贵州电网过电压事故分析及过电压特征提取识别研究

摘要

电力系统的工作可靠性与其绝缘水平密切相关的。随着高电压、大电网的迅速建设与发展，过电压对电网安全运行的影响越来越受到人们的重视。特别是近几年来，电气设备绝缘事故时有发生，给电网和工农业生产带来了巨大的损失。贵州电网西连云贵大水电基地，东连广东等东部重要负荷，在南方电网各区域子电网中，具有极其重要的地位。随着外送通道的形成，以及输电线路电压等级的不断提高，贵州电网所面临的过电压威胁也越来越严重。在实际运行中，贵州电网内过电压所造成的危害时有发生。对过电压事故进行分析，研究过电压的特征提取与识别，对于提高贵州电网的过电压防御能力，增强送电可靠性，建设智能电网具有十分现实的意义。
　　 本文分析了贵州电网中发生的几次过电压事故、测试实验的发生经过，处置方法以及发生原因。通过对这些事故的分析，发现了电网中所存在的薄弱环节以及几种典型的过电压发生的机理、特点，为后续的过电压特征提取，识别提供了有益的启示。
　　 本文重点对电力系统过电压类型识别进行了研究，结对雷电感应过电压、投电容器组过电压、合空载线路过电压、弧光接地过电压、不对称接地短路、工频电压升高、工频铁磁谐振过电压和高次谐波铁磁谐振过电压共10种典型过电压的发生机理，波形本质特点进行了研究，通过对这些过电压发生机理的分析，为后续分类识别奠定了基础。在深入研究时域理论，相关性理论，以及小波理论的基础上，提出以过电压持续时间、各层小波系数、各层小波能量分布及能量比等特征参量作为表征过电压类型的特征。对仿真信号的特征提取表明，本文所提出的这些特征量既能弥补时域分析或频域分析单独分析时的不足，又能达到有效提取有用信息的目的。
　　 本文构建了基于支持向量机的分层多级过电压识别分类树。分层识别结构可对各种特征向量进行归纳分析与综合。特征向量按不同的模块层次选取，形成模块层次结构，构成该层最佳特征量。采用支持向量机算法，结合每层节点的最佳特征量，对过电压特征量进行模式识别。根据识别结果，本文所提出的特征量分析方法及支持向量机识别算法有效可行。

目录

文摘

英文文摘

声明

1绪论

1.1课题的背景及意义

1.2雷电冲击过电压特征提取研究状况

1.3内部过电压特征提取研究状况

1.4贵州电网过电压事故危害

1.5过电压暂态信号模式识别研究现状

1.6本文研究内容

2贵州电网典型过电压事故分析

2.1贵州电网概况

2.2 500kV青岩变电站“7.7”CT爆炸事故分析

2.2.1概况

2.2.2事故情况

2.2.3故障原因分析

2.2.4系统恢复情况

2.2.5“7.7”事故应进一步分析的问题

2.3“4.12”紫云变全站失压及220kV避雷器损坏分析

2.3.1概况

2.3.2事故情况

2.3.3故障原因分析

2.4龙里变“4.13”事故分析

2.4.1概况

2.4.2事故情况

2.4.3故障原因分析

2.4.4根据本次事故因进一步做的改进

2.5投切鸭溪变电站500kV主变过电压和涌流分析

2.5.1试验基本概况

2.5.2实验结果

2.5.3合闸过电压实验结果分析

2.5.4分闸过电压实验结果分析

2.5.5合闸涌流分析

2.5.6结论及建议

2.6电网过电压在线监测展望

2.7小结

3电力系统过电压产生机理分析及特征提取

3.1电力系统过电压产生机理分析

3.1.1雷电过电压

3.1.2单相接地短路引起的工频过电压

3.1.3投切电容器组过电压

3.1.4开合闸空载线路

3.1.5投切空载变压器

3.1.6弧光接地过电压

3.1.7铁磁谐振过电压

3.2电力系统过电压特征提取

3.2.1时域分析

3.2.2相关性分析

3.2.3小波变换分析

3.2.4特征量构造与提取

3.3小结

4基于支持向量机的过电压分类识别

4.1支持向量机的基本原理

4.1.1 SVM模式识别算法

4.1.2核函数构造与选择

4.2基于SVM的过电压模块化层次分类树的建立

4.2.1分层识别系统与统一识别系统的差异

4.2.2特征量的分层结构

4.2.3基于支持向量机的分层结构

4.3小结

5结论与展望

5.1结论

5.2展望

致 谢

参考文献

附录：作者在攻读工程硕士学位期间所发表的论文