Fault Detection and Fault Location in Transmission Line

作     者：RANA SOHEL 

作者单位：昆明理工大学 

学位级别：硕士

导师姓名：束洪春

授予年度：2019年

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

主      题：输电线路 人工神经网络 继电保护 

摘      要：由于各种随机原因,在其他电力系统组件之间的传输线遭受意外故障。这些故障会中断电力系统运行的可靠性当发生不可预测的故障时,需要保护系统以防止这些故障的传播并保护系统免受由它们引起的异常操作。这些保护系统的功能是检测和分类故障,并在检测到电压和/或电流线路的大小时检测故障线路的位置。一旦检测到故障并进行分类,保护继电器就会向断路器发送跳闸信号,以断开(隔离)故障线路。随着电力系统需求的变化和日益复杂化,提出了提高电力系统可靠性保护和故障定位的新要求。随着电力系统故障的发生,传统的基于距离继电器的输电线路保护方法越来越受到重视。有不同类型的开关瞬态产生。例如,在50赫兹(工频)下,由系统中LC元件的谐振引起的较高频率,以及由雷电浪涌引起的非常高的频率瞬变。这些瞬变的幅度和延迟率取决于许多因素,例如故障位置,故障类型,系统参数等。这些瞬变使得难以定义总线电压和线电流之间的关系。很多时候,传统的保护方法无法准确运行。人工神经网络(ANN)可以提供用于检测电力系统故障的新颖解决方案。ANN可以作为一种强大的工具,作为准确有效地解决问题的替代方法。神经网络的特性,例如它们的学习,泛化和并行处理能力,使它们的应用程序成为许多系统的理想选择。使用神经网络作为模式分类器是其最常见和最强大的应用程序之一。