[发明专利]一种配电网短路故障类型的识别方法及系统

说明书

本申请公开了一种配电网短路故障类型的识别方法及系统，针对中性点非有效接地系统故障，利用线路故障后产生的丰富的暂态电气量，选取其中的三相故障电流分量和零序电压信号，采用其统计量作为故障特征量，所构造的特征向量能够充分刻画不同故障类型的特征，克服传统方法中稳态电气量难以适用于配电网复杂多变的故障工况等问题。并且应用BP神经网络，训练故障类型识别模型，避免依靠经验的硬阈值设定。本申请的方案能实现对高过渡电阻时故障的类型识别，识别的准确性高，适应性好。解决了现有技术识别准确性低、适应性差的技术问题。

技术领域

本申请涉及电力技术领域，尤其涉及一种配电网短路故障类型识别方法及系统。

背景技术

在输电网中，由于输电线路故障后影响范围大，且保护的动作需要选相信息，故涉及输电系统的故障类型快速识别方案颇多。然而在配电网中，故障选线、故障定位的方案较多，而故障类型识别的方案较少，原因是配电网故障分类和输电网有所不同，无法参照输电网中的选相方法。此外，随着配电网的建设和发展，分布式电源在配电网中渗透率不断提高，其对故障特征也产生了一定的影响。因此，对现有配电网存在的多种故障类型进行快速识别具有重要的研究意义。

现有配电网故障类型识别方法分为基于稳态量的方法和基于暂态量的方法，其中，基于稳态量的方法包括：利用稳态故障电流的相位信息实现中性点不接地系统的三种单相接地故障类型的判定；以及利用电流序分量的相角关系构造隶属度函数，继而建立模糊规则，通过模糊推理实现故障类型识别，然而基于稳态量的方法，只能实现中性点不接地系统的三种单相接地故障类型的判定，无法识别其他类型的故障，且只适用于中性点直接接地系统，不能将其应用于所有中性点非有效接地系统中，导致该故障类型识别方法适应性较差。基于暂态量的方法包括：利用平稳小波变换对变电所内故障电流电压信号进行预处理，提取频带能量，通过与既定硬阈值之间的比较得出故障相别，然而，硬阈值的设定需要依靠专家经验，易受不同系统不同设置的影响，导致该故障类型识别方法准确性低。

发明内容

本申请提供了一种配电网短路故障类型的识别方法及系统，用于解决现有技术识别准确性低、适应性差的技术问题。

有鉴于此，本申请第一方面提供了一种配电网短路故障类型的识别方法，所述方法包括：

S1、获取变压器出口侧的三相电流和母线三相电压，并将所述三相电流转换为三相电流故障分量，将所述母线三相电压转换为母线零序电压量；

S2、通过小波变换提取所述三相电流故障分量在预置频率范围的多个电流分量，对所述母线零序电压量进行快速傅里叶变换得到第一信号；

S3、从多个所述电流分量选取若干个类型识别特征量，将所述第一信号中第一分量的幅值设为第一特征量，根据若干个所述类型识别特征量和所述第一特征量构建不同故障类型的特征向量；

S4、将所述特征向量设为BP神经网络的输入，故障类型设为BP神经网络的输出，对BP神经网络进行训练，得到故障类型识别模型；

S5、当发生短路故障时，执行步骤S1-S3构建所述特征向量，并将所述特征向量输入到所述故障类型识别模型，输出故障类型。

可选地，所述通过小波变换提取所述三相电流故障分量在预置频率范围的多个电流分量，具体包括：

选取二次样条小波作为母小波对所述三相电流故障分量分别进行小波变换，从而对所述三相电流进行3层小波分解，以及重构第2层、第3层小波细节系数，得到在预置频率范围的多个电流分量。

可选地，所述若干个类型识别特征量，具体包括：ρ_a，b，ρ_a,c，ρ_b，c，

其中，