对应不同的故障识别编码可以得到不同的适应
度,文献[8—9]采用遗传算法等技术通过对随机产生的众多组编码按照适应度最优方向进行智能操作计算,寻求最优解即为系统故障元件的故障识别编码。但这种处理随机性很大,同时存在收敛约束问题。考虑到高压输电系统广域范围内保护对象元件相对不多,并且各个保护对象同时发生故障的可能性较小,本文分别按照表1组成的故障识别编码,计算其适应度,再根据适应度特点分析故障识别算法。
2.1
故障识别原理
正常运行时,各继电保护的实际信息均为o,计
算此时各组编码的适应度,如表2所示。
表2正常运行时各组故障识别编码的适应度
Tab.2
Fitnessoffaultidentificationcodesin
normaloperation
编号123456789适应度
45
50
52
50
45
62
64
64
6z
在系统发生故障时,由于故障元件的实际信息与期望信息一致,其对应故障识别编码的适应度会大幅下降,而与故障元件相关联[1妇的元件因在故障元件的后备保护范围内,其对应初始解的适应度会出现减小或增大的小幅变化;与故障元件不相关联的元件由于实际信息与期望信息不一致,其对应初始解的适应度不会减小。因此,在保护稳态启动后,可以实时监视各组故障识别编码的适应度减小情况,当适应度减小到一定程度时,则判断其对应元件发生故障。~16一
万方数据
为了更好地说明故障元件识别的算法,通过正常运行时和故障时故障识别编码的适应度比较,引入故障识别概率的概念,令
Ki=竺铲E。。>E
F—F
D(8)
xi
式中:E。为正常运行时各组识别编码的适应度,其值如表2所示;E,为实时计算的各组识别编码的适应度;Ki为各组识别编码的故障识别概率。
K,越大说明该故障识别编码越趋于最优,即其对应元件发生故障的概率最大。2.2故障识别判据
理论上,系统发生故障时广域信息完全正确,故障元件对应的故障识别编码的适应度最小,故障识别概率最大,很容易识别故障元件(见表3)。
表3广域信息完全正确时各组编码的故障识别概率
Tab.3
Faultidentificationprobability
with
rightinformation
实际上,受信息缺失或信息错误的影响,故障元件实际信息与期望信息并不完全一致,其适应度也不再为0,即故障识别概率下降。表4所示为L。故障编码在随机10位信息缺失情况下的5次实验故障识别概率的计算结果。
表4广域信息缺失时各组编码的故障识别概率
Tab.4
Faultidentificationprobabilitywith
lost
information
随机序号
各组编码的故障识别概率/%
OOOO曩疆
OOOOO
O
表5所示为L。故障编码在随机10位信息错误情况下的5次实验故障识别概率的计算结果。
由表4、表5可知:信息缺失(1状态视为0,0状态也视为o)对故障元件视为保护拒动,对正常元件不产生影响;信息错误(1状态视为0,0状态视为1)
?运行可靠性与广域安全防御?
李振兴,等基于多信息融合的广域继电保护新算法
对正常元件视为保护误动,对故障元件视为保护拒动。所以,信息错误较信息缺失影响更大。
表5
广域信息错误时各组编码的故障识别概率
Tab.5
Faultidentificationprobabilitywith
error
information
随机序号
各组编码的故障识别概率/%
OOO0
鼹钉∞”北
O
因此,考虑信息缺失和信息错误的影响,保护判据为:
,
N
、
(Kf>K洲)U【Ki>K&。2
n
V
K』<Kset3)
’
J=l
j≠f
(9)
式中:K驯,K靴,K绷为保护定值,K洲按照快速保护的可靠性系数整定,本文取70%,K删按照主保
护及快速后备保护拒动、其他后备保护正确动作时计算的故障识别概率整定,本文取30%,K鲫按照远后备保护动作、其他保护拒动时计算的故障识别概率整定,本文取20%。
故障识别具体实现方案如图2所示。
图2保护算法流程
Fig.2
Flowchartofprotectionalgorithm
为验证本文算法,利用电磁暂态仿真软件10机39节点电网系统模型进行仿真验证。仿真系统的单线图及其支万方数据
L32
B26
f
b勺
B30
EaL—丝
式怯
吃
桑.乳
孬Tl
=.\Bis
l
Bl
Lj
B瀑
也一厶
8
8
6
—_
。2
蜀
,T6
一
—●
成.
卜蟮
L27
上:_T1zs%
1坚
%—T_
BllT2
P吃
;T12
j
T3
粤r‰%
白
,一;2沁
r审T4
G
图3
IEEE
10机39节点系统
Fig.3
IEEE10?generator39-bussystem
广域继电保护考虑实现后备保护的功能和通信2|。本文以图3摹
、
静
鞋
晶
墨
鼗
候
世
描
母线及线路编号(a)线路,,3故摩
芝
墼晶
鐾
鉴
藉
母线及线路编号(b)母线B3故障
一最大值;…最小值;..…?平均值
图4
系统故障时的故障元件识别概率
Fig.4
Faultidentificationprobabilitywithsystemfault
从图4可知,按照式(9)的保护判据,故障元件
一17~
系统的合理利用,没有必要使用全电网的广域信息,仅需有限区域的信息实现电网保护Ll所示的保护区域为仿真对象,在线路L。和母线B。分别发生故障时,采集区域内各IED的常规保护动作信息,并随机改变lo位动作信息模拟信息缺失或信息错误,通过适应度函数计算得到区域内各保护对象元件的故障识别概率。每种仿真实验100次,统计实验结果的最大值、最小值及平均值,见图4。
3算例仿真
PSCAD/EMTDC搭建的IEEE路编号如图3所示。
2011?35(9)
电
力
系统自
动代
的故障识别概率在信息缺失或信息错误达到10位的情况下均能达到70%以上,可以很好地实现故障识别,具有较高的容错性和可靠性。
研究[J].中国电机工程学报。2006,26(21):8-14.
CONG
Wei,PANZhencun。ZHAOJianguo.Aalgorithmbased
oil
wide
area
relayingprotectionlongitudinalcomparison
principle[J].Proceedingsofthe
CSEE,2006。26(21):8—14.
参考文献
[1]薛禹胜.时空协调的大停电防御框架:(一)从孤立防线到综合防
御EJ3.电力系统自动化,2006,30(I):I-9.
XUEYusheng.Space-timeblackouts:PartI
from
cooperativeisolatedof
[8]汪饧。尹项根。赵逸君.等.基于遗传算法的区域电网智能保护
[J3.电力系统自动化,2008,32(17):40—45.
WANG
Yang,YIN
Xianggen。ZHAOYijun。eta1.Regional
protection
Power
powernetworkintelligent
defending
based
on
geneticalgorithm
frameworkfor
to
[J].AutomationofElectric
40一45.
Systems,2008,32(17):
defenselinescoordinated
defending[J].Automation
30(I):i-9.
ElectricPowerSystems,2006,
[9]LIN
Xiangning,KE
Shuohao,LIZhengtian,eta1.Afault
systemsbased
on
diagnosismethodof
M,NOVOSEI。D。KARI,SSOND,et
power
improvedobjective
Trans
[23
BEG()VICprotection
a1.Wide-area
ofthe
IEEE,
functionand
on
genetic
algorithm--Tabusearch[J3.IEEE
and
emergencycontrol[J].ProceedingsPowerDelivery。2010,25(3):1268q274.
P
2005。93(5):876—891.
[103TANJC,CROSSLEY
Applicationof
prevent
urgencyin
the
a
bbs.99jianzhu.com内容:建筑图纸、PDF/word 流程,表格,案例,最新,施工方案、工程书籍、建筑论文、合同表格、标准规范、CAD图纸等内容。