基于PMU信息的快速故障分析.pdf

1、在輸電網絡發(fā)生短路故障后，正確而快速的識別故障元件，對于電力系統(tǒng)的恢復決策和供電可靠性具有重要的意義。早期人工智能方法在該領域得到廣泛應用，如專家系統(tǒng)、神經網絡、遺傳算法等，這些方法由于數據源有限，在分析過程中大多只利用開關、保護的動作信息，利用這些信息只能分析簡單的故障，對于一些復雜的故障無法得出正確結論的，且開關誤動作的信號較多，因此該時期的故障分析軟件在復雜故障時只能給出較多的可能性結論，甚至在有些情況下會給出錯誤的結論，不能真正

2、的在調度中心得到實用化；隨著故障錄波器在電網中的普及應用，又有專家和學者提出利用故障錄波數據進行故障分析，但是故障時很多故障錄波器都會啟動，如果啟動的故障錄波器的故障錄波文件都傳送至調度中心來分析的話，這個時間是非常長的，難以保證故障分析的實時應用。針對以上各種情況，本文主要做了以下工作： ●首先利用PMU的實時數據，開發(fā)出故障監(jiān)測算法，通過該算法在故障時只會召喚和故障元件相關的故障錄波文件，有效的減少了待召喚的故障錄波文件數目

3、； ●在分析短路故障特征的基礎上，開發(fā)出利用電流突變量來提取短路故障時間點的算法，該算法具有自適應的功能，在振蕩過程中的短路故障可以正確的提取短路故障時間點： ●開發(fā)出基于相電流差突變量的選相方法以及序電壓的選相方法，兩者互為后備，保證在各種短路故障情況下可以正確選相； ●開發(fā)出基于突變量的方向元件、零序方向元件以及功率方向元件，能夠在各種情況下正確識別短路故障方向； 以上研究表明，利用PMU信息的實時數