论文摘要
随着社会经济水平的不断提高,人们的用电需求越来越高,这就使得电力网的结构越来越趋于复杂,规模和电压等级大幅度地提高。因此电力网的安全与稳定运行越来越被人们所重视,这就对继电保护技术提出了更高的要求。近些年来,计算机技术和人工智能理论得到了迅速的发展,把计算机技术与人工智能理论相结合,应用到继电保护技术中,逐渐地形成了微机继电保护技术。微机继电保护技术使得我们对电力系统的监控和保护更加网络化和智能化,是今后发展的主要趋势。本课题的研究是通过对电力系统输电线路保护特点的分析,把人工神经网络技术应用到输电线路微机继电保护中,对输电线路发生的故障进行综合判断,从而控制继电器的动作来准确地切除故障或者发出告警信号。DSP具有强大的数据处理能力。基于这一特点,本文应用DSP对电压互感器和电流互感器二次侧的输电线路上的电压和电流信号进行处理,然后提供给上位机,通过上位机的BP神经网络对这些数据进行综合地处理和判断,最终确定输电线路发生了某种故障。本文对输电线路微机继电保护系统的部分外围电路进行了设计,包括电源模块的设计,数据采集模块的设计,开关量输入输出模块的设计,键盘与液晶显示模块的设计等。鉴于电力系统是个复杂且庞大的非线性网络,本文采用具有自学习和自适应能力的BP神经网络对输电线路发生的故障的方向、类型和故障范围进行综合判断。对三个BP神经子网络的网络模型进行设计,并通过MATLAB对输电线路保护系统建立仿真模型,应用故障模块对输电线路进行模拟故障仿真,得到原始故障数据对三个BP神经子网络进行训练。针对BP训练算法存在不能使系统最优的缺陷,本文对BP训练算法进行改进,并通过仿真实验对比分析,证明改进后的自适应变步长算法的可行性和优势所在。最后根据系统的要求,对系统的软件进行编写。