郅 萍，缪希仁，吴晓梅

(福州大学电气工程与自动化学院，福建 福州 350116)

低压系统短路故障建模及电流预测技术

郅 萍，缪希仁，吴晓梅

(福州大学电气工程与自动化学院，福建 福州 350116)

短路电流峰值对低压系统选择性保护及其断路器可靠分断十分重要，迄今尚缺乏深入研究。利用短路故障早期检测技术，在仿真分析短路故障早期参数的基础上，采用灰度关联度，得出对短路电流峰值的主要影响因素，并采用极端学习机(ELM)实现短路电流峰值的预测。仿真结果表明，灰色关联度可有效辨识短路电流主要因素，降低了短路电流预测特征变量维数。基于短路故障早期检测及极端学习机的短路电流预测方法，具有鲁棒性强且精度高的特点，为低压选择性保护技术的实现奠定基础。

低压配电系统；故障早期检测；短路电流峰值预测；灰色关联度；极端学习机

0 引言

目前不论是传统的还是智能型的短路保护，大多仍采用将决策函数值是否大于预先设置的门限值作为短路故障的判据，当决策函数值小于门限值时则认为无故障发生，反之则认为有故障发生，并发出信号做出保护。但如果用此判据来判断是否发生短路故障，则距故障发生的时刻已过了一定的时间。显然，若可以在短路电流未达到峰值之前对其进行限制，那么由短路故障对设备所造成的影响也会较小。所以，为了可以快速而准确地分断短路电路，短路故障早期检测作为短路故障辨识与快速切除的基础显得非常重要，在此基础上实现短路电流峰值预测，对选择性保护及其断路器可靠分断具有实际的工程价值[1-4]。……