朱 红 王 勇 马洲俊 嵇文路

（国网南京供电公司，南京 210000）



基于小波神经网络的新型配电网单相短路选线算法试验研究

朱 红 王 勇 马洲俊 嵇文路

（国网南京供电公司，南京 210000）

含分布式电源的配电网发生单相短路故障时，各相短路电流的分布情况随之变化。通过对新型配电网的零序电流分布进行分析，提出用小波函数Db4对暂态零序电流进行4尺度分解，提取模极大值作为神经网络的输入，对 BP神经网络进行训练，根据训练结果判断故障线路。Matlab/Simulink仿真实验表明，基于小波包变换和BP神经网络的选线算法具有良好的实用性与可靠性，且不受中性点接地方式、故障时刻以及接地电阻的影响。

分布式电源；配电网；故障选线；小波包变换；BP神经网络

配电网故障选线是电力系统研究中的一个难点，而分布式电源并网使配电网由单源网络变为多源网络，短路电流的分布也随之发生变化，这将给故障选线带来更大的困难。

国内外对于传统配电网的单相接地选线理论已经有了深入研究，稳态分量法在处理消弧线圈过补偿、大电阻接地及现场干扰比较大的情况时往往会失效，而基于暂态信号的选线方法灵敏度较高且不受消弧线圈的影响，但现有的暂态分量法大多有待完善。首半波法其极性关系成立时间远小于暂态过程，可靠性不高，若是故障发生在相角很小的时刻，将不会出现首半波，而通道漂移、不平衡电流等干扰也会影响首半波的极性；……