System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及下垂型构网逆变器的多分布式电源微电网控制,具体地是一种基于故障特征和多源信息的微电网自适应故障识别方法。
技术介绍
1、传统电网中,通常是单相接地短路、两相接地短路、两相相间短路、三相接地短路等短路故障和断路故障,新能源微电网与传统电网的故障特性有着较大差异。传统的电网故障诊断手段不适于微电网,特别是,在下垂型构网逆变器的多分布式电源微电网领域,缺少高效、精准、快速的故障检测方法。
2、中国专利cn111650470a提出了一种微电网线路区段快速自适应故障检测与识别方法,它基于线路区段高频分量的瞬时相位差值和相位阈值的比较来判定故障,这一方法存在局限性,它不适应下垂型构网逆变器的多分布式电源微电网,缺乏对故障特征和多源信息的融合分析,存在着故障检测判断的盲区。
技术实现思路
1、本专利技术的目的是要提供一种基于故障特征和多源信息的微电网自适应故障识别方法,它能够有效地分析故障特征和融合多源信息,精准地实现微电网自适应故障识别。
2、设计一种基于故障特征和多源信息的微电网自适应故障识别方法,包括以下步骤:
3、步骤1,构建故障特征模型:利用下垂控制曲线获得分布式电源逆变器的有功功率参考频率和无功功率参考电压,采用电力系统不对称故障分析法和对称分量法构建故障特征数学模型,用于分析故障预处理样本特性。
4、所述分布式电源包括并网逆变器、本地控制器和配电云主站。
5、所述并网逆变器用于执行控制器指令,根据系统相数不同
6、所述本地控制器对并网逆变器起到实际控制作用,由嵌入式微控制器实现,基于内部预先烧录的下垂控制曲线,计算不同有功/无功输出下各电源的电压、频率参考值,采用电压、电流双闭环前馈控制,实现d、q轴解耦,经调制模块输出脉宽调制pwm控制信号。
7、所述配电云主站是负责执行配电自动化远程控制系统控制指令的本地代理,根据电力系统调度需求决定分布式电源采用v/f、p/q或下垂控制。
8、利用下垂控制曲线获得分布式电源逆变器有功功率的参考频率,利用下垂控制曲线获得分布式电源逆变器无功功率的参考电压,采用下垂控制对分布式电源进行控制。
9、利用电力系统不对称故障分析理论和对称分量法,构建故障情况下的分布式电源逆变器故障特征数学模型。
10、步骤2,生成故障预处理样本:利用所述参考频率和参考电压,结合微电网故障特性分析结果,利用故障录波系统监测节点电压和线路电流的波形,生成故障预处理样本,用于构建故障识别模型。
11、所述故障录波系统包括微电网保护装置、微电网传感装置、微电网存储装置和通信系统。
12、所述微电网保护装置包括熔断器、数字式过载保护器、过压/欠压继电器、零序电流互感器等。当微电网发生故障时,保护装置第一时间动作,防止故障进一步扩大,对微电网以及上级网络造成更大破坏,同时负责触发二级缓冲存储机制。
13、所述微电网传感装置包括电压传感器和电流传感器,所述电压传感器和电流传感器安装在系统关键节点处,用于采集各节点电压和电流信号。
14、所述微电网存储装置采用二级缓冲存储技术实现故障录波,由于故障发生的瞬时性,系统采样频率相应较高。当微电网保护器件动作时,触发第二级存储硬盘工作,读取并记录随机存储器ram中保留的故障前3分钟及后5分钟系统各节点波形。
15、所述通信系统是采用光纤技术建立微电网各节点与配电自动化系统控制中心间的通信信道,确保故障信息及时传输、分析,缩减故障定位与系统恢复总用时。
16、步骤3,生成故障告警信息:利用所述故障预处理样本,采用视觉图像分析的卷积神经网络,对故障预处理样本进行处理,生成多源信息融合的故障告警信息,构建微电网自适应保护故障识别模型,用于求解模型与识别故障。
17、利用配电自动化系统的故障信息告警识别系统,进行故障预处理、训练卷积神经网络、执行视觉图像分析、生成告警信息。利用配电自动化可视系统,显示故障告警结果。
18、步骤4,求解模型与识别故障:利用配电自动化系统故障定位模型求解系统,进行故障定位模型构建,利用改进二进制量子粒子群算法,对微电网自适应保护故障识别模型进行求解,所述求解数据即为保护故障识别结果,从而实现微电网自适应保护故障识别,利用配电自动化可视系统,显示故障定位结果。
19、本专利技术的有益技术效果是:由于采用了电力系统不对称故障分析理论和对称分量法构建故障特征数学模型,因而能够对分布式电源逆变器的各种故障类型进行识别。同时由于采用电压幅值检测法监测节点电压波形、电流相位检测法监测线路电流波形,因而可以有效地提取故障信息、减少误报和漏报的概率。另外由于采用了卷积神经网络法预处理故障样本和多源信息进行融合技术,因而能够更准确地识别微电网中的故障。本专利技术还具有方法步骤科学,控制过程可靠,自适应特性好,故障识别精准的优点。
本文档来自技高网...【技术保护点】
1.一种基于故障特征和多源信息的微电网自适应故障识别方法,其特征在于包括以下步骤:
2.根据权利要求1所述的一种基于故障特征和多源信息的微电网自适应故障识别方法,其特征是:
3.根据权利要求1所述的一种基于故障特征和多源信息的微电网自适应故障识别方法,其特征是:
4.根据权利要求1所述的一种基于故障特征和多源信息的微电网自适应故障识别方法,其特征是:所述生成故障告警信息时,利用配电自动化系统的故障信息告警识别系统,进行故障预处理、训练卷积神经网络、执行视觉图像分析、生成告警信息,利用配电自动化可视系统,显示故障告警结果。
5.根据权利要求1所述的一种基于故障特征和多源信息的微电网自适应故障识别方法,其特征是:所述故障识别模型进行求解时,利用配电自动化系统故障定位模型求解系统,进行故障定位模型构建,并执行改进二进制量子粒子群算法实现模型求解,利用配电自动化可视系统,显示故障定位结果。
【技术特征摘要】
1.一种基于故障特征和多源信息的微电网自适应故障识别方法,其特征在于包括以下步骤:
2.根据权利要求1所述的一种基于故障特征和多源信息的微电网自适应故障识别方法,其特征是:
3.根据权利要求1所述的一种基于故障特征和多源信息的微电网自适应故障识别方法,其特征是:
4.根据权利要求1所述的一种基于故障特征和多源信息的微电网自适应故障识别方法,其特征是:所述生成故障告警信息时,利用配电...
【专利技术属性】
技术研发人员:杨志淳,沈煜,李牧远,韩佶,杨帆,雷杨,闵怀东,胡伟,陈鹤冲,冯天佑,胡成奕,朱一峰,
申请(专利权)人:国网湖北省电力有限公司电力科学研究院,
类型:发明
国别省市:
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。