輸電線路單相接地故障性質(zhì)識別方法研究
發(fā)布時間:2023-06-28 05:06
傳統(tǒng)重合閘在故障發(fā)生后通過預定的延時后重合,當重合于永久性故障時會給電力系統(tǒng)造成二次沖擊。相對傳統(tǒng)重合閘,自適應重合閘在合閘前能夠識別故障性質(zhì),可避免重合閘的盲目性,只重合于瞬時性故障。自適應重合閘的關鍵在于故障性質(zhì)的識別,因此,研究輸電線路單相接地故障性質(zhì)識別方法尤為重要。首先,分析輸電線路單相接地故障的電弧特性和故障相端電壓特性,應用ATP軟件仿真分析輸電線路瞬時性和永久性故障的電壓特性。其次,提出了基于局部均值分解(Local mean decomposition,LMD)和樣本熵(Sample entropy)理論的故障特征提取方法,將提取的故障特征作為BP神經(jīng)網(wǎng)絡的輸入進行故障性質(zhì)識別,實現(xiàn)了基于BP神經(jīng)網(wǎng)絡的輸電線路單相接地故障性質(zhì)識別;由于輸電線路單相接地兩種故障的故障相端電壓波形不同,而卷積神經(jīng)網(wǎng)絡獨有的卷積核可以提取圖像深層次特征進行圖像識別,搭建了能夠識別輸電線路單相接地故障性質(zhì)的卷積神經(jīng)網(wǎng)絡,將故障端電壓波形處理為灰度圖,作為網(wǎng)絡的輸入,減少了提取故障特征的環(huán)節(jié)。最后,設計了一款輸電線路單相接地故障性質(zhì)識別軟件,其集成了本文研究的兩種故障性質(zhì)識別方法,具有用戶可自...
【文章頁數(shù)】:75 頁
【學位級別】:碩士
【文章目錄】:
摘要
英文摘要
1 緒論
1.1 課題研究背景及意義
1.2 研究現(xiàn)狀
1.2.1 基于一次電弧的識別方法
1.2.2 基于二次電弧的識別方法
1.2.3 基于恢復電壓的識別方法
1.2.4 基于智能算法的識別方法
1.3 現(xiàn)狀分析
1.4 本文主要研究內(nèi)容
2 輸電線路單相接地故障電氣特性分析
2.1 電弧特性分析
2.1.1 一次電弧動態(tài)特性
2.1.2 二次電弧動態(tài)特性
2.2 故障相電壓特性分析
2.2.1 瞬時性故障電壓特性分析
2.2.2 永久性故障電壓特性分析
2.3 故障模型的搭建與仿真
2.3.1 仿真軟件的介紹
2.3.2 電弧模型的建立
2.3.3 輸電線路單相接地故障仿真
2.3.4 仿真結果分析
2.4 本章小結
3 基于LMD樣本熵的輸電線路故障特征提取方法
3.1 輸電線路故障的高頻暫態(tài)分量
3.2 信號的LMD樣本熵
3.2.1 局部均值分解理論
3.2.2 樣本熵理論
3.2.3 LMD樣本熵
3.3 基于LMD樣本熵提取故障特征量
3.3.1 故障信號的LMD分解
3.3.2 故障信號特征量提取
3.4 本章小結
4 基于BP神經(jīng)網(wǎng)絡的輸電線路單相接地故障性質(zhì)識別方法
4.1 BP神經(jīng)網(wǎng)絡的原理
4.2 設計BP神經(jīng)網(wǎng)絡
4.3 基于BP神經(jīng)網(wǎng)絡的單相接地故障識別結果
4.3.1 全部樣本的訓練與測試
4.3.2 不同故障位置樣本的訓練與測試
4.4 本章小結
5 基于卷積神經(jīng)網(wǎng)絡的輸電線路單相接地故障性質(zhì)識別方法
5.1 卷積神經(jīng)網(wǎng)絡理論
5.1.1 卷積神經(jīng)網(wǎng)絡特點
5.1.2 卷積神經(jīng)網(wǎng)絡的網(wǎng)絡結構
5.1.3 卷積神經(jīng)網(wǎng)絡的三大核心思想
5.2 設計卷積神經(jīng)網(wǎng)絡
5.2.1 數(shù)據(jù)預處理方法
5.2.2 設計單層卷積神經(jīng)網(wǎng)絡
5.2.3 設計多層卷積神經(jīng)網(wǎng)絡
5.3 基于卷積神經(jīng)網(wǎng)絡的單相接地故障識別結果
5.3.1 單層卷積神經(jīng)網(wǎng)絡的識別結果
5.3.2 多層卷積神經(jīng)網(wǎng)絡的識別結果
5.4 輸電線路單相接地故障性質(zhì)識別軟件設計
5.4.1 兩種識別方法對比
5.4.2 輸電線路單相接地故障性質(zhì)識別軟件設計思路
5.4.3 輸電線路單相接地故障性質(zhì)識別軟件
5.5 本章小結
6 結論與展望
6.1 結論
6.2 展望
致謝
參考文獻
附錄
攻讀學位期間的學術成果
攻讀學位期間獲得的榮譽
本文編號:3836037
【文章頁數(shù)】:75 頁
【學位級別】:碩士
【文章目錄】:
摘要
英文摘要
1 緒論
1.1 課題研究背景及意義
1.2 研究現(xiàn)狀
1.2.1 基于一次電弧的識別方法
1.2.2 基于二次電弧的識別方法
1.2.3 基于恢復電壓的識別方法
1.2.4 基于智能算法的識別方法
1.3 現(xiàn)狀分析
1.4 本文主要研究內(nèi)容
2 輸電線路單相接地故障電氣特性分析
2.1 電弧特性分析
2.1.1 一次電弧動態(tài)特性
2.1.2 二次電弧動態(tài)特性
2.2 故障相電壓特性分析
2.2.1 瞬時性故障電壓特性分析
2.2.2 永久性故障電壓特性分析
2.3 故障模型的搭建與仿真
2.3.1 仿真軟件的介紹
2.3.2 電弧模型的建立
2.3.3 輸電線路單相接地故障仿真
2.3.4 仿真結果分析
2.4 本章小結
3 基于LMD樣本熵的輸電線路故障特征提取方法
3.1 輸電線路故障的高頻暫態(tài)分量
3.2 信號的LMD樣本熵
3.2.1 局部均值分解理論
3.2.2 樣本熵理論
3.2.3 LMD樣本熵
3.3 基于LMD樣本熵提取故障特征量
3.3.1 故障信號的LMD分解
3.3.2 故障信號特征量提取
3.4 本章小結
4 基于BP神經(jīng)網(wǎng)絡的輸電線路單相接地故障性質(zhì)識別方法
4.1 BP神經(jīng)網(wǎng)絡的原理
4.2 設計BP神經(jīng)網(wǎng)絡
4.3 基于BP神經(jīng)網(wǎng)絡的單相接地故障識別結果
4.3.1 全部樣本的訓練與測試
4.3.2 不同故障位置樣本的訓練與測試
4.4 本章小結
5 基于卷積神經(jīng)網(wǎng)絡的輸電線路單相接地故障性質(zhì)識別方法
5.1 卷積神經(jīng)網(wǎng)絡理論
5.1.1 卷積神經(jīng)網(wǎng)絡特點
5.1.2 卷積神經(jīng)網(wǎng)絡的網(wǎng)絡結構
5.1.3 卷積神經(jīng)網(wǎng)絡的三大核心思想
5.2 設計卷積神經(jīng)網(wǎng)絡
5.2.1 數(shù)據(jù)預處理方法
5.2.2 設計單層卷積神經(jīng)網(wǎng)絡
5.2.3 設計多層卷積神經(jīng)網(wǎng)絡
5.3 基于卷積神經(jīng)網(wǎng)絡的單相接地故障識別結果
5.3.1 單層卷積神經(jīng)網(wǎng)絡的識別結果
5.3.2 多層卷積神經(jīng)網(wǎng)絡的識別結果
5.4 輸電線路單相接地故障性質(zhì)識別軟件設計
5.4.1 兩種識別方法對比
5.4.2 輸電線路單相接地故障性質(zhì)識別軟件設計思路
5.4.3 輸電線路單相接地故障性質(zhì)識別軟件
5.5 本章小結
6 結論與展望
6.1 結論
6.2 展望
致謝
參考文獻
附錄
攻讀學位期間的學術成果
攻讀學位期間獲得的榮譽
本文編號:3836037
本文鏈接:http://www.sikaile.net/shoufeilunwen/boshibiyelunwen/3836037.html
最近更新
教材專著