基于免疫聚類的配電網故障分類識別方法研究.pdf

1、隨著我國電力行業(yè)的發(fā)展，配電網絡的建設日益龐大和復雜，也對配電網的供電可靠性提出了更高要求，故障發(fā)生后，要求工作人員能迅速精確的判斷故障位置、隔離故障區(qū)域，而故障類型識別是故障具體分析應對的基礎，起著至關重要的作用。但是關于配電網故障類型識別方法的研究相對較少，這方面的研究還有待加強。
　　本文面向配電網具體故障類型，以構筑配電網故障分類識別模型為目標，對基于暫態(tài)量的配電線路故障分類進行了研究。本文主要做了以下工作：
　　首

2、先，本文簡要分析了配電系統(tǒng)中性點接地方式和線路故障時的穩(wěn)態(tài)、暫態(tài)特性，選取了暫態(tài)信號為故障分類的提取對象，使用了小波系數統(tǒng)計分析法，構造了適合配電網故障分類識別的特征向量。
　　其次，本文在分析人工免疫系統(tǒng)和聚類分析理論的基礎上，借鑒了免疫聚類結合的思想，利用人工免疫網絡的形式來完成聚類分析，針對配電網故障類型，設計了一種基于免疫聚類的配電網故障分類識別模型：通過接地電壓是否大于零，在樣本輸入前，分為接地故障和非接地故障代入不同的

3、檢測循環(huán)，再和提取的初始抗體進行免疫聚類學習，最終輸出各個故障類型的抗體聚類核心，完成樣本訓練，然后只需比較聚類核心和測試樣本的歐式距離即可輸出識別結果。在識別算法中改進了基于aiNet的聚類算法來實現該模型的識別功能，主要針對aiNet算法中的硬閾值過多的問題，改進既定參數為有一定自適應性的匹配算式。
　　最后，為了驗證本文建立的識別方法的有效性，通過PSCAD建立了IEEE34節(jié)點測試模型，利用MATLAB模擬了10種故障，在