一种适用于混合三端直流输电线路的故障定位方法

高淑萍; 杨莉莉; 武心宇; 周晋宇; 宋国兵

西安交通大学学报 ›› 2025, Vol. 59 ›› Issue (1) : 37 -46.

高淑萍, 杨莉莉, 武心宇, 周晋宇, 宋国兵

作者信息 +

Author information +

文章历史 +

摘要

针对因结构复杂导致的混合三端直流输电线路故障定位困难的问题，提出了一种结合变分模态分解算法与改进卷积神经网络(CNN)的故障定位方法(VMD-CNN)。首先，利用PSCAD/EMTDC软件构建混合三端直流输电系统模型，获得故障电流数据，应用克拉克变换对其解耦，获取故障电流的线模分量；其次，对得到的线模分量进行变分模态分解(VMD),得到多个本征模态函数(IMF)分量，选取特征信息最丰富的IMF分量作为VMD-CNN模型的输入；然后，利用高效的分类模型支持向量机(SVM)判别故障发生的区域，将提取到的IMF分量作为SVM输入进行训练学习，可以准确判断出故障发生区域；最后，搭建VMD-CNN模型进行故障定位，挖掘出行波信号中蕴藏的故障信息，同时通过麻雀搜索算法优化CNN中的超参数，实现混合三端直流输电线路的精确定位。仿真结果表明：过渡电阻为100Ω,不同故障位置情况下的定位相对误差均在0.17%以内；故障位置为460 km,不同过渡电阻情况下的定位相对误差均在0.25%以内；过渡电阻为50Ω,不同故障类型情况下的相对误差均在0.3%以内。所提方法能够提升不同故障位置、过渡电阻和故障类型下的定位准确性。