一种基于集成学习的风电场集电线路故障定位监测方法及系统技术方案

本发明专利技术涉及一种基于集成学习的风电场集电线路故障定位监测方法及系统，属于电力系统继电保护技术领域。首先，搭建双馈风电场多分支混合线路仿真模型，对故障电流和电压进行HHT变化，以构建原始特征集；然后，采用Stacking算法建立单端故障定位的分类模型，并计算获取故障特征的重要度及排序，直观地挖掘特征量与故障区段之间的关系；最后，应用Stacking单端故障定位模型完成对新输入故障数据的定位，获得故障所在区段。本发明专利技术对风电场多分支、混合短线路测距具有明显优势，且不受过渡电阻和故障位置的影响，定位性能优于随机森林(RF)和极端梯度提升(XGboost)等方法，并有较高的定位结果，能够准确识别故障位置。

【技术实现步骤摘要】

本专利技术涉及一种基于集成学习的风电场集电线路故障定位监测方法及系统，属于电力系统继电保护。

技术介绍

1、近些年来全球风电场装机容量逐年增加，给风电场的安全稳定运行带来了严峻的挑战。风电场输电线路出现故障后会引起系统电压骤降，造成风电场系统崩溃，准确、快速定位出故障点对于加快风电场正常运行具有非常重要的意义。

2、风电场集电系统可分别两种线路，一种为风电机组连接至主集电线路的风机支路；另外一种是风电场内主集电线路。但其本质上属于多分支线路结构，而风机支路又具有线路长度短的特征，导致误差增大，提高了故障定位难度。

3、利用行波法测距精度不受系统故障条件影响的优势，结合风电场集电线路的结构特征和故障行波信号特征，提出一种基于集成学习的风电场集电线路故障定位监测方法及系统，在一定程度上降低了故障点定位的难度，更适用于集电线路。

技术实现思路

1、本专利技术要解决的技术问题是针对上述现有技术的不足，提供一种基于集成学习的风电场集电线路故障定位监测方法及系统，用以解决上述问题。

2本文档来自技高网...

【技术保护点】

1.一种基于集成学习的风电场集电线路故障定位监测方法，其特征在于：

2.根据权利要求1所述的基于集成学习的风电场集电线路故障定位监测方法，其特征在于，所述Step1具体为：将风电场集电线路划分为若干个区段，通过仿真平台或者故障录波装置，采集各区段零序电流数据，并对损坏数据进行剔除。

3.根据权利要求1所述的基于集成学习的风电场集电线路故障定位监测方法，其特征在于，所述Step2具体为：

4.根据权利要求3所述的基于集成学习的风电场集电线路故障定位监测方法，其特征在于，所述Step3具体为：

5.一种基于集成学习的风电场集电线路故障定位监测系...

【技术特征摘要】

1.一种基于集成学习的风电场集电线路故障定位监测方法，其特征在于：

2.根据权利要求1所述的基于集成学习的风电场集电线路故障定位监测方法，其特征在于，所述step1具体为：将风电场集电线路划分为若干个区段，通过仿真平台或者故障录波装置，采集各区段零序电流数据，并对损坏数据进行剔除。

3.根据权利要求1所述的基于集成学习的风电场集电线路故障定位监测方法，其特征在于，所述step2具体为：

4.根据权利要求3所述的基于集成学习的风电场集电线路故障定位监测方法，其特征在于，所述step3具体为：

5.一种基于集成学习的风电场集电线路故障定位监测系统，其特征在于，...

【专利技术属性】
技术研发人员：束洪春，罗琨，董俊，唐玉涛，刘瑞，刘壮，宁波，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：