学位论文 > 优秀研究生学位论文题录展示

计及控制保护动作信息的特高压直流输电系统故障诊断技术研究

作　者: 夏健全
导　师: 廖志伟
学　校: 华南理工大学
专　业: 电力系统及其自动化
关键词: 特高压直流输电故障特性故障诊断小波分析多信息融合仿真
分类号: TM721.1
类　型: 硕士论文
年　份: 2011年
下　载: 130次
引　用: 0次
阅　读: 论文下载

内容摘要

高压直流(High Voltage Direct Current, HVDC)输电是目前世界上电力大国解决超高压、大容量、远距离送电以及电网互联的一个重要手段,随着云南—广东以及向家坝—上海±800kV特高压直流(UHVDC)示范工程的顺利投产,我国特高压直流输电技术发展迅猛,越来越多的特高压直流输电工程已在规划和建设当中,并将成为我国大区域互联和大规模电能调配的重要技术手段。特高压直流输电系统电压等级高、输送功率大,系统出现异常和故障时,极有可能造成系统的停运,所以故障诊断是高压直流输电技术核心之一,利用快速准确的故障诊断方法对UHVDC系统故障点进行定位,是采取有效控制措施的前提,在一定程度上可以极大地提高UHVDC系统运行的安全稳定性。针对当前国内外对HVDC系统故障诊断研究报告比较少的现状,本文首先简单归纳了目前HVDC系统故障诊断方法,分析并总结了现有方法的特点以及存在的不足,然后以云广±800kV特高压直流工程为背景,展开了对UHVDC输电系统典型故障情况下的控制保护特性以及融合控制保护动作信息的UHVDC系统故障诊断两个关键技术问题进行深入的分析和研究。论文主要完成以下的工作:1)简单介绍了UHVDC输电系统的基本构成及其控制保护功能配置,探讨和总结了UHVDC输电系统典型的故障特性,并结合详细的RTDS仿真模型,分析了UHVDC系统典型故障情况下的控制保护特性;同时,根据换相失败故障发生机理,对典型故障下的换相失败情况进行了简单归纳;2)首次提出了基于多信息融合的UHVDC系统故障诊断思想,并研究了小波分析方法在故障特征信号提取中的应用,通过对不同小波基的分析结果进行对比,分别确定合适的小波基函数对电气量和开关量信号进行多分辨率分析,提取故障特征信息;3)建立了计及UHVDC系统控制保护动作信息的多信息源融合诊断模型,并详细介绍了BP神经网络用于电气量特征信号融合、模糊Petri网用于开关量特征信号融合以及D-S证据理论用于决策级融合的整个算法实现过程;4)分别应用基于RTDS的仿真结果和云广特高压直流输电工程现场调试试验数据,对该算法进行测试,得到的诊断结果与试验情况一致,验证了该算法的准确性。

全文目录

摘要  5-6
Abstract  6-10
第一章绪论  10-16
  1.1 高压直流输电的发展与现状  10-11
  1.2 国内外研究现状及其选题的依据  11-13
    1.2.1 研究的背景及意义  11-12
    1.2.2 HVDC 故障诊断研究现状  12-13
  1.3 本文研究的主要内容  13-16
第二章特高压直流输电系统典型故障下的控制保护特性  16-39
  2.1 UHVDC 基本构成  16-17
  2.2 UHVDC 系统控制保护功能配置  17-24
    2.2.1 UHVDC 系统的主要控制策略  18-21
    2.2.2 UHVDC 系统的主要保护功能  21-24
  2.3 系统典型故障下的控制保护特性  24-35
    2.3.1 换流器故障特性及其控制保护策略  25-29
    2.3.2 交流系统故障特性及其控制保护策略  29-33
    2.3.3 直流线路故障特性及其控制保护策略  33-35
  2.4 换相失败故障分析与总结  35-38
  2.5 本章小结  38-39
第三章融合控制保护动作信息的UHVDC 系统故障诊断思想  39-53
  3.1 故障诊断数据融合的简单概述  39-41
    3.1.1 数据融合的优点  39-40
    3.1.2 数据融合的主要方法  40
    3.1.3 基于多信息融合的故障诊断思想  40-41
  3.2 电气量信息的故障特征提取方法  41-49
    3.2.1 小波分析  41-44
    3.2.2 小波多尺度分析  44-46
    3.2.3 基于能量分布的电气量故障特征提取  46-49
  3.3 开关量信息的故障特征提取方法  49-52
    3.3.1 信号的奇异性检测原理  49-50
    3.3.2 基于奇异性分析方法开关量故障特征提取  50-52
  3.4 本章小结  52-53
第四章融合控制保护动作信息的UHVDC 系统故障诊断模型  53-69
  4.1 融合控制保护动作信息的UHVDC 系统故障诊断模型框架  53-56
  4.2 BP 网络用于特征级电气量信息的融合  56-59
    4.2.1 BP 网络训练样本的获取  57-58
    4.2.2 BP 网络的确定  58-59
  4.3 模糊Petri 网络用于特征级开关量信息的融合  59-67
    4.3.1 模糊Petri 网络的确定方法  59-65
    4.3.2 模糊Petri 网络模型的建立  65-66
    4.3.3 模糊Petri 网络推理迭代方法  66-67
  4.4 D-S 证据理论用于决策级融合  67-68
  4.5 本章小结  68-69
第五章融合控制保护动作信息的UHVDC 故障诊断实例分析  69-76
  5.1 基于RTDS 仿真的UHVDC 系统故障诊断实例  69-73
    5.1.1 故障诊断具体实现  69-71
    5.1.2 诊断结论及分析  71-73
  5.2 云广特高压直流输电系统故障诊断实例  73-75
    5.2.1 故障诊断具体实现  74
    5.2.2 诊断结论及分析  74-75
  5.3 本章小结  75-76
结论与展望  76-79
  本文工作总结  76-77
  课题不足与展望  77-79
参考文献  79-83
攻读硕士学位期间取得的研究成果  83-84
致谢  84-85
答辩委员会对论文的评定意见  85

计及控制保护动作信息的特高压直流输电系统故障诊断技术研究

内容摘要

全文目录

相似论文