发变组失步保护原理与人工神经网络相结合的研讨.pdfVIP

中国电力系统保护与控制学术研讨会论文集 ．．201．． 发变组失步保护原理与人工神经网络相结合的研究 李杰1，丁网林2，阙连元2 (1．国电自动化研究院，江苏 南京210003) 南京210003；2．南京中德保护控制系统有限公司，江苏 摘要：提出一种基于大型发电机失步保护原理的人工神经网络(ANN)技术，该技术将目前广泛应用的失步保护原理与 人工神经网络有机地结合起来，充分利用两者的优点，对提高失步保护的可靠性做了一定的探索。整个判断过程既部分保留 了目前广泛应用的阻抗元件原理又引入了ANN失步判断网络，从而提出一套完整的失步保护方案，大量的仿真计算也表明了 算法的优越性。 关键词：发电机： 失步保护； 人工神经网络(ANN) 0 引言 直没能得到较好解决的大型机组失步保护上，即将 目前应用较为成熟广泛的三阻抗元件原理和根据 大型发电机均与变压器组成单元接线，当有扰 振荡中心电压及其变化率的失步预测保护原理与 动发生时振荡中心很容易落在发电机机端或升压 ANN进行有机结合。 变压器内，因此对大型发变组应装设失步预测及保 在ANN的选择上本文拟采用BP网络，这是因为 护装置。目前常用的失步保护(或失步预测保护) BP算法是通过搜索误差曲面的局部最优，以使输出 原理都是仅取系统发生振荡时的一种或两种特征 结果正确反映出输入处于哪一类状态的概率，这一 来识别系统振荡与正常状态和故障状态，这和复杂 特点与继电保护判别故障的方法相近。同时，BP 的电力系统故障相比，显得非常薄弱，很难经受得 网络也存在一些自身的缺陷，如：输入层与隐含层 起各种电力系统复杂情况的考验。 不易确定、无法避免局部收敛、相关的连接单元和 基于现有失步保护原理的缺陷，本文提出了将 权系数的物理意义不好确定，即含有一定的模糊不 较为成熟的失步保护原理与人工神经网络有机结 确定性等。而这些也正是本文所要解决的问题。 合的方法，保证在不丢失已有原理优点的情况下， 充分利用ANN的并行处理能力、鲁棒性和容错能 2方案的设计 力都很强的特点，使得判断结果的可靠性不会低于 2．1 正常状态与短路状态的排除 所采用原理中的任何一种，并且能够加快判别速 在进入ANN之前，首先要对系统状态作出初 度、适应电力系统的各种故障暂态，从而使得失步 步判断，若系统处于正常状态或短路状态，就不再 判断的性能得到提高。 进行失步过程的检测。 1方案的提出 对于不对称故障，可以直接通过电气量的负序 及零序分量确定并排除。 ANN应用于保护设备的研究一直没能取得较