基于TET的UPFC输电线路故障检测分类

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

基金资助

国家自然科学基金项目(61364010)