处理。当线路发生单相接地故障后，采样频率为1MHz，选取故障后采样长度为2048的离散零序暂态信号，进行FFT变换，变换结果为一2048×2的矩阵，对该矩阵求绝对值。根据本发明采用的模型，选取幅值较大的8个频率值作为神经网络的样本属性，选择合适的传递函数和学习规则，设置恰当的神经网络参数构造BP网络模型进行故障测距。大量仿真结果表明，本发明效果良好。
文档编号G01R31/08GK102129013SQ20111002413
公开日2011年7月20日 申请日期2011年1月21日 优先权日2011年1月21日
发明者刘可真, 孙士云, 张广斌, 束洪春, 段锐敏, 王旭, 田鑫萃, 秦书硕, 邬乾晋 申请人:昆明理工大学