基于LVQ神經網絡算法的配電網單相接地故障診斷方法研究及應用實現.pdf

1、在我國中低壓配電網中，單相接地故障約占配電網總故障的80％。由于單相接地故障時，不形成低阻抗的短路回路，故障電流遠小于負荷電流，這就使得故障發(fā)生后，很難才能準確地、高效地進行故障選線和定位。若不能在短時間內修復故障，將會導致停電停產等重大損失[1]。因此，如何保障配電網安全穩(wěn)定地運行，盡快找出故障線路以及確定故障位置，意義十分重大。
　　雖然國內外對小電流接地系統(tǒng)故障選線與定位問題已經進行了很長時間的研究，提出過各種選線和定位方法

2、，但是選線與定位裝置準確率一直不高[2]。本文在國內外學者對小電流接地故障問題研究的基礎上，利用故障接地時的暫態(tài)與穩(wěn)態(tài)特征，主要研究了以下內容：
　　研究了一種基于LVQ神經網絡的故障選線方法。通過對故障線路的故障距離、相角以及接地電阻的大小進行改變，得到單相接地故障發(fā)生以后的零序電壓和零序電流，分析之后得到故障特征量（有功功率、小波能量和五次諧波分量）。并將這些故障特征量送到LVQ神經網絡的matlab仿真模型，得到最終的結果。

3、
　　設計了配電網遠程監(jiān)控系統(tǒng)的人機交互界面，實現了故障選線信息的遠程監(jiān)控,使得用戶更加方便的查看故障診斷的信息。
　　在故障選線的基礎上，提出了一種改進的LVQ神經網絡的故障定位算法。LVQ算法在故障選線中表現雖然優(yōu)異，但是在故障定位中卻表現出各種不足之處。改進的LVQ神經網絡定位算法對網絡的訓練過程、初始向量值等方面進行了相應的改進。經過MATLAB仿真實驗可以得出改進之后的神經網絡不僅收斂速度要比改進之前快的多，而且定