[發明專利]一種基于人工神經網絡的特高壓直流輸電線路的故障定位方法

在審

• 申請號: 201811366887.0
• 申請日: 2018-11-16
• 公開（公告）號: CN109239533A
• 公開（公告）日: 2019-01-18
• 發明（設計）人: 李寬;蘇欣;施雨;劉萌;李玉敦;張健磊;尹歡歡;趙斌超;王宏;黃秉青;張婉婕;楊超;王昕;張國輝;麻常輝
• 申請（專利權）人: 國網山東省電力公司電力科學研究院
• 主分類號: G01R31/08
• 分類號: G01R31/08
• 代理公司: 濰坊鳶都專利事務所 37215
• 代理人: 臧傳進

1.一種基于人工神經網絡的特高壓直流輸電線路的故障定位方法，包括以下步驟：

步驟1、獲取直流線路兩端測量點的故障電壓信號、電流信號；

步驟2、解耦得到故障電壓信號、電流信號線模分量；

步驟3、對故障電壓信號、電流信號線模分量進行小波變換，得到不同尺度信號，求取故障電壓信號、電流信號線模分量首波頭幅值比；

步驟4、將步驟3中得到的電壓信號線模分量首波頭幅值比作為神經網絡的輸入樣本，故障距離作為輸出樣本集，對神經網絡進行訓練，形成故障測距神經網絡I，將電壓信號線模分量首波頭幅值比的測試樣本輸入訓練好的神經網絡I得到故障距離X1；將步驟3中得到的電流信號線模分量首波頭幅值比作為神經網絡的輸入樣本，故障距離作為輸出樣本集，對神經網絡進行訓練，形成故障測距神經網絡II，將電流信號線模分量首波頭幅值比的測試樣本輸入訓練好的神經網絡II得到故障距離X2；

步驟5、采用全局幾何平均最優法進行結果優化。

2.根據權利要求1所述的基于人工神經網絡的特高壓直流輸電線路的故障定位方法，其特征在于，所述步驟1中，當輸電線路發生故障時，從輸電線路兩端量測點分別獲取線路的電流信號與電壓信號，仿真采樣頻率為100kHz。

3.根據權利要求1所述的基于人工神經網絡的特高壓直流輸電線路的故障定位方法，其特征在于，所述步驟2中，取故障前后5ms時窗內的線路兩端暫態電壓、電流信號，對其進行解耦變換得到獨立的暫態電壓、電流線模分量。

4.根據權利要求1所述的基于人工神經網絡的特高壓直流輸電線路的故障定位方法，其特征在于，所述步驟3中，分別對整流側和逆變側測距裝置處得到的暫態電壓、電流線模分量進行小波變換，得到整流側第1，2，3，4尺度下的高頻帶內的暫態電壓、電流線模分量首波頭幅值Ua1、Ua2、Ua3、Ua4、Ia1、Ia2、Ia3、Ia4以及對應頻帶內的到達逆變側的暫態電壓、電流線模分量首波頭幅值Ub1、Ub2、Ub3、Ub4、Ib1、Ib2、Ib3、Ib4，分別求取各個頻帶內的兩端暫態電壓、電流線模分量首波頭幅值比

5.根據權利要求4所述的基于人工神經網絡的特高壓直流輸電線路的故障定位方法，其特征在于，所述步驟3中第1尺度下高頻部分d1對應的頻帶為：50kHz<f<100kHz，第2尺度下高頻部分d2對應的頻帶為：25kHz<f<50kHz，第3尺度下高頻部分d3對應的頻帶為：12.5kHz<f<25kHz，第4尺度下高頻部分d4對應的頻帶為：6.25kHz<f<12.5kHz。

6.根據權利要求4所述的基于人工神經網絡的特高壓直流輸電線路的故障定位方法，其特征在于，所述步驟4中，訓練樣本的輸入矢量為W＝[W₁,W₂,W₃,W₄]以及V＝[V₁,V₂,V₃,V₄]。

7.根據權利要求6所述的基于人工神經網絡的特高壓直流輸電線路的故障定位方法，其特征在于，所述步驟4中，采用訓練好的神經網絡算法對故障距離X與兩端暫態電壓、電流線模分量首波頭幅值比W、V之間的非線性關系進行泛化分析，從而實現對故障位置進行測算，得到X₁、X₂。

8.根據權利要求1所述的基于人工神經網絡的特高壓直流輸電線路的故障定位方法，其特征在于，所述步驟5中，用全局幾何平均最優法對故障距離數據進行綜合整定，得出最終故障距離X，全局幾何平均最優法公式如下：

式中，x*為故障距離x的誤差，x_i為計算得出的故障距離數據，N為故障距離數據的個數。