基于行波测距法的配电网故障定位技术的研究论文.doc
《基于行波测距法的配电网故障定位技术的研究论文.doc》由会员分享,可在线阅读,更多相关《基于行波测距法的配电网故障定位技术的研究论文.doc(29页珍藏版)》请在咨信网上搜索。
1、基于行波测距法的配电网故障定位技术的研究一、 目的和意义随着我国工业的发展,电力网络规模逐渐加大,网络结构逐渐复杂,用户对供电稳定的要求也越来越高。一方面,在系统正常运行时要防止故障的发生;另一方面,在故障发生后尽快进行故障定位,迅速排除故障,保证系统运行安全,将损失最小化。现阶段我国10kV配电网大多数采用中性点非有效接地系统(中性点不接地或经消弧线圈接地),其特点是单相接地故障时不会形成短路回路,故障线路流过电流为所有非故障线路对地电容电流之和,数值小,不必立刻切断线路,允许带故障运行一段时间。但随着馈线的增多,电容电流增大,长时间运行就容易单相接地变成多点接地短路,弧光接地还会引起系统的
2、过电压,损坏设备,破坏系统的安全运行,所以必须及时找到故障线路和故障地点。然而,配电网故障定位一直是电力系统中亟待解决的难题。这是由配电网络自身的特点决定的。配电网络与输电网络相比有以下三大特点:(1) 供电半径小。较短的线路使得在输电网故障定位中应用广泛的经典阻抗法在配电网络中误差明显加大。(2) 末端随机负荷多。这一特点使得阻抗法在配电网中无法精确定位。(3) 线路分支多。从结构上来说,分支多本身给精确某个分支带来了困难从算法上来说,分支多所带来的信息就多,其中包含的真伪信息都多,混杂在一起,难于理清。因而,配电网故障定位问题一直没有得到有效的解决。国内大多仍然采用人工巡线的方法,由于配电
3、网络分支复杂,又不可能同时派出大量巡线工人,所以故障发生后停电时间较长,自动化水平低。如果能够找到一种合适的技术方法,能够在故障发生后迅速精确的定出故障位置,一方面节省了人力物力,另一方面也提高了系统运行的长期稳定性。二、 项目研究的背景国内外的研究现状1) 阻抗法阻抗法以线路为均匀传输线为基础,当发生单相接地故障时,根据线路的电压、电流的数值计算故障回路的阻抗,再利用已知的线路单位阻抗获得故障点距测量点的距离。应用阻抗法设备投资很少,易于工程实现,但受到路径阻抗、电源参数和线路负荷的影响很大。由于阻抗法容易受到过渡电阻和系统运行方式的影响,所以在结构复杂而且有多分支的配电线路中,无法排除伪故
4、障点;同时现有的阻抗法都是针对均匀传输线提出的,不适用于架空线与电缆混合的参数变化较大的配网线路,所以阻抗法不适用于配电网的单相接地故障的定位。2) 行波法行波法是基于故障距离与行波从故障点传输到检测点的时间成正比的原理,一般分为A、B、C、D、E五种。A型行波定位方法是利用故障产生的行波进行单端定位的方法。在线路发生故障时,故障点产生的电流(电压)行波在故障点与母线之间来回反射,根据行波在测量点与故障点之间往返一次的时间和行波的波速来确定故障点的距离。B型定位原理利用故障点产生的行波到达线路两端的时间差来实现定位。双端定位只利用行波第一波头到达线路两端时刻进行定位计算,因而只需捕捉行波第一个
5、波头,不用考虑行波的反射与折射,而且行波幅值大,易于辨识,使得计算处理简单。但要求线路两端测量系统有精确到微秒的同步时钟实现两端的时间同步。随着GPS时钟同步技术和数字光纤通信技术的发展在电力系统中的广泛应用,线路两端的数据交换已成为可能。因此,目前国内外输电线路很多都采用基于GPS系统的双端故障定位方法。C型原理是通过注入信号在注入端和故障点之间往返一次所需要的时间来计算故障距离;与A型行波不同的是它不利用故障时故障点产生的行波信号,而是在故障后,人工向故障线路发射脉冲信号,然后检测发射脉冲信号的时刻和来自故障点的反射波到达检测点的时刻。D型现代行波故障测距原理为利用故障暂态行波的双端测距原
6、理,它利用线路内部故障产生的初始行波浪涌到达线路两端测量点时的绝对时间之差值计算故障点到两端测量点之间的距离。为了准确标定故障初始行波浪涌到达两端母线的时刻,线路两端必须配备高精度和高稳定度的实时时钟,而且两端时钟必须保持精确同步。另外,实时对线路两端的电气量进行同步高速采集,并且对故障暂态波形进行存储和处理也是十分必要的。E型原理是利用断路器重合闸于故障线路时产生的暂态行波在测量点与永久性故障点之间往返一次的时间计算故障距离。这一点对于装设有重合闸装置的高压输电线路尤为有用,它可以补救因故障发生在电压初始角为零或很小时造成的测距失败。设线路发生了故障,在继电保护作用下,开关将跳开故障线路,之
7、后在重合闸作用下,开关将重新闭合。若故障未消失,则由开关重合所产生的初始行波经延时后到达故障点,在故障点行波又反射回检测母线,这段时间间隔包含有故障距离信息,同样可用于测距。在上述五种行波定位方法中,A、B两型都要根据检测到的故障自身产生的行波进行故障定位,需要在变电站的各条母线出线处加设检测装置,如用于配电网络,投资较大;E型方法也即双端测距法,需要在线路两端进行检测,对多分支的配电网络难以适用;C型方法,也即单端行波法,是在线路始端注入检测信号,并通过注入信号与故障点返回信号的时差来确定故障位置,这种方法从理论上说在配电网中是可行的。三、 项目研究内容、技术路线与实施方案1. 项目研究内容
8、的详细说明(分专题或按内容序号描述)。主要研究内容1主要技术内容本项目主要进行基于行波法的配电网故障定位方法的研究,重点包括信号去噪技术和行波波头识别技术。本项目分析了LMS滤波算法、卡尔曼滤波算法和形态学滤波算法的原理和特点,并结合ATP数字仿真分析了滤波的效果。本项目分析了小波算法、HHT算法的原理和特点,并结合ATP数字仿真分析了提取行波波头的效果。2主要技术难点1) 信号去噪技术。2) 行波波头识别技术。2. 项目研究拟采用的技术路线和实施方案2.1行波去噪方法2.1.1 自适应滤波方法 2.1.11 自适应信号滤波简介自适应信号处理由优化理论发展而来。20世纪20年代,Nyquist
9、与Hareley研究了频带及信噪比问题,开始了优化理论的研究。1942年Wiener研究了在可加噪声中基于最小均方误差(MMSE)准则的信号最佳滤波问题,并给出了最佳滤波器维纳滤波器。1960年Kalman在Wiener工作的基础上,提出了基于MMSE的对于动态系统的离散形式递推算法,即卡尔曼滤波算法,使得最佳滤波器的研究再次向前迈出一大步。但是在设计这些滤波器时,都必须知道对信号和噪声的统计特性有先验知识,而实际中往往难以预知这些统计特性,因而无法实现最佳滤波。1967年,Widrow B.等人提出了自适应滤波理论,可使自适应滤波系统的参数自动的调整而达到最佳状态。在设计时,也只利用环境中的
10、可用信息,通过一个相当简单的算法就能在线更新其参数,就完成了数据驱动的近似步骤。自适应滤波器的一般结构如图2.1-1。其中,k为迭代次数,x(k)表示输入信号,y(k)为自适应滤波器输出信号,d(k)定义了期望信号。误差信号e(k)可根据d(k)- y(k)得到。然后,为了确定滤波器系数的适当更新方式,利用误差信号构造一个自适应算法所需的目标函数。目标函数的最小化意味着在某种意义上,自适应滤波器的输出信号与期望信号实现了匹配。图2.1-1 一般自适应滤波器结构2.1.1.2 自适应算法介绍自适应滤波的基本目标,是以某种方式调整其参数,让滤波器的输出尽可能使包含参考信号的某个特定的目标函数最小化
11、。通常而言,目标函数F是输入信号、参考信号和自适应滤波器输出信号的一个函数,即F=Fe(x(k),d(k),y(k)。目标函数的正确定义必须满足如下两个特性:(1)非负性。对于任意的x(k),d(k)和y(k),都有。(2)最优性。可以这样理解目标函数,将其视为某个普通误差信号e(k)的直接函数,而该误差信号又是信号x(k)、d(k)和y(k)的某个函数,即F=Fe(k)=Fe(x(k),d(k),y(k)。因而,可认为自适应算法由三个基本要素构成:目标函数形式的定义、误差信号的定义和最小化算法的定义。(1)目标函数的定义。在推导自适应算法的过程中最广泛采用的一些目标函数形式如下:均方误差(M
12、SE):Fe(k)=E|e(k)|2最小二乘(LS):加权最小二乘(WLS):,其中l1瞬时平方值(ISV):(2)最小化算法的定义。在自适应信号处理领域中,应用的最广泛的最优化方法有:牛顿方法拟牛顿方法最陡下降方法(梯度方法)三种。通常而言,梯度方法最容易实现,牛顿法所需的迭代次数最少。拟牛顿方法可作为计算效率较高的梯度方法和能够快速收敛的牛顿方法的折中,但由于容易存在不稳定问题。(3)误差信号的定义。误差信号的选取会影响到整个算法的计算复杂度、收敛速度、鲁棒性等多种特性,因而对于算法的定义非常关键。最小化算法和目标函数会影响到自适应过程的收敛速度,而对信号误差的选择会对整个收敛过程的多个方
13、面产生直接影响。2.1.2 最小均方(LMS)算法2.1.2.1 最陡下降算法图2.1-2-2表示的是自适应横向滤波器的结构。其中x(n)=x(n) x(n-1) x(n-M)为抽头输入向量,w(n)=w1(n) w2(n) wM(n)为滤波系数矢量,输出信号y(n)为 (2.1-1)误差序列e(n)为e(n)=d(n)-y(n) (2.1-2)用误差序列e(n)按照某种准则和算法对其系数wi(n),i=1, 2, , M进行调解,最终使目标函数最小化。按照均方误差所定义的目标函数为 (2.1-3)当滤波系数固定时,目标函数可写成 (2.1-4)其中,是期望信号与输入信号的互相关矢量;是输入信
14、号的自相关矩阵。图2.1-2 自适应横向滤波结构框图根据梯度矢量的定义,带入(2.1-4)式,有 (2.1-5)对于最优解来说,。则当矩阵R和矢量P已知时,可由(2.1-5)得到最佳滤波系数(最佳维纳解)w0为w0=R-1P (2.1-6)按照最陡下降法调解滤波系数,有下列递推关系 (2.1-7)其中,m为步长系数。将(2.1-5)式代入(2.1-7),得到 (2.1-8)这就是最陡下降算法的数学公式。算法稳定条件为其中,是相关矩阵R的最大特征值。当n足够大时,自适应滤波系数矢量趋近于最佳维纳解。最陡下降法不需要知道误差特性曲面的先验知识就能收敛到最佳维纳解,且与起始条件无关,但是需要准确测得
15、每次迭代的梯度矢量,妨碍了应用。最小均方算法采用了瞬时值估计梯度矢量,减少了计算复杂度,也缩短了自适应收敛时间。2.1.2.2 LMS算法LMS算法使用瞬时值估计梯度矢量,即 (2.1-9)且由于 (2.1-10)故有,因而这种瞬时估计是无偏的。按照自适应滤波系数与梯度矢量估计之间的关系,可以写出LMS算法的递推公式: (2.1-11)再将(2.1-1)和(2.1-2)式代入其中,则有 (2.1-12)由此可得到LMS算法的信号流图,如图2.1-2-2。可以看出,这是一个带有反馈环节的闭环自适应系统。该系统除了利用输入向量x(n)外,还同时利用输出误差e(n)的反馈信息来调整权向量的迭代过程。
16、整个过程不需要平方、平均或微分运算,这就使得该算法容易高效实现。图2.1-3 自适应LMS算法信号流图现将LMS自适应算法的计算流程总结如下:参数设置:滤波器抽头数M,步长系数m;已知数据:输入向量x(n),参考信号d(n);初始化:w1(n)由先验知识确定,否则令w1(n)=0;迭代计算:对n=1,2,M,计算2.1.2.3 算例分析利用物理实验得到原始波形如图2.1-4(a)所示。经过滤波后的波形如图2.1-4(b)所示。对比图2.1-4(a)和(b),可以看出自适应滤波的作用。波形的基本形状完全没有改变,幅值也没有降低,但毛刺完全得到消除。 (a)测得B相开路波形 (b)自适应滤波后波形
17、图2.1-4 行波波形及其自适应滤波后波形2.1.3 卡尔曼滤波方法 随机线性离散系统的方程为: (2.1-11) (2.1-12)X是状态向量,Z是观测向量,W是系统噪声,V是观测噪声,是状态转移矩阵,是噪声输入矩阵,H是观测矩阵。噪声的统计特性如下: (2.1-13) (2.1-14) (2.1-15)如果状态量和观测量满足上述方程,噪声满足统计特性,且Qk非负正定,Rk正定,且Xk-1的估计值已知,则Xk的估计值可以由以下方法求得:状态量预测: (2.1-16)状态量估计(修正): (2.1-17)其中,Kk称为卡尔曼滤波增益,其值为: (2.1-18)误差协方差矩阵预测: (2.1-1
18、9)误差协方差矩阵估计: (2.1-20)这就是随机线性离散系统的卡尔曼滤波方程,我们只需要知道初值和观测值,就可以得到任意时刻的最佳状态估计值。卡尔曼滤波的应用有两个步骤:时间更新步骤和测量更新步骤。卡尔曼滤波算法在时间更新的过程中,对于状态量和误差协方差矩阵的预测,仅仅用到了与系统特性有关的信息;在测量更新的过程中,才用到了与观测特性有关的信息。总之,卡尔曼滤波算法,就是在观测值Zk的基础上进行预测修正。图2.1-5是卡尔曼滤波的效果图。图2.1-5 卡尔曼滤波效果2.1.4 形态学滤波方法 数学形态学是一门建立在集论基础上的学科,是几何形态学分析和描述的有力工具。数学形态学的历史可回溯到
19、19世纪。1964年法国的Matheron和Serra在积分几何的研究成果上,将数学形态学引入图像处理领域,并研制了基于数学形态学的图像处理系统。1982年出版的专著ImageAnalysisandMathematicalMorphology是数学形态学发展的重要里程碑,表明数学形态学在理论上趋于完备及应用上不断深入。数学形态学蓬勃发展,由于其并行快速,易于硬件实现,已引起了人们的广泛关注。目前,数学形态学已在计算机视觉、信号处理与图像分析、模式识别、计算方法与数据处理等方面得到了极为广泛的应用。数学形态学可以用来解决抑制噪声、特征提取、边缘检测、图像分割、形状识别、纹理分析、图像恢复与重建、
20、图像压缩等图像处理问题。数学形态学是以形态结构元素为基础对图像进行分析的数学工具。它的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。数学形态学的应用可以简化图像数据,保持它们基本的形状特征,并除去不相干的结构。数学形态学的基本运算有4个:膨胀、腐蚀、开启和闭合。它们在二值图像中和灰度图像中各有特点。基于这些基本运算还可以推导和组合成各种数学形态学实用算法,利用多尺度腐蚀和膨胀运算,构造混合形态滤波器和交替,形态滤波器,滤除掉噪声信号。 本项目拟选用半圆形结构元素。2.1.5对比分析 对上述三种方法进行对比分析,原始信号如图2.1-6所示,自适应滤波
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 行波 测距 配电网 故障 定位 技术 研究 论文
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【快乐****生活】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【快乐****生活】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。