基于多小波包和人工神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)故障類型識別研究.pdf

1、隨著電力系統(tǒng)的發(fā)展，輸電線路的電壓等級越來越高，輸電距離也越來越長，它們對電力系統(tǒng)的安全穩(wěn)定運行具有舉足輕重的作用。在我國高壓輸電系統(tǒng)中廣泛采用單相重合閘，準確有效的選相元件是高壓輸電線路發(fā)揮自動重合閘功能的重要前提，同時當發(fā)生故障時準確地選擇出故障相對確保繼電保護的正確動作具有重要的意義。本文首次研究和提出了基于多小波包理論的電力系統(tǒng)故障類型識別的新方法，旨在研究多小波和多小波包理論在電力系統(tǒng)故障診斷與繼電保護方面的可行性，也致力于嘗

2、試解決故障識別的問題。 多小波可以同時具有對稱性、正交性、短支撐性、高階消失矩性質(zhì)，這是傳統(tǒng)小波所無法比擬的。本文系統(tǒng)地闡述了多小波和多小波包的基本理論，分析了電力系統(tǒng)故障識別的研究現(xiàn)狀和多小波包的應(yīng)用現(xiàn)狀，并指出存在的問題。通過建立了-500kV輸電線路的PSCAD/EMTDC仿真模型，用來產(chǎn)生不同工況下的各種輸電線路短路信號。 多小波包具有比傳統(tǒng)小波包更優(yōu)良的性質(zhì)，能夠從故障信號中提取到更豐富和更精細的信息，因此本文

3、將多小波包引入電力系統(tǒng)故障識別的應(yīng)用中，提出了基于多小波包能量特征量和人工神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)故障類型識別方法。先對故障電流信號進行適當?shù)亩嘈〔ò纸?，并計算各頻帶能量，然后構(gòu)造多小波包特征向量，并以此向量作為訓(xùn)練樣本對BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，實現(xiàn)故障類型的識別。由于輸電線路故障信號的頻帶能量提取僅對整個頻帶進行統(tǒng)計，而沒考慮信號的時變性，因此，為進一步表征信號在某個時間段的能量大小，文中嘗試采用提取故障信號的多小波包時頻局部能量來進行故障

4、識別。 信息熵是對系統(tǒng)不確定性程度的描述，熵在電力系統(tǒng)中的應(yīng)用研究已取得了一定的成果。本文考慮到對故障信號進行多小波包分解后得到多小波包分解系數(shù)序列矩陣，是多小波包分解對信號的一種劃分。把多小波包變換后的系數(shù)矩陣處理成一個概率分布序列，它反映了這個信號分布的稀疏程度，同時根據(jù)信息熵的基本理論，將多小波包分解系數(shù)概率分布序列與信息熵相結(jié)合定義多小波包系數(shù)熵。在此基礎(chǔ)上提出基于多小波包系數(shù)熵和人工神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)故障類型識別方法。