开展光伏场站集电线路快速故障选线对保证系统平稳运行十分重要。提出了基于零序电流梯度Teager能量算子(teager energy operator,TEO)的光伏场站集电线路故障选线方法。针对单相接地故障建立集电线路零序电流序网模型,并分析零序电流...开展光伏场站集电线路快速故障选线对保证系统平稳运行十分重要。提出了基于零序电流梯度Teager能量算子(teager energy operator,TEO)的光伏场站集电线路故障选线方法。针对单相接地故障建立集电线路零序电流序网模型,并分析零序电流、电压分布规律以及故障期间光伏电源的馈出特性。采用TEO计算零序电流梯度能量值,基于故障线和非故障线测点处能量值差异整定阈值,提出故障选线判据,并搭建光伏场站集电线路模型。仿真验证表明:所提方法在不同故障位置、接地电阻、机组出力、噪声干扰场景下都有良好的选线效果。展开更多
基于风电场复杂运行环境和多分支混合集电线路的单相接地故障定位需求,提出一种基于卷积神经网络(convolutional neural network,CNN)和长短期记忆网络(long short term memory networks,LSTM)混合模型(CNN-LSTM)的单相接地故障定位策...基于风电场复杂运行环境和多分支混合集电线路的单相接地故障定位需求,提出一种基于卷积神经网络(convolutional neural network,CNN)和长短期记忆网络(long short term memory networks,LSTM)混合模型(CNN-LSTM)的单相接地故障定位策略。采集故障时零序电流,构建风电场单相接地故障数据集,将CNNLSTM混合模型改进为适合故障测距的预测模型,将该模型应用于在线故障定位。研究结果表明:与CNN和反向传播神经网络(backpropagation neural network,BP)相比,CNN-LSTM混合模型方法定位准确率更高,在不同故障距离和故障电阻情况下均可使用。研究结论为风电场集电线路接地故障定位提供参考。展开更多
文摘开展光伏场站集电线路快速故障选线对保证系统平稳运行十分重要。提出了基于零序电流梯度Teager能量算子(teager energy operator,TEO)的光伏场站集电线路故障选线方法。针对单相接地故障建立集电线路零序电流序网模型,并分析零序电流、电压分布规律以及故障期间光伏电源的馈出特性。采用TEO计算零序电流梯度能量值,基于故障线和非故障线测点处能量值差异整定阈值,提出故障选线判据,并搭建光伏场站集电线路模型。仿真验证表明:所提方法在不同故障位置、接地电阻、机组出力、噪声干扰场景下都有良好的选线效果。
文摘基于风电场复杂运行环境和多分支混合集电线路的单相接地故障定位需求,提出一种基于卷积神经网络(convolutional neural network,CNN)和长短期记忆网络(long short term memory networks,LSTM)混合模型(CNN-LSTM)的单相接地故障定位策略。采集故障时零序电流,构建风电场单相接地故障数据集,将CNNLSTM混合模型改进为适合故障测距的预测模型,将该模型应用于在线故障定位。研究结果表明:与CNN和反向传播神经网络(backpropagation neural network,BP)相比,CNN-LSTM混合模型方法定位准确率更高,在不同故障距离和故障电阻情况下均可使用。研究结论为风电场集电线路接地故障定位提供参考。
