信息處理智能方法及其在高壓輸電線路故障分析中的應用.pdf

1、隨著電力系統(tǒng)規(guī)模的日益發(fā)展，對輸電線路的安全運行和供電可靠性的要求越來越高。高壓輸電線路作為輸電系統(tǒng)中的樞紐干線，在電力系統(tǒng)中起著重要作用，其故障直接威脅著現(xiàn)代電力系統(tǒng)的安全運行，而且引起的經(jīng)濟損失也越來越大。當輸電線路發(fā)生故障時，在很短的時間內(nèi)會有大量的報警信息，如果僅憑運行人員的經(jīng)驗進行故障診斷，其快速性和正確性難以保證。因此研究智能化的高壓輸電線路故障診斷和分析系統(tǒng)對電力系統(tǒng)恢復決策的制定和電力系統(tǒng)的安全運行具有重要意義。

2、 本文在對目前高壓輸電線路故障分析的基礎(chǔ)上，提出了實現(xiàn)輸電線路故障類型識別、故障測距和故障診斷的新方法。為高壓輸電線路故障智能綜合分析提供了新途徑，具有重要的理論意義和實用價值。 針對目前高壓輸電線路的故障類型識別在原理上主要依據(jù)某種邏輯關(guān)系來實現(xiàn)故障類型識別的局限性，本文提出采用滿足結(jié)構(gòu)風險最小化原理(SRM)的支持向量機(SVM)算法來進行高壓輸電線路的故障類型識別。針對高壓輸電線路故障模式空間的非線性可分情況，提出將SVM

3、算法通過非線性變換將輸入向量映射到高維空間來進行模式分類的方式，實現(xiàn)了對高壓輸電線路整個故障模式空間的非線性最優(yōu)分類，達到了準確故障類型識別的目的。另外，SVM算法還具有訓練過程簡單，訓練結(jié)果清晰明了的特性，可以實現(xiàn)故障類型的快速識別。 本文利用一種基于雙端電氣量的新型方法進行輸電線路的故障測距。該方法對兩端電氣量的數(shù)據(jù)采集不要求嚴格同步，而且在求解時只需識別出故障所屬類型，而無需知道具體的故障相別。仿真測試表明，該方法不受故障

4、類型、故障點位置、過渡電阻和線路兩端系統(tǒng)運行阻抗角的影響，能精確地確定出故障點位置，縣有較高的實用價值。 針對高壓輸電線路故障診斷的智能方法要求模型簡單，容錯性能強的問題，本文提出使用徑向基函數(shù)神經(jīng)網(wǎng)絡(RBFNN)來實現(xiàn)高壓輸電線路的故障診斷。在對RBFNN網(wǎng)絡的隱含節(jié)點數(shù)目以及核函數(shù)的確定過程中，本文提出采用基于HCM算法的聚類過程，該算法與常規(guī)的LBG等算法相比，不需要在每一次迭代中計算新的模式種類的重心，并且不用預設(shè)高斯