《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 通信與網(wǎng)絡(luò) > 設(shè)計(jì)應(yīng)用 > 基于自校驗(yàn)孿生神經(jīng)網(wǎng)絡(luò)的故障區(qū)段定位方法
基于自校驗(yàn)孿生神經(jīng)網(wǎng)絡(luò)的故障區(qū)段定位方法
2022年電子技術(shù)應(yīng)用第7期
王 毅1，李 曙1，李松濃2，陳 濤2，侯興哲2，付秀元3
1.重慶郵電大學(xué) 通信與信息工程學(xué)院，重慶400065；2.國(guó)網(wǎng)重慶市電力公司電力科學(xué)研究院，重慶400014； 3.國(guó)家電投集團(tuán)數(shù)字科技有限公司，北京100080
摘要： 針對(duì)中壓配電網(wǎng)區(qū)段定位方法所存在的由系統(tǒng)中性點(diǎn)接地方式、故障點(diǎn)距離和過(guò)渡電阻大小等環(huán)境因素，以及電流互感器極性未知或智能電表錯(cuò)誤安裝等人為因素所導(dǎo)致的定位不準(zhǔn)確問(wèn)題，提出一種平穩(wěn)小波極性校驗(yàn)下基于孿生神經(jīng)網(wǎng)絡(luò)的故障區(qū)段定位方法。首先，分析了零序電流暫態(tài)特征，指出了傳統(tǒng)線(xiàn)性相關(guān)法存在的定位缺陷；其次，使用平穩(wěn)小波變換解決信號(hào)同步和設(shè)備反接的問(wèn)題；最后引入孿生神經(jīng)網(wǎng)絡(luò)對(duì)故障點(diǎn)上下游信號(hào)進(jìn)行相似性匹配，經(jīng)訓(xùn)練該模型可以準(zhǔn)確定位故障區(qū)段。通過(guò)仿真驗(yàn)證，該方法具有較強(qiáng)的抗干擾能力，對(duì)于定位盲區(qū)也有較高的識(shí)別率。
中圖分類(lèi)號(hào)： TM773
文獻(xiàn)標(biāo)識(shí)碼： A
DOI：10.16157/j.issn.0258-7998.212354
中文引用格式： 王毅，李曙，李松濃，等. 基于自校驗(yàn)孿生神經(jīng)網(wǎng)絡(luò)的故障區(qū)段定位方法[J].電子技術(shù)應(yīng)用，2022，48(7)：60-66，73.
英文引用格式： Wang Yi，Li Shu，Li Songnong，et al. Fault segment location method based on self-checking siamese convolutional neural network[J]. Application of Electronic Technique，2022，48(7)：60-66，73.
Fault segment location method based on self-checking siamese convolutional neural network
Wang Yi1，Li Shu1，Li Songnong2，Chen Tao2，Hou Xingzhe2，F(xiàn)u Xiuyuan3
1.Communication and Information Engineering College，Chongqing University of Posts and Telecommunications， Chongqing 400065，China； 2.Chongqing Electric Power Research Institute，Chongqing 400014，China； 3.State Power Investment Group Digital Technology Co.，Ltd.，Beijing 100080，China
Abstract： For medium voltage distribution network segment positioning method, aiming at the inaccurate positioning problem caused by environmental factors such as the system neutral point grounding way, the size of the distance and the transition resistance, as well as human factors such as current transformer polarity unknown or incorrect erection smart meters and so on, this paper puts forward a kind of stationary wavelet polarity check the fault section locating method based on siamese convolutional neural network(S-CNN). Firstly, the transient characteristics of zero-sequence current are analyzed, and the localization defects of traditional linear correlation method are pointed out. Secondly, the stationary wavelet transform(SWT) is used to solve the problems of signal synchronization and equipment reverse connection. Finally, S-CNN is introduced to perform similarity matching for upstream and downstream signals of the fault point, and the model can be trained to locate the fault segment accurately. The simulation results show that this method has strong anti-interference ability and high recognition rate for blind area.
Key words : ground fault；fault location；similarity analysis；stationary wavelet transform；siamese convolutional neural network

0 引言

    我國(guó)中壓配電網(wǎng)主要采用中性點(diǎn)非有效接地方式。單相接地故障作為小電流接地系統(tǒng)中發(fā)生頻率最高的故障，一旦發(fā)生，由于其電氣物理特征并不明顯，并且故障電弧的燃弧不穩(wěn)定；與此同時(shí)，配電網(wǎng)的運(yùn)行方式靈活多變，不同線(xiàn)路結(jié)構(gòu)差異較大，使得故障情況較為復(fù)雜，為小電流接地系統(tǒng)的故障檢測(cè)帶來(lái)了極大困難。

    單相接地故障檢測(cè)主要由故障識(shí)別、選線(xiàn)、定位和測(cè)距四部分構(gòu)成。其中快速準(zhǔn)確地實(shí)現(xiàn)故障定位能保證故障能及時(shí)處理，提高電力系統(tǒng)的供電可靠性。經(jīng)過(guò)近幾年國(guó)內(nèi)外的研究，故障選線(xiàn)技術(shù)已經(jīng)日益成熟，并且已經(jīng)在實(shí)際應(yīng)用中取得了不少成果，為后續(xù)確定故障區(qū)段或故障點(diǎn)距離打下了良好基礎(chǔ)。而故障定位中諸如信號(hào)注入法[1]、中值電阻法、阻抗法[2]、行波法[3-4]等技術(shù)受配電網(wǎng)分支多、結(jié)構(gòu)復(fù)雜、現(xiàn)實(shí)路徑阻抗和系統(tǒng)運(yùn)行方式等原因影響較大，并且運(yùn)行與維護(hù)成本較高，對(duì)某一故障點(diǎn)進(jìn)行距離演算的技術(shù)其實(shí)用性都有待考量。

    故障區(qū)段定位可以進(jìn)一步縮小故障查找范圍，是實(shí)現(xiàn)故障測(cè)距與精確定位的前提，這類(lèi)方法依附于目前先進(jìn)的通信技術(shù)，各饋線(xiàn)終端先實(shí)現(xiàn)故障信息上傳，主站再結(jié)合配電網(wǎng)結(jié)構(gòu)與特征信息構(gòu)建故障判別矩陣，并通過(guò)檢測(cè)算法確定最終區(qū)段[5]，有良好的工程實(shí)用價(jià)值。




本文詳細(xì)內(nèi)容請(qǐng)下載：http://theprogrammingfactory.com/resource/share/2000004588。




作者信息：

王  毅1，李  曙1，李松濃2，陳  濤2，侯興哲2，付秀元3

(1.重慶郵電大學(xué) 通信與信息工程學(xué)院，重慶400065；2.國(guó)網(wǎng)重慶市電力公司電力科學(xué)研究院，重慶400014；

3.國(guó)家電投集團(tuán)數(shù)字科技有限公司，北京100080)




wd.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。