基于人工神经网络的自适应继电保护_李风光.pdfVIP

研究与开发 机机电工程技术电工程技术 年第年第 卷第卷第 期期 3939 1010 基于人工神经网络的自适应继电保护觹 李风光， 陈少华， 马宏亮 （广东工业大学自动化学院， 广东广州 510006 ） 摘要： 从分析自适应距离保护在电源线路发生过渡电阻短路时存在的计算缺陷入手， 运用人工神经网络所具有的学习能力， 使距 离保护能够根据过渡电阻类型的变化给出实时在线的判断。 为了验证该模型的可行性， 以广东韶关电网的南水电厂到泉水电厂双 端电源供电系统为实例， 对其进行了仿真计算分析， 均得出正确的结果。 关键词： 自适应； 距离保护； 人工神经网络 中图分类号： TM77 文献标识码： A 文章编号： 1009－9492 (2010) 10－0046－05 1 引言 随着电力系统的发展和对安全运行要求的提高， 常规 的继电保护原理和故障诊断技术已经渐渐不能适应不断发 展的系统要求， 因此自适应继电保护越来越受到重视， 并 已有广泛的研究。 自适应距离保护的定值随系统运行方式 和短路类型的实际情况而改变， 使保护装置能更灵敏并且 更快地切除故障， 性能也得到显著提高 ［1－3］ 。 但是自适应 距离保护根本上还是以保护基本整定公式为基础， 只是使 某个参数进行自适应处理， 这样的代价就是算法复杂化， 从根本上摆脱不了整定计算的复杂过程。 人工神经网络具有极高的运算速度， 它可以实时实 现用数字计算机技术较难实现的高精度最优算法。 神经 图1 四边型阻抗继电器 网络具有分布式存储知识结构， 它不仅可以存储大量信 设测量阻抗 的实部为 ， 虚部为 ， 则图 中在 Z R X 1 息， 而且连接权与连接结构都可以通过学习的训练得到。 m m m 第 象限部分的特性可以表示为： Ⅳ 与普通计算机保护相比， 基于人工神经网络的继电保护 具有更高的可靠性， 具有更强的自适应性和正确动作的 ［ ］ 能力 4－5 。 本文通过把人工神经网络引入到自适应距离保护中， 第 象限部分的特性可以表示为： Ⅱ 由站计算机采集所需的电压、 电流量， 经过处理， 将这些 相关的数据输入训练好的人工神经网络中。 由ANN 估算 数据供给距离保护作为动作的判据， 以达到在自适应距离 保护中为解决计算倾斜角的复杂的非线性问题。 第 象限部分的特性可以表示为： Ⅰ 2 四边形阻抗继电器 ［ ］ 6 四边形阻抗继电器是常见的一种继电器 ， 如图 所 1 示， 它是目前微机线路保护装置主要采用的特性元件