武汉南瑞电气有限公司

摘要：提出一种基于神经网络的110kV双电源线路单相接地阻抗继电器新原理。通过电磁暂态仿真程序(EMTP)对给定电力网络进行大量的仿真计算，证明了该阻抗继电器不仅能适应系统工况和过渡电阻的变化准确地进行故障定位，还具有故障选相和故障测距的功能。
关键词：神经网络双电源线路阻抗继电器　　1引言　　110kV输电线路双电源供电，对于提高供电可靠性和系统稳定性，都有很大的好处。据统计，在所有的线路故障中，70～80都是单相接地故障。当被保护线路两端均有电源时，此时过渡电阻的影响会对测量阻抗产生一个呈现容性阻抗或感性阻抗的偏移分量，造成保护范围的扩大或缩小。该偏移分量除与线路的固有特征参数有关外，还与线路两端等效电源的电势夹角有关^{［1，2，3］}。　　利用BP神经网络构成阻抗继电器，使距离保护能自适应于系统和故障条件的变化而可靠地动作，是一个值得探索的方面^［4，5］。　　本文用故障后三相电压、电流的基波幅值以及它们的相位差来构成继电器故障选相子神经网络的输入，实现对单相接地故障相别的判定。再根据故障相别判定的结果，以故障相的电压、电流基波幅值及它们的相位差和零序电压、零序电流，线路两端系统电源的电势夹角作为继电器故障定位及测距子神经网络的输入，实现对故障的准确定位和测距。用EMTP对一给定的电力网络进行暂态仿真，结果证实本文提出的设想具有一定的可行性。　　2基于神经网络的单相接地阻抗继电器　　2.1基于神经网络的单相接地阻抗继电器的构成　　本文提出的设想并不进行测量阻抗的计算，只是利用神经网络从系统各种参数的组合模式来识别故障状态。考虑到本文提出的设想选用故障时的电压和电流以及它们之间的相位差作为输入，而且能输出故障点至保护安装处的距离，因此仍沿用常规距离保护中阻抗继电器的说法。基于神经网络的单相接地阻抗继电器由故障选相子网络(NN1)和故障定位与故障测距子网络(NN2)两部分构成，其结构如图1所示。　　●故障选相子网络(NN1)　　本文所采用的神经网络模型为多层前向神经元网络，采用变学习率和加动量项法的改进BP法。网络中每一层的传递函数选用对数sigmoid函数。神经网络隐含层数目和每一隐含层神经元数目的选择对神经网络的成功训练和推广性能是至关重要的。通过大量的试验，确定故障选相子网络第一、第二隐含层神经元数目均为42，故障定位、测距子网络第一、第二隐含层神经元数目均为36，试验中发现，选择两个隐含层使得神经网络的训练易于进行，其推广性也非常好。　　2.2基于神经网络的单相接地阻抗继电器的理想输出特性　　故障选相的理想输出特性为：t1(t2、t3)为故障相时输出1，非故障相时输出0。当0≤t1(t2、t3)＜0.5时，为非故障相；当0.5≤t1(t2、t3)≤1时，为故障相。　　故障定位，其整定范围设计为保护线路全长的90。当0≤a1＜0.5时，为区外或反方向故障，当0.5≤a1≤1时，为区内故障。　　故障测距，当0≤a2＜0.09时，为反方向故障；当0.09≤a2≤0.79时，故障距离为l_BC·a2－0.09)/0.70km；当0.79≤a2≤1.00时，故障距离为lBC＋lCD·a2－0.79)/0.70km。故障定位和故障测距的理想输出特性如图2所示。　　注：故障点位置x，指故障点F至保护安装处B之间的距离占线路全长的百分数。当－30≤x＜0时线路全长指AB线路；当0≤x≤100时线路全长指BC线路；当100＜x≤130时线路全长指CD线路。　　3基于神经网络的单相接地阻抗继电器的训练与检验　　本文故障