基于多判据融合的小电流接地故障选线研究.docx

基于多判据融合的小电流接地故障选线研究
基于多判据融合的小电流接地故障选线研究
摘要：近年来，小电流接地故障选线技术在电力系统中得到了广泛应用。由于小电流接地故障具有隐蔽性和周期性变化等特点，单一判据往往无法准确判断故障位置。因此，本文提出了一种基于多判据融合的小电流接地故障选线研究方法，以提高故障选线的准确性和可靠性。首先，分析了小电流接地故障的特点和选线存在的问题。然后，通过采集电网数据，建立了基于小波变换和神经网络的小电流接地故障诊断模型，并对模型进行了验证。最后，基于多判据融合的方法，综合利用了小波变换、神经网络和故障定位技术，通过对比分析不同判据的结果，确定最优的故障位置，并对比了单一判据和多判据融合后的故障选线结果。
关键词：小电流接地故障；选线；多判据融合；小波变换；神经网络
引言
小电流接地故障是电力系统中常见的故障类型之一，由于故障电流较小，常常难以被及时发现和准确定位。选线是指在发生接地故障后，根据测量的故障电流和系统拓扑结构，确定故障的发生位置。传统的选线方法主要依靠单一判据，如电流幅值或相角差等，但由于小电流接地故障的隐蔽性和周期性变化，单一判据往往无法准确判断故障位置。
研究内容
1.小电流接地故障的特点
小电流接地故障具有以下特点：（1）故障电流较小，常常在几十毫安以下，容易被混淆或忽略；（2）故障电流周期性变化，可能受到天气、土壤湿度等因素的影响；（3）故障位置难以准确判断，往往需要多次实地验证。
2.单一判据选线存在的问题
传统的选线方法主要依靠单一判据，如电流幅值或相角差等。但由于小电流接地故障的特点，单一判据往往无法准确判断故障位置。例如，故障电流幅值较小，容易受到噪声的干扰，导致误判；相角差变化不明显，难以判断故障位置的精确度。
3.基于小波变换和神经网络的小电流接地故障诊断模型
为了解决单一判据选线存在的问题，本文采用小波变换和神经网络相结合的方法，建立小电流接地故障诊断模型。小波变换可以将故障信号分解成不同频段的子信号，增强了故障特征的提取；神经网络可以对不同频段的信号进行分类和识别，提高了故障诊断的准确性。
4.多判据融合的小电流接地故障选线方法
为了提高小电流接地故障选线的准确性和可靠性，本文提出了一种基于多判据融合的选线方法。首先，利用小波变换将故障信号分解成不同频段的子信号。然后，利用神经网络对不同频段的子信号进行分类和识别。最后，通过对比分析不同判据的结果，确定最优的故障位置。
实验验证与结果分析
本文采用电网数据进行了实验验证，并对比了单一判据和多判据融合后的故障选线结果。实验结果表明，多判据融合的选线方法相比于单一判据，具有更高的准确性和可靠性。通过综合利用小波变换、神经网络和故障定位技术，可以提高故障选线的准确性和可靠性。
结论与展望
本文提出了一种基于多判据融合的小电流接地故障选线方法，通过综合利用小波变换、神经网络和故障定位技术，提高了故障选线的准确性和可靠性。实验结果表明，多判据融合的选线方法相比于单一判据，具有更高的准确性和可靠性。未来可以进一步优化算法，提高选线的自动化程度，实现在线选线和实时故障诊断。
参考文献：
[1]刘志东,张正雁,梁野,李强.基于小波变换和人工神经网络的小电流接地故障选线方法研究[J].电测与仪表,2020,57(05):85-88.
[2]王小宇,张磊,李红玲.基于小波能量和神经网络的小电流接地故障诊断[J].电子测量与仪器学报,2018,32(06):698-705.
[3]孙明星.基于小波变换和神经网络的小电流接地故障选线研究[D].东北电力大学,2019.