一种直流换相失败阻断与预防控制方法技术

本发明专利技术提供一种直流换相失败阻断与预防控制方法，包括：由在线受扰电压暂态轨迹智能预测模型预测电网逆变站母线线电压在故障期间和故障恢复阶段的轨迹并计算得到电网逆变站母线线电压有效值；基于换相线电压有效值和触发角指令值的约束计算得到不发生换相失败的触发角指令值的可行域和最大值，以阻断和预防二次换相失败的发生。本发明专利技术可在ms级时间内快速准确预测故障期间是否发生二次换相失败，快速、有针对性地对系统中即将发生的换相失败进行预判，为后续控制预留足够的时间裕度、安全裕度，实现对短期换相电压变化的快速预测，避免故障期间的二次换相失败，实现的控制策略能保证时效性、可靠性和结果的可约束。

【技术实现步骤摘要】
一种直流换相失败阻断与预防控制方法
本专利技术属于电力控制领域，特别涉及一种直流换相失败阻断与预防控制方法。
技术介绍
换相失败是直流输电系统发生概率较高的故障之一。在换流器中，退出导通的阀在反向电压作用的一段时间内未能恢复阻断能力，或者在反向电压期间换相过程未进行完毕，则在阀电压变成正向时，被换相的阀都将向原来预定退出导通的阀倒换相，这种情况称为换相失败。在引发换相失败的众多因素中，交流系统短路故障造成换相电压降低和相位改变，会对换相过程产生直接的不利影响，是导致换相失败的主要因素。当前研究普遍认为，扰动发生后的第一次换相失败(持续2/3基频周期到4/3基频周期)无法避免，且通常情况下会自行恢复。预防控制等策略仅针对后续故障的二次换相失败。目前的换相失败预判判据可以分为两类：基于换相电压、基于关断角。基于换相电压的预判包括临界换相电压判断法和采用波形变换判断法。其中，1、基于换相电压的预判仅考虑外界因素如换相电压的影响，并将其特征变化作为预判的依据，而未充分考虑直流系统的控制特性；仅针对故障严重程度进行判断，而非针对换相失败风险判断，导致当前所采用的换相失败防止模块存在大量的误启动和漏启动。2、基于关断角的判断中，采用实测熄弧角信号的方法是通过晶闸管电压检测板检测负向过零电压，将过零电压信号送至阀基电子设备(VBE)产生阀电流过零信号，并与锁相电压过零信号对比得到关断角，但该方案依赖于电流的过零信号，灵敏度易受影响，并且，该方法从严格意义上来说不属于预测；熄弧角预测判断法通过将固有关断角与预测关断角进行对比预测换相失败现象、计算换相失败裕度，但是目前的预测关断角的计算基于准稳态模型下对直流电流的预测，当系统处于暂态下的计算可能存在较大偏差，预测准确度有限，难以为后续的防治提供参考。从源头上预防换相失败，依赖于器件-装置-系统级多层多物理耦合的协调优化，优化对象包括硬件设备、控制策略、网络结构等。其中，基于控制策略的优化措施由于经济性、便捷性得到了广泛研究。根据换相过程的物理机理，当前采用的优化方法主要基于直流中已有的控制器，通过限制直流电流、增大超前触发角的方式增大换相裕度缓解换相失败风险。但当前已有的控制策略主要存在以下问题：1)仅针对换相物理过程进行定性地控制，导致控制结果时而保守，时而激进，不能精准针对不同暂态条件清晰划定换相可行域边界，更难以在此基础上进一步提高控制的经济性；2)当前控制优化多基于定电流、最小熄弧角等已有控制对参数、结构进行调整，可能改变直流原本控制特性，在不同暂态条件和运行工况下适应性不足；3)参数设计方式缺乏通用性；4)采用对换相过程中单一物理因素的控制，导致控制器优化可行域受限。现有的换相失败防治措施难以调和换相失败精准快速抑制与经济性之间的矛盾，且并未挖掘高压直流输电自身的暂态响应和调控特性的潜力。
技术实现思路
针对上述问题，本专利技术提供一种直流换相失败阻断与预防控制方法。本专利技术的直流换相失败阻断与预防控制方法包括：不间断采集电网逆变站母线线电压uab(t)、ubc(t)、uca(t)，当检测到发生交流系统故障时，提取所述故障发生前时刻t1至所述故障发生后时刻t3之间的所述电网逆变站母线线电压uab(t)、ubc(t)、uca(t)，t代表时间；第一次数据提取：提取所述故障发生前时刻t1至所述故障发生后时刻t3之间的所述电网逆变站母线线电压uab(t)、ubc(t)、uca(t)；把所述第一次数据提取得到的数据输入在线二次换相失败智能预测模型，判断是否发生二次换相失败，若未发生所述二次换相失败，则结束所述直流换相失败阻断与预防控制方法的执行；若判断发生所述二次换相失败，则进行第二次数据提取：提取所述故障发生时刻tstart到所述故障发生后时刻t3之间的所述电网逆变站母线线电压uab(t)、ubc(t)、uca(t)；把所述第二次数据提取得到的数据输入在线受扰电压暂态轨迹智能预测模型；由所述在线受扰电压暂态轨迹智能预测模型预测所述电网逆变站母线线电压在[t3，t2]上的轨迹并计算得到[t4，t2]上电网逆变站母线线电压有效值；基于所述电网逆变站母线线电压有效值，及触发角指令值约束公式计算得到[t4，t2]上不发生换相失败的触发角指令值所满足的条件，以阻断和预防所述二次换相失败的发生，其中，设tend是所述故障清除时刻，则所述时刻t1、t2、t3与所述故障发生时刻tstart和故障清除时刻tend间的关系为：[t1，tstart]是所述故障发生前一个基频周期；[tend，t2]是所述故障结束后的5个基频周期；[tstart，t3]是所述故障发生后第一个基频周期。进一步，所述在线二次换相失败智能预测模型通过下面的方法得到，包括步骤：A、生成多源训练数据集；B、基于监督学习方法，利用所述多源训练数据集对智能体进行离线训练，以构建所述在线二次换相失败智能预测模型。进一步，所述多源训练数据集的来源包括：交直流电网电磁暂态和机电-电磁暂态混合仿真模拟样本、以及电网相量测量装置和电力故障录波装置对交直流电网逆变站的实时量测所得的实时量测数据；所述多源训练数据集中包含m个样本，每个所述样本的数据均记录有所述仿真模拟样本和实时量测数据中从所述故障发生前时刻t1到所述故障发生后时刻t2内的测量值，所述样本的数目m为大于1的正整数，所述每个样本的数据中的物理量包括：所述电网逆变站母线线电压uab(t)、ubc(t)、uca(t)和电网逆变站熄弧角γ(t)；所述仿真模拟样本基于在所述交直流电网电磁暂态和机电-电磁暂态混合仿真中设置如下故障：所述故障的类型包括：交流系统线路上的单相接地短路、两相短路、三相短路和两相接地短路；所述故障发生的位置：选择与电网逆变站母线之间不同电气距离的位置设置故障；所述故障的时序：设置故障角为从0°到180°各间隔为θ°的不同角度；其中，0＜θ＜30；所述故障持续时间：根据被仿真交流电网的实际继电保护动作时间设置相应的故障时长；所述故障的大小：根据所述被仿真交流电网的规模设置不同严重程度的故障。进一步，进行所述不间断采集电网逆变站母线线电压uab(t)、ubc(t)、uca(t)时的采集频率2000Hz～10000Hz；所述样本的数目m满足100≤m≤10000。进一步，所述采集频率为5000Hz；所述样本的数目m＝3000；所述故障持续时间为0.1s，s代表秒。进一步，所述步骤B包括：步骤b1：数据特征提取；步骤b2：模型选择，在包含机器学习功能的软件平台上选择卷积神经网络方法训练预测模型；步骤b3：确定模型输入量hin和模型输出量hout；步骤b4：定义卷积神经网络的体系结构、参数和训练选项；步骤b5：样本拆分，得到模型训练本文档来自技高网...

【技术保护点】
1.一种直流换相失败阻断与预防控制方法，其特征在于，包括：/n不间断采集电网逆变站母线线电压u

【技术特征摘要】
1.一种直流换相失败阻断与预防控制方法，其特征在于，包括：
不间断采集电网逆变站母线线电压uab(t)、ubc(t)、uca(t)，当检测到发生交流系统故障时，提取所述故障发生前时刻t1至所述故障发生后时刻t3之间的所述电网逆变站母线线电压uab(t)、ubc(t)、uca(t)，t代表时间；
第一次数据提取：提取所述故障发生前时刻t1至所述故障发生后时刻t3之间的所述电网逆变站母线线电压uab(t)、ubc(t)、uca(t)；
把所述第一次数据提取得到的数据输入在线二次换相失败智能预测模型，判断是否发生二次换相失败，若未发生所述二次换相失败，则结束所述直流换相失败阻断与预防控制方法的执行；若判断发生所述二次换相失败，则进行第二次数据提取：提取所述故障发生时刻tstart到所述故障发生后时刻t3之间的所述电网逆变站母线线电压uab(t)、ubc(t)、uca(t)；
把所述第二次数据提取得到的数据输入在线受扰电压暂态轨迹智能预测模型；
由所述在线受扰电压暂态轨迹智能预测模型预测所述电网逆变站母线线电压在[t3，t2]上的轨迹并计算得到[t4，t2]上电网逆变站母线线电压有效值；
基于所述电网逆变站母线线电压有效值，及触发角指令值约束公式计算得到[t4，t2]上不发生换相失败的触发角指令值所满足的条件，以阻断和预防所述二次换相失败的发生，
其中，设tend是所述故障清除时刻，则所述时刻t1、t2、t3与所述故障发生时刻tstart和故障清除时刻tend间的关系为：
[t1，tstart]是所述故障发生前一个基频周期；
[tend，t2]是所述故障结束后的5个基频周期；
[tstart，t3]是所述故障发生后第一个基频周期。


2.根据权利要求1所述的一种直流换相失败阻断与预防控制方法，其特征在于，
所述在线二次换相失败智能预测模型通过下面的方法得到，包括步骤：
A、生成多源训练数据集；
B、基于监督学习方法，利用所述多源训练数据集对智能体进行离线训练，以构建所述在线二次换相失败智能预测模型。


3.根据权利要求2所述的一种直流换相失败阻断与预防控制方法，其特征在于，
所述多源训练数据集的来源包括：交直流电网电磁暂态和机电-电磁暂态混合仿真模拟样本、以及电网相量测量装置和电力故障录波装置对交直流电网逆变站的实时量测所得的实时量测数据；
所述多源训练数据集中包含m个样本，每个所述样本的数据均记录有所述仿真模拟样本和实时量测数据中从所述故障发生前时刻t1到所述故障发生后时刻t2内的测量值，所述样本的数目m为大于1的正整数，
所述每个样本的数据中的物理量包括：所述电网逆变站母线线电压uab(t)、ubc(t)、uca(t)和电网逆变站熄弧角γ(t)；
所述仿真模拟样本基于在所述交直流电网电磁暂态和机电-电磁暂态混合仿真中设置如下故障：
所述故障的类型包括：交流系统线路上的单相接地短路、两相短路、三相短路和两相接地短路；
所述故障发生的位置：选择与电网逆变站母线之间不同电气距离的位置设置故障；
所述故障的时序：设置故障角为从0°到180°各间隔为θ°的不同角度；其中，0＜θ＜30；
所述故障持续时间：根据被仿真交流电网的实际继电保护动作时间设置相应的故障时长；
所述故障的大小：根据所述被仿真交流电网的规模设置不同严重程度的故障。


4.根据权利要求3所述的一种直流换相失败阻断与预防控制方法，其特征在于，
进行所述不间断采集电网逆变站母线线电压uab(t)、ubc(t)、uca(t)时的采集频率2000Hz～10000Hz；
所述样本的数目m满足100≤m≤10000。


5.根据权利要求4所述的一种直流换相失败阻断与预防控制方法，其特征在于，
所述采集频率为5000Hz；
所述样本的数目m＝3000；
所述故障持续时间为0.1s，s代表秒。


6.根据权利要求3所述的一种直流换相失败阻断与预防控制方法，其特征在于，
所述步骤B包括：
步骤b1：数据特征提取；
步骤b2：模型选择，在包含机器学习功能的软件平台上选择卷积神经网络方法训练预测模型；
步骤b3：确定模型输入量hin和模型输出量hout；
步骤b4：定义卷积神经网络的体系结构、参数和训练选项；
步骤b5：样本拆分，得到模型训练集和模型验证集；
步骤b6：模型训练，采用所述卷积神经网络和模型训练集训练预测模型，得到所述在线二次换相失败智能预测模型；
步骤b7：模型验证通过。


7.根据权利要求6所述的一种直流换相失败阻断与预防控制方法，其特征在于，
所述步骤b1包括：
针对所述多源训练数据集中的每例样本数据，做如下处理：
对所述故障发生前一个基频周期的时间段内的所述电网逆变站母线线电压uab(t)、ubc(t)和uca(t)进行傅里叶变换得到1×n的线电压的幅值谱(Uab)1×n、(Ubc)1×n、(Uca)1×n和1×n的线电压相位谱
其中，
(Uab)1×n＝[Uab0Uab1Uab2…Uabn-1]；
(Ubc)1×n＝[Ubc0Ubc1Ubc2...Ubcn-1]；
(Uca)1×n＝[Uca0Uca1Uca2...Ucan-1]；









0表示为进行所述傅里叶变换后的直流分量，1为基频，2、3…n-1为谐波级数，n-1为所述傅里叶变换后最高谐波级数，所述傅里叶变共得到n-1级谐波；Uab0为所述线电压uab(t)直流分量的幅值，Uab1到Uabn-1分别为组成所述线电压uab(t)的各个频率分量的幅值，为所述线电压uab(t)直流分量的相角，到为组成所述线电压uab(t)的各个频率分量在时间原点所具有的相位；Ubc0为所述线电压ubc(t)直流分量的幅值，Ubc1到Ubcn-1分别为组成所述线电压ubc(t)的各个频率分量的幅值，为所述线电压ubc(t)直流分量的相角，到为组成所述线电压ubc(t)的各个频率分量在时间原点所具有的相位；Uca0为所述线电压uca(t)直流分量的幅值，Uca1到Ucan-1分别为组成所述线电压uca(t)的各...

【专利技术属性】
技术研发人员：张树卿，刘宁，宗炫君，朱亚楠，郭莉，邹盛，
申请(专利权)人：清华大学，国网江苏省电力有限公司经济技术研究院，
类型：发明
国别省市：北京;11