首页 >> 卫生泵

模糊神经网络在超高压输电线路速动保护中的应用0音圈

时间:2022/08/13 11:53:13 编辑:

模糊神经网络在超高压输电线路速动保护中的应用

模糊神经网络在超高压输电线路速动保护中的应用 2011年12月09日 来源: 摘要:提出了一种超高压输电线路保护的新方案,将模糊神经网络应用于电力系统的信号处理中,实现输电线路的速动保护。本方法首先利用模糊神经网络实现传统I段保护的功能,在此基础上,对输电线90%以外的故障,利用神经网络的再次训练,实现进一步的故障判别。通过神经网络的学习训练,这种方法能准确区分区内、区外故障,而基本上不受故障类型、故障位置、过渡电阻及系统运行方式的影响。EMTP仿真计算的结果显示出该方法是切实可行的。关键词:模糊神经网络 输电线路 速动保护1 引言   应用于输电线路的保护方案从原理上可以分为两种:通道保护和无通道保护。通道保护主要是差动保护(高频保护),而无通道保护则以距离保护为主。  差动保护能无延时选择性地切除保护范围内的任何类型的故障而作为输电线路的主保护。但是,这种保护必须架设通讯通道,成本较高,费用昂贵,而且通道比较拥挤;再者,这种保护装置的可靠性受通讯设施及通道的可靠性影响。  无通道保护即距离保护,由于互感器传变误差、线路参数值的不精确性以及继电器本身的测量误差等原因,这种保护装置可能将被保护线路对端所连接的母线上的故障,或母线所连接的其它线路出口处的故障,误判断为本线路末端的故障而将被保护线路切断。为了防止这种非选择性动作,不得不将这种保护的无时限保护范围缩短到小于线路的全长。一般将保护的I段定值整定为线路全长的80%~85%,对于其余的15%~20%线路上的故障,只能带第II段的时限切除。当保护范围内发生故障时,对于环网等复杂网络,只有线路的一部分(约60%~70%)能实现速动,还有一部分线路的故障,只能以II段时限动作以保证选择性。所以,采用无通道的速动保护方案将有显著优势。  由于故障情况的复杂性,如运行方式的变化、故障点的过渡电阻、故障类型等因素,传统的继电保护方法区分故障发生的地点存在一定的困难,究其原因,一是传统保护没有实现智能化,二是故障的实际情况具有许多的不确定性。  神经网络具有良好的学习性及其很强的模式识别能力;模糊控制技术,目前已经获得了极为广泛的应用。模糊逻辑系统作为非线性系统的模型,当系统具有人工因素和模糊因素时,模糊逻辑系统是最佳的自适应控制技术。将模糊系统和神经网络结合起来构成模糊神经网络,综合了二者的优点,具有良好的学习性及其很强的模式识别能力[1,2]。故此利用模糊神经网络来识别保护范围区内、区外及反方向故障,具有很强的准确性和实时性。  本文采用模糊神经网络作为工具来实现保护,这是一种新理论的尝试。仿真结果表明,本文的方法能区分区内、区外故障,且比传统的差动保护、无通道的距离保护具有优越性、可行性。2 模糊神经网络模型的选择及建立2.1 模糊神经网络模型  模糊神经网络有多种,我们这里采用应用广泛的Sugeno模型。为简单计,在Sugeno模型的模糊推理系统中第i(i=1,2,...,I)条规则类型:其中(y1,y2,…yM)是输入变量,Aji是相应的模糊子集合,gi是模糊规则的结论部分,为输入变量的函数,pji和ri为待定参数。具有L个输出f1,…,fL的模糊神经网络的模型如图1中所示。  第一层为模糊化,求出输入变量分别对相应模糊子集的隶属度,其输出为

而ai,bi,ci为待定参数。I为规则的数目。  第二层为计算每条规则的激活强度ωi,我们这里选用乘积算子。

ωi=μA1,i(y1)…μAM,i(yM)(3)  第三层为的第i个神经元用于求第i条规则的标准激活强度。

2.2 模糊神经网络的学习算法  考虑到网络输出计算中有线性部分,也有非线性部分,对于线性部分,可以利用最小二乘算法解决,对于非线性部分,可以采用BP算法来训练权值,即利用最小二乘算法和BP算法的混合算法结合起来使用。详细的步骤已经在文献[3-5]中叙述,这里不再给出。3 保护方案  输电线发生区内、区外故障及正常运行时,电力系统输电线保护安装处测量得到的信号如电压、电流都是各有特征。考虑到故障有各种类型,如单相接

昆明不孕不育医院评价好不好

贵阳治疗烫伤疤痕医院

苏州哪家乳腺医院好

蛋白血症怎么治疗

四川成都东篱医院花钱多吗

相关资讯