基于人工神经网络电流保护模型的应用

2010-08-15张萍任晓侠

科技传播 2010年18期

张萍，任晓侠

西安供电局，陕西西安 710032

0 引言

随着电力工业的不断发展，现代电力系统已成为一个高阶非线性、高复杂的大系统，系统运行的可靠性也越来越受到人们的关注，对保证电网安全与稳定运行的继电保护技术提出了更高的要求。一些传统的继电保护和故障诊断技术存在一些固有的缺陷，如整定复杂，不能全线速动，可靠性受通信线路和元件的限制等等，不能满足电力系统不断发展的要求。因此，基于人工智能技术的继电保护系统越来越受到重视。

1 人工神经网络

人工神经网络[1]（Aartificial Neural Network，简称ANN）是模拟生物神经元的结构而提出的一种信息处理方法。它具有复杂的动力学特性，并行处理机制，学习、联想和记忆功能，还具有高度的自组织、自适应能力。ANN网络由大量的模拟人脑的神经元互联组成，通过调整连接权值，由整体状态来给出响应信息，它具有本质的非线性特征、并行处理能力、强鲁棒性以及自组织自学习的能力。通过对反映输入特征量的大量样本学习，可以对任意复杂状态或过程进行分类和识别。

由于神经网络提供了比传统计算机更接近人类感知与识别的途径，因此，它能在模式识别、知识工程、自动控制等领域取得鼓舞人心的成果，在各行各业得到越来越广泛的应用。对于电力系统这个存在着大量非线性的复杂大系统来讲，ANN理论在电力系统中的应用具有很大的潜力，目前已涉及到如暂态、动稳分析、负荷预报、机组最优组合、警报处理与故障诊断、配电网线损计算、发电规划、经济运行及电力系统控制等方面[2]。

2 基于ANN电流保护模型的特点

传统的输电线路继电保护主要有电流保护、距离保护和纵联保护。电流保护是一种原理最简单的保护方式，但它的保护范围直接受到电网接线方式和系统运行方式的影响，一般只适合于35kV及以下电网中。纵联保护能够实现全线速动，但它需要专用的通信通道将输电线路两端的电气量联系起来，以便判断故障发生的范围，这样将大大增加投资成本，而且还存在运行可靠性不高的问题。

有试验表明，基于人工神经网络的电流保护，在系统的各种运行方式下及各种故障中，不仅能够自适应识别线路的故障类型、故障相别和故障点的位置，还可以准确地区分振荡与故障两种情况[4]。

神经网络理论的保护装置可直接取线路及其周边的模拟量、数字量，经模式特征变换输入给神经网络，根据以前学习过的训练材料，对数据进行推理、分析评价和输出。专家系统对运行过程控制和训练，按最优方式收集数据或由分析过程再收集控制，对输出结果进行评估，判别其正确性和一致性，作出最终判决，经变换输出，去执行机构。即使是新型保护，也会存在着某些功能模块不正确动作的可能，这时可以过后人为干预扩展专家系统数据库或由专家系统作出判别，作为样本训练ANN的这部分功能模块，改变其某些网线的权值，以使下次相同情况下减少不正确动作的可能。

3 基于ANN电流保护模型的建立

在输电路系统中，常见的短路故障类型有：三相短路、两相短路、两相短路接地和单相接地等多种。其中单相接地故障转较为普遍。当电力系统发生故障时，输电线路各相、各序电压、电流也随之发生变化，特别是故障后故障相的相电压和相电流，以及接地系统在接地故障的零序电流的变化有明显的代表性。因此，基于ANN电流保护模型的建立如下：

1）产生数据样本集

包括原始电流电压数据的收集、分析以及数据的预处理，只有经过这些步骤后，才能对神经网络进行有效的学习和训练。样本集应尽可能包含输电线路的各种故障模式，使得训练后ANN在各种因素变化时，仍能够实现故障点的精确定位。为了使ANN网络更好地学习收敛，应减少原始数据的维数，并从中抽取简明而有用的信息，从而提高训练的速度和效率。可以采取时域范围内的电压电流波形的快速傅里叶变换或者采用在时域频域更优越的小波变换的信号处理方法。

2）确定网络的类型和结构

确定网络类型，选择网络的结构和参数。例如可以选择Uar、Uai、Ubr、Ubi、Ucr、Uci、Iar、Iai、Ibr、Ibi、Icr、Ici、Ior、Ioi(下标 r和 i分别代表实部与虚部14个数据量作为网络的输入。中间层和神经元的个数可由大量的实验确定。一般两层中间层就已有足够的精度，当然，层数越多，网络学习的自由度越大，解决问题的潜力就越大。但层数太多，会降低学习和诊断效率。输出层则表示故障相别和类型。可以是A相、B相、C相、接地和正方向。各输出值为1，代表选中；输出值为0，代表没选中。

3）训练和测试

在训练过程中对被保护线路的电流电压样本数据反复使用，找出蕴涵在样本数据中的输入和输出之间的本质联系，从而对于未经训练的输入也能给出合适的输出，即具备泛化功能。该保护通过对被保护线路电压、电流的特征值的学习，不仅能自适应地识别输电线路在各种运行方式和故障条件下的故障方向及故障相别，而且在整个时域上都具有准确的识别能力，它避免了常规差动保护整定法的不灵活性和原理上的不足，有工程实用价值。