基于神经网络和重合闸电流检测的配电网故障区段定位研究

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:cxx163252
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
配电自动化已经在广州地区推广建设有数年之久,功能与网架结构也日趋完善。其中开展时间较早的架空线路柱上自动化开关建设积累到今天已基本满足功能架设所需的覆盖规模和布点密度。架空线路配电自动化因建设的启动时间较早,部分早期投运的架空自动化开关终端并不具备远程通信告警功能。在架空线路发生故障时,这类开关无法自动上送开关的状态信息到后台,故障定位难以实现,因而延长了抢修复电的时间。本文针对老旧自动化开关无法通信这一问题,对故障发生时自动化开关在重合闸过程中的动作逻辑与馈线电流变化信息进行研究后,提出了一种不依赖自动化开关通信功能的配电网故障区段定位方法,并在参考众多国内外研究后选择采用神经网络工具来实现故障区段的判断。本文使用MATLAB的simulink工具进行配电网重合闸过程的仿真模拟,利用MATLAB神经网络工具训练神经网络并成功利用软件生成的网络函数判断故障区段,验证了这一方法的可行性,并进一步讨论了该方法的局限性、适用性、可靠性。
其他文献
冲孔灌注桩是目前应用较多的一种桩基形式,由于它较多作为单桩基础运用,且施工时间长,桩身较大,一旦出现质量问题,对建筑物的安全、工期、投资造成影响很大。本文以福州某省属医院
OC能源发展股份有限公司的主要目标市场区域为渤海油田,是目前中国海上最大的油田和全国第二大原油生产基地。随着我国油气产量的快速增长以及国家对增产措施的日益重视,公司