摘要
配电网是电力网中重要的一环，配电网能否可靠供电直接影响到用户的正常生产和生活。近年来，城市经济发展、电力需求增长、全球提倡能源革命并推进分布式能源的发展，使配电网结构越来越复杂、运行方式也多种多样。在这种趋势下，由于误操作和环境的影响，配电网将更容易发生故障，而单相接地故障在所有故障中占比最高且最易发生，若不及时解决将会影响到系统的正常运行。目前我国配电网采用小电流接地方式居多，故障特征不明显，故障选线和定位难度较大。针对这些问题，本文采用机器学习算法，结合微型同步测量单元，研究了配电网故障选线及定位。 首先，以10kV配电网为例，多方面分析单相接地故障特征，并阐明了暂态故障信息用于故障选线的优越性，提出基于堆叠自编码器和参数优化变分模态分解的配电网故障选线模型。通过设置不同的故障初相角、故障距离和接地电阻，在Matlab/Simulink平台对该方法的可行性进行仿真，并验证了该方法的适应性。 其次，通过分析配电网故障后微型同步测量单元采集的相量特征，提出了一种基于组合算法的单相接地故障定位方法。通过对故障带划分确定微型同步测量单元的合理摆放位置，以零序电流良好的方向性判断故障区段。分别采用遗传算法改进的支持向量机和极限梯度提升算法，学习故障区段两端正序电压和电流向量与故障距离之间的相关性关系，利用博弈论中沙普利值确定组合算法的权重，从而得到一个合适的组合定位模型。通过Matlab/Simulink建立配电网仿真模型，证明了所提算法在配电网单相接地故障定位具有较高精度。 最后，针对多回出线有源配电网定位困难问题，本文在基于组合算法故障定位模型的基础上，提出多回出线有源配电网故障定位模型。通过分析有源配电网中分布式电源在不同位置时对零序特征的影响，提出有源配电网故障选线方法。将故障选线结果与故障两端特征量一并作为故障定位特征，引入辅助分类器生成对抗网络解决实际故障数据量较少的问题，采用组合算法学习故障特征与故障距离的关系，建立多回出线有源配电网单相接地故障定位模型。通过在Matlab/Simulink平台搭建多回出线有源配电网模型，与其他算法进行对比分析，证明了本文所提方法能准确定位故障，且不受过渡电阻、故障位置和噪声的影响。
NETL