基于径向基小波网络的高压输电线短路故障选相.pdfVIP

基于径向基小波网络的高压输电线短路故障选相 基于径向基小波网络的高压输电线短路故障选相 张春红罗洪霞王嫒李天云 · (东北电力学院电力工程系吉林市 132012) 摘 要 在高压输电线距离保护中。按地短路故障分类是非常重要的部分。本文将径向基小波网络用于短路故障分类 中，该网络的激励函数是由两个不同宽度高斯函数之差构成的小波函数．满足小波框架的条件。仿真证明了此方 法在高压输电线短路故障分类中的有效性和实时性。 关键词：径向基小波网络故障分类 l引言 随着电力系统规模的日益扩火，输电线路电压等级的提高，lIOKV及以上的高压输电线路不 断增多。作为电力系统(发电、输电、配电系统)中的重要连接纽带，高压输电线路的故障将直接 威胁着现代电力系统的安全运行。在电力系统运行中，可能发生的、也是最常见、最危险的是各 种类型的短路，因此在高压输电线微机距离保护中，故障选相部分是非常重要的环节，是故障测‘ 距和故障诊断分析的前提保证。 传统的选相方法是利用相电流、相电压或阻抗进行选相，但相电流选相仅适用于电源测，灵 敏度较低，容易受负荷电流和系统运行方式的影响，只作辅助选相用。相电压选相元件适用于短 路容量特别小的线路一侧及单电源线路的受电侧，应用场合受限。阻抗选相元件因易受接地故障 时的过渡电阻、负荷电流的影响，很少做独立选相元件使用。利用故障后与故障前相间电流或电 压的相量差可进行选相，在故障初期灵敏度高，不受负荷电流和过渡电阻的影响，但当保护位于 弱电源侧或发生转换性故障时灵敏度不足，甚至会导致误选。现在许多人研究小波分析和神经网 络的结合，以构成较好的选相元件。本文用一种新的网络：径向基小波网络用于短路故障分类， 得到很好的效果。 小波分析是近十几年发展起来的一种强有力的数学工具，将它与神经网络结合构成小波网络 用于故障检测是一个新方向。小波分析相当于一个数学显微镜，具有收缩、平移功能，通过检查 不同放大倍数下的变化来研究信号特征，而神经网络具有自组织、自学习的能力，具有多输入并 行处理的功能，容错能力强，能进行函数逼近和模式识别。基于Sigmoid的神经网络从函数表示 的角度分析，是一类次优网络，往往会使权值的学习训练呈现出峡谷型误差曲面，学习收敛速度 Networks)的概念u1，主 很慢。1992年Q．H．Zhang和A．Benveniste最先提出小波网络(Wavelet 要思想是用小波元代替神经元，作为对前馈神经网络逼近任意函数的替换。小波网络同时具有小 波分析的时频局部化性能和神经网络的自适应、自学习性能， 2小波网络 小波网络的提出与小波理论紧密联系，小波理论为小波网络的构造提供了可靠的理论基础。 由于小波函数构造的多样性和复杂性，决定了小波网络构造的多样性和复杂性。概括起来讲，小 第十届全国电工数学学术年会论文榘 _—-————_—__粤i —I II I i I_量—__曩罾__曩量曩_曹薯墨景-一 波网络主要是从连续小波变换、正交小波变换、小波框架等几方面来构造，本文就是从小波框架 考虑构造小波网络的。 2．1小波框架 设P∞空间一函数厂(f)，我们取常数口o1，bD0，考虑可数小波函数族： {沙。。0)=口f门9r(aot-nbo)，(朋，刀)∈Z2) 则杪。．。}构成e∞的一个框架。如果存在常数A，B，oA≤Boo使对一切厂∈Z回均有 Allsll2≤∑№‰。) o I12_Blfll2 m．he2 则A和B分别称为框架的下界和上界。 函数／(，)的离散小波变换定义为： dM=(／，杪M)=靠72k们)西，(所，刀)∈z2 (2)