基于神经网络的地铁供电系统直流馈线保护研究.docVIP

基于神经网络的地铁供电系统直流馈线保护研究 　　摘 要：为进一步完善地铁直流牵引供电系统的馈线保护，系统分析了现有的地铁直流牵引供电系统馈线保护的基本配置和工作原理，并针对现有馈线保护的局限，提出一种新的利用前馈神经网络对故障信号进行多参量识别的基于神经网络的馈线保护思路，有效地克服了既有保护自适应能力差以及特殊情况下保护可能失效的问题。通过使用Matlab系统仿真试验，证实这种方法切实有效。 　　关键词：馈线保护；神经网络；Matlab；多参量输入 　　中图分类号：TP183 文献标识码：A 　　文章编号：1004-373X(2008)06-105-03 　　Study of Feeder Protection for Metro Power Supply System Based on Artificial Neural Network 　　ZHANG Jian，ZHANG Youpeng 　　(Lanzhou Jiaotong University，Lanzhou，730070，China) 　　Abstract：For purpose of further improving of the feeder protection system for metro DC power supply system，this paper systematically analyzes the existing feeder protection system component and its operation principle，by focusing on the limitation of the exiting protection system，presents a new multi-vector inputing feeder protection method based on artificial neural network which may efficiently improve the adaptation compare to the existing feeder protection system，and resolve the problem that the existing protection system may disable to work under specific circumstances，further more，it is testified that this method is very workable by Matlab simulation. 　　Keywords：feeder；neural network；Matlab；multi-vector input 　　 　　1 引 言 　　 　　地铁交通发展初期，在直流牵引供电系统保护方面还没有性能好、可靠性高的保护装置，一般仅靠电流速断和过电流保护来切断短路故障，效果往往很不理想。近年来随着电子技术、计算机技术的发展，人们采用微处理器实现了电流上升率和电流增量保护，极大地提高了直流牵引供电系统保护装置的可靠性和准确率[1]。 　　目前，地铁直流牵引变电所内配置的直流保护装置，基本上能够快速切除大多数短路、接地等故障，但也存在一些问题，主要有： 　　(1) 关于机车起动电流和远端短路故障电流的区分。现在广泛采用基于电流变化率di/dt的保护方法来区分机车起动电流和远端短路故障电流。此方法是根据机车起动时和直流电路发生短路故障时的特点而设置的，由于机车起动时电流突变的过程较短，维持突变后电流状态时间较短，所以，电流变化率di/dt会在短时间内维持大于设定定值，而短路电流突变达到稳定状态的时间相对较长，其维持di/dt大于设定值的时间要明显大于机车起动电流状态。然而，实际运行经验表明，此方法在线路电感较大、机车直流电动机容量较大以及同一供电区间发生多辆机车同时起动或者机车经过绝缘分段的时候依然可能失效。 　　(2) 现有微机保护的整定，是完全按照传统保护的方法进行的整定，自适应能力差，不能保证系统在各种工况下均能实现系统的最优保护。 　　因此，如何进一步提高馈线保护的自适应能力以及如何对某些复杂故障进行有效检测，己成为馈线保护所而临的一个重要课题。已有一些文献对此进行了研究，提出一些自适应继电保护的概念和方法，并取得一些研究成果；但是基本上都还处于初步的研究试验阶段，用于实际生产的自适应保护装置更是尚未推出。 　　本文在分析比较故障短路和列车启动变量特征的基础上，提出基于神经网络的牵引供电系统馈线保护系统，并进行仿真验证。 　　 　　2 直流牵引供电系统馈线保护简介