基于感应电压特征停运输电线路故障识别方法

作者：刘英培^*; 王祥宇; 王鑫明; 李少博; 梁华洋; 李世泽

来源：华北电力大学学报(自然科学版), 2022, 49(04): 14-32.

• 同塔双回输电线路
• 感应电压
• RBF支持向量机
• BP神经网络
• 故障识别

对停运输电线路进行合闸操作时为避免合闸到故障线路，通常需要对停运线路的故障状态进行判断。对于一回正常运行、另一回处于热备用状态下的同塔双回输电线路，提出一种基于感应电压特征的停运线路机器学习故障识别方法。首先对停运线路感应电压有效值进行测量，取各相电压有效值、电压平均值及故障电压占比作为样本特征。采用径向基核函数支持向量机(RBF-SVM)对停运线路的故障状态进行识别；若存在故障则利用BP神经网络对故障类型进行识别。为验证该方法的故障识别效果，以河北省6条线路的实际数据为基础，在ATP-EMTP中建立500 kV同塔双回输电线路模型。结果表明，对热备用线路上故障状态识别准确率为100%;对故障类型识别时准确率达到99.7%,为调度工作中合闸操作及停运线路故障的排除提供了参考。

• 单位
  电子工程学院; 华北电力大学