基于SVD-SNN配电网单相接地故障选线方法研究

作     者：姜路宁 

作者单位：辽宁工程技术大学 

学位级别：硕士

导师姓名：谢国民;邹德东

授予年度：2021年

学科分类：0808[工学-电气工程] 080803[工学-高电压与绝缘技术] 08[工学] 

主      题：单相接地 暂态零序电流 奇异值分解 孪生神经网络 相似性度量 

摘      要：随着国民经济不断发展,对电力系统的稳定性和高效运行要求越来越高。在我国,中低压配电网大多选择小电流接地系统。如果系统过长时间处于故障状态,会导致严重后果,故障概率大小将直接影响国民经济的稳定性。因此,如何准确的在小电流接地系统中,判定排查出故障位置,是当今研究工作的一个重点。本文主要围绕如何快速进行故障选线这一问题进行研究,提出了一种基于SVD-SNN的配电网选线方法,对电网的安全运行起到夯实稳定的作用。1.首先分析了国内外的科研成果及研究领域前沿的发展趋势,并对小电流接地系统中单相接地故障特征进行研究分类,分析得到发生故障时,故障线路与非故障线路两者的暂态零序电流波形特征明显不同。利用这种特性,用奇异值分解对故障线路暂态零序电流的主成分进行特征提取,达到消除外界噪声等对电流信号干扰的目的。2.为了提高选线的快速准确性,引入孪生神经网络建立了基于SNN的相似性度量故障选线模型,利用随机梯度下降算法对参数进行优化,并在Matlab中搭建了小电流接地系统的仿真模型。针对单相接地故障的零序电流,列举四种故障条件作为样本,进行算法的仿真验证并得到样本特征数据。再设置60组不同条件的故障进行仿真,将输出的故障特征数据整理,作为输入特征向量,最后导入建立好的神经网络选线模型中,进行故障选线的判定。3.为进一步研究SVD-SNN算法适用性,本文还对比了另外两种传统选线方法的判定准确率。仿真及选线结果表明,本文采用选线方法与另两种方法的相似性度量选线方法,即与基于欧氏距离选线方法及动态时间弯曲选线方法相比,故障选线的准确率更高。该论文有图51幅,表4个,参考文献78篇。