公开(公告)号：CN113109669A

公开(公告)日：2021-07-13

申请号：CN202110398559.4

申请日：2021-04-12

Applicant: 国网陕西省电力公司西安供电公司 ,  西安交通大学

Inventor： 李舟 ,  乔文 ,  师琛 ,  王辉 ,  谈震 ,  魏小栋 ,  褚子平 ,  李悦嘉

IPC: G01R31/08

Abstract: 本发明公开了一种基于行波特征频率的配电网混联线路故障定位方法，步骤如下：首先，获取混联线路故障后首端测量点的暂态电压信号，相模变换后滤除工频分量；其次，利用小波多分辨率分析提取暂态电压信号线模量在各尺度的频域信息；之后，建立小波神经网络拟合暂态行波在各频段的能量百分比与故障位置的关系，获得故障定位模型；最后，利用粒子群算法优化神经网络的参数，避免陷入局部最小，提高收敛速度和定位精度；本发明利用故障点暂态行波的路径特征频率与故障位置一一对应这一特点来定位故障且将粒子群算法与BP神经网络算法有效结合，避免了波速折算和波头提取的问题，不需要测量双端电气量，且基本不受故障类型、故障起始角和过渡电阻的影响。

公开(公告)号：CN113109669B

公开(公告)日：2022-11-25

申请号：CN202110398559.4

申请日：2021-04-12

Applicant: 国网陕西省电力公司西安供电公司 ,  西安交通大学

Inventor： 李舟 ,  乔文 ,  师琛 ,  王辉 ,  谈震 ,  魏小栋 ,  褚子平 ,  李悦嘉

IPC: G01R31/08

Abstract: 本发明公开了一种基于行波特征频率的配电网混联线路故障定位方法，步骤如下：首先，获取混联线路故障后首端测量点的暂态电压信号，相模变换后滤除工频分量；其次，利用小波多分辨率分析提取暂态电压信号线模量在各尺度的频域信息；之后，建立小波神经网络拟合暂态行波在各频段的能量百分比与故障位置的关系，获得故障定位模型；最后，利用粒子群算法优化神经网络的参数，避免陷入局部最小，提高收敛速度和定位精度；本发明利用故障点暂态行波的路径特征频率与故障位置一一对应这一特点来定位故障且将粒子群算法与BP神经网络算法有效结合，避免了波速折算和波头提取的问题，不需要测量双端电气量，且基本不受故障类型、故障起始角和过渡电阻的影响。