基于有限PMU配置与空域信号生成的配电网故障定位方法.pdf
《基于有限PMU配置与空域信号生成的配电网故障定位方法.pdf》由会员分享,可在线阅读,更多相关《基于有限PMU配置与空域信号生成的配电网故障定位方法.pdf(3页珍藏版)》请在咨信网上搜索。
1、70ElectricalAutomationAutomaticControlSystem&Equipment自动控制系统与装置电气自动化2 0 2 3年第45卷第4期基于有限PMU配置与空域信号生成的配电网故障定位方法刘琦怡,顾洁,金之俭(上海交通大学电子信息与电气工程学院大数据工程技术研究中心,上海200240)摘要:随着配电网网络结构日益复杂,目前因成本限制有限安装的同步相量测量装置所采集到的数据难以保证配电网故障的全局可观性。为此,基于图卷积神经网络算法建立了一种可适用于含有限电源管配电网络的全局空域故障信号生成模型,提出了一种有限电源管安装下准确度较高的配电网故障线路定位方法。通过搭建
2、2 0 个节点的三相平衡配电网验证了所提模型与其他基准模型相比定位准确度更高。在电源管非全面配置时可达到98.8%的定位准确度,且模型对过渡电阻具有鲁棒性。关键词:故障线路定位;图卷积神经网络;有限电源管;空域信息生成;配电网;数据驱动D0I:10.3969/j.issn.1000-3886.2023.04.022中图分类号TM769文献标志码A文章编号10 0 0-38 8 6(2 0 2 3)0 4-0 0 7 0-0 3Distribution Network Fault Location Method Based onLimited PMU Configuration and Airs
3、pace Signal GenerationLiu Qiyi,Gu Jie,Jin Zhijian(Research Center for Big Data Engineering and Technologies,School of Electronic Information andElectrical Engineering,Shanghai Jiao Tong University,Shanghai 200240,China)Abstract:With the increasing complexity of distribution network structure,it is d
4、ifficult to ensure the global observability of distribution networkfault by the data collected by the synchronized phasor measurement device installed due to the limited cost.Therefore,based on thegraph convolution neural network algorithm,a global spatial fault signal generation model suitable for
5、distribution networks withlimited power management unit(PMU)was established,and a high accuracy fault line location method for distribution networks withlimited PMU was proposed.By building a three-phase balanced distribution network with 20 nodes,it is verified that the positioningaccuracy of the p
6、roposed model is higher than that of other benchmark models.When the PMU is not fully configured,the positioningaccuracy can reach 98.8%,and the model is robust to the transition resistance.Keywords:fault line location;graph convolution neural network;limited power management unit(PMU);airspace sign
7、al generation;distributionnetwork;datadriven0引言统计显示,我国用户停电事故中8 0%以上都因配电网发生故障而导致。配电网运行过程中,有效的故障风险预警对保障供电安全性具有重要意义。同步相量测量装置的广泛应用,为配电网的故障分析提供了较为丰富的数据资源。而新一代人工智能方法可基于上述数据资源将配电网故障定位问题转化为分类问题,解决了基于物理模型的配电网故障分析及定位方法结构复杂、误差较大等问题文献1-3均验证了网络中节点全面配置量测装置时,分类模型的高定位准确度。鉴于电源管(powermanagementunit,PMU)的成本,目前在配电网中的应用
8、仍处于经济配置阶段,如何在有限PMU配置下实现准确的故障线路定位成为了当前故障定位的研究难点。考虑节点信号的空间关联性,根据已知节点信息对全局信息进行生成。文献4首次基于图卷积神经网络建模对配电网进行故障定位分析,由于空域故障信号生成与图像修复具有应用相定稿日期:2 0 2 2-0 4-2 3似性,本文基于卷积编码与反卷积解码框架5,从谱域视角6 对图信号的卷积与反卷积算子进行设计,提出了一种基于故障信号生成的故障定位方法。1空域故障信号生成模型考虑网络中PMU均有限安装,建立一种全局空域故障信号生成(global spatial fault signal generation,G SFSG)
9、模型,生成未安装PMU节点信号。图1为CSFSG的结构示意图。通过将有限PMU采集节点信号XpMU。输入至三相图卷积层编码,提取故障特征并保存隐藏状三相图卷积层三相图卷积层三相图反卷积层三相图反卷积层有限隐藏状态低通滤波PMU全局采集空域故障信号信号HXXPMUX图1GSFSG结构示意图ElectricalAutomation71AutomaticControlSystem&Equipment自动控制系统与装置电气自动化2 0 2 3年第45卷第4期态H。通过三相图反卷积层解码,将故障特征扩散至全局空域并进行低通滤波。最后即可根据XpMu生成全局空域故障信号X。每一层三相图卷积均实现了配电网络
10、邻近节点的特征聚合以及特征的线性转换。三相图卷积的矩阵形式为:H(+1)DA,D(1)2式中:W()为对应z相卷积训练权重;为激活函数;A,为加人自环以后的配电网z相邻近矩阵;D.为对应A,的度矩阵。为了生成全局空域故障信号,需添加三相图反卷积层进行解码。反卷积过程可视为卷积的逆过程,其计算过程经推导可简化为6 H(I+1)=(I+L,)H()W(H(+1)(2)式中:L,为拓扑图的拉普拉斯矩阵;I为单位矩阵。为了更好地生成PMU信号,添加了低通滤波层,经滤波后的空域图信号为:X)=Y.,ReLU(y.Whih)W)(3),low式中:W(hieh、Wl o w 均为滤波层权重;Y为滤波小波基
11、。2含有限PMU配电网故障定位方法空域故障信号生成模型补全了因PMU经济配置未测量得的线路末端故障信号。本文基于该模型提出了含有限PMU配电网的故障定位模型。图2 为训练与测试流程。有限PMU安装位置信息/三相网络拓扑信息全局仿真故障数据X/有限PMU仿真有限PMU仿真故障数据XPMU故障数据XPMU数据预处理数据预处理根据损失函数C(X,XpMU)GSFSG模型生成全局空域训练GSFSG模型故障信号GSFSG(XpMU)根据GSFSG(XPMU)生成故障定位模型输出故障信号训练故障定位模型位置及故障概率训练阶段测试阶段图2基于GSFSG的故障线路定位方法流程图在GSFSG训练阶段,本文采用均
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 有限 PMU 配置 空域 信号 生成 配电网 故障 定位 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。