一种基于波形特征的直流输电线路故障区域识别方法与流程

    专利查询2025-08-08  41


    本发明涉及特高压多端混合直流输电系统继电保护,尤其涉及一种基于波形特征的直流输电线路故障区域识别方法。


    背景技术:

    1、多端混合直流输电系统采用电网换相换流器(line commutated converter,lcc)作为直流功率输送端,多个模块化多电平换流器(modular multilevel converter,mmc)作为直流功率受端,综合了传统直流换流技术成熟、运行成本低和柔性直流调节性能好、输出波形质量高等优点。多端混合直流输电系统充分发挥了传统直流和柔性直流输电技术的优势,成为解决大规模新能源并网和功率送出消纳的新方法,多端混合直流输电系统是今后直流输电系统的重要发展方向。

    2、在实际的多端混合直流输电工程中,必然需要直流架空线路进行远距离大容量功率传输,且直流架空线路故障概率很高。同时,并联型多端直流输电系统的直流线路之间存在t区汇流母线,t区汇流母线两侧直流线路故障难以准确识别。国内外学者开始对多端直流架空线路的故障区域识别方法研究至关重要。

    3、因此亟需一种特高压三端混合直流输电线路故障区域识别方法,可以便捷、准确地实现直流线路不同故障区域识别。


    技术实现思路

    1、本发明的主要目的在于提供一种基于波形特征的直流输电线路故障区域识别方法,实现准确的直流线路不同故障区域的识别。

    2、为实现上述目的,本申请提供一种基于波形特征的直流输电线路故障区域识别方法,所述方法包括:

    3、提取不同故障类型的故障暂态电流波形信号,所述故障暂态电流波形信号为特高压多端混合直流输电线路中第一保护装置和第二保护装置检测到的故障暂态电流波形信号;

    4、对所述故障暂态电流波形信号进行归一化处理,获得输入特征量;

    5、基于所述输入特征量,以对应的故障区域为输出,训练故障区域识别模型,获得训练好的故障区域识别模型;

    6、将待识别的检测点故障特征量输入所述训练好的故障区域识别模型进行处理,获得故障区域识别结果。

    7、可选的,所述不同故障类型包括不同区域故障、不同过渡电阻、不同故障距离情况下发生故障;

    8、其中,所述不同区域故障包括lcc侧线路区内外故障、t区汇流母线处故障以及mmc侧线路区内外故障,所述lcc侧线路位于t区左侧,所述mmc侧线路位于t区右侧。

    9、可选的,所述提取不同故障类型的故障暂态电流波形信号,包括:

    10、根据设置的故障发生时刻、故障持续时间以及数据窗口截取参数提取所述不同故障类型的故障暂态电流波形信号。

    11、可选的,所述故障区域识别模型为cnn-bilstn网络模型;

    12、其中,所述cnn-bilstn网络模型的卷积层用于提取所述故障暂态电流信号的空间耦合特征;所述cnn-bilstn网络模型的bilstm模块,用于进一步提取时序性特征。

    13、可选的,所述cnn-bilstn网络模型包括:输入层、3层卷积层、2层bilstm层、全连接层和输出层。

    14、可选的,所述方法还包括:

    15、根据第一保护装置检测到的电流值判断是否发生故障,判据表达式为

    16、

    17、其中,n为数据窗内采样点的个数,ik为所述第一保护装置检测到的电流值,iset为预设电流阈值;

    18、在判断发生故障的情况下触发所述提取不同故障类型的故障暂态电流波形信号的步骤。

    19、可选的,所述特高压多端混合直流输电线路包括:

    20、交流系统、交流滤波器、换流变压器、lcc换流器、平波电抗器、直流滤波器、第一直流线路、mmc换流器、第二直流线路、所述第一直流线路上的第一保护装置和所述第二直流线路上的第二保护装置。

    21、本申请另一方面还提供一种基于波形特征的直流输电线路故障区域识别装置,包括:

    22、数据获取模块,用于提取不同故障类型的故障暂态电流波形信号,所述故障暂态电流波形信号为特高压多端混合直流输电线路中第一保护装置和第二保护装置检测到的故障暂态电流波形信号;

    23、归一化模块,用于对所述故障暂态电流波形信号进行归一化处理,获得输入特征量;

    24、模型训练模块,用于基于所述输入特征量,以对应的故障区域为输出,训练故障区域识别模型,获得训练好的故障区域识别模型;

    25、识别模块,用于将待识别的检测点故障特征量输入所述训练好的故障区域识别模型进行处理,获得故障区域识别结果。

    26、可选的,所述不同故障类型包括不同区域故障、不同过渡电阻、不同故障距离情况下发生故障;

    27、其中,所述不同区域故障包括lcc侧线路区内外故障、t区汇流母线处故障以及mmc侧线路区内外故障,所述lcc侧线路位于t区左侧,所述mmc侧线路位于t区右侧。

    28、可选的,所述数据获取模块,具体用于:

    29、根据设置的故障发生时刻、故障持续时间以及数据窗口截取参数提取所述不同故障类型的故障暂态电流波形信号。

    30、可选的,所述故障区域识别模型为cnn-bilstn网络模型;

    31、其中,所述cnn-bilstn网络模型的卷积层用于提取所述故障暂态电流信号的空间耦合特征;所述cnn-bilstn网络模型的bilstm模块,用于进一步提取时序性特征。

    32、可选的,所述cnn-bilstn网络模型包括:输入层、3层卷积层、2层bilstm层、全连接层和输出层。

    33、可选的,所述数据获取模块,还用于:

    34、根据第一保护装置检测到的电流值判断是否发生故障,判据表达式为

    35、

    36、其中,n为数据窗内采样点的个数,ik为所述第一保护装置检测到的电流值,iset为预设电流阈值;

    37、在判断发生故障的情况下触发所述提取不同故障类型的故障暂态电流波形信号的步骤。

    38、可选的,所述特高压多端混合直流输电线路包括:

    39、交流系统、交流滤波器、换流变压器、lcc换流器、平波电抗器、直流滤波器、第一直流线路、mmc换流器、第二直流线路、所述第一直流线路上的第一保护装置和所述第二直流线路上的第二保护装置。

    40、本申请提供一种基于波形特征的直流输电线路故障区域识别方法,通过提取不同故障类型的故障暂态电流波形信号,所述故障暂态电流波形信号为特高压多端混合直流输电线路中第一保护装置和第二保护装置检测到的故障暂态电流波形信号;对所述故障暂态电流波形信号进行归一化处理,获得输入特征量;基于所述输入特征量,以对应的故障区域为输出,训练故障区域识别模型,获得训练好的故障区域识别模型;将待识别的检测点故障特征量输入所述训练好的故障区域识别模型进行处理,获得故障区域识别结果;通过分析特高压三端混合直流线路不同故障区域的故障暂态信号的波形特征,训练模型以实现直流线路不同故障区域的识别,具有较高的故障识别准确率。



    技术特征:

    1.一种基于波形特征的直流输电线路故障区域识别方法,其特征在于,所述方法包括:

    2.根据权利要求1所述的基于波形特征的直流输电线路故障区域识别方法,其特征在于,所述不同故障类型包括不同区域故障、不同过渡电阻、不同故障距离情况下发生故障;

    3.根据权利要求2所述的基于波形特征的直流输电线路故障区域识别方法,其特征在于,所述提取不同故障类型的故障暂态电流波形信号,包括:

    4.根据权利要求1所述的基于波形特征的直流输电线路故障区域识别方法,其特征在于,所述故障区域识别模型为cnn-bilstn网络模型;

    5.根据权利要求4所述的基于波形特征的直流输电线路故障区域识别方法,其特征在于,所述cnn-bilstn网络模型包括:输入层、3层卷积层、2层bilstm层、全连接层和输出层。

    6.根据权利要求1-5任一项所述的基于波形特征的直流输电线路故障区域识别方法,其特征在于,所述方法还包括:

    7.根据权利要求1所述的基于波形特征的直流输电线路故障区域识别方法,其特征在于,所述特高压多端混合直流输电线路包括:

    8.一种基于波形特征的直流输电线路故障区域识别装置,其特征在于,包括:

    9.一种电子设备,其特征在于,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1-7中任一项所述方法的步骤。

    10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1-7中任一项所述方法的步骤。


    技术总结
    本发明实施例公开了一种基于波形特征的直流输电线路故障区域识别方法,提取不同故障类型的故障暂态电流波形信号,所述故障暂态电流波形信号为直流输电线路中第一保护装置和第二保护装置检测到的故障暂态电流波形信号;对故障暂态电流波形信号进行归一化处理,获得输入特征量;基于所述输入特征量,以对应的故障区域为输出,训练故障区域识别模型,获得训练好的故障区域识别模型;将待识别的检测点故障特征量输入所述训练好的故障区域识别模型进行处理,获得故障区域识别结果;通过分析特高压三端混合直流线路不同故障区域的故障暂态信号的波形特征,训练模型以实现直流线路不同故障区域的识别,具有较高的故障识别准确率。

    技术研发人员:邢超,周前华,卢佳,邓灿,许珂玮,何鑫,张明强,刘明群
    受保护的技术使用者:云南电网有限责任公司电力科学研究院
    技术研发日:
    技术公布日:2024/11/26
    转载请注明原文地址:https://tc.8miu.com/read-31112.html

    最新回复(0)