基于故障初始角过渡电阻与机器学习的线路母线保护方法

摘要

基于故障初始角过渡电阻与机器学习的线路母线保护方法，线路故障产生大量的高频暂态信号，在通过母线时，很大一部分被母线对地分布等效电容旁路掉，并且频率越高被旁路掉的越多；不同故障初始角与过渡电阻故障条件下，产生的高频分量差别很大；应用典型故障样本的故障特征、故障初始角、过渡电阻和故障区域标签的组成机器学习的输入向量样本集对机器学习进行训练；应用训练好的机器学习进行故障判断，相当于针对不同的故障条件整定了一个相应的保护动作值，消除了故障初始角与过渡电阻对保护不利影响，大幅提高保护可靠性，也避免了人工整定保护动作值错误。无需所有故障条件下的故障样本，仅需要典型故障样本，不仅减轻了机器学习的训练负担，更重要的是使本发明方法具有实际可行性。