基于圖論和聚類分析相融合的電網(wǎng)故障診斷研究.pdf

1、隨著信息技術(shù)和智能電網(wǎng)的發(fā)展，電網(wǎng)建設(shè)的日新月異，基于電網(wǎng)故障診斷的廣域后備保護系統(tǒng)是一個必然的發(fā)展趨勢。廣域后備保護系統(tǒng)能夠為傳統(tǒng)繼電保護系統(tǒng)做出合理的補充。目前，以同步相量測量單元為基礎(chǔ)的廣域測量系統(tǒng)日趨成熟，并且已經(jīng)應(yīng)用在部分電力系統(tǒng)中，為電網(wǎng)故障診斷的信息獲取打開了新的思路。綜合這兩點，本文對基于WAMS系統(tǒng)的電網(wǎng)故障診斷開展了研究。
　　WAMS是對電力系統(tǒng)運行的狀態(tài)進行實時動態(tài)監(jiān)測的系統(tǒng)。本文以實際WAMS系統(tǒng)為例對系

2、統(tǒng)的結(jié)構(gòu)以及PMU基礎(chǔ)單元進行了研究，對基于廣域信息進行故障診斷的優(yōu)勢進行了總結(jié)。
　　傳統(tǒng)故障診斷方法采用保護、開關(guān)動作等遙信量信息，難以滿足廣域后備保護對時間的要求。本文采用WAMS系統(tǒng)提供的實時遙測信息，通過對譜系聚類和K-means聚類兩種方法單獨故障診斷結(jié)果的對比分析，提出將譜系聚類和K-means聚類法結(jié)合進行故障診斷更為合理。
　　針對通信系統(tǒng)數(shù)據(jù)傳輸?shù)恼`碼和信息丟失問題，提出圖論與聚類分析相結(jié)合的電網(wǎng)故障診斷

3、新方法。融合法在信息傳輸正常和異常的情況下，均能完成快速、準確的故障元件定位，提高了故障診斷的容錯性能。通過與譜系聚類和K-means聚類法的對比分析，得出融合法與K-means聚類法相結(jié)合能夠更出色的完成故障診斷。通過IEEE39節(jié)點系統(tǒng)進行仿真，驗證了融合法的有效性。
　　對電網(wǎng)故障診斷向廣域后備保護系統(tǒng)做了延伸，對廣域后備保護系統(tǒng)的結(jié)構(gòu)進行研究，提出了廣域后備保護系統(tǒng)的動作策略。在故障診斷算法中加入故障類型判別流程，該方法可