【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种，其特征在于，包括：步骤一：安装FTU，将馈线终端装置所在位置定为参考测量点；步骤二：通过FTU采集训练样本数据，得到故障信号的模极大值；对所述训练样本数据进行归一化处理后作为输入训练样本，实际故障距离作为输出训练样本；步骤三：构建优化BP神经网络模型；步骤四：完成构建BP神经网络模型；步骤五：优化完毕的BP神经网络模型对故障信号进行分析，得出故障点位置。本专利技术对故障定位精度高，不需要大量监测设备，可以避免成本增大的问题。【专利说明】
本专利技术涉及一种配电网小电流单相接地故障定位方法，具体涉及一种，本专利技术属于电力系统及其自动化领域。
技术介绍
在我国，目前配电自动化所涉及的主要是IOkV的中压电网，一般供电范围为10km。为了提高供电的可靠性，我国的IOkV配电网一般采用中性点不接地方式运行，当发生单相接地故障时，接地电流很小，故这种系统又称为小电流接地系统。当IOkV配电网发生单相接地故障后，非故障相对地工频电压升高至原来的.>/!倍。此时，系统仍可以继续运行1-2小时，但用电设备处于过电压运行状态，对系统的绝缘要求高，并且极易发展成多点故障或相间短路故障。单相接地故障在配电网故障中占75%以上。因此，准确地找到故障发生的位置是隔离故障区域并恢复非故障区域的正常供电的重要前提。传统的IOkV配电网单相接地故障定位一般采用逐条线路拉闸停电的方法来确定故障线路，在选出故障线路后，再派工作人员到现场沿线查找故障位置，然后排除故障。传统方法耗费大量的人力、物力和时间。在目前配电自动化系统中，采用较为广泛的故...
【技术保护点】
基于神经网络的配电网小电流单相接地故障定位方法，其特征在于，包括：步骤一：在变电站主变低压10kV侧或低压10kV母线开始的适当位置安装FTU，将馈线终端装置所在位置定为参考测量点；步骤二：通过FTU采集训练样本数据，对训练样本数据进行小波模极大值的奇异性检测，得到故障信号的模极大值；对所述训练样本数据进行归一化处理后作为输入训练样本，实际故障距离作为输出训练样本；步骤三：使用遗传算法优化BP神经网络的初始连接权值和阀值，构建适合于10kV中性点不接地系统的单相接地故障定位的优化BP神经网络模型；所述优化BP神经网络模型分为三层：输入层、隐含层和输出层；输入层为故障信号小波变换的模极大值；输出层包含单一神经元，输出层的值反映相对于参考测量点的故障点位置；步骤四：从优化的BP神经网路输出层开始逐层计算各层神经元的输出误差Ep，完成构建经遗传算法优化的BP神经网络模型；步骤五：优化完毕的BP神经网络模型对FTU装置上报的配电网实际运行的故障信号进行分析，得出故障点位置。
【技术特征摘要】
【专利技术属性】
技术研发人员：胡钢，肖智国，臧川，江冰，
申请(专利权)人：河海大学常州校区，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。