基于人工智能技术的电网雷击故障监测方法研究

发布时间：2021-12-11 19:06

　　针对智能电网的雷击故障问题,提出了一种基于AI和智能终端的智能电网雷击故障监测方法。通过对人工智能技术在防雷监测中的应用进行研究,结合台区智能监测终端,建立配电网自动平衡动态防雷监测系统,对配电网雷击故障进行预测,并通过实验验证了该方法的有效性。实验结果表明,该智能电网雷击故障监测方法可以准确预测电网雷击故障,为制定全面防雷解决方案提供了参考,从而有助于配电网实现雷击后自愈,并提高了电网运行的稳定性。 

【文章来源】：电瓷避雷器. 2020,(03)北大核心

【文章页数】：6 页

【部分图文】：

基于AI的智能电网防雷系统流程和框架图

采用径向基神经网络搭建雷击故障预测模型，该方法相比于常用的专家系统和BP神经网络具有更较高的效率，图2为径向基神经网络结构图。智能防雷系统可以拉取VLF/LF三维闪电检测网络的实时雷电检测数据，各台区智能终端的传感器网络为系统提供电网运行的电压、电流、功率等状态参数。将这些参数输入训练好的径向基神经网络，即可实现对雷击故障概率的预测。

雷击动态保护措施通过平衡本地负载，来实现电力系统遭受雷击后的稳定运行。P-f和Q-V下拉控制器控制的微元由多回路反馈环节控制，内部电压和电流控制器保证逆变器输出电压与外部控制器相等，同时减小扰动的影响。图3为电压和电流闭环控制器，差分PQ控制器可以根据雷电威胁等级控制电源输出功率使其等于参考电源输出功率。电压和电流闭环控制器中的滤波电感电压方程为

【参考文献】：
期刊论文
[1]电网雷电大数据采集系统研发[J]. 朱晔,姜志博,田浩,陶汉涛,吴大伟,张磊,何君.  高压电器. 2019(04)
[2]江苏500 kV电网限流电抗器雷电侵入波过电压特性[J]. 孙秋芹,张永涛,汪沨,陈杰,胡丽斌,周志成.  电力系统及其自动化学报. 2018(12)
[3]220kV同塔线路雷击同跳故障分析及防治措施[J]. 彭向阳,金亮,王锐,黄振,周原,郭泉辉.  电瓷避雷器. 2018(04)
[4]基于电力扰动信号的主动式单相接地故障定位技术[J]. 肖开伟,许晓平,赵振刚,田庆生,梁仕斌,李川.  电子科技. 2018(06)
[5]基于ACO优化LS-SVM的变压器故障诊断[J]. 高国磊,李英娜,段效琛,李川.  电子科技. 2018(06)
[6]一种基于耦合电容的电网过电压在线监测技术研究[J]. 叶海峰,谈发力,周恩泽,漆一帆,江子豪,胡传宇.  电瓷避雷器. 2018(01)
[7]基于数据时空相关性的智能台区识别技术[J]. 阿辽沙·叶,顾君,张小秋.  现代电子技术. 2018(04)
[8]基于BP神经网络的智能台区识别方法研究[J]. 李亚,樊汝森,蒋伟,杨俊杰,宋涛,赵勤学.  电测与仪表. 2017(03)
[9]基于智能台区的配电网经济运行及优化高级分析系统设计[J]. 汤毅,程乐峰,李正佳,余涛,莫芸.  电力系统保护与控制. 2016(15)
[10]10kV配变支柱型复合氧化锌避雷器的改进与应用[J]. 徐建凯,蔡金明,张华.  浙江电力. 2014(05)



本文编号：3535228