特高压(ultra high voltage,UHV)交流与直流线路同廊道运行时带电作业区域电压高、场强大,交直流混合电场比单一电场更为复杂。为确保作业人员安全,结合实际±1100 kV直流和1000 kV交流线路,建立了包含输电导线、杆塔及带电作业人...特高压(ultra high voltage,UHV)交流与直流线路同廊道运行时带电作业区域电压高、场强大,交直流混合电场比单一电场更为复杂。为确保作业人员安全,结合实际±1100 kV直流和1000 kV交流线路,建立了包含输电导线、杆塔及带电作业人员的三维计算模型,通过分析开展带电作业时人员的体表混合场强、电位转移电流及暂态能量,对作业人员安全防护进行研究。结果表明:随着作业人员不断接近直流线路,体表场强受交流线路影响越明显,最高可使作业人员体表场强增大约9%,达到1920 kV/m;交流线路的存在将导致电位转移电流增长约7%,但对暂态能量影响较小。通过对特高压线路不停电检修所减少的碳排放量进行进一步计算,验证了特高压带电作业对减少碳排放具有促进作用。展开更多
为解决传统特高压直流保护对高阻故障检测准确率不高、故障检测时间过长以及故障选极不完善的问题,提出基于长短时记忆(long short term memory,LSTM)循环神经网络(recurrent neural network,RNN)的特高压直流输电线路继电保护故障检测...为解决传统特高压直流保护对高阻故障检测准确率不高、故障检测时间过长以及故障选极不完善的问题,提出基于长短时记忆(long short term memory,LSTM)循环神经网络(recurrent neural network,RNN)的特高压直流输电线路继电保护故障检测方法。首先,基于快速傅里叶变换分析特高压直流输电系统暂态故障特征,使用相模变换和小波变换提取出故障特征量作为输入数据。其次,将输入数据输入到LSTM-RNN中进行前向传播,对系统故障特征进行深度学习,同时使用反向传播方式更新网络参数,将深层的特征量输入到Softmax分类器中进行分类,把故障识别分成区外故障、母线故障和线路故障,故障分类为正极故障、负极故障和双极故障,并输出识别结果。最后,在PSCAD/EMTDC仿真条件下,搭建特高压直流输电模型。验证结果表明:所提的方法在特高压直流输电线路继电保护的故障检测、故障选极上具有更好的效果,相比于人工神经网络、卷积神经网络、支持向量机,故障识别准确率分别提升4.71%、6.57%、9.32%。展开更多
为分析和评估特高压交、直流输电线路同走廊正常运行时对邻近埋地油气管道的交流腐蚀影响和人身安全影响,基于国内外相关标准和文献的调研分析,从电磁影响干扰源和影响对象入手进行分析,给出了可用于工程设计的计算分析和评估方法。结...为分析和评估特高压交、直流输电线路同走廊正常运行时对邻近埋地油气管道的交流腐蚀影响和人身安全影响,基于国内外相关标准和文献的调研分析,从电磁影响干扰源和影响对象入手进行分析,给出了可用于工程设计的计算分析和评估方法。结合实际参数,利用CDEGS软件对某1000 k V特高压交流输电线路与±800 k V特高压直流输电线路并行架设且有管道交叉接近的工程实例进行了仿真分析。结果表明:特高压交、直流输电线路同走廊时,邻近管道上的电磁影响主要由交流线路引起的。计算实例中,由于特高压直流线路谐波电流有效值较小(不超过20 A),其在管道上产生的干扰电压不到特高压交流线路影响的1/5。展开更多
高压直流(high voltage direct current,HVDC)输电线路两端的平波电抗器和直流滤波器构成现实的边界元件,对暂态电压高频分量呈带阻传变特性,来自直流线路区外的高频电压信号通过平波电抗器和直流滤波器后被衰减,其能量显著减小,不同频...高压直流(high voltage direct current,HVDC)输电线路两端的平波电抗器和直流滤波器构成现实的边界元件,对暂态电压高频分量呈带阻传变特性,来自直流线路区外的高频电压信号通过平波电抗器和直流滤波器后被衰减,其能量显著减小,不同频带的高频电压信号小波能量可应用小波变换求得。利用区内、外故障时于保护安装处获得的暂态电压小波能量的显著差异来构造直流输电线路区内、外故障判据;利用故障暂态电压小波变换模极大值,构造启动判据;利用正极和负极暂态电压分别与+800和-800kV的相关系数,构造雷击干扰识别判据;利用两极线极波,构造故障选极判据。给出了特高压直流(ultra high voltage direct current,UHVDC)输电线路单端电气量暂态保护方案。对该保护进行了大量仿真分析,计及了雷击干扰、边界上避雷器动作、不同过渡电阻、换相失败故障等因素的影响。仿真结果表明,该保护具有绝对选择性,能可靠有效地保护直流线路全长。展开更多
文摘为解决传统特高压直流保护对高阻故障检测准确率不高、故障检测时间过长以及故障选极不完善的问题,提出基于长短时记忆(long short term memory,LSTM)循环神经网络(recurrent neural network,RNN)的特高压直流输电线路继电保护故障检测方法。首先,基于快速傅里叶变换分析特高压直流输电系统暂态故障特征,使用相模变换和小波变换提取出故障特征量作为输入数据。其次,将输入数据输入到LSTM-RNN中进行前向传播,对系统故障特征进行深度学习,同时使用反向传播方式更新网络参数,将深层的特征量输入到Softmax分类器中进行分类,把故障识别分成区外故障、母线故障和线路故障,故障分类为正极故障、负极故障和双极故障,并输出识别结果。最后,在PSCAD/EMTDC仿真条件下,搭建特高压直流输电模型。验证结果表明:所提的方法在特高压直流输电线路继电保护的故障检测、故障选极上具有更好的效果,相比于人工神经网络、卷积神经网络、支持向量机,故障识别准确率分别提升4.71%、6.57%、9.32%。
文摘为分析和评估特高压交、直流输电线路同走廊正常运行时对邻近埋地油气管道的交流腐蚀影响和人身安全影响,基于国内外相关标准和文献的调研分析,从电磁影响干扰源和影响对象入手进行分析,给出了可用于工程设计的计算分析和评估方法。结合实际参数,利用CDEGS软件对某1000 k V特高压交流输电线路与±800 k V特高压直流输电线路并行架设且有管道交叉接近的工程实例进行了仿真分析。结果表明:特高压交、直流输电线路同走廊时,邻近管道上的电磁影响主要由交流线路引起的。计算实例中,由于特高压直流线路谐波电流有效值较小(不超过20 A),其在管道上产生的干扰电压不到特高压交流线路影响的1/5。
文摘为保障低压配电线路检修作业安全,有必要研究低压配线在停运检修状态下的感应电压和电流。采用EMTP建模仿真,分别计算了上海地区4个超/特高压交、直流输电工程线路下方平行架设的380 V低压配线上的感应电压、电流,对影响感应的因素进行了分析,并设计研发了低压配电线路感应电压消除装置。仿真结果表明,超/特高压交、直流线路在其下方停运的380 V配线上产生较大的感应电压和电流,感应电压最高可达30~70 k V。试验结果表明,低压配线感应电压消除装置在线路停运时将其两端接地,能有效消除配电线路上的感应电压。
文摘高压直流(high voltage direct current,HVDC)输电线路两端的平波电抗器和直流滤波器构成现实的边界元件,对暂态电压高频分量呈带阻传变特性,来自直流线路区外的高频电压信号通过平波电抗器和直流滤波器后被衰减,其能量显著减小,不同频带的高频电压信号小波能量可应用小波变换求得。利用区内、外故障时于保护安装处获得的暂态电压小波能量的显著差异来构造直流输电线路区内、外故障判据;利用故障暂态电压小波变换模极大值,构造启动判据;利用正极和负极暂态电压分别与+800和-800kV的相关系数,构造雷击干扰识别判据;利用两极线极波,构造故障选极判据。给出了特高压直流(ultra high voltage direct current,UHVDC)输电线路单端电气量暂态保护方案。对该保护进行了大量仿真分析,计及了雷击干扰、边界上避雷器动作、不同过渡电阻、换相失败故障等因素的影响。仿真结果表明,该保护具有绝对选择性,能可靠有效地保护直流线路全长。
