隨著我國(guó)現(xiàn)代化的高速發(fā)展,電力工業(yè)也進(jìn)入以“三型兩網(wǎng)”為特點(diǎn)的新階段,供電系統(tǒng)的可靠性顯得越來(lái)越重要。電力系統(tǒng)的安全穩(wěn)定運(yùn)行主要取決于輸電線(xiàn)路的運(yùn)行狀態(tài)。由于輸電線(xiàn)路作為連接電力的重要環(huán)節(jié),一旦發(fā)生線(xiàn)路故障,不止會(huì)影響系統(tǒng)穩(wěn)定運(yùn)行,還會(huì)造成很大的經(jīng)濟(jì)損失。所以,對(duì)輸電線(xiàn)路要準(zhǔn)確、及時(shí)識(shí)別出故障與故障選線(xiàn),能夠盡早恢復(fù)供電,降低因?yàn)橥ｋ娫斐傻慕?jīng)濟(jì)損失。首先,本文在Simulink仿真軟件中搭建了110kv電流接地系統(tǒng)模型,用來(lái)仿真模擬出不同故障類(lèi)型下的零序電流和電壓的情況,分析了輸電線(xiàn)路故障時(shí)產(chǎn)生的暫態(tài)特征能量值。然后,運(yùn)用小波包變換對(duì)故障信號(hào)進(jìn)行低頻段、高頻段分析處理,將故障暫態(tài)特征能量值進(jìn)行三層的小波包分解,選用DB4小波基函數(shù)分解得出不同頻率段的能量熵,將不同的能量特征值和神經(jīng)網(wǎng)絡(luò)相互配合進(jìn)行識(shí)別輸電線(xiàn)路選線(xiàn)功能。利用MATLAB仿真軟件中的小波工具箱驗(yàn)證,該算法可以高效、精準(zhǔn)地提取故障值,也得出不同故障之間的能量值存在著差異。最后,利用神經(jīng)網(wǎng)絡(luò)算法建立了輸電線(xiàn)路故障診斷模型,將小波處理的故障特征數(shù)據(jù)輸入到故障診斷系統(tǒng)中,識(shí)別出輸電線(xiàn)路故障類(lèi)型。但是,為了提高故障識(shí)別率和識(shí)別速度,... 

【文章來(lái)源】：遼寧石油化工大學(xué)遼寧省

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Line3參數(shù)設(shè)置Fig.2.14Line3setparameters

圖 2.13 電源參數(shù)設(shè)置Fig.2.13 Power supply parameter setting搭建模塊中，輸電線(xiàn)路采取了 110kv 電流模型e1~ine4，在仿真軟件中采用了“Three p線(xiàn)路的模擬距離設(shè)定為 140km、180km、 1.5kLine3 如圖 2.14 所示。

圖 2.15 Load1 參數(shù)設(shè)置Fig.2.15 Parameter Settings of Load1模擬線(xiàn)路采用測(cè)量功能塊“Three Phase V-其主要功能就是把測(cè)量信號(hào)轉(zhuǎn)換成仿真可以識(shí)圖 2.16 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于等效行波的柔性直流電網(wǎng)差動(dòng)保護(hù)研究[J]. 傅慶燕,高亮,裴翔羽.  電力建設(shè). 2019(03)
[2]基于故障類(lèi)型識(shí)別的輸電線(xiàn)路自適應(yīng)測(cè)距方法[J]. 程宏波,高雅琦,王勛,李陽(yáng)林,康琛,紀(jì)清照,辛建波.  電力系統(tǒng)保護(hù)與控制. 2019(02)
[3]基于改進(jìn)方向電流法的特高壓直流輸電線(xiàn)路故障識(shí)別[J]. 王永進(jìn),樊艷芳,李自乾.  中國(guó)電力. 2019(01)
[4]基于小波包頻段分解及綜合能量系數(shù)的小電流接地系統(tǒng)故障定段方案[J]. 王帥,李立生,宋曉東,孫毅,王善龍,馬驍壯.  現(xiàn)代電子技術(shù). 2019(01)
[5]基于輸電線(xiàn)路行波特征分析的典型故障原因辨識(shí)研究及應(yīng)用[J]. 孫迎雪,趙海龍,秦力,龐松嶺,林桃貝.  電氣技術(shù)與經(jīng)濟(jì). 2018(05)
[6]10 kV電纜網(wǎng)小電流接地系統(tǒng)故障定位方法研究[J]. 張啟亮,劉倩影.  黑龍江電力. 2018(04)
[7]小電流接地故障多層次分類(lèi)及其識(shí)別模型[J]. 楊帆,金鑫,沈煜,梁永亮,周志強(qiáng),薛永端.  電力系統(tǒng)自動(dòng)化. 2018(15)
[8]基于改進(jìn)BP算法在深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)中的研究[J]. 黃培.  機(jī)械強(qiáng)度. 2018(04)
[9]一種綜合應(yīng)用工頻法和行波法的組合故障測(cè)距法[J]. 李振興,田斌,吳李群,王欣,方紹晨.  高壓電器. 2018(02)
[10]輸電線(xiàn)路的雷電識(shí)別研究[J]. 甘燕,胡紅霞.  電網(wǎng)與清潔能源. 2018(01)

碩士論文
[1]基于隨機(jī)梯度下降的神經(jīng)網(wǎng)絡(luò)權(quán)重優(yōu)化算法[D]. 張晉晶.西南大學(xué) 2018
[2]基于小波-RBF神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[D]. 王代超.青島理工大學(xué) 2018
[3]基于模糊神經(jīng)網(wǎng)絡(luò)的輸電線(xiàn)路故障診斷系統(tǒng)研究[D]. 程林中.安徽理工大學(xué) 2016
[4]基于暫態(tài)行波的輸電線(xiàn)路故障測(cè)距研究[D]. 尹曉光.西南交通大學(xué) 2011
[5]基于多小波包和人工神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)故障類(lèi)型識(shí)別研究[D]. 李東敏.西南交通大學(xué) 2008
[6]Elman神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究[D]. 韓旭明.天津大學(xué) 2006



本文編號(hào)：2910277