基于LS-SVM和IMF能量矩的配电网故障区段定位方法

摘要

目前我国正处于建设智能电网的关键阶段，而配电网保护智能化正是其重要的研究方向。由于配电网接地故障时故障电流小，电流信号容易受到外界环境的干扰，因此故障特征量变得难以检测，而且接地故障时往往伴随着非故障相电压的升高，使得馈线绝缘薄弱处易于击穿，故障更有可能发展为多相、多点短路，扩大事故范围。因此有必要找到一种能在各种复杂信号中识别出故障特征量，并快速定位故障区段的方法。
　　论文首先讨论了现有的小电流故障定位的理论，从主动式和被动式两方面介绍了目前不同定位方法的优点和缺点，并在被动式保护方法中着重论述了经验模态分解（EMD）和支持向量机在电力系统上的应用；提出采用集合经验模态分解（EEMD）算法对信号进行处理，它除了继承小波分解等算法的优点外，还解决了EMD信号分解时容易产生的模态混叠现象，并通过三组对比算例，就不同算法在信号提取方面的性能进行了对比；简要介绍了最小二乘支持向量机（LS-SVM）在特征信号分类方面的特点，并与 BP神经网络和支持向量机就分类的快速性和准确性上进行了比较；提出了基于本征模态函数（IMF）能量矩和LS-SVM的故障区段定位方法，利用EEMD分解电流信号得到IMF，进而将IMF与时间积分获得能量矩，最后将能量矩作为特征向量输入到LS-SVM，训练得到故障区段定位模型并用于未知故障的定位；然后基于数字化采样技术，将新的故障区段定位方法应用到智能电网中，定位采用低功率互感器测量电流，并结合 IEEE1588时钟同步原理与电力云，使得故障区段定位精度有了进一步提高；最后采用 MATLAB GUI平台编写了图形用户界面，实现了与用户间的交互式操作。
　　将不同的信号提取与分类算法在信号处理性能方面分别进行比较，通过对比算例表明EEMD更能反映原信号各自分量的特点，而LS-SVM的分类准确率更高，速度更快。然后结合这两种方法提出了新的故障区段定位理论，通过10kV的配电网故障仿真，表明基于IMF能量矩的LS-SVM故障定位新方法能有效定位不同区段配电网接地故障，具备在不同接地电阻下的区段定位的能力。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景及意义

1.2 小电流接地故障定位理论现状

1.3 配电网故障定位存在的主要问题及困难

1.4 本文主要研究工作

第二章 暂态信号分析与分类算法

2.1 暂态信号处理方式

2.2 信号分类技术

2.3 小结

第三章 基于能量矩的单相接地故障定位方法

3.1 单相接地故障的特征提取

3.2 基于LS-SVM的故障区段分类器

3.3 仿真验证

3.4 小结

第四章 基于数字化采样技术的配电网定位系统设计

4.1 数字化采样技术

4.2 智能配电网定位系统

4.3 图形用户界面

4.4 小结

第五章 全文总结及展望

5.1 主要研究成果

5.2 展望

参考文献

致谢

附录A 攻读硕士学位期间完成的论文

附录B 攻读硕士学位期间所参与的项目