基于TET的UPFC输电线路故障检测分类

李骑, 王鸿, 王佩, 杨杰

自动化技术与应用 ›› 2026, Vol. 45 ›› Issue (3) : 41 -45+83.

PDF
自动化技术与应用 ›› 2026, Vol. 45 ›› Issue (3) : 41 -45+83. DOI: 10.20033/j.1003-7241.(2026)03-0041-06

基于TET的UPFC输电线路故障检测分类

    李骑, 王鸿, 王佩, 杨杰
作者信息 +

Author information +
文章历史 +
PDF

摘要

为应对统一电力流控制器对传统距离保护的影响,提出了一种新的基于瞬态提取变换输电线路故障检测与分类方案。运用瞬态提取变换算子进行快速故障检测,利用模态电流TET算子的样本间差分快速检测故障发生,然后利用故障后一周波的三相电流及接地电流的TET特征进行分类识别,旨在提高检测速度、提高分类精度、增强抗噪声能力,为UPFC输电线路提供更可靠的保护,继而通过BP神经网络、支持向量机、决策树和随机森林等分类器进行故障分类。仿真结果表明,TET特征使BP神经网络、支持向量机、决策树和随机森林分类器的平均分类准确率分别达到99.71%、99.82%、99.89%和99.93%,检测时间均在5 ms以内,相较于传统方法,展现了高度的准确性、更佳的动态性能和分类准确性,同时不受过补偿操作、故障类型和位置的限制。该方案在OPAL-RT实时仿真平台上的验证也证实了其有效性,可快速准确地检测和分类UPFC补偿线路的各种故障。

关键词

UPFC / 输电线路保护 / 故障检测 / 故障分类 / TET

Key words

引用本文

引用格式 ▾
基于TET的UPFC输电线路故障检测分类[J]. 自动化技术与应用, 2026, 45(3): 41-45+83 DOI:10.20033/j.1003-7241.(2026)03-0041-06

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/