《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 電源技術(shù) > 設(shè)計應(yīng)用 > 遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)在小電流接地系統(tǒng)故障選線中的應(yīng)用
遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)在小電流接地系統(tǒng)故障選線中的應(yīng)用
都洪基 姚婷婷 劉林興
摘要: 如何準(zhǔn)確地檢測出故障線路一直是電力系統(tǒng)繼電保護(hù)的重要研究課題。本文將遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)應(yīng)用到故障選線中,并將多種電氣量綜合,進(jìn)行故障選線。相比于以往的判別方法,此法大大提高了故障選線的準(zhǔn)確性。
Abstract:
Key words :

0 引言

  小電流接地系統(tǒng)中發(fā)生單相接地時,由于故障點的電流很小,而且三相之間的線電壓仍然保持對稱,在一般情況下,都允許再繼續(xù)運行1~2小時,而不必立即跳閘,但為了防止故障進(jìn)一步擴(kuò)大成兩點或多點接地故障,應(yīng)及時發(fā)出信號,及時消除故障。但在現(xiàn)場運行中,單一故障選線方法的準(zhǔn)確度較低,原因在于:小電流接地系統(tǒng)零序阻抗大,并受故障接地過渡阻抗的影響,故障電流小,故障線路與非故障線路的區(qū)別不明顯;受各種干擾因素的影響,故障選線裝置測量到的故障特征量(如零序電流、零序功率方向等)具有很大的模糊性和不確定性。
  神經(jīng)網(wǎng)絡(luò)是模擬人類生理上的神經(jīng)機(jī)制的計算模型,其中一種典型網(wǎng)絡(luò),也是最為成熟的一種網(wǎng)絡(luò)為多層前饋神經(jīng)網(wǎng)絡(luò)又稱BP(Back propagation)神經(jīng)網(wǎng)絡(luò)。BP網(wǎng)絡(luò)在電力系統(tǒng)的各個領(lǐng)域有了廣泛的應(yīng)用,但在小電流接地選線中還沒有較為成熟的應(yīng)用,這是由小電流接地選線的故障特點及 BP網(wǎng)絡(luò)容易陷入局部極小點以及學(xué)習(xí)能力有限所共同決定的。針對此問題,本文提出將遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)用于故障選線中,通過對故障時的各種特征量的綜合判別,來大幅度提高故障選線的準(zhǔn)確率。

1 算法原理及網(wǎng)絡(luò)模型
  遺傳算法[2]是一種新型的,根植于自然遺傳學(xué)和計算機(jī)科學(xué)的優(yōu)化方法。其本質(zhì)是將優(yōu)勝劣汰、適者生存的原理及遺傳機(jī)理抽象出來,形成了一種非常使于計算機(jī)實現(xiàn)的算法。遺傳算法的計算過程是將實際的優(yōu)化問題編碼為染色體,實際問題的目標(biāo)函數(shù)則用染色體的適應(yīng)函數(shù)表示、在隨機(jī)產(chǎn)生一群染色體的基礎(chǔ)上,根據(jù)各染色體的適應(yīng)函數(shù)進(jìn)行繁殖、交叉、變異等遺傳操作,產(chǎn)生下一代染色體。適應(yīng)函數(shù)值的大小決定了該染色體被繁殖的機(jī)率,從而反映了適者生存的原理。
  遺傳算法能夠收斂到全局最優(yōu)解,而且遺傳算法的魯棒性強(qiáng),將遺傳算法與BP網(wǎng)絡(luò)結(jié)合起來,不僅能發(fā)揮神經(jīng)網(wǎng)絡(luò)的泛化的映射能力,而且,使神經(jīng)網(wǎng)絡(luò)具有很快的收斂性以及較強(qiáng)的學(xué)習(xí)能力。遺傳算法與神經(jīng)網(wǎng)絡(luò)結(jié)合主要有兩種方式:一是用于網(wǎng)絡(luò)訓(xùn)練,即學(xué)習(xí)網(wǎng)絡(luò)的連接權(quán)值;二是學(xué)習(xí)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。本文主要將遺傳算法用于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。
  BP神經(jīng)網(wǎng)絡(luò)模型如圖1所示:BP網(wǎng)絡(luò)分輸入層、隱含層和輸出層,層與層之間采用全互連方式,在同一層單元之間不存在連接關(guān)系。信號在網(wǎng)絡(luò)中是單方向向前傳播的。

  BP網(wǎng)絡(luò)的每一層連接權(quán)值都可以通過學(xué)習(xí)來調(diào)整,未經(jīng)遺傳優(yōu)化的BP網(wǎng)絡(luò)的權(quán)值調(diào)整請見參考文獻(xiàn)[1]。
  在遺傳優(yōu)化的神經(jīng)網(wǎng)絡(luò)中,層與層之間的連接權(quán)值用1、0表示,相連為1,不相連為0。在神經(jīng)網(wǎng)絡(luò)訓(xùn)練時,首先列出神經(jīng)網(wǎng)絡(luò)所有可能存在的神經(jīng)元,將這些神經(jīng)元所有可能存在的連接權(quán)值編碼成二進(jìn)制碼串表示的個體,隨機(jī)地生成這些碼串的群體,進(jìn)行常規(guī)的遺傳算法優(yōu)化計算。將碼串解碼構(gòu)成神經(jīng)網(wǎng)絡(luò),計算所有訓(xùn)練樣本通過此神經(jīng)網(wǎng)絡(luò)產(chǎn)生的平均誤差可以確定每個個體的適應(yīng)度。具體過程見圖2。這樣,可以很好地解決神經(jīng)網(wǎng)絡(luò)容易陷入局部最小的問題,并且可以大大提高神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力。

2 輸入、輸出量的選取
  在中性點不接地電網(wǎng)中,假定有K條饋電線路,則在神經(jīng)網(wǎng)絡(luò)輸入、輸出量選取如下:
2.1 輸入量的選取
  根據(jù)饋電線路數(shù)K,每條饋線輸入數(shù)據(jù)共有N個,則共有K*N個輸入節(jié)點,每條饋線輸入數(shù)據(jù)分別為:
  1) 零序測量導(dǎo)納Yoi[3]
  根據(jù)電網(wǎng)正常運行時的零序回路,利用消弧線圈適當(dāng)?shù)拿撝C狀況和位移電壓的相應(yīng)改變,可將每條饋線零序阻抗的不對稱分量,即對地導(dǎo)納計算出來。如果所有的零序?qū)Ъ{都不超過正常運行時電網(wǎng)限定的允許值,則無故障;當(dāng)任何一條饋線發(fā)生單相接地故障時,就相當(dāng)于產(chǎn)生了一個附加的不對稱電源,這就會導(dǎo)致零序電壓和饋線零序電流的總和量發(fā)生變化,此時同樣計算出該條饋線的對地導(dǎo)納。將計算出的饋線對地導(dǎo)納輸入神經(jīng)網(wǎng)絡(luò),作為第一組輸入數(shù)據(jù)。
  2) 零序電流幅值
  單相接地短路時,流過故障元件的零序電流在數(shù)值上等于所有非故障元件對地電容電流之和,即故障線路上的零序電流最大,所以零序電流幅值的大小,也是判別故障線路的有效數(shù)據(jù)。故將各條饋線的零序電流作為第二組輸入數(shù)據(jù)。
  3) 五次諧波分量
  從過渡電阻的非線性可知故障點本身就是一個諧波源(金屬性接地是經(jīng)電阻接地發(fā)展而來的),且以基波和奇次諧波為主,根據(jù)諧波在整個系統(tǒng)內(nèi)的分布和保護(hù)的要求,使用五次諧波分量為宜。NES(中性點經(jīng)消弧線圈接地系統(tǒng))中的消弧線圈是按照基波整定的,即有,可忽略消弧線圈對五次諧波產(chǎn)生的補償效果,因零序電流五次諧波分量產(chǎn)生在NES中有著與NUS(中性點不接地系統(tǒng))中零序電流基波分量相同的特點,根據(jù)上述零序電流幅值法原理,將其經(jīng)消弧線圈所得五次諧波分量取其電流幅值,作為第三組輸入數(shù)據(jù)。
  4)序分量測量值Is
  根據(jù)參考文獻(xiàn)[4],利用對電流正、負(fù)序分量的有效值進(jìn)行相加,得出一綜合測量值Is將其作為第四組輸入數(shù)據(jù)。
  在此神經(jīng)網(wǎng)絡(luò)中,僅選擇了4組輸入數(shù)據(jù),在實際應(yīng)用中,可以根據(jù)實際情況,加入其它數(shù)據(jù),以更好地進(jìn)行選線。
2.2 輸出量的選取
  在此網(wǎng)絡(luò)中,共選取K+1個輸出節(jié)點,代表1至K條饋線,第K+1個節(jié)點代表母線,傳統(tǒng)的輸出1代表有故障,0代表不故障的絕對關(guān)系靈活化,其值可以取[0,1]區(qū)間的任一數(shù)值,再將其輸出數(shù)值進(jìn)行判斷,大于0.5判為故障,小于0.5判為不故障。

3 網(wǎng)絡(luò)學(xué)習(xí)及訓(xùn)練
    選取一有10條饋電線路的輸電系統(tǒng),如圖3所示:

  此輸電系統(tǒng)中,L1~L4為電纜線路,L5~L10為架空線路。
  對此網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)訓(xùn)練。根據(jù)訓(xùn)練的實際情況,選取64個隱含節(jié)點,則依據(jù)上述原理,生成一個有4×10×64×2位的個體,然后依據(jù)遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)的算法原理,進(jìn)行網(wǎng)絡(luò)訓(xùn)練。在此實際網(wǎng)絡(luò)中,例如,當(dāng)L3饋線發(fā)生接地短路時,則神經(jīng)網(wǎng)絡(luò)的理想輸出為[0 0 1 0 0 0 0 0 0 0],神經(jīng)網(wǎng)絡(luò)的實際輸出為yi(i=1,2,...,10),為求取其適應(yīng)度函數(shù)值,先求取方差,則其適應(yīng)度函數(shù)取為f=100/S??梢?,其適應(yīng)度函數(shù)越高,方差越小,與標(biāo)準(zhǔn)選線結(jié)果也就越接近。
  經(jīng)過87次的訓(xùn)練,該網(wǎng)絡(luò)訓(xùn)練完成。進(jìn)行實際運算得到的結(jié)果表明,其判斷準(zhǔn)確率可達(dá)90%以上。

4 結(jié)論
  與傳統(tǒng)的選線方法(五次諧波分量法、零序?qū)Ъ{法)相比,此方法根據(jù)多個判據(jù)的綜合判定,加上采用了遺傳算法進(jìn)行神經(jīng)網(wǎng)絡(luò)的優(yōu)化,避免了神經(jīng)網(wǎng)絡(luò)容易陷入局部最小的問題,大大提高了接地選線的準(zhǔn)確性。但隨著饋電線路的增加及隱含層接點數(shù)目的增加,會大大加大算法的計算量,考慮到單相接地故障允許運行1~2小時,隨著計算機(jī)速度的不斷加快,此問題已不是很重要,故在現(xiàn)場運行中是可行的。

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。