[发明专利]一种基于BP神经网络的小电流故障判别方法

说明书

本发明公开了一种基于BP神经网络的小电流故障判别方法，方法包括以下步骤：①连续采集线路的电压电流数据，并计算故障前一周波的零序电压及零序电流、故障时刻的零序电压及零序电流、故障发生后一周波的零序电压及零序电流；②根据三组值计算出对应的故障隶属度值，若三个故障隶属度值至少有一个为1，则执行步骤③；③对三个故障隶属度值进行BP神经网络的算法运算，分别计算出线路无故障、线路潜在故障和线路故障的概率，并由概率得出输出评价结果；与现有技术相比，本发明具有收敛性高，训练速度快、分类明确、预测精准等优点。

技术领域

本发明涉及一种小电流接地的在线监测判别技术，尤其是涉及一种基于BP神经网络的小电流故障判别方法。

背景技术

电力系统由大量发、送、输、配、用电等设备连接构成，这些设备的可靠性及运行情况直接决定着整个系统的稳定和安全，也决定着供电的质量和可靠性。

小电流接地系统中单相接地故障是一种常见的临时性故障，当该故障发生时，由于故障点的电流很小，且三相之间的线电压仍保持对称，对负荷设备的供电没有影响，所以允许系统内的设备短时运行，一般情况下可运行1-2个小时而不必跳闸，从而提高了供电的可靠性。

但一相发生接地，导致其他两相的对地电压升高为相电压的数倍，这样会对设备的绝缘造成威胁，若不及时处理可能会发展为绝缘破坏、两相短路，弧光放电，引起去系统过压；然而当系统发生单相接地故障时，由于构不成回路，接地电流是分布电容电流，数值比负荷电流小得多，故障特征不明显，因此接地故障检测仍是一项世界难题，很多技术有待克服。

发明内容

针对上述存在的技术问题，本发明的目的是：提出了一种基于BP神经网络的小电流故障判别方法。

本发明的技术解决方案是这样实现的：一种基于BP神经网络的小电流故障判别方法，包括以下步骤：

①连续采集线路的电压电流数据，并计算故障前一周波零序电压和零序电流的偏差值v₁(k)、故障时刻零序电压和零序电流的偏差值v₂(l)、故障后一周波零序电压和零序电流的偏差值v₃(m)；

②根据v₁(k)、v₂(l)和v₃(m)计算出对应的故障隶属度值，并判断三个故障隶属度值是否均为0，若为否，则执行步骤③，若为是，则返回步骤①；

③采用BP神经网络对三个故障隶属度值进行数据分析，分别计算出线路无故障概率、潜在故障概率和线路故障概率；

④根据线路无故障概率、潜在故障概率和线路故障概率输出评价结果。

优选的，所述导线温度的故障隶属度值为：

μ(V₁)＝u[v₁(k)-D₁]；

其中：u(x)为单位阶跃函数，D₁为故障前一周波零序电压和零序电流的判决阈值；

所述导线倾角的故障隶属度值为：

μ(V₂)＝u[v₂(l)-D₂]；

其中：D₂为故障时刻的零序电压和零序电流的判决阈值；

所述导线拉力的故障隶属度值为：

μ(V₃)＝u[v₃(m)-D₃]；

其中：D₃为故障后一周波零序电压和零序电流判决阈值。