基于模糊神经网络的小电流接地故障选线方法的研究

摘要

国内外中低压配电网广泛采用小电流接地方式。小电流接地系统中发生最多的是单相接地故障，虽在短时间内并不影响电网的正常运行，但为了防止故障扩大，须尽快查找故障馈线。由于配电网结构的复杂性及各单一选线方法的局限性，使得故障选线这一难题始终没有得到解决。随着人工智能的发展，基于多判据智能融合的选线方法应运而生。其中模糊神经网络能有效的将各选线方法进行融合，但本身也存在诸如网络模型构建困难、易陷入局部极值等问题。考虑到遗传算法具有很强的全局优化能力，将其与模糊神经网络结合应用于故障选线，可以提高选线的可靠性。
　　本文在详细分析了小电流接地系统发生单相接地故障时暂稳态特征的基础上，结合现有各选线方法的优缺点，针对不同接地方式选取不同的基础判据，并利用信息融合及人工智能技术，采用基于改进遗传算法优化模糊神经网络的小电流接地故障选线方法。
　　本文利用Matlab/simlink仿真平台搭建小电流接地系统模型。验证了不同接地方式下所选基础判据的有效性和局限性;分析了不同故障条件对暂态零序电流的影响;针对不同接地方式下的小电流接地系统，分别利用改进遗传算法优化的模糊神经网络进行仿真验证，并与单一模糊神经网络和传统遗传算法优化的模糊神经网络在训练效果和选线能力上进行比较，证明了所述算法的快速性、准确性及可靠性;同时，也验证了所述算法在计及大量分布式电源并网的小电流接地故障选线中应用的可行性。

目录

声明

致谢

摘要

第一章 绪论

1．1 课题研究的背景与意义

1．2 小电流接地故障选线的研究现状

1．2．1 稳态特性法

1．2．2 暂态特性法

1．2．3 注入法

1．2．4 智能融合技术

1．3 本文的主要工作

第二章 小电流接地系统故障信号特征

2．1 故障稳态特征分析

2．1．1 中性点不接地系统

2．1．2 中性点经消弧线圈接地系统

2．2 故障暂态特征分析

2．2．1 暂态电容电流

2．2．2 暂态电感电流

2．2．3 暂态接地电流

2．3 本章小结

第三章 基于故障暂态和稳态特征信息的选线方法研究

3．1 基于五次谐波选线方法分析

3．2 基于基波选线方法分析

3．3 基于衰减直流分量选线方法分析

3．4 基于暂态能量选线方法分析

3．5 基于小波包能量熵极大值选线方法分析

3．6 系统仿真建模

3．6．1 中性点不接地系统

3．6．2 中性点经消弧线圈接地系统

3．7 本章小结

第四章 基于改进模糊神经网络的多判据融合

4．1 T-S模糊神经网络的原理及概述

4．2 传统T-S算法的不足

4．3 T-S算法的优化

4．3．1 改进GA优化T-S

4．3．2 基于减法聚类法计算模糊规则数

4．4 改进GA优化T-S应用于小电流接地故障选线

4．5 本章小结

第五章 仿真与验证

5．1 不同故障条件对暂态零序电流的影响

5．1．1 不同接地电阻对暂态零序电流的影响

5．1．2 不同接地位置对暂态零序电流的影响

5．1．3 不同接地相位角对暂态零序电流的影响

5．1．4 不同故障条件对暂态零序电流的综合影响

5．2 基于改进GA优化T-S网络的训练

5．2．1 训练、检测样本采集

5．2．2 T-S网络和改进GA初始化

5．4 中性点经消弧线圈接地系统

5．5 含分布式电源的小电流接地系统

5．5．1 仿真建模

5．5．2 结果分析

5．6 本章小结

第六章 总结与展望

参考文献

攻读硕士学位期间的学术活动及成果情况