29、基于 FACTS 的输电线路故障区域识别的顺序数据挖掘技术

基于 FACTS 的输电线路故障区域识别的顺序数据挖掘技术

1. 背景与问题提出

随着城市发展和人口增长，电力传输能力受到更多关注。灵活交流输电系统 (FACTS) 设备的引入有助于解决电力传输问题，但当这些设备处于故障区域时，会给确定故障具体位置带来极大挑战。距离保护装置依靠测量阻抗来计算故障位置，而安装在输电线路 (TL) 上的 FACTS 设备会改变距离保护装置测量的阻抗，导致故障区域检测错误，且阻抗偏差程度取决于 FACTS 设备的参数设置。

此前，许多专家对该问题进行了研究：
- 多数文章在模拟故障期间的串联电容器时，采用了 Goldsworthy 在 1987 年提出的模型。
- Sadeh 在 2020 年提出了一种基于系统时间条件的解决方案，利用两个子程序评估故障区域和位置。
- Saha 等人在 1999 年基于主频率分量和 Goldsworthy 方法，提出了一种在输电线路一侧的故障定位方法。
- Song 在 1996 年提出了基于正向和反向波的算法来保护串联补偿输电线路，但仅研究了单相对地故障。
- Thomas 和 Xuan 等人提出了基于神经网络的方法，如使用 RBFN 对故障类型和区域进行分类，但神经网络存在需要大量神经元、训练数据多和时间长等局限性。

2. 提出的技术

本文旨在利用数据挖掘策略，提高 FACTS 输电线路的距离保护性能。具体操作步骤如下：
1. 数据获取 ：使用 PSCAD 软件进行仿真，在模拟的输电线路上设置各种故障条件，记录 3 条线路的电流。
2. 小波变换