32、电网与微电网故障研究

电网与微电网故障研究

1. 引言

电网故障指的是导致系统异常运行的任何状况。当系统的带电部分意外接地、两相导体连接在一起或导体断裂时,就会出现电网故障。例如,由于天气条件(如雷电)导致输电线路意外接地,会造成绝缘闪络和高故障电流流动。

当电网发生故障或短路时,所有同步发电机都会直接向故障点提供电流,直到保护设备迅速隔离故障。若故障电流未被隔离,电网的保护系统会使发电机跳闸,导致系统负载与发电之间的平衡被打破,电网变得不稳定。大多数停电事故都是电网不稳定的后果。

电网必须设计成能够在预期的最高电流水平下成功隔离故障。如果故障电流超过断路器熄灭高故障电流和保护电网的能力,可能会导致灾难性故障、火灾以及电网基础设施的重大永久性损坏。因此,在分布式发电的微电网连接到当地电网之前,必须计算故障电流贡献,并采取缓解措施。

在电网故障研究中,假设除故障点外,电网保持平衡。一旦发生故障,必须迅速隔离故障部分并使其停止运行。所以,电网故障研究是基于“如果 - 那么”条件:如果电网中的某一点发生故障,那么我们要计算故障电流,并通过隔离系统的故障部分来保护电网设备。

故障研究的重点是了解如何将平衡的三相网络建模为正序、负序和零序网络。大多数故障是单线接地或双线接地故障。对于涉及接地的不平衡故障电流计算,使用正序、负序和零序网络;平衡三相故障用于确定断路器的尺寸,使用正序网络。

2. 电网故障电流计算

电网由发电机、变压器、输电线路等元件组成,所有这些元件都必须受到保护,以便在发生故障时,断路器能够隔离故障电流。例如,由于风暴导致母线 3 和母线 4 之间的线路发生故障时,接地继电器故障电流检测系统会发出控制指令,使两个

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值