[发明专利]一种T接线路故障智能识别新方法

说明书

本发明公开了一种T接线路故障智能识别新方法。本发明提出了一种基于电流反行波多尺度S变换能量熵和极限学习机的T接线路故障识别新方法。在对T接线路各端故障反行波进行S变换的基础上，计算8个不同频率下的反行波能量熵，组成T接线路故障特征向量样本集，结合极限学习机故障智能识别模型进行训练测试，识别T接线路的故障支路。

技术领域

本发明涉及T接线路故障识别技术领域，具体涉及一种T接线路故障智能识别新方法。

背景技术

随着社会经济的不断发展，电网复杂度逐渐增加。从节约投资以及其他客观条件的限制等方面考虑，T接线路因其接线方式的独特性，越来越多的出现在高压和超高压电力网中。然而，这些线路常常伴随着大电厂和大系统，其输电线路输电功率高、负荷重，当线路发生故障时，有可能造成大面积停电事故。因此，当其发生故障时，就要求能够快速准确识别故障。

目前，国内外学者对T接线路故障识别的研究主要基于电压、电流以及线路分布参数模型等信息。利用T接线路三端电压故障分量相量和与电流故障分量相量和的比值大小识别区内外故障。利用T接线路三端电流故障分量之和以及三端电流故障分量中的最大电流与另外两端电流之和的矢量差建立判据，识别区内外故障，但是判据中制动系数的选取会对故障识别的灵敏性和可靠性造成影响。利用T接线路三端故障电流分量中的最大电流与另外两端电流之和及其余弦夹角建立判据，识别区内外故障，该判据使制动项在区内外故障上分别体现为驱动和制动状态。所提判据建立综合判据，对光伏T接高压配电网络区内外故障进行识别。通过T接线路的各侧电压、电流和线路正序阻抗参数等信息，分别在各侧求取T接点电压，然后利用求得的T接点电压幅值信息识别故障支路。将T接线路保护端测量得到的电压、电流信号提供给二阶泰勒-卡尔曼-傅里叶(T2KF)滤波器，以此估计电压、电流信号的瞬时值，然后求取正序阻抗识别故障区段。在T接线路三端分别计算T接点处的正序电压，通过比较T接点正序电压的叠加分量的最大幅值与三端正序电压叠加分量的最大幅值关系识别区内外故障。首先利用T接线路三端分别计算得到的T接点正序叠加电压的最大值判别线路是否故障，然后利用特定端子处的正序叠加电压与电流之间的相位关系识别区内外故障。利用T接线路三侧电压幅值差和测量阻抗特征建立综合电压幅值差主判据，结合自适应距离辅助判据识别区内外故障。提出了基于小波变换的方法识别T接线路故障。首先采用bior3.1小波分解T接线路三端原始电流信号，然后再对分解的信号进行重建，并利用重建信号求解各相运行电流和抑制电流，最后通过对比三端相应相位运行电流与抑制电流的关系识别区内外故障。通过对比Haar小波函数在T接线路每端检测到的故障电流极性来判别区内外故障。故障识别算法主要基于T接线路的分布参数，通过对比分析线路模型导出的指数和之间的关系判别区内外故障，基于线路分布参数模型推导出测距函数，利用测距函数在各支路首末两端的相位信息判断故障所在支路。但上述方法均无法得到准确的故障判断结果。

发明内容

针对现有技术中的上述不足，本发明提供的一种T接线路故障智能识别新方法解决了T接线路故障判断不准确的问题。

为了达到上述发明目的，本发明采用的技术方案为：一种T接线路故障智能识别新方法，包括以下步骤：

S1、对故障后的T接线路行波保护单元TR_m检测到的行波数据进行S变换，得到S变换后的行波数据，m为T接线路的支路序号，m＝1,2,3；

S2、计算S变换后的行波数据在频率f_n下，故障后初始行波波头前后0.5ms时间段内的电流反向行波数据，n为频率序号，n＝1,2,3,4,5,6,7,8；

S3、通过电流反向行波数据计算各行波保护单元在0.5ms时间段内频率f_n中各个频率的反行波能量熵；

S4、将各行波保护单元各个频率的反行波能量熵组成多尺度反行波能量熵向量W_m＝[W_m1 W_m2…W_m8]_1×8；