配网自动化故障定位技术探讨

基于配网自动化的重要性,对配网自动化的故障定位技术研究进行探讨。首先对配网自动化的重要性进行阐述;结合现有配电网故障的检测方法,探讨了配网自动化中相关故障定位技术,主要包括开关设备故障定位技术和FTU故障定位技术,并对FTU的配电网故障定位算法及其研究概况进行介绍。     

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。     

中低压配电网络故障定位的分析与研究

中低压配电网络由于其自身的特点,如供电线路短、分支线路多,过渡电阻对短路电流影响大,这些因素的存在严重影响了其故障定位技术的发展。本文在分析中低压配电网络结构特征的基础上,利用数学拓扑知识建立起该配电网络的描述矩阵,采用了一种基于网基结构矩阵的配电网故障定位算法,通过该算法的数学推导得出的故障判定区域与实际配电网故障位置完全吻合,在理论上为中低压配电网故障定位技术提供了新的思路。     

基于配电网故障定位技术的研究

随着科学技术的发展,配电管理系统对配电系统自动化技术也提出了越来越高的要求。目前,配电网的故障定位和网络重构是配电自动化的关键功能,是目前国内外研究的热点。论文针对当前配电网的需求,对国内外在配电系统故障定位诊断方面已有的研究做出了深入的分析,构造出具有高容错性,快速性,准确性的配电网故障定位技术。     

物联网在配电网故障定位中的应用

该文首先介绍了物联网技术在配电网故障定位中的发展现状,然后分析了中性点不接地系统单相接地和谐振接地系统小电流故障两种常见的配电网故障,最后根据物联网技术和配电网结构的特点,设计了一个基于物联网的配电网故障定位系统。试运行结果表明,该系统具有很好的应用效果,具有重要的应用推广价值。     

一种10kV配电网故障定位统一矩阵算法

复杂的配电网网络结构造成故障准确定位的困难,根据配电网实际情况以及理论分析搭建了较为复杂的配电网模型并在以往配电网故障定位矩阵算法的基础上提出一种适用于10kV配电网故障定位的统一矩阵算法.该算法适用于辐射状、树状以及环网结构等贴近实际配电网的构架,能够准确定位各个区间的故障以及多重故障,在故障判据上得到统一.     

配电网消弧线圈接地系统单相接地故障定位 实验研究

针对配电网经消弧线圈接地系统单相接地故障定位困难的问题,该文分析了配电网经消弧线圈接地系统发生单相接地时零序电流特征量,提出了一种基于零序电流突变量和7次谐波选线技术的综合的配电网单相接地故障定位方法:在各线路出口及分支处安装馈线终端(FTU),独立测量零序电流突变量,并将FTU的单相接地定位结果与零序电流的7次谐波数据上送到配电网监控系统;配电网监控系统综合比较FTU的定位结果与各馈线零序电流的7次谐波数据,给出具体的故障定位流程和判据。实验结果证明该方法能正确、可靠地实现故障区段的定位。     

基于改进PGSA的配电网故障定位

本文针对故障过流信息的配电网故障定位方法在有畸变信息时会造成错判或误判,导致城市配电网发生故障时无法快速准确定位的问题。首先对PGSA（植物生长算法）进行改进,然后通过建立适当的数学模型,对单电源,中低压配电网双电源进行仿真计算,最终结果证明了该算法在配电网故障定位方面的准确性以及有效性。     

基于拓扑解耦的配网运检故障定位算法

针对当前方法对配电网运检故障进行定位时,未考虑对故障电流进行判断,导致故障定位和检测效果差、故障定位精度低的问题,提出基于拓扑解耦的配网运检故障定位算法。根据等效解耦的配电网拓扑结构原理,基于配电网拓扑邻接矩阵,将配电网等效解耦的若干树干网进行组合,并在每个树干网中加入FTU(Feeder Terminal Unit)馈线终端设备,对加入FTU的配电网单树枝支路进行分割。采用基尔霍夫电流定律对故障线路进行计算,判断单树枝支路中的故障电流方向,依据判断结果,利用故障区间判断矩阵,定位配电网运检故障。实验结果表明,该方法的故障测距与实际测距误差小、故障节点检测个数多、误检次数少,其故障定位和检测效果较好,可有效提高故障定位精度。     

无线传感器网络在配电网故障定位中的同步实现分析

本文基于应用于配电网馈线故障定位的无线传感器网络系统,给出一种新的时间同步方案,当馈线线路发生故障时,在线路上会产生向线路两端传播的行波。利用故障时的行波信号,设计了一种新的无线传感器网络时间同步方案。仿真试验结果表明,该时间同步方案能够满足配电网馈线故障定位对时间同步性的要求。     

基于矩阵算法的故障定位应用研究

本课题给出了目前常用配电网故障定位技术,并分析出其存在的局限性,然后建立了故障信息的特征矩阵,最后给出矩阵算法的故障定位方法,并在基础上利用接地测试验证该方法的合理性,确保故障能够快速定位,大大提高了工作效率。     

10kV配电网单相接地故障精确定位研究

提出了一种基于配电自动化系统,通过检测到的现场断路器和柱上开关等设备的反馈信息完成对10kV配电网单相接地故障,故障段的定位,利用离散小波变换、行波测距原理在此故障段上分别完成对接地故障点的故障选线精确定位。最后进行了实例验证,仿真结果表明,利用行波测距原理能够对难干准确定位的故障类型精确定位,并且算法简单,易于硬件实现,对配电网精确故障定位装置的研制提供了理论和技术依据。     

一种混合算法在配电网故障定位中的研究

对于复杂配电网中不止一处发生故障的现象,提出采用两种定位方法相结合的方式进行故障定位,首先根据配电网的拓扑结构运用分区理论将复杂的配电网进行分区,并采用遗传算法对分区后的简化模型进行一次定位,然后再用Bayes公式分别对每个故障区域进行二次定位,综合两次定位的结果最终确定故障区域.由于采用分区思想大大缩小了遗传算法可行解的维数,提高了定位速度;而运用Bayes公式对故障区域进行定位,使得定位的结果更加精确.通过仿真证明该方法在配电网故障定位中的可行性,结果也证实了该方法的准确性.     

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。     

配电网故障技术分析及快速复电措施

配电网是整个电力供电系统中十分重要的环节,一旦配电网发生故障,就会影响到整个电力的供应,进而影响社会的正常生产活动以及人们的日常生活,因此提供配电网故障排除技术的水平,实现快速复电至关重要。针对目前配电网的现实状况,该文重点分析配电网故障技术,并且探讨了快速复电的相关措施,进而对保证配电网的可靠性具有积极的促进作用。     

一种BP神经网络优化算法在配电网故障定位的研究

根据BP神经网络建立配电网网络结构模型,针对BP神经网络在配电网故障定位中精准度不高的问题,在BP神经网络的基础上引入遗传算法,通过遗传算法对BP神经网络的初始连接权值和阈值的选择做出改进,使改进后的BP神经网络能够对初始值的预测更加准确.仿真实验证明了改进后的BP神经网络在配电网故障定位中的可行性,故障定位准确度有了很大的提高.     

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.     

配电自动化故障智能识别与定位系统设计

对于获取的海量配电网运行数据,快速从中提取关键信息并实现配电网运行缺陷和故障的智能分析、诊断定位是电力系统自动化的重要保障。本文利用采集的配电自动化运行实时信息,通过召测、故障特征信息分析、网络拓扑智能分析、专家知识库决策等技术,完成配电自动化故障定位及故障类型判断,分析故障点配电自动化属性,经过专家知识库决策,给出可能的故障原因,缩短故障处理时间,提高供电可靠性。     

基于粗糙集配电网故障定位系统

针对配电网复杂线路,根据故障投诉电话信息构建的故障定位决策表,运用粗糙集理论对决策表进行化简,导出配电网故障定位规则的最小约简形式,揭示故障投诉电话信息内在的冗余性,同时,也能解决故障投诉电话信息不完备情况下的故障定位问题.通过仿真算例表明,该方法简单、可行、定位快速、准确.     

配电网故障定位统一矩阵算法的改进

文献[2]中提出了基于FTU的配电网故障定位的统一矩阵算法，但将该算法应用于辐射状馈线和树产太馈线的末端进行故障定位时，会无法判断出故障区域。在此提出在该算法中采用零编号的方法，结果表明该方法可以使得应用该算法对辐射状线跌末端和树状接线的末端进行故障定位时，不存在盲区。