基于模糊神经网络的配电网故障选线方法研究

摘要

配电网系统在发生单相接地故障时会在全网络呈现零序电压，同时正常相的电压升高为线电压。规程规定该故障允许短时运行1~2小时，但随着配电网自动化建设的不断深入，配电网结构也日趋复杂，该故障对配电网系统的安全稳定运行所带来的隐患亟待解决。本文在总结相关专家学者的研究成果基础上，提出通过模糊神经网络理论融合稳态和暂态选线判据下的多种方案来解决小电流接地系统单相接地故障选线的难题。本文所做的主要工作如下：
　　（1）总结了国内外相关专家学者针对小电流接地系统单相接地故障选线问题而提出的各种选线方法，并对已有的选线方法进行了评价，进而指出故障选线的一种发展趋势是基于人工智能理论下的稳态与暂态多判据融合方法。
　　（2）对中性点不接地系统及谐振接地系统发生单相接地故障后零序电流的稳态和暂态特征进行了理论分析。
　　（3）研究了基于模糊理论的多判据融合故障选线方案。对稳态选线判据中的零序电流五次谐波比相法、零序电流有功分量比幅法和暂态选线判据中的小波包系数极性法、暂态能量法的故障选线原理进行了详细说明，在此基础上建立了相应的故障测度隶属度函数。在不同的故障情况下对上述四种方法进行仿真分析，结果表明这四种方法的选线效果具有一定的优势互补特点，从而证明了对这四种选线方法进行融合的合理性。
　　（4）对基于BP神经网络理论的故障选线方案进行了分析研究，指出了BP神经网络的不足，并采用遗传算法（Genetic Algorithm，GA）对BP神经网络的初始权值和阈值进行优化。分析了模糊理论和神经网络理论融合多判据进行故障选线的优缺点，并在此基础上提出了基于模糊理论和GA-BP神经网络理论相结合的多判据融合选线方法。
　　（5）对本文提出的基于模糊GA-BP神经网络理论的多判据融合故障选线方法进行了仿真试验，仿真试验结果表明该方法具有较好的故障选线效果，从而为故障选线问题的解决提供了一定的思路和方法。对比了模糊GA-BP神经网络与模糊BP神经网络的选线效果，结果表明前者比后者具有更好的选线准确性，进一步证明了遗传算法对BP神经网络具有很好的改良效果。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景和意义

1.2 课题的研究近况及发展趋势

1.3 本论文主要研究工作及创新点

第二章 配电网单相接地故障分析

2.1 中性点接地方式

2.2 配电网单相接地故障稳态过程分析

2.3 单相接地故障后的暂态零序电流分析

2.4 本章小结

第三章 基于模糊理论的多判据融合故障选线原理

3.1 模糊理论选线原理

3.2 零序电流五次谐波比相选线方法

3.3 零序电流有功分量比幅选线方法

3.4 小波包系数极性选线方法

3.5 基于暂态能量的故障选线方法

3.6 仿真分析

3.7 本章小结

第四章 基于模糊神经网络理论的多判据融合故障选线原理

4.1 基于神经网络理论的多判据融合故障选线原理

4.2 遗传算法优化BP神经网络

4.3 基于模糊神经网络的多判据融合故障选线方法

4.4 本章小结

第五章 故障选线建模及仿真试验

5.1 配电网故障选线MATLAB仿真模型的建立

5.2 故障选线的仿真试验

5.3 本章小结

第六章 结论与展望

6.1 结论

6.2 展望

参考文献

附 录 部分样本数据

在读期间公开发表的论文

致谢