基于广域信息的电力系统故障元件定位方法研究

论文摘要

新型广域后备保护系统中最关键的问题是快速准确的故障元件定位。适应于新型广域后备保护的故障定位方法,依靠的数据是由WAMS提供的电压电流同步向量等信息。故障定位在快速性上要求必须在后备保护动作所需的延时之前完成,并留出足够的时间用以调整相关保护定值。本文对基于WAMS的电力系统故障元件定位方法进行了深入的分析和研究,主要的工作包括：(1)根据复杂电力系统不同的故障类型,提出了一种系统故障的聚类分析定位方案。主要采用模糊聚类分析和系统聚类分析等理论方法,对系统故障所导致变化的电气量进行了归类分析,并有效地解决了广域后备保护系统中快速界定故障区域的问题。(2)在聚类分析快速界定故障区域的基础上,提出了一种电力系统故障元件定位的模式识别方法,主要利用模式识别理论中的模式分类技术和判别分析原理来研究系统故障所导致的电气量显著变化的内在统计规律。针对对称和不对称短路故障时出现的相序电压电流等电气量,采用模式分类技术和判别分析原理能够及时、准确的定位故障元件,进而为故障隔离奠定基础。(3)基于主成分分析理论,本文提出了两种利用PMU实时量测信息的电力系统故障特征提取方案,即主成分节点系数方案和主成分节点得分方案。其中,主成分节点系数方案能够通过对节点系数的分析得到故障特征：即故障元件对应着主成分系数的最大变量。而在主成分节点得分方案中,系统故障一般对应着主成分的最大得分变量,这两种方案均可以独立的进行故障定位。基于主成分分析理论的故障元件定位算法,具有很强的抗干扰能力,并能够满足系统冗余性的要求。(4)从理论和应用两个层面对非线性复杂动力学系统进行了深入广泛地研究。探索性地利用上述理论对电力系统正常运行与故障状态所具有的动力学特征进行了讨论和分析。针对广域测量系统中PMU实时量测信息的符号动力学分析结果,本文提出通过计算Lyapunov指数来实现准确、快速的确定故障位置。经过计算,在电力系统故障情况下,实际的故障位置往往靠近具有最大Lyapunov指数的位置,并且离故障点越近,对应的Lyapunov指数相对较大。该结论可能对应着电力系统的一个固有的本质属性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 选题的背景和研究意义
• 1.2 国内外研究现状
• 1.2.1 广域测量系统及广域后备保护研究现状
• 1.2.2 故障诊断方法的研究现状
• 1.3 论文的主要工作
• 第2章 基于聚类分析理论的电力系统故障区域快速界定
• 2.1 聚类分析的基本原理
• 2.1.1 典型的数据变换方法
• 2.1.2 变量之间的距离
• 2.1.3 变量之间的相似系数
• 2.2 基于模糊聚类分析的电力系统故障区域划分
• 2.2.1 利用模糊聚类分析划分系统故障区域的原理流程
• 2.2.2 模糊聚类分析划分系统故障区域仿真算例分析
• 2.3 基于系统聚类分析实现故障区域的快速界定
• 2.3.1 故障区域快速界定算法原理
• 2.3.2 不对称短路故障仿真算例分析
• 2.3.3 对称短路故障仿真算例分析
• 2.4 本章小结
• 第3章 电力系统故障元件准确定位的模式识别方法研究
• 3.1 线性判别准则
• 3.2 马氏判别分析原理
• 3.3 基于马氏判别分析的电力系统故障元件的准确定位
• 3.3.1 定位故障元件的算法流程
• 3.3.2 不对称短路故障仿真算例分析
• 3.3.3 对称短路故障仿真算例分析
• 3.4 Fisher判别分析原理
• 3.5 基于Fisher判别分析的电力系统故障元件的准确定位
• 3.5.1 定位故障元件的算法流程
• 3.5.2 实现故障元件准确定位的仿真算例分析
• 3.6 本章小结
• 第4章 主成分分析在电力系统故障特征取及元件定位中的应用
• 4.1 主成分分析原理
• 4.1.1 基本思想
• 4.1.2 几何意义
• 4.1.3 主成分的求解
• 4.2 基于广域信息的电力系统故障的主成分系数特征提取
• 4.2.1 系数特征提取的原理流程
• 4.2.2 对称短路故障特征提取的仿真算例分析
• 4.2.3 不对称短路故障特征提取的仿真算例分析
• 4.3 高斯噪声背景下系统故障的主成分系数特征提取
• 4.3.1 附加噪声后主成分系数特征提取
• 4.3.2 仿真算例分析
• 4.3.3 噪声影响分析
• 4.4 电力系统故障的主成分得分特征提取
• 4.5 本章小结
• 第5章 电力系统故障特征的非线性动力学分析
• 5.1 符号动力学理论
• 5.2 广域测量信息的符号动力学表示
• 5.3 电力系统故障的Lyapunov指数特征
• 5.4 本章小结
• 第6章 结论
• 参考文献
• 攻读博士学位期间发表的论文及其它成果
• 攻读博士学位期间参加的科研工作
• 致谢
• 作者简介