-
题名基于K-mean的配网故障行波定位方法
- 1
-
-
作者
唐冬来
李擎宇
陈泽宇
龚奕宇
谢飞
钟旭
-
机构
四川思极科技有限公司
国网四川省电力公司
-
出处
《电气自动化》
2023年第4期82-84,共3页
-
基金
国家重点研发计划项目(2019YFB2103000)。
-
文摘
为解决配网故障定位难的问题,提出了一种基于K-mean的配网故障行波定位方法。首先,通过配网上的多个量测终端记录故障首波的抵达时间及波形,利用时间差判断故障位置;然后采用均值方法校准故障位置;在此基础上,采用K-mean算法分析故障波形,判断故障类型;最后,在某地区进行验证,定位精度为78.9米,准确率为90.8%。试验结果验证了方法的有效性。所提出的配网故障行波定位方法能够精准定位故障并判断故障类型。
-
关键词
K-mean
配网故障
行波定位
故障首波
故障特征库
-
Keywords
K-mean
distribution network fault
traveling wave positioning
fault first wave
fault feature library
-
分类号
TM76
[电气工程—电力系统及自动化]
-
-
题名一种特高压直流输电线路神经网络双端故障测距新方法
被引量：59
- 2
-
-
作者
陈仕龙
谢佳伟
毕贵红
张杰
张文英
高超
-
机构
昆明理工大学电力工程学院
南方电网科学研究院
-
出处
《电工技术学报》
EI
CSCD
北大核心
2015年第4期257-264,共8页
-
基金
国家自然科学基金(51267008)
特高压工程技术(昆明
+1 种基金
广州)国家工程实验室开放基金(NEL201415)
昆明理工大学校人培基金(kkz3201304019)资助项目
-
文摘
提出一种基于高频量衰减特性的特高压直流输电线路神经网络双端故障测距方法。传统基于高频量衰减特性的特高压直流输电线路双端测距方法的测距精度依赖于线路衰减常数的准确求取,但准确计算线路衰减常数是一个难题。人工神经网络具有很强的非线性逼近拟合能力,利用人工神经网络方法,将不必准确计算线路衰减常数也能准确实现故障定位。选取不同频带内整流侧和逆变侧测距装置处检测到的故障电压行波线模分量高频部分首波头幅值比作为BP神经网络的输入样本集,故障距离作为输出样本集,对神经网络进行训练、测试,形成直流输电线路故障测距神经网络模型,将反映故障位置的特征数据输入训练后的网络模型即可实现故障测距。大量仿真结果表明:该基于高频量衰减特性的特高压直流输电线路神经网络双端故障测距方法精度较高,而且耐受过渡电阻能力强。
-
关键词
特高压直流
高频量衰减特性
双端故障测距
故障行波首波头
神经网络
-
Keywords
UHVDC,the attenuation characteristics of high frequency signal,two terminal fault location,initial traveling wave head,ANN
-
分类号
TM721.1
[电气工程—电力系统及自动化]
-
