一种配电网故障区段定位的改进矩阵算法

分析了现有配电网故障定位矩阵算法存在的问题,提出一种配电网故障区段定位改进矩阵算法。该方法以网络关联矩阵描述馈线区段和测控点的拓扑联接关系,根据故障发生时与故障馈线区段相连测控点的故障过电流特征,形成一种适用于各类型馈线区段故障判定的统一判据。该算法判据形式统一、计算量小,省去了规格化处理与多次设定正方向的过程,能够解决环网故障、馈线末端故障、多电源网络多重故障定位等问题。     

含分布式电源配电网故障定位交互式二进制蝙蝠算法

针对配电网故障定位二进制粒子群算法定位速度慢且准确度低的缺点,结合群智能平台设计了一种交互式二进制蝙蝠算法(interactive binary bat algorithm,IBBA),部署在群智能计算节点(computing processing node,CPN)上的IBBA通过CPN自组织、自协作方式与邻居节点交互蝙蝠位置等信息,提高了算法搜索速度和全局搜索能力;通过建立适合多电源配电网的编码方式,引入防伪正系数和假定故障数量的评价函数,增强了算法适用性;搭建IEEE14节点配电网模型,模拟配电网在分布式电源接入和信息畸变等多场景下单点、两点故障状态,通过实验验证了IBBA的有效性。与传统二进制蝙蝠算法、二进制粒子群以及交互式二进制粒子群算法相比,IBBA的收敛性能和容错能力更优,定位准确度较二进制粒子群、交互式二进制粒子群算法分别提高6%和10%。     

粒子群改进算法在配电网故障定位中的应用

为了满足含分布式电源配电网故障定位的要求,对传统二进制粒子群算法进行改进,利用改进二进制粒子群算法(BPSO)解决配电网故障定位问题。改进BPSO初始化随机数采用均匀分布,同时引入收缩因子和线性变换的惯性权重来提升算法收敛于最优解的能力,避免陷入局部最优,提升故障定位的精确性。对算例配电网中的多种故障情形进行仿真分析,包含少量故障信息畸变的情况,诊断结论全部正确。仿真结果表明,改进算法在精确性和收敛速度上均优于传统粒子群算法,对含分布式电源的配电网故障定位具有一定的有效性和容错性。改进BPSO可以满足电网定位对准确和实时性的要求。     

基于FTU的馈线故障定位矩阵算法研究

为提高馈线自动化故障定位的准确性和时效性,总结了目前馈线自动化故障定位的几种应用模式,并分析了常用的故障定位矩阵算法的基本思想,在此基础上,依靠FTU(馈线终端单元)智能设备,提出了一种新的馈线故障定位矩阵算法,该算法采用有向边邻接矩阵来描述网络结构信息,通过多个矩阵的运算处理,可实现单电源树状网络、多电源开环运行网络以及馈线末端的故障准确定位。为验证算法的正确性,以一个多电源并列运行的复杂网络为例,在vs2008环境下采用C 语言编写了该定位算法程序,程序测试结果表明,该算法设计的正确、合理,能够实现馈线区段故障的准确定位。     

基于馈线终端单元的馈线故障定位矩阵算法研究

为提高馈线自动化故障定位的准确性和时效性,总结了目前馈线自动化故障定位的几种应用模式;并分析了常用的故障定位矩阵算法的基本思想。在此基础上,依靠FTU(馈线终端单元)智能设备,提出了一种新的馈线故障定位矩阵算法;该算法采用有向边邻接矩阵来描述网络结构信息,通过多个矩阵的运算处理,可实现单电源树状网络、多电源开环运行网络以及馈线末端的故障准确定位。为验证算法的正确性,以一个多电源并列运行的复杂网络为例,在vs2008环境下采用C++语言编写了该定位算法程序。程序测试结果表明,该算法设计的正确、合理,能够实现馈线区段故障的准确定位。     

基于多分支配电网的新型矩阵故障定位算法

针对现有矩阵算法较差的容错性及对分支末梢区域故障及多分支、多电源配电网络的多重故障无法同时处理的情况提出了一组新的判决,据此形成适应现代配电网的新型矩阵故障定位算法。考虑将耦合点纳入网络描述矩阵,并将故障信息丢失节点进行区分分别判断以解决上述问题。通过典型算例对新型矩阵故障定位算法进行了验证,结果表明了该方法的正确性和有效性。新型矩阵算法程序设计简单,计算量小,进一步满足了故障定位的实时性要求。     

基于零序电流有功分量的配电网接地故障定位

为解决数字化环境下中性点经消弧线圈并、串电阻接地系统的单相接地故障区段定位问题,对此类系统中出现单相接地故障时电网内全部线路首端保护装置可测得的零序电流进行了分析,并给出了零序电流有功分量的一般分布规律.在此基础上结合配电网故障定位的一般矩阵算法,提出了基于零序电流有功分量的配电网单相接地故障区段定位算法,并遵循IEC61850标准创建了故障定位算法的逻辑节点与逻辑设备,为小电流接地故障定位系统的设备模型建立提供了参考.基于PSCAD/EMTDC软件的配网典型故障仿真结果验证了单相接地故障定位算法的准确性.     

配电网接地故障定位的传递函数法

为解决配电网的单相接地故障定位问题 ,提出一种新的单端测距算法。该方法基于频谱分析的原理和线路的分布参数模型 ,建立配电网络的传递函数 ,从单端施加激励信号 ,由传递函数的频谱特性构造判据进行故障定位。理论推导和计算机仿真计算表明 ,根据各分支端口传递函数频谱的频率、相位和波形特征可以有效实现配电网的接地故障定位并测距。由于该方法不受负载参数变化的影响 ,测量方便 ,克服了以往单端测距算法的缺陷 ,因此有很好的应用前景     

基于有向分层配电网故障定位的改进算法

提出了基于有向分层配电网故障定位的改进算法, 将故障信息矩阵与网基结构矩阵相结合. 通过搜索发生故障的最小配电区域的父结点,找到故障区域.该算法不仅能实现单电源故障定位,又能实现多电源的故障定位,对配电网运行工况变化有较强的适应性.     

含分布式电源配电网故障检测与定位研究综述

分布式电源（Distributed Generation,DG）并入配电网已成为新型电力系统重要特征,配电网结构由辐射状转变为多源多端网络架构,由此引起的短路故障特性将发生根本变化,对配电网故障快速保护尤其故障快速检测与定位提出更高的技术要求。本文在综述研究现状基础上,从时空角度分别分析含分布式电源配电网故障新特性,阐述传统配电网保护技术局限性,给出含分布式电源配电网保护检测与定位研究展望,指出故障快速检测与定位配合具有快速操动机构的断路器,能够实现故障区域的快速有效隔离,以保障含分布式电源配电网的安全运行。     

基于行波特征分类的有源配电网故障定位

随着分布式电源(distributed generator,DG)的接入,配电网的潮流方向和结构发生改变,许多传统配电网的故障定位方法已不再适用。单相接地故障是配电网常见故障且可能带来二次故障乃至断电等危害,从线模行波小波特征值与含DG的配电线路故障区段之间的关系入手,通过线性判别分析(linear discriminant analysis,LDA)降维挑选出最优故障特征,再利用机器学习中与该模型契合最好的基于核分布的贝叶斯构造分类模型,实现单相接地故障定位新方法。构建含DG的IEEE 33节点模型对有源配电网不同区段的故障进行实验,得出最优三维特征样本的定位准确率为97.9%,结果表明该方法能实现故障的准确定位。     

一种配电网故障定位的新方法

结合我国配电网的实际情况,提出一种能够确定配电网故障点确切位置的实用方法.该方法通过比较各节点电压确定故障区段,并将故障区段始端故障电压与本线路末端短路时的故障电压对比得出故障点距离.该方法适用于中性点不直接接地系统的各种短路故障的定位,并可应用于故障的自动在线检测.     

基于概率条件下配电网故障区段定位方法

馈电线路发生故障时,故障区段必然位于两个相邻负荷开关之间的线路上,通过馈线终端单元采集故障信息上报SCADA系统,得到负荷开关上馈线终端的有关故障信息序列,利用故障信息进行故障区段定位。建立基于概率条件下的故障区段定位模型,利用发生故障时的最大故障概率这一条件进行故障区段定位,简单可靠。     

基于反序网的同杆双回线跨线故障准确测距原理

针对线间存在互感的高压同杆双回线有发生跨线故障的可能,同时不能忽略分布电容对测距结果的影响,基于分布参数模型,利用相序变换后双回线反序网络与系统参数无关的特性,提出了一种使用单端工频电气量进行跨线故障定位的算法.该测距算法在理论上不受系统阻抗及过渡电阻的影响,并且考虑了分布电容对双回线测距精度的影响,加深了对分布参数模型的同杆双回线跨线故障测距的研究,并且克服了以往双回线测距算法精度不高的缺点.该算法理论分析简单,迭代求解测距方程不存在伪根问题,电磁暂态计算程序ATP仿真结果表明,本算法测距精度达到了0.05%.     

基于量子退火算法的配电网故障定位

由于分布式电源在配电网的高渗透给有源配电网的保护技术和策略带来了挑战,致使传统方法在故障诊断中稍显逊色。针对此现状本文提出基于量子隧穿效应的量子退火算法实现故障诊断,并通过对量子退火算法进行优化以改善其在复杂配电网故障诊断中有小概率陷入局部极小值的问题。首先拓展传统故障定位适应度函数为量子退火算法的评价函数；其次,提出混沌优化产生初始磁场强度和初始温度提高搜索效率,利用自适应公式计算扰动次数,并设计陷入局部最优时的扰动方法跳出当前最优可行解；接着构造具备升温特点的温度衰减函数,选择合适形式的磁场衰减函数；最后将改进的量子退火算法进行三种经典函数的测试,并分别应用于33节点单电源和33节点含分布式电源配电网两个故障场景中。模拟仿真表明,改进量子退火算法在故障定位问题中具备可行性,能够适应联络开关的开闭变化和多个含分布式电源的投切,表现出良好的定位准确率,容错性和全局寻优能力等。     

含分布式电源的配电网故障定位改进矩阵算法

由于传统矩阵算法在含分布式发电的配电网故障定位中的适用性变差,提出了一种改进矩阵算法实现对含分布式发电配电网的故障定位。该方法根据变电站母线处分支节点以及与分布式电源相连节点的故障信息,首先确定发生故障的区域,然后在该区域内利用改进的矩阵算法定位故障区段。考虑到故障信息的畸变,该方法针对定位结果的不同采用不同的纠错方法,提高了定位的准确性。该方法降低了矩阵的维度,排除了T接线处的误判。算例验证了所提出方法的可行性及容错性。     

基于迁移学习的卷积神经网络电网故障诊断

电网拓扑结构复杂、分支众多、潮流分布不平衡、故障样本较少且难以获取。为提高配电网的故障诊断准确性,本文提出将迁移学习的思想与卷积神经网络（Convolutional Neural Networks,CNN）相结合,以此来解决目标域样本不足导致训练效果差的问题,同时利用主成分分析（principal component analysis,PCA）对时序数据进行降维,提升运行速率,形成配电网故障诊断方法。首先对PCA和CNN的结构特点进行分析;然后通过仿真模拟不同的故障条件,生成面向CNN的时序数据。再通过最大均值差异法（MMD）选择出最适合迁移的源域数据,建立源域故障识别的预训练模型。最后使用目标域数据,在预训练模型的基础上进行迁移微调训练,得到故障诊断模型。仿真结果表明,该方法能够在小样本的情况下迅速完成对故障类型的精准预测。     

配电网故障定位算法研究

针对配电网故障快速准确定位问题，研究了故障定位的矩阵算法，分析了不对称矩阵算法的基本原理，针对该算法存在判别盲区的缺陷，提出了在辐射网和树状网末端增加零节点编号的改进方法，消除了判别盲区；该方法具有简单、实时性强的特点，在配电自动化系统中有很强的实用性。论文最后用算例验证了该算法的有效性。