面向配电系统的无功故障定位数据驱动方法
系统与控制
2024-02-26 v1 人工智能
机器学习
系统与控制
信号处理
摘要
分布电网中可再生能源的渗透率增加引入了多向功流，使传统故障定位技术已过时。为此，需要开发新方法以确保快速准确的故障定位，从而增强电力系统的可靠性。本文提出了一种面向配电系统的数据驱动接地故障定位方法。使用 Matlab/Simulink 对 11 节点 20 kV 配电系统进行建模，以模拟接地故障。故障在不同的故障位置和各种系统运行状态下生成。随后对系统配电站的三相电压时域故障电压进行离散小波变换分析。最终将处理后数据的统计量用于训练人工神经网络（ANN），以在计算得到的电压特征与故障之间建立映射。具体而言，三个 ANN 分别预测故障相、故障支路和故障距离。根据结果，该方法显示出良好的潜力，故障距离预测的总相对误差为 0.4%。该方法应用于带有未知系统状态的数据集以测试其鲁棒性。
引用
@article{arxiv.2402.14894,
title = {Data-Driven Ground-Fault Location Method in Distribution Power System With Distributed Generation},
author = {Mauro Caporuscio and Antoine Dupuis and Welf Löwe},
journal= {arXiv preprint arXiv:2402.14894},
year = {2024}
}
备注
Technical Report