【摘要】：隨著國民經(jīng)濟(jì)與電力網(wǎng)絡(luò)的發(fā)展,電力供應(yīng)的可靠性越來越受到重視,輸電線路作為電力網(wǎng)絡(luò)的重要組成部分,其運(yùn)行的可靠性直接影響著整個(gè)電力網(wǎng)絡(luò)。輸電線路大多數(shù)直接暴露在自然環(huán)境中,因此輸電線路也是電力系統(tǒng)中最易發(fā)生故障的部分。輸電線路發(fā)生故障時(shí),系統(tǒng)對(duì)故障相的準(zhǔn)確識(shí)別將直接決定著繼電保護(hù)裝置動(dòng)作的正確性。據(jù)此,本文提出了基于RPROP神經(jīng)網(wǎng)絡(luò)及小波分析理論的輸電線路故障類型識(shí)別算法,主要研究基于RPROP神經(jīng)網(wǎng)絡(luò)與小波分析理論所構(gòu)成的故障診斷網(wǎng)絡(luò)在輸電線路故障診斷和繼電保護(hù)方面的可行性和有效性,同時(shí)提高故障類型識(shí)別的準(zhǔn)確性和快速性。本文系統(tǒng)地闡述了小波分析與RPROP神經(jīng)網(wǎng)絡(luò)的相關(guān)理論,包括輸電線路故障識(shí)別的研究現(xiàn)狀、神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)中的研究現(xiàn)狀和小波變換的發(fā)展應(yīng)用現(xiàn)狀等。本文采用基于小波變換的暫態(tài)電壓高頻分量的能量比值作為特征量與RPROP神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法實(shí)現(xiàn)輸電線路故障類型的識(shí)別。本文首先對(duì)輸電線路各故障類型特征進(jìn)行了分析,并根據(jù)其特征利用小波變換對(duì)故障暫態(tài)電壓進(jìn)行分解,并計(jì)算提取出暫態(tài)電壓被分解后各頻帶的系數(shù)能量比。其次,結(jié)合本文的研究?jī)?nèi)容構(gòu)建了三層的RPROP故障診斷網(wǎng)絡(luò),即輸入層、隱含層和輸出層各為一層,并將利用小波分析提取的故障暫態(tài)電壓各頻帶系數(shù)能量的比值作為故障診斷網(wǎng)絡(luò)的輸入量,網(wǎng)絡(luò)的輸出量為各短路故障類型所對(duì)應(yīng)的四位二進(jìn)制編碼。最后,利用故障數(shù)據(jù)樣本對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練與測(cè)試,并對(duì)部分故障樣本進(jìn)行仿真驗(yàn)證。根據(jù)仿真驗(yàn)證的實(shí)驗(yàn)結(jié)果,確定了 RPROP網(wǎng)絡(luò)在輸電線路故障診斷中的可行性和有效。同時(shí),還將RPROP網(wǎng)絡(luò)的診斷結(jié)果與傳統(tǒng)的BP網(wǎng)絡(luò)診斷結(jié)果進(jìn)行了對(duì)比分析,從而得出RPROP網(wǎng)絡(luò)算法在輸電線路故障診斷中的診斷效果優(yōu)于傳統(tǒng)的BP網(wǎng)絡(luò)算法的診斷效果的結(jié)論。
[Abstract]:With the development of national economy and power network, more and more attention has been paid to the reliability of power supply. As an important part of power network, the reliability of transmission line operation directly affects the whole power network. Most of the transmission lines are directly exposed to the natural environment, so the transmission lines are also the most prone to failure in the power system. When the transmission line fails, the accurate identification of the fault phase will directly determine the correctness of the relay protection device. Based on this, a fault type recognition algorithm for transmission lines based on RPROP neural network and wavelet analysis theory is proposed in this paper. This paper mainly studies the feasibility and effectiveness of the fault diagnosis network based on RPROP neural network and wavelet analysis theory in transmission line fault diagnosis and relay protection, and improves the accuracy and rapidity of fault type identification. In this paper, the related theories of wavelet analysis and RPROP neural network are systematically described, including the research status of transmission line fault identification, the research status of neural network in power system and the development and application of wavelet transform. In this paper, the energy ratio of high frequency components of transient voltage based on wavelet transform is combined with RPROP neural network to identify the fault types of transmission lines. In this paper, the characteristics of each fault type of transmission line are analyzed, and the fault transient voltage is decomposed by wavelet transform according to its characteristics, and the coefficient energy ratio of each frequency band after the transient voltage is decomposed is calculated and extracted. Secondly, combined with the research content of this paper, a three-layer RPROP fault diagnosis network is constructed, that is, the input layer, the hidden layer and the output layer are each one layer. The ratio of frequency band coefficient energy of fault transient voltage extracted by wavelet analysis is used as the input of fault diagnosis network, and the output of the network is the four-bit binary coding corresponding to each short-circuit fault type. Finally, the fault data samples are used to train and test the network, and some fault samples are simulated and verified. According to the experimental results verified by simulation, the feasibility and effectiveness of RPROP network in transmission line fault diagnosis are determined. At the same time, the diagnosis results of RPROP network are compared with those of traditional BP network, and it is concluded that the diagnosis effect of RPROP network algorithm in transmission line fault diagnosis is better than that of traditional BP network algorithm.
【學(xué)位授予單位】：安徽理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TM755

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張偉;;輸電線路故障定位與智能巡檢[J];數(shù)字技術(shù)與應(yīng)用;2013年02期

2 鄔世忠;臧傳順;;淺談如何降低輸電線路故障率[J];電子制作;2014年05期

3 段承先;電力系統(tǒng)輸電線路故障定位的算法研究[J];華北工學(xué)院學(xué)報(bào);2001年02期

4 石巖,劉宗行,李偉;可編程邏輯器件在輸電線路故障定位裝置中的應(yīng)用[J];電子技術(shù);2003年11期

5 王紹部,祝鉑渝,龔慶武,舒乃秋;進(jìn)化算法在輸電線路故障定位中的應(yīng)用[J];繼電器;2004年22期

6 謝云昊;輸電線路故障的查找[J];農(nóng)村電氣化;2005年05期

7 謝云昊;如何提高輸電線路故障查找的成功率[J];電力安全技術(shù);2005年04期

8 勾書軍;;輸電線路故障及預(yù)防[J];電力安全技術(shù);2006年10期

9 何釗;;輸電線路故障的查找[J];四川電力技術(shù);2008年S1期

10 王長(zhǎng)善;馬廷磊;焦來琪;;輸電線路故障排除[J];中國電力企業(yè)管理;2008年16期

相關(guān)會(huì)議論文 前4條

1 趙延華;;基于輸電線路故障數(shù)模的建立與應(yīng)用[A];山東電機(jī)工程學(xué)會(huì)第五屆供電專業(yè)學(xué)術(shù)交流會(huì)論文集[C];2008年

2 傅宣葵;宋文波;陶定柱;王聰智;;輸電線路故障區(qū)域判斷裝置應(yīng)用研究[A];2009年云南電力技術(shù)論壇論文集（文摘部分）[C];2009年

3 傅宣葵;宋文波;陶定柱;王聰智;;輸電線路故障區(qū)域判斷裝置應(yīng)用研究[A];2009年云南電力技術(shù)論壇論文集（優(yōu)秀論文部分）[C];2009年

4 馬永明;陳平;劉萬超;祝成;孫佳佳;;基于MATLAB的輸電線路故障行波仿真平臺(tái)[A];中國高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2008年

相關(guān)重要報(bào)紙文章 前1條

1 記者李躍輝;云南新技術(shù)快速分析輸電線路故障[N];中國知識(shí)產(chǎn)權(quán)報(bào);2009年

相關(guān)博士學(xué)位論文 前1條

1 范新橋;基于多點(diǎn)電流測(cè)量的輸電線路故障定位方法研究[D];華北電力大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 宋英濤;500kV輸電線路故障定位與故障綜合分析[D];山東大學(xué);2015年

2 牛睿;輸電線路故障定位研究及其分析平臺(tái)開發(fā)[D];山東大學(xué);2015年

3 田吉華;電力系統(tǒng)輸變電線路故障智能定位方法研究[D];華北電力大學(xué);2015年

4 史永鋒;基于小波分析和支持向量機(jī)的電力系統(tǒng)輸電線路故障分類[D];華北電力大學(xué);2015年

5 徐彬;云南省送變電工程公司代運(yùn)維輸電線路故障分析及應(yīng)對(duì)策略[D];云南大學(xué);2015年

6 范國琛;基于多測(cè)點(diǎn)和相位比較的輸電線路故障定位方法研究[D];華北電力大學(xué);2015年

7 朱凱;智能化輸電線路故障監(jiān)測(cè)系統(tǒng)應(yīng)用研究[D];華北電力大學(xué);2015年

8 張虹;輸電線路故障原因綜合辨識(shí)研究[D];山東大學(xué);2016年

9 張帥;超高壓混合輸電線路故障定位技術(shù)研究[D];山東大學(xué);2016年

10 王亭亭;基于行波法的輸電線路故障定位研究[D];東北農(nóng)業(yè)大學(xué);2016年

，

本文編號(hào)：2497040