基于多元信息融合的直流配电网故障定位方法研究

作     者：张泽坤 

作者单位：东北电力大学 

学位级别：硕士

导师姓名：于华楠

授予年度：2024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：贝叶斯网络 压缩感知 DS证据理论 信息融合 故障定位 

摘      要：在新能源技术飞速发展的背景下,大量分布式电源和储能单元集成到直流配电网中,但是随之而来的故障问题也层出不穷,保证直流配电网故障定位是提高其安全可靠运行的重要手段,针对于直流配电网发生故障时,传统的故障定位方法往往局限于单一电气量和开关量的信息;对于电气量信息,由于直流配电网的监控设备无法全面覆盖电网,且故障特征不明显时,准确获取实际故障元件的故障概率会变得尤为困难;对于开关量信息,在直流配电网的实际运行中,保护动作、断路器误动或拒动、信息丢失以及时间标记错误等情况频发,这些都极大地影响了故障定位结果的准确性。为了应对这些挑战,本文提出了一种基于多元信息融合的直流配电网故障定位方法,本论文的主要研究内容如下: 首先,引入压缩感知理论对电气量故障信息进行高效处理,通过深入分析故障高频电流回路,成功构建了模块化多电平直流配电网的高频阻抗等值模型,这一模型具有显著优势,它并不受控制策略的影响,能够稳定地反映系统的电气量特性;同时,利用霍尔传感器装置,从稀疏测点中提取暂态高频电压信息,并据此构建节点高频电压方程;进而采用压缩感知理论求解出高频电流的稀疏向量,确定了故障电流,并将其转化为电气量故障度,为后续的信息融合故障定位提供了关键依据。 其次,针对调度中心所收集到的保护与断路器所形成的开关量信息进行分析处理,根据所采集的电气量重构的幅值,可以明确元件、继电保护及断路器的范围,通过深入分析大量的元件历史运行数据和设备数据,来确定直流配电网中各个节点的先验概率,构建贝叶斯网络的拓扑结构,并且进行了精确的赋值。基于这些赋值进行了概率推理,计算出元件开关量出现故障的概率;进一步将这些概率转化为开关量的故障度,为后续的信息融合故障定位提供了关键依据。 最后,提出(Dempster-Shafer,DS)证据理论信息融合的思想,将电气量故障度与开关量故障度进行有效的融合。通过融合结果的决策判断,最终能够实现故障的定位;同时为了进一步提升DS证据融合的准确性和效率,本文在传统DS证据理论的基础上进行了创新性的改进,提出了一种基于证据相似矩阵判别的方法,并结合二次融合的策略,对电气量与开关量进行了深度的信息融合。为了验证所提方法的有效性,进行了多组仿真案例的测试,结果表明,综合考虑电气量和开关量进行故障定位,能够显著提高实际故障元件的故障概率值,增强了故障元件的识别能力。这一方法不仅减少了故障线路的时间和范围,更提升了直流配电网的稳定性和经济效益。