基于集成神经网络的特高压直流输电线路初始电压行波小波变换模极大值比单端测距方法

• Published in: 电力自动化设备 Vol. 42; no. 11; pp. 128 - 134
• Main Authors: 邢超, 高敬业, 毕贵红, 陈仕龙
• Format: Journal Article
• Language: Chinese
• Published: 云南电网有限责任公司电力科学研究院,云南 昆明 650217%云南电网有限责任公司电力科学研究院,云南 昆明 650217 01.11.2022; 昆明理工大学 电力工程学院,云南 昆明 650500%昆明理工大学 电力工程学院,云南 昆明 650500
• Subjects: 初始电压行波; 输电线路; 特高压直流; 故障测距; 模极大值比; AdaBoost-Elman集成神经网络
• ISSN: 1006-6047
• DOI: 10.16081/j.epae.202205008

TM721.1%TM771; 针对现有故障测距方法存在对高阻故障不灵敏、二次行波波头难以捕捉的问题,提出一种基于集成神经网络的特高压直流输电线路初始电压行波小波变换模极大值比的单端测距方法.首先,推导出故障距离与初始电压行波的线模量和地模量的小波变换模极大值比之间的近似公式,公式表明两者之间具有非线性关系,且此关系与过渡电阻无关.然后,利用AdaBoost-Elman集成神经网络拟合两者之间的非线性关系,提取不同小波尺度下初始电压行波各模量分量的小波变换模极大值比作为集成神经网络输入量,将故障距离作为输出量,构建集成神经网络故障测距模型.将各小波尺度下的初始电压行波各模量分量的小波变换模极大值比输入训练完成的集成神经网络模型即可达到故障测距的目的.仿真结果表明,所提方法测距精度高,且不受过渡电阻影响.