论文部分内容阅读
【摘要】国民经济的稳定发展和人们的生产生活都是离不开电的，为了使保障用电的安全，配电网的安全性和稳定性是非常重要的。但是会有很多的因素影响配电网的安全，其中有认为因素的影响，也有天气情况的影响，这样是很容易导致配电网出现短路或者是短路的情况的。如果配电网出现的问题没有及时的处理妥当就会出现停电的情况。为了使人们的生产和生活不受到影响，对于配电线路的故障一定要找到查找的方法，进而找到解决的措施。
【关键词】配电网；线路故障；原因
近年来，我国的用电需求在不断的增长，这和我国高速发展的经济是离不开的。用电需求的不断增长，给电网的供电带来了很大的压力，用电压力的增大是非常容易导致电网发生故障。为了避免电网发生故障给人们的生产和生活带来影响，对电网的故障进行查找的方法是十分的重要，通过对以往查找方法的研究，找到了一个新的方法来查找电网的故障，就是径向基函数神经网络配电网故障查找的方法，这种方法是根据径向基函数神经网络为理论，结合配电网的模型，进而建立故障诊断的模型对。在实际的操作中，这种方法的准确性是非常高，而且，可以对配电网进行实时的监测，故障发现时就可以及时发展，实际的使用价值非常高。
一、配电网的特点
配电网和输电网有很多的不同，与输电网比较来看，配电网有着其独有的特点，首先，配电网的供电半径非常小，输电网的供电通常要涉及很广的地区，在对线路的故障查找的时候和配电网是不同的，配电网中的故障使用输电网的故障查找方法是很难发现的。其次，配电网在线路的末端的负荷会是非常的大，这样的情况，使用阻抗法来进行故障的查找是没有效果的。最后，输电网是将电能输送到各个地区，在各个地区将电能配送到每家每户就是配网的工作，所以就导致了配网的线路是有很多的分支，这些分支在故障的查找时会给查找带来一定的影响，使得查找的时候，出现信息无法辨别的情况。
二、配网故障检测技术的概述
1、现阶段的故障诊断技术
现阶段的故障诊断技术，只有在故障发生以后才能对发生故障的元件来进行确定，这样的诊断技术是无法做到防患于未然。在故障的确定的时候，通过安装在配网中的数据监控装置进行数据的收集，工作人员在根据配网的实际运行情况来进行分析和处理，最终确定是配网中的哪个部分出现问题。在诊断的时候通常会采用两种方法，一种是基于专家系统的诊断，这种诊断的方法是一种智能的系统，通过使用计算机来模拟人的思维逻辑，模拟人在发生故障时的思维模式，参考以往专家的经验，然后智能的进行推理，最后确定故障发生的位置，实现故障的诊断。在配网故障的实际诊断中，专家系统的诊断方法要根据调度人员的经验，同时要结合配电器在故障中表现出来的信息进行综合的分析，在故障发生的时候，配网要自动进行继电保护，在系统对于故障进行诊断的时候，要同时使用正反推理的模式来进行，这样可以更准确的找到故障位置。还有一种方法是基于人工神经网络的诊断方法，这种诊断的方法，在使用时候主要要运用输入和输出不确定的对应关系来进行问题的解决。这种方法是要通过建立函数关系来进行对应关系的确定。在实际工作中，这种方法对于线路的诊断有着明显的优势，可以更快的确定故障的位置。
2、现阶段的故障定位技术
目前，我国在中低压配电网的故障的定位技术上是有很大成效的，一旦电路发生故障，利用现在的定位技术是很容易就就可以找到故障的位置，及时找到故障位置，对于修复电路、恢复供电是很有帮助的。为了使电力系统在供电的时候，更加具有安全性，一定要对故障的查找和定位上找到更好的方法。
三、径向基函数神经网络的配网线路故障查找方法
1、理论基础
人工神经网络就是利用物理系统来模拟人脑神经细胞结构和功能的一种系统，这个系统的主要功能就是来进行信息的处理工作。建立人工神经网络是为了更好的对出现的故障及时进行分析，找到它的位置。这个网络在实际的操作过程中是使用函数来进行运算。通过函数的运算进而找到故障的位置。这个查找方法的使用是非常有利于供电安全的保证，这个系统可以在故障发生以前就能反映出出现的问题，做到防患于未然。
2、径向基函数神经网络
径向基函数神经网络是应用比较广泛的一种人工神经网络，理论来说，它可以随意的进度去逼近任意的连续函数，因此多被应用于函数逼近以及模式识别等领域。原理是将径向的基函数作为隐含层单元之基，从而形成隐含层空间，这时隐含层对输入矢量加以变换，并由低维模式变换到高维空间，从而使低维空间不可分线性问题可以在高维空间得以可分，再由输出层对输入作用进行评判。
一般而言，径向基函数神经网络主要有输入层、输出层以及隐含层三层前向网络，输入层是由信号源的节点组成，可以使用实际或者归一化的方法表示，随后输入信号传送到隐含层。其中径向基函数是一种能够实现多输入、多输出的非线性系统的识别方法，在此基础上建立的径向基函数神经网络可完成对非线性系统的模式识别与分类。
3、配网线路故障查找模型我们以较为简单的配电网为例，进一步阐明基于径向基函数神经网络的配电网故障查找模型
若径向基函数神经网络输入层有一个神经元，那么，径向基函数神经网络故障诊断模型就会根据上述的保护与断路器开关量的状态信息，作为输入的元素，而输出的结果就表示线路出现故障的可能性。径向基函数神经网络配断网故障诊断中，将母线保护、断路器以及变压器的保护等状态信息共同组成一个输入向量集合，母线、供电区以及变压器都可以视为可能故障元件，当作被诊断对象，利用继电保护和经验知识形成训练的样本，进一步算出可能发生故障的支路。
4、方法过程
实践中，可以通过网络状态估算法，帮助获得想要的配电网结构与参数，并基于网络中各保护及断路器的相关信息。实时输入拓扑结构、网络参数以及电网运行方式，根据继电保护与自动装置的动作原理，通过径向基函数神经网络，对组成的样本集进行训练，并在此基础上建立径向基函数神经网络之故障训练样本，实现实时的监测。
四、结语
在使用电能的时候，对配电网的故障进行实时的检测，通过对信息的分析，将智能的技术和信息技术结合在一起，利用函数进行分析，实现配电网的在线故障检测，在使用的时候，可以建立统一、精确和完整的配电网故障监测系统，故障监测的系统可以更好的保证用户的用电安全，保障人们的生产和生活不受到影响。
参考文献
[1]解健，倪建立，杜宇.配电网故降区段判断和隔离的统一矩阵算法[J].电力系统自动化，1999，23（1）：31-33.
[2]曾祥君，尹项根等.配电网接地故障负序电流分布及接地保护原理研究[J].中国电机工程学报，2001，21（6）：84，89.
[3]薛永端，徐丙垠，冯祖仁等.小电流接地故障暂态方向保护原理研究[J].中国电机工程学报，2003，23（7）：51，57.
【关键词】配电网；线路故障；原因
近年来，我国的用电需求在不断的增长，这和我国高速发展的经济是离不开的。用电需求的不断增长，给电网的供电带来了很大的压力，用电压力的增大是非常容易导致电网发生故障。为了避免电网发生故障给人们的生产和生活带来影响，对电网的故障进行查找的方法是十分的重要，通过对以往查找方法的研究，找到了一个新的方法来查找电网的故障，就是径向基函数神经网络配电网故障查找的方法，这种方法是根据径向基函数神经网络为理论，结合配电网的模型，进而建立故障诊断的模型对。在实际的操作中，这种方法的准确性是非常高，而且，可以对配电网进行实时的监测，故障发现时就可以及时发展，实际的使用价值非常高。
一、配电网的特点
配电网和输电网有很多的不同，与输电网比较来看，配电网有着其独有的特点，首先，配电网的供电半径非常小，输电网的供电通常要涉及很广的地区，在对线路的故障查找的时候和配电网是不同的，配电网中的故障使用输电网的故障查找方法是很难发现的。其次，配电网在线路的末端的负荷会是非常的大，这样的情况，使用阻抗法来进行故障的查找是没有效果的。最后，输电网是将电能输送到各个地区，在各个地区将电能配送到每家每户就是配网的工作，所以就导致了配网的线路是有很多的分支，这些分支在故障的查找时会给查找带来一定的影响，使得查找的时候，出现信息无法辨别的情况。
二、配网故障检测技术的概述
1、现阶段的故障诊断技术
现阶段的故障诊断技术，只有在故障发生以后才能对发生故障的元件来进行确定，这样的诊断技术是无法做到防患于未然。在故障的确定的时候，通过安装在配网中的数据监控装置进行数据的收集，工作人员在根据配网的实际运行情况来进行分析和处理，最终确定是配网中的哪个部分出现问题。在诊断的时候通常会采用两种方法，一种是基于专家系统的诊断，这种诊断的方法是一种智能的系统，通过使用计算机来模拟人的思维逻辑，模拟人在发生故障时的思维模式，参考以往专家的经验，然后智能的进行推理，最后确定故障发生的位置，实现故障的诊断。在配网故障的实际诊断中，专家系统的诊断方法要根据调度人员的经验，同时要结合配电器在故障中表现出来的信息进行综合的分析，在故障发生的时候，配网要自动进行继电保护，在系统对于故障进行诊断的时候，要同时使用正反推理的模式来进行，这样可以更准确的找到故障位置。还有一种方法是基于人工神经网络的诊断方法，这种诊断的方法，在使用时候主要要运用输入和输出不确定的对应关系来进行问题的解决。这种方法是要通过建立函数关系来进行对应关系的确定。在实际工作中，这种方法对于线路的诊断有着明显的优势，可以更快的确定故障的位置。
2、现阶段的故障定位技术
目前，我国在中低压配电网的故障的定位技术上是有很大成效的，一旦电路发生故障，利用现在的定位技术是很容易就就可以找到故障的位置，及时找到故障位置，对于修复电路、恢复供电是很有帮助的。为了使电力系统在供电的时候，更加具有安全性，一定要对故障的查找和定位上找到更好的方法。
三、径向基函数神经网络的配网线路故障查找方法
1、理论基础
人工神经网络就是利用物理系统来模拟人脑神经细胞结构和功能的一种系统，这个系统的主要功能就是来进行信息的处理工作。建立人工神经网络是为了更好的对出现的故障及时进行分析，找到它的位置。这个网络在实际的操作过程中是使用函数来进行运算。通过函数的运算进而找到故障的位置。这个查找方法的使用是非常有利于供电安全的保证，这个系统可以在故障发生以前就能反映出出现的问题，做到防患于未然。
2、径向基函数神经网络
径向基函数神经网络是应用比较广泛的一种人工神经网络，理论来说，它可以随意的进度去逼近任意的连续函数，因此多被应用于函数逼近以及模式识别等领域。原理是将径向的基函数作为隐含层单元之基，从而形成隐含层空间，这时隐含层对输入矢量加以变换，并由低维模式变换到高维空间，从而使低维空间不可分线性问题可以在高维空间得以可分，再由输出层对输入作用进行评判。
一般而言，径向基函数神经网络主要有输入层、输出层以及隐含层三层前向网络，输入层是由信号源的节点组成，可以使用实际或者归一化的方法表示，随后输入信号传送到隐含层。其中径向基函数是一种能够实现多输入、多输出的非线性系统的识别方法，在此基础上建立的径向基函数神经网络可完成对非线性系统的模式识别与分类。
3、配网线路故障查找模型我们以较为简单的配电网为例，进一步阐明基于径向基函数神经网络的配电网故障查找模型
若径向基函数神经网络输入层有一个神经元，那么，径向基函数神经网络故障诊断模型就会根据上述的保护与断路器开关量的状态信息，作为输入的元素，而输出的结果就表示线路出现故障的可能性。径向基函数神经网络配断网故障诊断中，将母线保护、断路器以及变压器的保护等状态信息共同组成一个输入向量集合，母线、供电区以及变压器都可以视为可能故障元件，当作被诊断对象，利用继电保护和经验知识形成训练的样本，进一步算出可能发生故障的支路。
4、方法过程
实践中，可以通过网络状态估算法，帮助获得想要的配电网结构与参数，并基于网络中各保护及断路器的相关信息。实时输入拓扑结构、网络参数以及电网运行方式，根据继电保护与自动装置的动作原理，通过径向基函数神经网络，对组成的样本集进行训练，并在此基础上建立径向基函数神经网络之故障训练样本，实现实时的监测。
四、结语
在使用电能的时候，对配电网的故障进行实时的检测，通过对信息的分析，将智能的技术和信息技术结合在一起，利用函数进行分析，实现配电网的在线故障检测，在使用的时候，可以建立统一、精确和完整的配电网故障监测系统，故障监测的系统可以更好的保证用户的用电安全，保障人们的生产和生活不受到影响。
参考文献
[1]解健，倪建立，杜宇.配电网故降区段判断和隔离的统一矩阵算法[J].电力系统自动化，1999，23（1）：31-33.
[2]曾祥君，尹项根等.配电网接地故障负序电流分布及接地保护原理研究[J].中国电机工程学报，2001，21（6）：84，89.
[3]薛永端，徐丙垠，冯祖仁等.小电流接地故障暂态方向保护原理研究[J].中国电机工程学报，2003，23（7）：51，57.