CN119518642A 基于故障信息融合的电力系统暂态保护方法 （桂林电子科技大学）

基于故障信息融合的电力系统暂态保护方法本发明挖掘出故障工况属性与故障特征内障工况属性的电力系统暂态保护方法克服了故2步骤4.计算故障工况属性的故障初相角θ值TQD12TQD12、故障初相角θf和过渡电阻Rf作为支持向量机SVM输入向3.基于故障信息融合的电力系统暂态保护方步骤4.计算故障工况属性的故障初相角θ3步骤4.计算故障工况属性的故障初相角θ7.基于故障信息融合的电力系统暂态保护步骤4.计算故障工况属性的故障初相角θ49.根据权利要求1或3或5或7的基于故障信息融合的电力系于，步骤5故障信息融合采用卡尔曼滤波算法或改进卡尔曼滤波算法或采用粒子滤波算法其中，X(k)为故障量融合故障工况属性信息后的标准暂态量；Q为标准暂态量噪声方567[0057](2)本发明将故障工况属性融合入准故障特征量中，消除故障工况属性对暂态保[0058](3)本发明利用机器学习算法根据准故障特征和故障工况属性判断故障，可实现89号的影响提出基于故障信息融合和电力系统+a1ffff0本实施例采集的线路电压u1和母线电压u2如下图[0156]步骤4.计算故障初相角θf和过渡电阻Rf。故障初相角θf和过渡电阻Rf计算方式有[0167]步骤5.故障信息融合；暂态量TQ1、TQ2融合故障工况属性θf和Rf得到标准暂态量NTQ12[0169]步骤7.以标准暂态量差值作为故障特征判断故障。以线路L3和母线M为被保护对例采集的线路电压u1和母线电压u2与实施例1步骤1中的别提取u1和u2的高频成分uh1和uh2。本实施例高频成分uh1和uh2与实施例1步骤2中的uh1和uh2[0180]步骤5.故障信息融合；暂态量TQ1、TQ2融合故障工况属性θf和Rf得到标准暂态量NTQ12准暂态能量差NTQD12与实施例1步骤5[0187]步骤1.从被保护线路L3的首端采集线路电压u1。[0191]步骤5.故障信息融合；暂态量TQ1融合故障工况属性θf和Rf得到标准态能量NTQ1与实施例1步骤5中的NTQ[0192]步骤6.以标准暂态量作为故障特征判断故障。以NTQ1作为故障特征构造保护判[0200]步骤5.故障信息融合；暂态量TQ2融合故障工况属性θf和Rf得到标准[0201]步骤6.以标准暂态量作为故障特征判断故障。以NTQ2作为故障特征构造保护判本实施例采集的线路电压u1和母线电压u2与实施例1步骤1中的u1和u别提取u1和u2的高频成分uh1和uh2。本实施例高频成分uh1和uh2与实施例1步骤2中的uh1和uh2例采集的线路电压u1和母线电压u2与实施例1步骤1中的别提取u1和u2的高频成分uh1和uh2。本实施例高频成分uh1和uh2与实施例1步骤2中的uh1和uh2TQD12[0223]步骤1.从被保护线路L3的首端采集线和Rf作为支持向量机SVM输入向量，SVM输出为故障区域判断结果fz。先用训练样本集对SVM进行训2f和Rf作为支持向量机SVM输入向量，SVM输出为故障区域判断结果fz。先用训练样本集对SVM进行训[0238]本实施例以扩展Kalman滤波(EKF)算法对实施例1中步骤5中的暂态量TQ1融合故障工况属性θf和Rf得到标准暂态量NTQ1为θf0+a1ff2fa=5.494,b2＝1.328,w＝0.以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替