基于递归图和分位数变化的分布式深度监督与半监督传输线保护

传统继电器在受电子器件影响的故障特性难以保护连接有转换器式能源源(CBESs)的输电线路(TL)。本文提出一种用于网际与光伏( PV) 厂之间 TL 片段的单端智能保护方法。该方法利用递归矩阵和基于 InceptionTime 的系统，通过 3 相电流的均值分位数变化来识别故障。它确定故障位置并识别故障相位。对特征选择应用 ReliefF 方法，以提取最优分位数特征.该方案的性能在包括故障和电容/负载切换事件在内的异常条件下进行评估，这些事件在 Power Systems Computer Aided Design / Electromagnetic Transients Program (PSCAD/EMTDC) 中模拟，适用于 Western System Coordinating Council (WSCC) 9 节点系统，包含各种故障和切换参数。该方案还在 IEEE 39 节点系统和部分额定转换器的条件下进行验证。此外，所提出策略的验证还考虑了各种条件，包括双回路线路配置、噪声、串联补偿、高阻抗故障、电流变压器(CT)饱和、演化和跨国故障、远程和本地故障以及光伏容量、采样频率和数据窗口大小的变化。为解决标签稀缺问题并提高泛化能力，集成了标签扩散、标签传播和自训练等半监督学习范例与 InceptionTime 框架，使其在有限标注故障数据下也能实现接近监督学习的性能。结果表明，该方法在处理不同系统配置和条件方面有效，确保了大型光伏厂连接 TL 的保护。