【摘要】：隨著國民經濟與電力網絡的發(fā)展,電力供應的可靠性越來越受到重視,輸電線路作為電力網絡的重要組成部分,其運行的可靠性直接影響著整個電力網絡。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,系統(tǒng)對故障相的準確識別將直接決定著繼電保護裝置動作的正確性。據此,本文提出了基于RPROP神經網絡及小波分析理論的輸電線路故障類型識別算法,主要研究基于RPROP神經網絡與小波分析理論所構成的故障診斷網絡在輸電線路故障診斷和繼電保護方面的可行性和有效性,同時提高故障類型識別的準確性和快速性。本文系統(tǒng)地闡述了小波分析與RPROP神經網絡的相關理論,包括輸電線路故障識別的研究現(xiàn)狀、神經網絡在電力系統(tǒng)中的研究現(xiàn)狀和小波變換的發(fā)展應用現(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神經網絡相結合的方法實現(xiàn)輸電線路故障類型的識別。本文首先對輸電線路各故障類型特征進行了分析,并根據其特征利用小波變換對故障暫態(tài)電壓進行分解,并計算提取出暫態(tài)電壓被分解后各頻帶的系數(shù)能量比。其次,結合本文的研究內容構建了三層的RPROP故障診斷網絡,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絡的輸入量,網絡的輸出量為各短路故障類型所對應的四位二進制編碼。最后,利用故障數(shù)據樣本對網絡進行訓練與測試,并對部分故障樣本進行仿真驗證。根據仿真驗證的實驗結果,確定了 RPROP網絡在輸電線路故障診斷中的可行性和有效。同時,還將RPROP網絡的診斷結果與傳統(tǒng)的BP網絡診斷結果進行了對比分析,從而得出RPROP網絡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網絡算法的診斷效果的結論。
[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.
【學位授予單位】：安徽理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TM755

【相似文獻】

相關期刊論文 前10條

1 張偉;;輸電線路故障定位與智能巡檢[J];數(shù)字技術與應用;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];華北工學院學報;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用[J];電子技術;2003年11期

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

6 謝云昊;輸電線路故障的查找[J];農村電氣化;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;2005年04期

8 勾書軍;;輸電線路故障及預防[J];電力安全技術;2006年10期

9 何釗;;輸電線路故障的查找[J];四川電力技術;2008年S1期

10 王長善;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

相關會議論文 前4條

1 趙延華;;基于輸電線路故障數(shù)模的建立與應用[A];山東電機工程學會第五屆供電專業(yè)學術交流會論文集[C];2008年

2 傅宣葵;宋文波;陶定柱;王聰智;;輸電線路故障區(qū)域判斷裝置應用研究[A];2009年云南電力技術論壇論文集（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)域判斷裝置應用研究[A];2009年云南電力技術論壇論文集（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[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術年會論文集（下冊）[C];2008年

相關重要報紙文章 前1條

1 記者李躍輝;云南新技術快速分析輸電線路故障[N];中國知識產權報;2009年

相關博士學位論文 前1條

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

相關碩士學位論文 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;2015年

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

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

5 徐彬;云南省送變電工程公司代運維輸電線路故障分析及應對策略[D];云南大學;2015年

6 范國琛;基于多測點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;2015年

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

8 張虹;輸電線路故障原因綜合辨識研究[D];山東大學;2016年

9 張帥;超高壓混合輸電線路故障定位技術研究[D];山東大學;2016年

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

，

本文編號：2497040