论文部分内容阅读
随着电网的升级改造,配电网也朝着规模更大,结构更复杂的方向发展。然而现有配电网背景下数据通信的实时性较差,通信架构不完整,导致采集的信息不完善,量测数据的种类、数量和采集间隔都会对配电网的故障诊断产生一定的影响。为弥补现有研究工作的不足,论文基于现有电力物联网的技术架构,对配电网中的数据通信和故障诊断进行了分析,提出了考虑D-PMU(Distributed Phasor Measuring Unit,D-PMU)量测信息的配电网故障诊断方法,具体的完成内容分为以下几个方面:
(1)基于泛在物联技术,同时考虑了传统电网中实时信息通信技术的匮乏,在智能电网中应用了D-PMU新型量测装置,实现了电力物联网量测数据实时通信,分层分区的在配电系统中实现量测数据采集并上传到系统主站,为接下来的配电网诸多应用满足数据技术基础。
(2)研究了基于D-PMU信息的配电网故障诊断方法,通过小波变换和神经网络模型,对频带分解后的信号进行训练分析,并引入了遗传算法对小波神经网络进行权值改进和调整,避免了网络收敛速率慢和局部极小值的问题,并在算例中对所提方法进行了验证。
(3)在D-PMU实时信息的基础上,对配电网的故障定位方法进行了研究,考虑了负载对称性,分别提出了基于线路分布参数的故障定位方法和基于线路阻抗的故障定位方法,在论文提出的方法中,同时考虑了量测信息准确性、故障电阻和距离、T接线路等因素的影响,仍然具有较高的故障定位精度,保证了配电网的安全稳定运行,此外还给出了考虑故障诊断问题的D-PMU配置建议,并在IEEE33节点的系统算例中对所提方法进行了验证。
(1)基于泛在物联技术,同时考虑了传统电网中实时信息通信技术的匮乏,在智能电网中应用了D-PMU新型量测装置,实现了电力物联网量测数据实时通信,分层分区的在配电系统中实现量测数据采集并上传到系统主站,为接下来的配电网诸多应用满足数据技术基础。
(2)研究了基于D-PMU信息的配电网故障诊断方法,通过小波变换和神经网络模型,对频带分解后的信号进行训练分析,并引入了遗传算法对小波神经网络进行权值改进和调整,避免了网络收敛速率慢和局部极小值的问题,并在算例中对所提方法进行了验证。
(3)在D-PMU实时信息的基础上,对配电网的故障定位方法进行了研究,考虑了负载对称性,分别提出了基于线路分布参数的故障定位方法和基于线路阻抗的故障定位方法,在论文提出的方法中,同时考虑了量测信息准确性、故障电阻和距离、T接线路等因素的影响,仍然具有较高的故障定位精度,保证了配电网的安全稳定运行,此外还给出了考虑故障诊断问题的D-PMU配置建议,并在IEEE33节点的系统算例中对所提方法进行了验证。