黄少锋 ，申洪明 ，赵 远 ，费 彬

（1.华北电力大学 新能源电力系统国家重点实验室，北京 102206；2.国网北京市电力公司昌平供电公司，北京 102200）

0 引言

电力系统中的很多扰动，比如电力系统故障、负荷的突然变动、输电线路的切换等都可能造成系统振荡。系统振荡是一种严重的不正常运行状态，而不是故障状态。但是振荡时电流、电压不断发生变化，造成了测量阻抗很可能落入距离保护的动作区内而引起保护的误动作［1-2］。因此现阶段继电保护中有关振荡问题的研究主要集中在振荡与故障的识别以及振荡轨迹的研究 2个方面［3-15］。

文献［3-5］分别提出了不同的识别系统振荡模式的方法；文献［6］分析了三相故障距离继电器在系统振荡及振荡中再故障时的动作性能；文献［7］利用广域相量测量技术提出了一种根据系统实时参数自适应调整保护动作门槛值的新算法，该算法能识别振荡中再发生的各种故障；文献［8］基于小波变化以及神经网络的优点，构建了一种新型的小波神经网络模型，该小波网络能够正确、快速识别振荡和各种故障情况；文献［9］提出了一种用级联多分辨率形态梯度变化（SMMG）的方法识别振荡中的故障和改进的故障选相方案；文献［10］提出了一种基于阻抗变化率的适用于振荡的新型选相方法；文献［11］提出了一种基于Ucos φ波形特征快速识别振荡和对称性故障的方法；文献［12］提出了一种通过电阻元件检测振荡速度实时改变三相故障解锁判据延时的方法；……