智能变电站继电保护故障监测系统研究.docx

本文格式为Word版，下载可任意编辑
第PAGE\*MERGEFORMAT4页共NUMPAGES\*MERGEFORMAT4页

智能变电站继电保护故障监测系统研究
摘要:为了提高智能变电站继电保护控制和回路故障监测能力，提出基于深度学习的智能变电站继电保护二次回路故障监测方法。构建变电站继电保护二次回路参数辨识模型，根据智能变电站的工况和稳压参数的变化特征量进行故障信息采集，采用励磁电感支路电流综合分析方法进行智能变电站继电保护二次回路故障特征分布式融合，根据智能变电站继电开关校正系统的转差频率进行故障状态下的误差补偿控制，建立智能变电站继电保护的闭环控制参数解析控制模型，结合深度学习方法进行智能变电站继电保护二次回路故障特征分类检测，根据故障特征属性的分类结果，实现智能变电站继电保护二次回路的故障监测，在嵌入式的集成B/S环境构架下实现故障监测系统开发设计。仿真结果表明，采用该方法进行智能变电站继电保护二次回路故障监测的实时性较好，故障检测的精度检测，对继电保护二次回路的状态观测和控制能力较好。关键词:深度学习;智能变电站;继电保护;二次回路;故障监测系统随着智能变电站建设规模的不断增大，需要构建优化的智能变电站继电保护二次回路控制模型，结合故障融合和特征检测技术，进行智能变电站继电保护控制，在继电保护二次回路中，受到环境工况信息的影响，导致智能变电站继电保护二次回路输出稳定性不好，容易出现故障，需要构建优化的智能变电站继电保护二次回路故障监测系统，通过故障状态信息融合和特征优化提取技术，进行智能变电站继电保护二次回路控制和故障监测，提取故障工况下的状态参数，结合大数据分析技术，实现故障状态参数融合，研究智能变电站继电保护二次回路故障监测系统，在提高变电站的输出稳定性和可靠性方面具有重要意义［1］。对智能变电站继电保护二次回路故障监测是建立在对故障信息大数据采样和特征分析基础上，构建智能变电站继电保护二次回路故障分布式数据监测和信息融合模型，结合模糊度特征辨识智能变电站继电保护二次回路故障参数分析基础上，通过分析智能变电站继电保护二次回路故障原始参数信息［2］，结合智能变电站继电保护二次回路故障的模糊度参数分析结果，实现对智能变电站继电保护二次回路故障的可靠性诊断和识别。提出基于深度学习的智能变电站继电保护二次回路故障监测方法。构建变电站继电保护二次回路参数辨识模型，结合深度学习方法进行智能变电站继电保护二次回路故障特征分类检测，根据故障特征属性的分类结果，实现智能变电站继电保护二次回路的故障监测，并通过仿真测试进行性能验证，展示了本方法在提高智能变电站继电保护二次回路故障监测能力方面的优越性能。1变电站继电保护二次回路参数分析和样本数据采集1.1变电站继电保护二次回路参数分析为了实现基于深度学习的智能变电站继电保护二次回路故障监测，采用电阻支路的电流特征分析方法［3］，构建变电站继电保护二次回路的等效电路分析模型，如图1所示。根据图1所示的变电站继电保护二次回路分析，构建变电站继电保护二次回路参数约束控制模型［4］，得到电机全速范围控制下智能变电站继电保护二次回路在高频输出电压信息为:(1)使用磁链、转矩联合控制的方法，得到智能变电站继电保护二次回路的故障工况下的样本融合参数分布模型［5］，结合电阻参数的动态寻优方法，得到变电站继电保护二次回路的励磁电感电流:(2)其中，an表示并联智能变电站继电保护二次回路的励磁电感电流偏移量，结合电感电流的观测和控制结果，采用样本相关性检测的方法，得到样本检测方法进行并联智能变电站继电保护二次回路故障输出样本数据融合处理［6］，得到关联规则项表示为:(3)分析励磁电感支路电流d、q轴的参数解析特征量，建立闭环控制参数约束模型，得到智能变电站继电保护二次回路的电流输出故障演化特征集合X分为K类，采用磁链、转矩联合控制的方法，进行变电站继电保护二次回路参数的大数据信息融合［7］，继电保护二次回路故障信号的高阶谱特征量表达式为:1.2故障样本数据采集根据智能变电站的工况和稳压参数的变化特征量进行故障信息采集，采用励磁电感支路电流综合特征分析方法［8］，得到智能变电站继电保护二次回路的故障演化控制的参数特征提取结果。2二次回路故障监测优化根据智能变电站继电开关校正系统的转差频率进行故障状态下的误差补偿控制，建立智能变电站继电保护的闭环控制参数解析控制模型，得到智能变电站继电保护二次回路的阻抗判别模型，采用阻抗分析法［10］，得到变电站继电保护二次回路的能量输出均值为:根据线性寻优控制和深度学习，求得上述控制方程的最优解，实现故障监测优化。3系统仿真实验与结果分析在上述进行了智能变电站继电保护二次回路的故障监测算法设计的基础上，采用B/S构架和嵌入式的AＲM控制方法，构建智能变电站