基于小波变换与神经网络的输电线路故障分析与继电保护

《基于小波变换与神经网络的输电线路故障分析与继电保护》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、II基于小波变换与神经网络的输电线路故障分析与继电保护摘要随着我国现代化的高速发展，电力工业也步入以特高压、高智能化为特点的新阶段，供电系统的可靠性显得越来越重要。电力系统主要包括变压器、输电线路、发电机和负载，而电力电网由前两者构成。电力系统的稳定安全运行大部分取决于输电线路的运行状态，因此需要对输电线路的安全运行进行加强保护，尤其是对线路中出现的单相接地故障，应给予及时地切除以免损坏电路的正常运行，这一直是电网系统安全稳定运行的重中之重。首先，本文分析了小电流接地系统发生接地故障时电气量的暂态特

2、征，在MATLAB仿真软件平台上搭建小电流接地的系统模型，以仿真不同故障类型中的零序电流、电压作为主要的研究对象，通过仿真的波形与国内外专家研究的故障理论分析比较，本文搭建的电力系统模型能够较为准确地模拟各类故障状态。根据故障时暂态零序电流的时频特征，本文利用能够同时在低频段和高频段分析故障信号的小波包变换。在故障信号处理方面，小波包比传统小波变换的时频性能更好。选择db4小波基函数，对系统模型仿真得到的故障零序电流进行三层的小波包分解，分别分析和提取各个连续频段的能量值，将基于小波包的特征能量与智

3、能算法相结合来判别输电线路的故障线路。通过MATLAB中的小波工具箱仿真证实，该算法能够较为准确且有效地提取出故障能量值，同时得知不同故障间的能量值之间存在一定的差异。最后，利用上述提取的故障特征能量值作为BP神经网路的输入，对其进行训练。针对BP神经网络存在易陷入局部极小点和迭代训练过程较慢等不足，本文利用Elman神经网络结构对其进行改进。最后利用50组测试样本对神经网络进行测试，实验结果表明，当神经网络判断出正确的故障线路后，系统将进入故障中断处理流程，发出故障跳闸命令，将结果输送到开关量输出

4、电路，故障线路上的继电器开关进行动作，切除故障线路，完成继电保护任务。关键词：输电线路小波变换神经网络故障分析IFAULTANALYSISANDRELAYPROTECTIONOFTRANSMISSIONLINEBASEDONWAVELETTRANSFORMANDNEURALNETWORKABSTRACTWiththerapiddevelopmentofChina,thepowerindustryhasenteredaUHV,highintelligencestageandthereliability

5、ofthepowersupplysystemhasbecomeincreasinglyimportant.Thepowersystemmainlyincludestransformers,transmissionlines,generatorsandloads.Thepowergridismadeupofthefirsttwo.Stableandsecureoperationofthepowersystemdependslargelyontheoperatingstatusoftransmissio

6、nlines,soitneedstoenhanceprotectionforthesafeoperationofthetransmissionline.Especiallyforthesingle-phasegroundedfaultinlines.Itshouldbegiveninatimelyexcisioninordertoavoiddamagingthecircuitnormalrun,whichhasbeenthetoppriorityinsafeandreliableoperationo

7、fthepowersystem.Firstly,thepaperanalyzestransientcharacteristicsoftheelectricalquantitywhenthesmallcurrentgroundingsystemoccursgroundingfault.ThemodelofsmallcurrentgroundingsystemisbuiltontheMATLAB,thentakingzerosequencecurrentandvoltageofdifferentfaul

8、ttypesastheresearchobject.Throughtheanalysisandcomparisonbetweenthewaveformsimulatedandthefaulttheorystudiedbydomesticandforeign,thepowersystemmodelinthispapercanmoreaccuratelysimulatethefaultstate.Accordingtothedatacharacteristicsofthe