[发明专利]一种基于神经网络的柔性直流配电网智能保护系统有效
申请号: | 201710035725.8 | 申请日: | 2017-01-18 |
公开(公告)号: | CN106856322B | 公开(公告)日: | 2018-10-26 |
发明(设计)人: | 马辉;熊舟;程江洲;鄢圣阳;朱偲 | 申请(专利权)人: | 三峡大学 |
主分类号: | H02H7/26 | 分类号: | H02H7/26 |
代理公司: | 宜昌市三峡专利事务所 42103 | 代理人: | 吴思高 |
地址: | 443002*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 神经网络 柔性 直流 配电网 智能 保护 系统 | ||
一种基于神经网络的柔性直流配电网智能保护系统,将布置在直流配电网络的分布式发电侧、用户侧及线路的各个传感器采集到的电网数据,传送给信号采集模块后,将其转换为对应的数字信号传送到中央处理器进行分析处理,然后进行数据分类,进行信号特征提取,得到可以实时反映电网运行状态的信息,若是检测到故障信号,即进入实时数据库,并将专家数据库调用到实时数据库中,待诊断出故障类型种类后,采取相应的措施,控制执行系统的跳/合闸动作。本发明将适合复杂系统的人工智能技术与计算机技术结合,引入了神经网络,通过算法不断更新专家数据库,使对直流配电线路的故障诊断更加高效、准确、可靠,实现针对直流配电线路的智能保护,保障直流配电系统的安全稳定运行。
技术领域
本发明一种基于神经网络的柔性直流配电网智能保护系统,涉及电力系统中的直流系统故障检测技术与保护措施领域。
背景技术
柔性直流配电网系统故障一直是电力系统中不容忽视的问题,其中,支路接地和两极间短路是直流系统中较为常见的故障,若不能及时找到并将其排除,在系统出现多点接地时,将造成直流电源短路或保护设备误动作,引起严重后果。
目前,大多数直流系统故障保护装置或系统是建立在单片机的基础上实现的,但处于发展初期的柔性直流配电网,在柔性直流配电网系统保护方法而言还没有性能好、可靠性高的保护装置。现今,许多直流系统中仍使用基于交流系统设计制造的断路器来实现保护功能。不同于交流系统,直流电力系统中没有电流过零点,因此,在直流电力系统中采用传统的交流断路器分断直流电弧要困难很多,需要附加电路人工产生电流过零点来分断故障。为解决直流系统的保护问题,各种直流限流器、断路器受到了广泛的研究。当前直流配电线路的接地故障监测主要采用离线方式,即必须在系统断电情况下检测,且需要额外使用较为复杂庞大的仪器,如:在高阻下使用绝缘电阻检测仪或是在低阻下采用接地电阻检测仪进行直接测量,才能检测到线路的接地电阻。这种离线方式相较于成熟的交流输配电网中的继电保护的速动性、选择性、灵敏性、可靠性等优点,效果显得很不理想。
因此,研发一种能够有效监测直流配电线路接地故障的系统,有效检测直流微网中发生的各类故障,及时将故障片区隔离在外,以确保直流系统的正常运行,对于提高柔性直流配电网系统保护装置的可靠性、准确率以及直流配网的安全运行具有重大意义。
近年来被广泛研究的神经网络具有良好的鲁棒性、容错能力和抗扰动能力,基于神经网络的智能故障分类与线路保护技术不易受系统参数变化的影响。
发明内容
本发明的目的是为了改进现有技术存在的不足,提出一种针对柔性直流配电网中的电气设备及其外部用电设备的基于神经网络的柔性直流配电网智能保护系统,将适合复杂系统的人工智能技术与计算机技术结合,实现针对直流配电线路的智能保护,保障直流配电系统的安全稳定运行。
本发明采取的技术方案为:
一种基于神经网络的柔性直流配电网智能保护系统,包括数据采集与实时数据库系统、数据分析专家系统、执行系统。
所述数据采集与实时数据库系统包括传感器模块、信号采集模块、中央处理器、实时数据库;传感器连接信号采集模块,信号采集模块连接中央处理器,中央处理器连接实时数据库。
所述传感器模块包括磁场参数传感器、电压传感器、电流传感器、电场参数传感器;电压传感器、电流传感器布置在直流配电网络的分布式发电侧、用户侧及线路的各个环节;磁场参数传感器、电场参数传感器设置在电气设备周围。
信号采集模块采集到传感器模块传送的直流配电网络数据后,转换为相应的数字信号,传送到中央处理器进行信号预处理,然后进行数据分类、信号特征提取,得到可以实时反映电网运行状态的信息,然后进入实时数据库。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于三峡大学,未经三峡大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710035725.8/2.html,转载请声明来源钻瓜专利网。