[發明專利]一種基于自適應神經模糊推理系統的配電網故障選線方法

有效

• 申請號: 201910769652.4
• 申請日: 2019-09-27
• 公開（公告）號: CN110488152B
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 馮光;袁嘉瑋;王磊;吳桐;馬建偉;王鵬;徐銘銘;陳明;焦在濱
• 申請（專利權）人: 國網河南省電力公司電力科學研究院;西安交通大學;國家電網有限公司
• 主分類號: G01R31/08
• 分類號: G01R31/08
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 賀小停

本發明公開了一種基于自適應神經模糊推理系統的配電網故障選線方法，該方法利用小波包變換提取故障后線路中的波形相關量、衰減直流分量和能譜熵量，生成故障特征矩陣，通過對故障特征矩陣做特殊的歸一化處理，消除了不同故障條件下判據失效的影響；利用自適應神經模糊推理系統學習模糊理論中的模糊邏輯規則及隸屬度函數參數，避免了人為選取隸屬度函數和權重系數的主觀性；根據多判據融合結果，實現不同判據之間的優勢互補。本發明方法不受配電網網絡結構變化和接地點過渡電阻的影響，大大增加了系統運行的可靠性和安全性。

技術領域

本發明屬于配電網故障選線應用領域，具體涉及一種基于自適應神經模糊推理系統的配電網故障選線方法。

背景技術

配電網作為電力系統中直接連接用戶和配電的關鍵環節，其安全性、穩定性和運行可靠性直接關系到企業的穩定生產和社會的和諧安定。現場運行經驗表明，配電網發生單相接地故障幾率最高，約占系統電氣總故障的80％以上。當系統發生單相接地故障時，由于故障點電流較小，不影響對負荷的正常供電，一般允許繼續運行1～2小時。但是此時健全相電壓升高，影響電氣設備的絕緣水平，隨著配電網饋線的增多，電容電流增大，長時間運行易使故障擴大成兩點或多點接地短路，嚴重破壞了系統的安全運行。因此盡快找出故障線路并切除，這對于提高供電可靠性和保持系統穩定性具有重要意義。

隨著信息融合技術的發展，運用人工智能算法對多種選線判據進行融合成為發展的趨勢。單一選線判據準確率不高，泛化能力較差，難以適應不同的中性點接地方式和網絡結構的變化。通過合理選擇能夠覆蓋所有故障類型并且具有互補性的選線判據，借助機器學習方法，將極大提高故障選線的正確率和泛化能力。

發明內容

本發明的目的在于提供一種基于自適應神經模糊推理系統的配電網故障選線方法，以克服現有背景下配電網故障選線的難點，本發明對多種選線判據輸出值進行數據處理，并采用自適應神經模糊推理系統進行數據融合，可以提高配電網故障選線的準確性，對維護系統安全穩定運行具有重要的現實意義。

為達到上述目的，本發明采用如下技術方案：

一種基于自適應神經模糊推理系統的配電網故障選線方法，包括以下步驟：

步驟1、當配電網線路發生故障時，采集故障后的線路A、B、C三相電流，將采集到的三相電流采樣值求和得出零序電流的采樣值；

步驟2、利用小波包變換提取每條線路零序電流中的波形相關量、衰減直流分量和能譜熵量，形成故障特征矩陣；

步驟3、采用不同的數據處理方法對故障特征矩陣進行歸一化，得到歸一化矩陣；

步驟4、利用歸一化矩陣訓練自適應神經模糊推理系統，得到自適應神經模糊推理系統的故障選線模型，利用自適應神經模糊推理系統的故障選線模型進行故障選線。

進一步地，步驟1中根據母線電壓突變時刻采集每條線路的三相電流，零序電流計算公式如下：

其中，i_a、i_b、i_c分別為A、B、C三相的電流采樣值，i₀為零序電流的采樣值。

進一步地，步驟2中小波包變換通過分解與重構分析任意頻帶下的信號特征，其中小波包小波包變換分解算法公式如下：

其中，h_k-2l為小波包分解的低通濾波器系數，g_k-2l為小波包分解的高通濾波器系數，為第j-1層上的第n個小波包分解系數，為第j層上的第2n個小波包分解的低頻系數，為第j層上的第2n+1個小波包分解的高頻系數，k為第j-1層上的小波包分解系數總個數，l為第j層上小波包分解對應的節點；

小波包變換重構算法公式如下：