高級智能故障信息處理系統(tǒng)中關(guān)鍵技術(shù)的開發(fā)研究——主站故障診斷.pdf

1、電力系統(tǒng)發(fā)生大范圍復雜故障后，僅僅依靠來自SCADA系統(tǒng)的保護、開關(guān)接點的變位信息，調(diào)度人員難以做出準確判斷；來自故障錄波裝置記錄的模擬量信息越來越成為故障診斷和系統(tǒng)恢復的重要依據(jù)。為了進一步提高超高壓輸電線路故障類型識別率和計算速度，本文利用提升小波和RBPNN網(wǎng)絡(luò)構(gòu)造了新的小波神經(jīng)網(wǎng)絡(luò)故障識別模型，應用bior3.1提升小波對故障電流進行分解，將分解到的(0,375)Hz頻率段的小波系數(shù)輸入到RBPNN神經(jīng)網(wǎng)絡(luò)。通過ATP仿真數(shù)據(jù)的

2、測試和比較，結(jié)果表明該模型具有很高的識別率和收斂速度，并有望將該模型應用到電網(wǎng)故障診斷系統(tǒng)。 國內(nèi)外大量文獻已經(jīng)就輸電線雙端和多端測距做了相當多的研究工作，并提出一系列的解決方案。針對目前關(guān)于多端測距的文獻存在故障分支誤判、不適用于錄波數(shù)據(jù)、適用接線方式受限等缺點，本文提出了兩種多端測距算法：一種是基于集中參數(shù)，只用故障電壓分量的測距算法，測距結(jié)果不受故障后CT飽和的影響；另一種是基于分布參數(shù)、利用工頻電壓電流量建立分式型測距迭