基于广域测量系统的电网故障诊断方法研究

《基于广域测量系统的电网故障诊断方法研究》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、浙江大学硕士学位论文摘要随着我国“智能电网”战略的实施以及特高压、大电网互联格局的形成，电网的安全和稳定运行面临着新的挑战，为了遏制大面积停电事故的发生和演化，需要一种快速、准确的故障诊断和故障定位技术来为电网安全保驾护航。同时，基于同步相量测量技术的广域测量系统已经在电力系统中得到了成功应用，并为电网故障诊断提供了新的信息渠道，在这样的背景下，本文开展了基于广域测量系统的电网故障诊断方法研究。主要工作内容和研究成果如下：首先，通过比较监控与数据采集系统(SCADA)和广域测量系统(WAMS)的特性，指出了基于同步相量测量技术的广域测量系统在电力系统中的应用前景；通过综述现有故

2、障诊断方法的优劣，提出了基于广域测量系统的电网故障诊断方法研究的可行性和必要性。其次，针对基于开关量的故障信息存在误动、拒动等不确定性以及本身开关量存在错误概率的问题，提出了基于电网潮流指纹的故障诊断方法；同时，文中还提出了利用改进整数规划模型的PMu优化配置方法。该诊断方法只需获得指纹特征点处电气量数据，信息需求量小，实时性强，避免了开关量信息不确定性对电网故障诊断的影响。再次，针对基于SCADA的故障信息具有局部性和实时性较差的问题，本文采用PMU作为故障信息源。与此同时，由于传统故障诊断方法中存在专家知识库、训练样本集等难以满足完备性的问题，本文提出了基于PMU和信息融合

3、技术的电网故障诊断方法。该方法有效实现了基于开关量故障诊断和电气量故障诊断的决策层融合，实时性高，能够把握连锁故障本质，同时在一定程度上弥补了传统故障诊断的不足。最后，作为故障诊断领域的进一步研究，本文提出了一种仅利用线路两端电压相量实现电力传输网故障定位的方法。其中，提出了用于故障定位的电压相量平衡指标，通过遍历搜索方法实现故障定位。该方法信息需求量小；同时避免了电流互感器饱和现象和过渡电阻对故障定位精度的影响。关键词广域测量系统，故障诊断，故障定位，潮流指纹，PMU优化配置，神经网络，模糊积分，信息融合浙江大学硕士学位论文AbStractAbstractAst11edeVe

4、lopmentstrategyof‘‘s仃ongSman嘶d，’isbeingca玎iedout；aIldattlles锄etimetlleUl臼麓High、厂oltageTransmissionandLarge-scale111terco皿ectedPower嘶dcomeintofomation，newchallengesontheintegrationaJlds切bilit)，ofpowergridhaVebeenunderconcem．Newteclulologies，suchasfaSta11daccur．atef．aultdi砸妒osisa11d10cationare

5、possibletobeusedtopreVenttheoccurrenceandexpansionofblackouts．Besides，thePhaSorMeasurementUnits(PMUs)baSedWide心eaMeaSurementSystems(WAMS)havebeensuccess如llyimplememedinpowersystems，wbjchalsoproVidesameasurememandcommunicationchallnelforpowergridf．auhdiagnosis．Undert11issituatioll，t11ismesish

6、assmdiedtlleⅥi制MS-basedmemodsforpowergmfIaultdiagnosis．ThemainworkoftKsthesisisstatedasfollows．FirStly，bycomp撕sonbe帆een删St11econVentionally印pliedSCADAsystem，t11epotentia】ofWAMStobeimplementediIlpowersystemhasbeenMghlighted；andthefeasibili够a11dnecess毋of印plyillgwAMSimopo、代r酊df砌tdiagnosishasbee

7、nconcludedbyanalyziI唱thecharacteriSticsofcurrentfaultdiagnosismetllods．Secondly，mekeyworkofthjst11esis—thepowernowfinge印rintbaSedfaultdiagnosismethodisproposediIlordertooVercomet11ecurrentproblemsinfaultdiagnosisalgoritllms，forex锄ple，theuncertainIm