的具體步驟如下：
[0103]A、特高壓直流輸電線路發(fā)生接地故障后，正極線路與負(fù)極線路上位于整流側(cè)的數(shù) 據(jù)采集裝置分別采集故障后5ms時(shí)窗內(nèi)的故障電壓u+、u;
[0104]B、針對(duì)不同的過渡電阻和不同的故障距離分別對(duì)正極線路與負(fù)極線路上采集到 的故障電壓u+、U進(jìn)行解耦變換，得到獨(dú)立的暫態(tài)電壓線模分量Ui與零模分量U。；
[0105]C、分別對(duì)Ul、u。進(jìn)行小波分解，得到第1、2、3、4尺度下的暫態(tài)電壓線模分量首波頭 幅值Un、U21、U31、U41和暫態(tài)電壓零模分量首波頭幅值U1(]、U2。、U3。、U4。;為了得到第1、2、3、4 尺度下的相關(guān)值，因此小波變換的分解層數(shù)要大于4,此處進(jìn)行實(shí)驗(yàn)時(shí)選取的小波分解層數(shù) 為6 ;
[0106]D、計(jì)算同一小波分解尺度下的暫態(tài)電壓線模分量與零模分量首波頭模極大值比
『神經(jīng)網(wǎng)絡(luò)的輸入矢量為[h、k2、k3、k4];
[0107]E、將步驟D中得到的輸入矢量作為神經(jīng)網(wǎng)絡(luò)的輸入樣本集，故障距離作為輸出樣 本集，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，生成故障測(cè)距神經(jīng)網(wǎng)絡(luò)模型；
[0108]F、當(dāng)故障測(cè)距神經(jīng)網(wǎng)絡(luò)模型形成以后，將測(cè)試樣本輸入訓(xùn)練后的故障測(cè)距神經(jīng)網(wǎng) 絡(luò)模型，得到故障測(cè)距結(jié)果。
[0109] 所述步驟B中過渡電阻取值為0-300Q，其中過渡電阻的步長(zhǎng)為IOQ。
[0110] 所述步驟C中對(duì)故障數(shù)據(jù)進(jìn)行小波分解變換時(shí)，所用小波基為db6。
[0111] 所述步驟E中故障測(cè)距的神經(jīng)網(wǎng)絡(luò)采用BP神經(jīng)網(wǎng)絡(luò)模型，其中輸入層神經(jīng)元數(shù)目 為4,隱含層神經(jīng)元數(shù)目為28;該網(wǎng)絡(luò)具有一個(gè)隱含層，采用S型傳遞函數(shù)tansig，輸出層 采用純線性傳遞函數(shù)purelin。
[0112] 所述神經(jīng)網(wǎng)絡(luò)采用自適應(yīng)學(xué)習(xí)速度算法，學(xué)習(xí)率為0.01，最大訓(xùn)練次數(shù)取為 10000,收斂精度設(shè)置為10 5。
[0113] 本實(shí)施例仿真時(shí)采樣率fs= 200kHz。為了增強(qiáng)故障測(cè)距神經(jīng)網(wǎng)絡(luò)模型的泛化能 力，選取小波分解后第1、2、3、4尺度下暫態(tài)電壓線模分量和零模分量首波頭模極大值比作 為測(cè)距網(wǎng)絡(luò)的輸入樣本集，故障距離作為輸出樣本集，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，形成故障測(cè)距 神經(jīng)網(wǎng)絡(luò)模型。故障測(cè)距神經(jīng)網(wǎng)絡(luò)模型形成以后，將反映故障位置的特征數(shù)據(jù)輸入訓(xùn)練后 的網(wǎng)絡(luò)模型即可實(shí)現(xiàn)故障測(cè)距。其中訓(xùn)練神經(jīng)網(wǎng)絡(luò)的輸入樣本集可通過以下方法獲得：
[0114] (1)取故障后5ms時(shí)窗內(nèi)的單端暫態(tài)電壓信號(hào)作為故障信號(hào)，對(duì)其進(jìn)行解耦變換 得到獨(dú)立的暫態(tài)電壓線模分量和零模分量。分別對(duì)線模分量和零模分量進(jìn)行小波變換（為 了得到第1、2、3、4尺度下的相關(guān)值，因此小波變換的分解層數(shù)要大于4,此處進(jìn)行實(shí)驗(yàn)時(shí)選 取的小波分解層數(shù)為6)，求得第1、2、3、4尺度內(nèi)的模量首波頭模極大值比kpk2、k3、k4，訓(xùn) 練樣本的輸入矢量為[Ik2、k3、k4]。
[0115] (2)線路全長(zhǎng)為1418km。故障點(diǎn)從距離整流側(cè)測(cè)距裝置處5km起開始設(shè)置直至距 離整流側(cè)測(cè)距裝置處1415km結(jié)束，故障距離變化步長(zhǎng)取10km。
[0116] (3)過渡電阻為0-300Q，步長(zhǎng)為IOQ。
[0117] 經(jīng)過上述步驟，生成的故障測(cè)距神經(jīng)網(wǎng)絡(luò)模型如圖4所示。
[0118] 該網(wǎng)絡(luò)具有一個(gè)隱含層，輸入層神經(jīng)元數(shù)目為4,對(duì)應(yīng)的是第1、2、3、4尺度內(nèi)模量 首波頭模極大值比kpkpkylv①^表示輸入層的第m個(gè)神經(jīng)元到隱含層的第1個(gè)神經(jīng)元 之間的連接權(quán)值，W1表示隱含層第1個(gè)神經(jīng)元到輸出層神經(jīng)元之間的權(quán)值。E表示BP神 經(jīng)網(wǎng)絡(luò)的誤差反傳環(huán)節(jié)。
[0119] 訓(xùn)練收斂曲線如圖5所示，可見經(jīng)過427次訓(xùn)練后，神經(jīng)網(wǎng)絡(luò)的誤差收斂至預(yù)期要 求，該神經(jīng)網(wǎng)絡(luò)收斂速度較快。
[0120] 上面結(jié)合附圖對(duì)本發(fā)明的【具體實(shí)施方式】作了詳細(xì)說明，但是本發(fā)明并不限于上述 實(shí)施方式，在本領(lǐng)域普通技術(shù)人員所具備的知識(shí)范圍內(nèi)，還可以在不脫離本發(fā)明宗旨的前 提下作出各種變化。
【主權(quán)項(xiàng)】
1. 一種利用模極大值比的特高壓直流輸電線路單端測(cè)距方法，其特征在于：所述利用 模極大值比的特高壓直流輸電線路單端測(cè)距方法的具體步驟如下： A、 特高壓直流輸電線路發(fā)生接地故障后，正極線路與負(fù)極線路上位于整流側(cè)的數(shù)據(jù)采 集裝置分別采集故障后5ms時(shí)窗內(nèi)的故障電壓u+、u; B、 針對(duì)不同的過渡電阻和不同的故障距離分別對(duì)正極線路與負(fù)極線路上采集到的故 障電壓u+、u進(jìn)行解耦變換，得到獨(dú)立的暫態(tài)電壓線模分量ui與零模分量u。； C、 分別對(duì)U1、u。進(jìn)行小波分解，得到第1、2、3、4尺度下的暫態(tài)電壓線模分量首波頭幅值 Un、U21、U31、U41和暫態(tài)電壓零模分量首波頭幅值U1(]、U2。、U3。、U4。； D、 計(jì)算同一小波分解尺度下的暫態(tài)電壓線模分量與零模分量首波頭模極大值比5神經(jīng)網(wǎng)絡(luò)的輸入矢莖為[kpk^k^kj; E、 將步驟D中得到的輸入矢量作為神經(jīng)網(wǎng)絡(luò)的輸入樣本集，故障距離作為輸出樣本 集，神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，生成故障測(cè)距神經(jīng)網(wǎng)絡(luò)模型； F、 當(dāng)故障測(cè)距神經(jīng)網(wǎng)絡(luò)模型形成以后，將測(cè)試樣本輸入訓(xùn)練后的故障測(cè)距神經(jīng)網(wǎng)絡(luò)模 型，得到故障測(cè)距結(jié)果。2. 根據(jù)權(quán)利要求1所述的利用模極大值比的特高壓直流輸電線路單端測(cè)距方法，其特 征在于：所述步驟B中過渡電阻取值為0-300Q，其中過渡電阻的步長(zhǎng)為10Q。3. 根據(jù)權(quán)利要求1所述的利用模極大值比的特高壓直流輸電線路單端測(cè)距方法，其特 征在于：所述步驟C中對(duì)故障數(shù)據(jù)進(jìn)行小波分解變換時(shí)，所用小波基為db6。4. 根據(jù)權(quán)利要求1所述的利用模極大值比的特高壓直流輸電線路單端測(cè)距方法，其特 征在于：所述步驟E中故障測(cè)距的神經(jīng)網(wǎng)絡(luò)采用BP神經(jīng)網(wǎng)絡(luò)模型，其中輸入層神經(jīng)元數(shù)目 為4,隱含層神經(jīng)元數(shù)目為28 ;該網(wǎng)絡(luò)具有一個(gè)隱含層，采用S型傳遞函數(shù)tansig，輸出層 采用純線性傳遞函數(shù)purelin。5. 根據(jù)權(quán)利要求1所述的利用模極大值比的特高壓直流輸電線路單端測(cè)距方法，其 特征在于：所述神經(jīng)網(wǎng)絡(luò)采用自適應(yīng)學(xué)習(xí)速度算法，學(xué)習(xí)率為0. 01，最大訓(xùn)練次數(shù)取為 10000,收斂精度設(shè)置為10 5。
【專利摘要】本發(fā)明涉及一種利用模極大值比的特高壓直流輸電線路單端測(cè)距方法，屬于高壓直流輸電系統(tǒng)繼電保護(hù)技術(shù)領(lǐng)域。本發(fā)明包括步驟：采集故障后正、負(fù)極線路的故障電壓u+、u-，對(duì)不同過渡電阻和故障距離下的故障電壓進(jìn)行解耦變換得到u1、u0，對(duì)u1、u0進(jìn)行4個(gè)尺度下的小波分解得到線模、零模分量的首波頭幅值，計(jì)算同尺度下的線模與零模分量的首波頭模極大值比并將其作為神經(jīng)網(wǎng)絡(luò)輸入量，用該輸入樣本集和輸出樣本集(仿真中設(shè)置的故障距離)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練完成后用測(cè)試樣本得到故障測(cè)距結(jié)果。本發(fā)明的方法經(jīng)仿真表明，該基于模量首波頭模極大值比的特高壓直流輸電線路神經(jīng)網(wǎng)絡(luò)單端測(cè)距方法精度較高。
【IPC分類】G01R31/08
【公開號(hào)】CN105223466
【申請(qǐng)?zhí)枴緾N201510615200
【發(fā)明人】陳仕龍, 李建平, 謝佳偉, 畢貴紅, 黃鈺琪, 羅璐, 王燕武
【申請(qǐng)人】昆明理工大學(xué)
【公開日】2016年1月6日
【申請(qǐng)日】2015年9月24日