李丽 安华 贺健伟 洪海涛 张仁金

摘要：电力系统有些故障产生的小电流不足以使保护装置动作，这就需要对故障进行诊断，进而采取措施，提出了利用监督聚类神经网络对电力设备故障进行诊断并分类，现场数据测试结果证明了该方法的有效性。

关键词：电力系统;故障;监督聚类;神经网络

中图分类号：TM7 文献标识码：A 文章编号：1007-0079（2014）33-0202-02

电力设备相间短路、三相或单相接地故障（SLG故障）会呈现出低阻抗，这能引起大电流使保护装置动作。但是，在△-△连接的分立系统及在Y连接的系统中的SLG故障不会产生大电流使保护装置动作。从目前的研究现状看，这个问题已经被广泛关注，从安全经济角度，该类故障是有害的，而且故障还存在一定的隐患。[1-3]

一般情况下，当系统发生的故障呈现出较小的故障电流时，在相电压波形中只能够观察到的是峰值部分，但是在故障相电流的波形成分中有一个可辨识的变化，这就是附加频率。较正常系统的瞬态相比，这些变化持续时间较长，而且是随机出现。故障电流波形和幅值受故障类型及所处环境影响，如土壤、湿度等。对于无弧故障情况，故障电流的幅值和相位会有规律地变化，但对于有弧故障，在故障电流波形的幅值和相位中会断续地失真。

从电流特征值能够判断出设备是故障还是正常。从这些特征值也能区分已有故障的类型及发生的位置。从特征值判断故障的类型是比较困难的，因为同一种故障可能呈现出不同的特点，所以迫切需要一些新方法。……