基于免疫聚类的配电网故障分类识别方法研究

摘要

随着我国电力行业的发展，配电网络的建设日益庞大和复杂，也对配电网的供电可靠性提出了更高要求，故障发生后，要求工作人员能迅速精确的判断故障位置、隔离故障区域，而故障类型识别是故障具体分析应对的基础，起着至关重要的作用。但是关于配电网故障类型识别方法的研究相对较少，这方面的研究还有待加强。
　　本文面向配电网具体故障类型，以构筑配电网故障分类识别模型为目标，对基于暂态量的配电线路故障分类进行了研究。本文主要做了以下工作：
　　首先，本文简要分析了配电系统中性点接地方式和线路故障时的稳态、暂态特性，选取了暂态信号为故障分类的提取对象，使用了小波系数统计分析法，构造了适合配电网故障分类识别的特征向量。
　　其次，本文在分析人工免疫系统和聚类分析理论的基础上，借鉴了免疫聚类结合的思想，利用人工免疫网络的形式来完成聚类分析，针对配电网故障类型，设计了一种基于免疫聚类的配电网故障分类识别模型：通过接地电压是否大于零，在样本输入前，分为接地故障和非接地故障代入不同的检测循环，再和提取的初始抗体进行免疫聚类学习，最终输出各个故障类型的抗体聚类核心，完成样本训练，然后只需比较聚类核心和测试样本的欧式距离即可输出识别结果。在识别算法中改进了基于aiNet的聚类算法来实现该模型的识别功能，主要针对aiNet算法中的硬阈值过多的问题，改进既定参数为有一定自适应性的匹配算式。
　　最后，为了验证本文建立的识别方法的有效性，通过PSCAD建立了IEEE34节点测试模型，利用MATLAB模拟了10种故障，在不同故障条件下测试了识别方法的正确率，并在中性点接地方式和网络拓扑结构发生变化时，分析了该方法的适应性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 课题研究的目的和意义

1.2 配电网故障诊断技术的研究现状

1.3 本文研究的主要内容

第二章 基于小波变换理论的配电网故障特征提取方法

2.1 配电网故障特征

2.2 基于小波变换的配电网故障暂态信号提取方法

2.3 本章小结

第三章 基于免疫聚类的配电网故障分类识别方法

3.1 人工免疫系统（Artificial Immune System, AIS) 和聚类分析

3.2 免疫聚类

3.3 基于免疫聚类的配电网故障分类识别方法

3.4 本章小结

第四章 仿真分析

4.1 仿真模型及参数

4.2 仿真样本及样本分析

4.3 故障分类识别测试

4.4 适应性分析

4.5 本章小结

第五章 总结与展望

5.1 主要工作回顾

5.2 本课题今后需进一步研究的地方

参考文献

个人简历 在读期间发表的学术论文

致谢