- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于WAMS智能电网的故障预测和定位分析研究.doc
基于WAMS智能电网的故障预测和定位分析研究
基于WAMS智能电网的故障预测和定位分析研究
武汉生物工程学院机电工程系 鲁海霞
四川理工学院自动化与电子信息学院 潘权
【摘要】由于当前电网系统的改制和升级,国家电网开始逐步迈向智能化的时代,智能电网是一个崭新的电网时代,在研究和试运行中会有不可避免的因素存在,特别在对电网的实时监测过程中,很难快速准确监测到一些故障并定位,这样就未能及时有效处理这一些列故障问题,造成很多不可避免的损失和带来很多安全隐患。对此,利用WAMS广域系统检测在PMU中通过对故障距离有着准确的在线检测和定位,同时还运用到神经网络中的信号跟踪技术,能够及时预测和找出故障源进而做出相应的处理方法。经过多次的实验分析和研究,此方法有很好的预测和定位效果。
【关键词】智能电网;WAMS;PMU算法;定位监测
1.引言
在当今电气日益发达的社会,各种电力网不断进步,为了积极应对经济、社会环境等持续快速协调发展、促进能源资源结构优化利用、保障电力供应充足且安全、培育更有战略性意义的新兴产业,和许多发达国家一样开展了智能电网的研究与实践,智能电网建设已成为我国电力发展的必然选择。在向逐步进入全民智能化电气时代迈进,无论是国内外发达或欠发达地区的电网在朝着一个绿色环保,安全有效的阶段努力前进。但由于电力系统本身的复杂性,阻碍着人们开发的步伐,特别在逐步推进智能化时代时,需要人们有着更加全面的考虑和探讨性研究,只有将已知和未知的难题分析彻底,才会有更有效的解决方案和更加全面的措施,去面对各种故障问题。
在我国电网的发展过程中,由于全国电力资源分布不均,运行模式各地也有很大的差异,为了更好地协调这些不利因素,需要采用更好的措施来有效解决这些问题。特别是智能电网的安全性运行中,在当前全球定位系统GPS的成熟期,并结合WAMS(Wide Area Measurement System,俗称广域网动态测量)技术来实时监测智能电网的动态运行情况。这种技术可以很快且准确地实时监视各地各时的状态,于是能及时地预测故障问题并同时得到很好地处理,使整个智能电网的以后在自愈能力方面更为稳定可靠,此类研究已成为世界各国研究新兴科技领域的重要课题。
2.智能电网中WAMS的运用
2.1 WAMS技术
WAMS技术即是广域网动态测量技术,可以在同一时间参考轴下获取大规模的电力系统实时动态信息和稳态信息,为电力系统的运行和控制提供更多更安全的途径和方法。尤其是上世纪九十年代全球定位系统(GPS)的兴起,致使该系统在电网的运行中有着十分重要的地位,在WAMS主站中结合相应硬件和软件支持,能为电力系统提供更为可靠的数据。该系统弥补了SCADA和EMS系统采集数据的不足外,还对整个电力系统的稳定、故障预测,故障分析,定位监测等方面有很好的促进作用,为智能电网的建设发展过程中解决了一些较为复杂的难题。
2.2 PMU原理
PMU(Phasor Measurement Unit)即是电力系统同步相量测量装置,用于进行同步相量的测量和输出以及进行动态记录的装置。实时对交流电网中各母线的公角和相对相角进行监测。在智能电网中扮演中很重要的角色,主要采用傅里叶变换向量(DFT)的计算方法,其法则如下式子所示,可以利用这些表达式来精确计算。首先设系列信号式子为(1)所示:
(1)
(其中为信号幅值,为信号相角)则利用DFT得到的变换向量式为(2)所示:
(2)
其中,,…分别为直流,基波及次谐波的分量。
然后采用DFT算法,以递归算法进行如下系列式子,应用相对应的基波分量和采样值等集合式的数据来分析。
(3)
(4)
经化简整理得到如下向量形式:
(5)
这种算法可以将比较复杂的数据进行归类,化简不必要的参数,从而采集有效信息并得出较为符合要求的结果。本课题主要是在WAMS系统条件下利用PMU的算法计算出相关信号数据。实际应用中,在WAMS数据站接收同步相量数据时,采用暂态的更新历史数据窗,得到的模拟多项式系数在最大程度上能反映动态变量的基本变化情况,故在系统发生扰动故障结束时刻,开始填充预测缓冲区,这样就能很快捕捉到故障关键点,从而做出下一步监测预故障的决断。
3.监测方案及其结构原理
3.1 数据采集及分析流程
在智能电网系统中,很多技术还有待完善,而在出现很多意料之外的信号传输短路,会导致一定的数据在传输过程中不完善甚至是丢失,而最终使电力系统在运行过程中发生不同程度的故障,其整体数据检测和判断如图1所示。
图1充分说明了在整个系统怎样预测事故的基本流程,利用数据的参数的类别和形式来进行比较,然后
文档评论(0)