基于RBF神经网络的无通道保护.pdfVIP

第十六届电工理论学术研讨会论文集 基于RBF神经网络的无通道保护 陈少华余耀权郑帅叶杰宏 f：■ (广东工业大学自动化学院 广东广州510090) 摘要：’在故障分析的基础上，提出了一种应用径向基函数神经网络(RBF神经网络)实现输电 线全线路无通道快速保护的原理，由85％范围内的速动保护和85％范围外的相继动作保护两部 分构成。该网络采用3层神经网络模型，由四部分构成，方向判别子网络ANNl，故障类型及相 别判断子网络ANN2，瞬时出口动作子网络ANN3及相邻断路器跳闸检测子网络ANN4。通过对 各种故障类型的电磁暂态分析程序(EMTP)和madab的仿真测试，证明了该保护的可行性。1r 关键词：电流保护：无通道保护；RBF神经网络；相继动作 0引言 目前电力网输电线路的主要保护方式是电流保护、距离保护和纵联保护。电流保护和距 离保护的主要优点是只使用被保护线路单端的电流、电压量。电流保护接线简单、实现方便、 运行可靠；其缺点是保护整定值的选择、保护范围和灵敏系数等都直接受电网接线方式及系 统运行方式的影响，在极端情况下可能发生瞬时段无保护范围的现象。距离保护能够正确反 应故障点到保护安装地点之间的距离，受系统运行方式和电网接线方式的影响较小，但其同 样具有不能瞬时切除被保护线路任一点故障的缺点Ⅲ。这对于现在大容量、远距离、超高压 输电的电力网来说是不能接受的。纵联保护能够满足全线速动的要求，但它需要相关通道将 输电线路两端的电气量联系起来，以便判断故障是否发生在保护区内。众所周知，通道投资 巨大、实现复杂、受外界的干扰很大，而且存在可靠性不高等问题。针对以上问题，本文提 Basis 出了一种基于径向基函数(RadialFIlIlction——RBF)神经网络的无通道保护。 所谓基于RBF神经网络的无通道保护，就是利用神经网络原理构成的不需要通道而能实 现全线路相继速动的保护。基于神经网络的电流保护在国内有不少研究，见文献[2～4]，但 这些保护的共同缺点是只能实现85％保护范围内的瞬时动作。基于工频分量的无通道保护在 国内外也有相关文章涉及到，文献【5】提出了输电线路自适应无通道保护，但是，它需要配置 三段式距离保护，而且在不同的故障类型下需要使用不同的判据，这会使其原理接线变得复 杂。 本文提出的保护充分利用神经网络可以对不确定系统进行自学习的功能，同时利用区外 故障相邻断路器跳闸后出现的基波电流量的突变来实现对于任何故障形式的输电线路全线 Transients 相继快速动作。通过电磁暂态分析程序(ElectromagneticProg阳llr—EMTP)和 matlab仿真实验，结果表明，基于RBF神经网络的无通道保护，能够正确地判别保护范围内 不同运行方式下的各种故障类型，并能快速地动作于断路器跳闸。 基金项目：广东省教育厅自然科学基金资助(基金号Z02033) 第十六届电工理论学术研讨会论文集 77 1人工神经网络介绍 Neural Nc柳ork——ANN)是模拟人脑来实现的，人脑包括各 人工神经网络(Artificial 种复杂连接的神经元，人工神经网络也是由许多相互连接的神经元组成的。通过改变神经元 间的连接强度(权重)，就可以实现输入与输出间的不同映射关系。 目前在电力系统中广泛采用的人工神经网络模型是一种无反馈多层前向网络——BP网 络。理论证明，对任何复杂的对象，采用三层BP网络时，只要适当地选择神经元的数目， 就可以任意的对研究对象进行分类识别。然而，由于BP网络是一种全局逼近型神经网络， 其在训练过程中，每一个训练样本都会使所有连接权发生变化，故其学习收敛速度极其缓慢， 且具有局部极值的缺点。 BasisFunction 为此，本文采用一种典型的局部逼近的神经网络——径向基函数(Radial 为其