基于BP神经网络的电网故障定位
2021-03-02张繁斌范英乐刘宝童刘璐李贝贝李熙
电力大数据 2021年11期
张繁斌,范英乐,刘宝童,刘璐,李贝贝,李熙
(国网江苏省电力有限公司徐州供电分公司,江苏 徐州 221000)
电网发生复杂故障后,调控中心在短时间内将会收到系统采集的及监控人员汇报的各种信息,多类信息从各方面反映了故障情况。极端情况下故障发生伴随通道退出,将有大量信息无法上传或存在畸变,这就要求调控人员利用积累的经验快速确定故障元件,但这非常依赖调控人员的经验图谱,在发生复杂故障时,各类不正确的信息会对调控员的正确决策造成干扰,对电网安全运行造成一定隐患。国外曾发生过多次严重电网故障,因不能快速准确诊断,使得电网恢复时间很长,造成了很大的损失,例如2016年一次强台风天气袭击了南澳大利亚州,导致风电机组大规模脱网,最终导致了全州大停电事件[1]。2018年3月,巴西北电南送的特高压直流输电直流通道阻断,引起巴西电网大范围潮流转移,系统振荡,区域电网网间联络线的失步、距离和过电压等保护动作跳闸,巴西电网解列为北方、东北和南方3个独立运行电网[2]。2020年8月,由于罕见高温引起的负荷增长以及区域间电力协调能力不足,同时应对新能源波动的灵活调节能力不足,引起了美国加州大停电事件[3]。另外巴西发生的大停电事故,荷兰的变电站由于失压故障引发的大面积停电事件,以及日本由于地质灾害地震海啸引发的大停电事件等在全球造成了极其恶劣的影响[4-7]。这些大停电事件的发生都是由于某个故障发生不能及时判断处理而引起的连锁反应。……
登录APP查看全文
