基于神经网络的输电线路故障诊断研究
发布时间：2020-12-11 09:17
随着我国现代化的高速发展,电力工业也进入以“三型两网”为特点的新阶段,供电系统的可靠性显得越来越重要。电力系统的安全稳定运行主要取决于输电线路的运行状态。由于输电线路作为连接电力的重要环节,一旦发生线路故障,不止会影响系统稳定运行,还会造成很大的经济损失。所以,对输电线路要准确、及时识别出故障与故障选线,能够尽早恢复供电,降低因为停电造成的经济损失。首先,本文在Simulink仿真软件中搭建了110kv电流接地系统模型,用来仿真模拟出不同故障类型下的零序电流和电压的情况,分析了输电线路故障时产生的暂态特征能量值。然后,运用小波包变换对故障信号进行低频段、高频段分析处理,将故障暂态特征能量值进行三层的小波包分解,选用DB4小波基函数分解得出不同频率段的能量熵,将不同的能量特征值和神经网络相互配合进行识别输电线路选线功能。利用MATLAB仿真软件中的小波工具箱验证,该算法可以高效、精准地提取故障值,也得出不同故障之间的能量值存在着差异。最后,利用神经网络算法建立了输电线路故障诊断模型,将小波处理的故障特征数据输入到故障诊断系统中,识别出输电线路故障类型。但是,为了提高故障识别率和识别速度,...
【文章来源】：辽宁石油化工大学辽宁省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
Line3参数设置Fig.2.14Line3setparameters
图 2.13 电源参数设置Fig.2.13 Power supply parameter setting搭建模块中，输电线路采取了 110kv 电流模型e1~ine4，在仿真软件中采用了“Three p线路的模拟距离设定为 140km、180km、 1.5kLine3 如图 2.14 所示。
图 2.15 Load1 参数设置Fig.2.15 Parameter Settings of Load1模拟线路采用测量功能块“Three Phase V-其主要功能就是把测量信号转换成仿真可以识图 2.16 所示。
【参考文献】：
期刊论文
[1]基于等效行波的柔性直流电网差动保护研究[J]. 傅庆燕,高亮,裴翔羽. 电力建设. 2019(03)
[2]基于故障类型识别的输电线路自适应测距方法[J]. 程宏波,高雅琦,王勋,李阳林,康琛,纪清照,辛建波. 电力系统保护与控制. 2019(02)
[3]基于改进方向电流法的特高压直流输电线路故障识别[J]. 王永进,樊艳芳,李自乾. 中国电力. 2019(01)
[4]基于小波包频段分解及综合能量系数的小电流接地系统故障定段方案[J]. 王帅,李立生,宋晓东,孙毅,王善龙,马骁壮. 现代电子技术. 2019(01)
[5]基于输电线路行波特征分析的典型故障原因辨识研究及应用[J]. 孙迎雪,赵海龙,秦力,庞松岭,林桃贝. 电气技术与经济. 2018(05)
[6]10 kV电缆网小电流接地系统故障定位方法研究[J]. 张启亮,刘倩影. 黑龙江电力. 2018(04)
[7]小电流接地故障多层次分类及其识别模型[J]. 杨帆,金鑫,沈煜,梁永亮,周志强,薛永端. 电力系统自动化. 2018(15)
[8]基于改进BP算法在深度神经网络学习中的研究[J]. 黄培. 机械强度. 2018(04)
[9]一种综合应用工频法和行波法的组合故障测距法[J]. 李振兴,田斌,吴李群,王欣,方绍晨. 高压电器. 2018(02)
[10]输电线路的雷电识别研究[J]. 甘燕,胡红霞. 电网与清洁能源. 2018(01)
硕士论文
[1]基于随机梯度下降的神经网络权重优化算法[D]. 张晋晶.西南大学 2018
[2]基于小波-RBF神经网络的故障诊断方法研究[D]. 王代超.青岛理工大学 2018
[3]基于模糊神经网络的输电线路故障诊断系统研究[D]. 程林中.安徽理工大学 2016
[4]基于暂态行波的输电线路故障测距研究[D]. 尹晓光.西南交通大学 2011
[5]基于多小波包和人工神经网络的电力系统故障类型识别研究[D]. 李东敏.西南交通大学 2008
[6]Elman神经网络的应用研究[D]. 韩旭明.天津大学 2006
本文编号：2910277
【文章来源】：辽宁石油化工大学辽宁省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
Line3参数设置Fig.2.14Line3setparameters
图 2.13 电源参数设置Fig.2.13 Power supply parameter setting搭建模块中，输电线路采取了 110kv 电流模型e1~ine4，在仿真软件中采用了“Three p线路的模拟距离设定为 140km、180km、 1.5kLine3 如图 2.14 所示。
图 2.15 Load1 参数设置Fig.2.15 Parameter Settings of Load1模拟线路采用测量功能块“Three Phase V-其主要功能就是把测量信号转换成仿真可以识图 2.16 所示。
【参考文献】：
期刊论文
[1]基于等效行波的柔性直流电网差动保护研究[J]. 傅庆燕,高亮,裴翔羽. 电力建设. 2019(03)
[2]基于故障类型识别的输电线路自适应测距方法[J]. 程宏波,高雅琦,王勋,李阳林,康琛,纪清照,辛建波. 电力系统保护与控制. 2019(02)
[3]基于改进方向电流法的特高压直流输电线路故障识别[J]. 王永进,樊艳芳,李自乾. 中国电力. 2019(01)
[4]基于小波包频段分解及综合能量系数的小电流接地系统故障定段方案[J]. 王帅,李立生,宋晓东,孙毅,王善龙,马骁壮. 现代电子技术. 2019(01)
[5]基于输电线路行波特征分析的典型故障原因辨识研究及应用[J]. 孙迎雪,赵海龙,秦力,庞松岭,林桃贝. 电气技术与经济. 2018(05)
[6]10 kV电缆网小电流接地系统故障定位方法研究[J]. 张启亮,刘倩影. 黑龙江电力. 2018(04)
[7]小电流接地故障多层次分类及其识别模型[J]. 杨帆,金鑫,沈煜,梁永亮,周志强,薛永端. 电力系统自动化. 2018(15)
[8]基于改进BP算法在深度神经网络学习中的研究[J]. 黄培. 机械强度. 2018(04)
[9]一种综合应用工频法和行波法的组合故障测距法[J]. 李振兴,田斌,吴李群,王欣,方绍晨. 高压电器. 2018(02)
[10]输电线路的雷电识别研究[J]. 甘燕,胡红霞. 电网与清洁能源. 2018(01)
硕士论文
[1]基于随机梯度下降的神经网络权重优化算法[D]. 张晋晶.西南大学 2018
[2]基于小波-RBF神经网络的故障诊断方法研究[D]. 王代超.青岛理工大学 2018
[3]基于模糊神经网络的输电线路故障诊断系统研究[D]. 程林中.安徽理工大学 2016
[4]基于暂态行波的输电线路故障测距研究[D]. 尹晓光.西南交通大学 2011
[5]基于多小波包和人工神经网络的电力系统故障类型识别研究[D]. 李东敏.西南交通大学 2008
[6]Elman神经网络的应用研究[D]. 韩旭明.天津大学 2006
本文编号：2910277
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/2910277.html
