【技术实现步骤摘要】
本专利技术属于输电
，尤其涉及。
技术介绍
输电线路穿越的地区地质条件、气象条件等自然条件复杂多变，可能引起故障的因素很多，所以电力系统的大部分故障都发生在输电线路上。在故障定位技术出现以前，往往通过人工巡线查找故障点的位置，其所需的时间是电力系统不能接受的。故障定位技术，可以根据线路故障时的特征而迅速准确地定位故障点，及时恢复供电，减少因停电而造成的巨大损失。因此，当输电线路发生故障后，快速、有效、准确地判断故障类型，并进行精确的故障定位是电力系统安全经济生产迫切需要的。目前，常用故障定位方法主要包括阻抗法、行波法、故障分析法和基于先进信号处理技术的新方法等。阻抗法根据不同故障类型条件下，故障回路阻抗或电抗与测量点到故障点的距离成正比的原理，通过计算故障时测量点的阻抗或电抗值除以线路的单位阻抗或电抗值，得到测量点到故障点的距离。该方法虽然具有投资少的优点，但受路径阻抗、线路负荷和电源参数的影响较大。行波法根据行波传输理论实现输电线路的故障测距，但其对同步时钟的要求过高，造价过高；很多学者提出用数学形态学、信号相位检测等技术加以改进，但在实际应用中效果仍不...
【技术保护点】
一种输电线路故障智能分类和定位方法，其特征在于，具体步骤包括：步骤1：采集三相电压和电流故障信号，采用离散傅里叶变换DFT提取每一个信号的基频信息，得到对应的基频特征，并对基频特征进行归一化处理，所有信号归一化后的基频特征组成基频特征序列；步骤2：设计支持向量机SVM、自适应神经模糊推理系统ANFIS和RBF神经网络的故障分类器和定位器，并将归一化后的基频特征序列作为样本，分别用支持向量机SVM的分类器和定位器、自适应神经模糊推理系统ANFIS的分类器和定位器和RBF神经网络的分类器和定位器进行分类和定位训练；步骤3：设计故障分类器和定位器智能选择模型，并根据设定的模型评估...
【技术特征摘要】
1.一种输电线路故障智能分类和定位方法，其特征在于，具体步骤包括: 步骤1:采集三相电压和电流故障信号，采用离散傅里叶变换DFT提取每一个信号的基频信息，得到对应的基频特征，并对基频特征进行归一化处理，所有信号归一化后的基频特征组成基频特征序列； 步骤2:设计支持向量机SVM、自适应神经模糊推理系统ANFIS和RBF神经网络的故障分类器和定位器，并将归一化后的基频特征序列作为样本，分别用支持向量机SVM的分类器和定位器、自适应神经模糊推理系统ANFIS的分类器和定位器和RBF神经网络的分类器和定位器进行分类和定位训练； 步骤3:设计故障分类器和定位器智能选择模型，并根据设定的模型评估准则选择最优分类器，从而确定故障类型，完成对故障的定位。2.根据权利要求1所述的一种输电线路故障智能分类和定位方法，其特征在于，所述采用离散傅里叶变换DFT提取每一个信号的基频信息，得到对应的基频特征的过程是: 设故障信号的某一相电流/电压信号为X (n)，其离散傅里叶变换DFT为X (m)，根据N点DFT的分析频率表达式3.根据权利要求1所述的一种输电线路故障智能分类和定位方法，其特征在于，所述基频特征进行归一化公式为:4.根据权利要求1所述的一种输电线路故障智能分类和定位方法，其特征在于，所述SVM分类器和定位器的设计的具体步骤包括: 步骤①:设计样本训练时分类器的结果:分别为:单相接地L-G故障，两相接地L-L-G故障，相间L-L故障和三相L-L-L故障； 步骤②:设计定位结果:即故障点和电源端之间的距离占线路总长度的百分比； 步骤③:对分类器和定位器分别设置不同的内核参数；内核参数包括惩罚参数C和函数参数Y ; 步骤④:采用参数寻优方法选择最佳参数对样本进行分类/定位训练，完成分类器和定位器的设计；具体过程为:给定需要设置的参数范围和间隔大小，逐一选取参数并对训练样本中的数据进行训练和内部测试，在用户设定的迭代运算次数下得到其分类正确率和误差，将所有参数组合试验结束后，选取正确率最高的参数组合(C，Y)作为最佳参数； 步骤⑤:故障分类器输出结果用标号1，2，…，10表示，分别对应10种故障类型，定位器输出结果即为故障距离百分比。5.根据权利要求1所述的一种输电线路故障智能分类和定位方法，其特征在于，所述自适应神经模糊推理系统ANFIS分类器和定位器的设计的具体步骤包括: 步骤①:设计样本训练时分类器的结果:分别为:单相接地L-G故障，两相接地L-L-G故障，相间L-L故障和三相L-L-L故障； 步骤②:设计定位结果:即故障点和电源端之间的距离占线路总长度的百分比； 步骤③:设置隶属度函数类型和...
【专利技术属性】
技术研发人员：许刚，马爽，史巍，王紫雷，刘坤，
申请(专利权)人：华北电力大学，
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。