基于多判据神经网络的单相自适应重合闸的研究

基于多判据神经网络的单相自适应重合闸的研究

ID:36755906

大小:238.39 KB

页数:4页

时间:2019-05-14

基于多判据神经网络的单相自适应重合闸的研究_第1页
基于多判据神经网络的单相自适应重合闸的研究_第2页
基于多判据神经网络的单相自适应重合闸的研究_第3页
基于多判据神经网络的单相自适应重合闸的研究_第4页
资源描述:

《基于多判据神经网络的单相自适应重合闸的研究》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、2008年12月Dec.2008第36卷第6期(总第199期)Vo1.36No.6(Ser.No.199)基于多判据神经网络的单相自适应重合闸的研究StudyonSingle——phaseAdaptiveAuto-·reclosureBasedonMulti—criterionNeuralNetwork赵微(吉林供电公司,吉林吉林132001)摘要:提出了一种基于多判据神经网络的电力系统单相自适应重合闸优化方案,该方法能够正确进行瞬时故障和永久故障的区分。当瞬时性故障发生时,在短路点电弧熄灭后的恢复电压阶段,断开相各电气量的关系与永久性故障将有本质的不同。在详细分析断

2、开相工频电气量的基础上,用滤波后的采样值通过预处理层构成3种判据,利用神经网络将它们的自适应赋予权值,最后得出正确的结果。经过大量的仿真试验,该方案获得了满意的效果。关键词:单相自适应重合闸;电力系统;瞬时性故障;永久性故障;神经网络Abstract:Anoptimizedschemebasedonmulti—criterionneuralnetworkforsingle—poleadaptivereclosinginpowersystemisproposed.Itcandistinguishtransientfaultfrompermanentfaultoccurr

3、edontheEHVtransmissionlineproperly.Duringthevoltagerecoveryperiodaftertheextinctionoffaultare,theamplitudeandphaseoftransientfaultvoltageisessentiallydifferentfromthoseofpermanentfaultvoltage.Basedontheanalysisoffaultvoltageusingfilteredsampledata,threecriterionsaresetupthroughper—proce

4、ssinglayer,theyarevestedspecificgravityadaptivelythroughneuralnetwork,finallygetthecorrectresult.Alltheconclusionshavebeenverifiedbysimulation.Keywords:single—phaseadaptiveauto—reelosure;powersystem;transientfault;permanentfault;neuralnetwork中图分类号:TM711文献标识码:A文章编号:1009—5306(2008)060020—

5、04在电力系统实际运行中,自动重合闸一般具有本的基础上,且硬件实现还很困难;电弧方法需要建盲目性,如果发生瞬时性故障,重合将成功,如果重立准确的电弧模型,而电弧受许多非线形因素的影合于永久性故障,电力系统将受到二次冲击,这对于响,所以分析难度大,复小波构造比较困难,模糊理系统的稳定运行是极为不利的,所以,研究自适应重论用于重合闸也有误动的可能。合闸使之仅能够在瞬时故障时重合,具有普遍而重本文运用神经网络将3种判据相融合,利用神要的实际意义。在电力系统的各种故障当中,单相接经网络自适应地调节各个判据的权值,最后得出准地故障占到7O%~8O%,而单相故障中有80为瞬确的判

6、断。大量仿真数据表明,该方法受系统运行方时性故障,因此,在单相重合闸之前应正确区分瞬时式影响小,准确可靠。故障还是永久故障,避免重合于永久故障时对系统带来的冲击,提高系统的稳定性。1单相接地故障特征分析n”近年来,对自适应重合闸的研究理论和方法已经日趋成熟,国内外的学者提出了许多鉴别故障性1.1瞬时性故障质的方法,主要有电压判据、补偿电压判据“,还有以u相故障为例,当发生瞬时性故障后,线路利用线路并联电抗器产生的拍频现象、模糊理故障相两端断开。随短路点电弧的逐渐熄灭,线路转论。、电压相位判据H、模糊神经网络、高频保护人两相运行状态(见图1)。通道信号∞、复小波分析。∞

7、、组合电压判据”、电弧故障相与健全相之间存在电磁耦合电压x和的分析“¨。以上的方法均有一定的局限性:电压判电容耦合电压。以U相为故障相,则x,分据存在误动区;神经网络的训练必须建立在大量样别为:收稿日期:2008~09—1l作者简介:赵微(1983一),女,硕士研究生,从事继电保护相关_T-作。·20·2008年12月吉林电力Dec.2008第36卷第6期(总第199期)JilinElectricPowerVo1.36No.6(Ser.No.199)2信号的采集与判据的实现1w,v上T12.1电气量采集n●一一=Cm一根据本文所需要的电气量进行采集。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。