基于PMU信息的快速故障分析-电力系统及其自动化专业论文.docxVIP

胃电自动化研究院硕士学位论文摘要 胃电自动化研究院硕士学位论文 摘要 在输电网络发生短路故障后，正确而快速的识别故障元件，对于电力系统 的恢复决策和供电可靠性具有重要的意义。早期人工智能方法在该领域得到广 泛应用，如专家系统、神经网络、遗传算法等，这些方法由于数据源有限，在 分析过程中大多只利用开关、保护的动作信息，利用这些信息只能分析简单的 故障，对于一些复杂的故障无法得出正确结论的，且开关误动作的信号较多， 因此该时期的故障分析软件在复杂故障时只能给出较多的可能性结论，甚至在 有些情况下会给出错误的结论，不能真正的在调度中心得到实用化；随着故障 录波器在电网中的普及应用，又有专家和学者提出利用故障录波数据进行故障 分析，但是故障时很多故障录波器都会启动，如果启动的故障录波器的故障录 波文件都传送至调度中心来分析的话，这个时间是非常长的，难以保证故障分 析的实时应用。针对以上各种情况，本文主要做了以下工作： ●首先利用P椰的实时数据，开发出故障监测算法，通过该算法在故障时只 会召唤和故障元件相关的故障录波文件，有效的减少了待召唤的故障录波 文件数目； ·在分析短路故障特征的基础上，开发出利用电流突变量来提取短路故障时 间点的算法，该算法具有自适应的功能，在振荡过程中的短路故障可以正 确的提取短路故障时间点； ●开发出基于相电流差突变量的选相方法以及序电压的选相方法，两者互为 后备