《电力体系障碍建模及检测方式分析》由会员分享，可在线阅读，更多相关《电力体系障碍建模及检测方式分析（6页珍藏版）》请在金锄头文库上搜索。
1、 电力体系障碍建模及检测方式分析 第 1 章绪论1.1 研究背景和意义2003 年的美加大停电事故使使美加中东部近 5000 万人失去了电力供应，损失上百亿美元。1988 年贵州电网的 8.6事故，双回 220kV 线路发生故障跳闹造成贵州电 网互解，南部电网频率崩溃；1990 年广东电网年发生的 9.20事故，由 20kV 线路短路故障引起，造成了 7 个 发电厂解裂，13 条 220kV 线路跳闹，11 个 220kV 变电站停电，广 州市区约 2/3 负荷，佛山约 1/2 负荷及韶关市、清远市、肇庆市全部 负荷中断供电；1993 年海南电网4.24事故，一组站 用变压器 380V 开关故
2、障，保护动作不正确，引起全网瓦解的大面 积停电事故。由此我们知道保证电力系统能在正常情况下安全、稳 定、经济行，发生事故时能迅速判断、处理事故，使电网尽快恢复 正常供电，是对家电网和各大区电网调度运行人员提出的新要求。 在这种背景下，研究电力系统故障诊断的理论和方法，开发电力系 统报警处理和故障诊断系统，为调度员进行电力系统事故处理提供 快速而准确的依据，就成为一个待解决的课题，有重要的理论意义 和实际应用价值。1.2 电力系统故障选相与诊断的现状电力系统故障诊断是近年来十分活跃的研究课题之一，电力系统 的故障情况很多，故障中需要分析的问题也包含很多方面的内容。 本课题的研究主要包括故障选相（
3、故障类型识别）和故障诊断（故 障件识别）二个方面。故障选相的目的是当电力系统发生故障时确 定故障发生相别。故障诊断是利用保护和断路器信息来判别系统中 哪些元件发生故障。根据不同线路的实际情况，故障选相的方法很 多。文献1是计算模量初始电流行波在小波变换下的模极大值，根 据 3 个模量的故障特征选取故障相。文献2则通过监测不同采样时 问电流的变化，找出电流突变量的规律，从而实现屯力系统故障选 相。文献3介绍了两种故障选相方法，即采用相位比较式对称分量 选相元件和采用两相电流差突变量选相元件实现选相。相位比较式 对称分量选相元件是按比较对称分量相位的原理实现。其用对称分 量法把故障电流和故障电压分
4、解为正序、负序、零序三组对称分量， 通过比较各种故障时各序分量的相位变化规律，结合阻抗元件的动作情况来构成不同的电流选相元件和电压选相元件。两相电流差突 变量选相元件是在系统发生故障时利用两相电流差的变化量幅值特 点来区分各类故障。文献4提出了一种基于故障分量中高频分量的 故障选相原理。该原理利用电压故障分量中的高频成分，通过比较 三相电压的不同相为基准的模变换的频域特征，以此实现故障选相。 电力系统的故障诊断即故障元件的识别，也是对电力系统的故障进 行分析的一个重要环节。近几十年来，故障诊断技术得到了深入广 泛的研究，提出了众多可行的方法，概括起来可分为三大类：1.基于解析模型的方法，在了解
5、诊断对象数学模型的基础上，按 一定的数学方法对被测信息进行处理判断，可分为状态估计法、等 价空间法和参数估计法等。基于解析模型的故障诊断方法是最早发 展起来的，其卞要思想是通过构造观测器估计出系统输出，然后将 它与输出的测量值作比较，从中获得故障信息。由于建模的困难与 模型本身的误差以及各种不可预见的因素（如系统发生故障时，不 仅可能引起模型参数的变化，还可能引起模型结构的变化，而目这 种变化是不确定的），大大地影响了其诊断的准确性。2.基于信号处理的方法，利用信号模型，如相关函数、频谱、小 波变换等，直接分析可测信号，提取诸如方差、幅值、频率等特征 值，从而检测出故障。这种方法由于不需要建立
6、对象的解析数学模 型，实现简单，在工程上具有广泛的应用，但这种方法只有当故障 发展到相当程度并影响到外部特征时才有效，而目只能对故障范围 做出粗略的判断，大多数情况下不能直接定位故障。3 基于知识的诊断方法。这类方法的主要优点是不依赖于具体的 数学模型，而且克服了基于信号处理故障诊断方法的缺点，引入了 诊断对象的许多信息，具有较为丰富的、灵活的知识表达和问题求 解能力，它可以充分发挥人类专家在诊断中根据感觉、知识、经验 所进行的推理判断的能力，并可适合于各种场合的故障判别。基于知识的故障诊断方法由于其本身具有的优点己经成为故障诊 断领域中的一个主要方法，它不仅可以进行离线的故障诊断，还可 以用
7、于在线的故障诊断与故障处理。在电力系统中，这类方法的开 发研究也是最为引人瞩日的一类课题，国内外也有大量的文献介绍 基于知识的诊断方法在电网络故障诊断中的应用。近年来，一般报 警信息的处理和常见简单故障的诊断问题己经得到较好的解决。主 要的方法有：基于专家系统的方法（Expert System, ES)、基于人工 神经网络的方法、基于模糊理论的方法（Fuzzy Theory, FT)、基于遗 传算法的方法等。人工神经元网络（Artificial Neural Network, ANN)是模拟人类神 经系统传输、处理信息过程的一种人工智能技术。与专家系统相比，人工神经网络最大的特点是采用神经元及
8、它们之间的有向权重连接 来隐含处理问题的知识，它具有学习能力，自我学习能力，容错能 力强，以及执行速度快的特点。文献7是基于三层前馈神经网络， 通过两次遗传算法来进行神经网络的优化.第一次对神经网络的结构 进行优化，第二次对神经网络的权值进行优化，从而使得性能优于 采用传统的 BP 网络。文献8提出应用新型径向基函数（Radial Basis Function, RBF)神经网络解决故障诊断问题，将正交最小二乘 (Orthogonal least square)算法扩展用于优化 RBF 神经网络参数。基于 模糊理论（Fuzzy Sets Theory，FST)是将经典集合理论模糊化，并引 入语
9、言变量和近似推理的模糊逻辑，具有：整推理体系的智能技术。 随着模糊理论的发展及完善，模糊理论的一些优点逐步被重视，如 模糊理论可适应不确定性问题。其模糊知识库使用语言变量来表述 专家的经验，更接近人的表达习惯等。由于专家系统要求严格匹配 搜索，而电力系统故障诊断中常有不确定因素，于是会导致错误的 结果，专家系统和模糊理论结合，能很好的解决这个问题，在很大 程度上能增强了专家系统的容错性。第 2 章电力系统模型与故障分析本章介绍了电力系统的构成，再介绍电力系统故障诊断的原理， 将电力系统中的物理过程抽象为相应的数学描述，用映射的关系表 现，同时研究目前电力系统故障诊断的解析模型及故障诊断的一般
10、过程，最后用 MATLAB 仿真说明了，在发生短路故障时，系统的 暂态现象，以及短路故障对系统的影响。2.1 电力系统构成电力系统是由生产、输送、分配和消费电能的发电机、变压器、 电力线路和电力用户组成的整体，是将一次能源转换成电能并输送 和分配至用户的一个统一系统。电力系统还包括保证其安全可靠运 行的继电保护装置、安全自动装置、调度自动化系统和电力通信等 相应的辅助系统（一般称为二次系统），以及通过电或机械的方式 联入电力系统中的设备（如发电机的励磁调节器、调速器等）。电 力网络是电力系统中输送、变换和分配电能的一部分，输电网络一 般是电力系统中最高电压等级的电网，是电力系统的主要网络。同
11、时，输电线路还有联络相邻电力系统和联系相邻枢纽变电所的作用。 而配电网是将电能从枢纽变电所分配到配电变电所后，再向用户供电的电力网络。动力系统是电力系统和动力部分的 总和。动力部分包括热力发电厂的锅炉、轮机、热力网和用热设备， 水电发电厂的水库、水轮机，原子能发电厂的反应堆等。2.2 电力系统故障诊断的数学描述在 SCADA 系统给出的大量的报警信息中，由于没有具体的故障 元件，所以还需要利用网络结构以及保护装置的信息，根据这些信 息中可以推测确定故障元件。网络结构保护装置的信息由保护装置 与幵关，被保护设备之间逻辑关系以及各元件之间的联接关系构成。早在 20 世纪 50 年代，自然界生物进化
12、的理论己被广泛接受。作 为生物学家的 Fraser，试图通过计算的方法来模拟生物界遗 传与选择的进化过程，这便是遗传算法的最早雏形。直到 20 世纪 60 年代，Holland 教授在他的著作自然系统与人工系统中的 适应性中，首次明确提出遗传算法的概念。Holland 创建的遗传算 法，是基于二进制表达的概率搜索方法。在种群中，通过信息交换 重新组合新串，根据评价条件，概率选择适应性好的串进入下一代， 经过多代进化，种群最后稳定在适应性好的串上。Holland 最初提出 的遗传算法被认为是简单遗传算法的基础，也称为标准遗传算法。 遗传算法作为一种计算方法，对求解的问题本身一无所知，Hollan
13、d 最初研究的遗传算法也并不是为解决特定的问题而设计的。由于遗 传算法的特点是种群搜索和种群中个体之间交换信息，搜索不依赖 梯度信息和问题本身，具有鲁棒性和全局搜索能力，常常应用于优 化和并行处理领域22。遗传算法是一种宏观意义下的仿生算法， 它模仿的机制是一切生命与智能的产生与进化过程。它通过二进制 字符串模拟人工染色体来表示某一优化问题的可行解，用随机方法 产生一个可行解的集合，按照自然选择的原理，即群体中的人工染 色体的适应值越高则它获得繁殖后代的机会越大，运用选择、交叉、 变异等各种 GA 算子模拟进化，使整个群体不断优化并最终找到问 题的全局最优解。第 3 章 遗传算法在电力系统故障
14、诊断. 30-423.1 引言 .30-313.2 编码和种群初始化. 31-323.2.1 编码. 313.2.2 种群初始化. 31-323.3 适度函数. 323.4 遗传操作. 32-343.5 收敛判锯. 343.6 基于遗传算法的算例分析 .34-413.6.1 算例 1 .35-373.6.2 算例 2. 37-413.7 本章小结. 41-42第 4 章 小电流接地系统故障分析.42-564.1 小电流接地系统不同中性点接地方式. 42-474.2 单相接地故障暂态特征分析. 47-514.2.1 暂态电容电流. 47-494.2.2 暂态电感电流. 494.2.3 暂态接地电流. 49-514.3 中性点不接地系统模型的仿真. 51-534.4 中性点经消弧线圈接地仿真与分析. 53-554.5 本章小结. 55-56第 5 章 小型环网电力系统故障诊断平. 56-665.1 引言. 565.2 物理平台的搭建. 56-595.3 基于 PCL818HG 的系统数据采集功. 59-635.4 小型环网电力系统故障诊断系统. 63-645.5 本章小结 .
