基于HHT和混沌遗传算法的配电网故障测距研究

电力系统配电网的故障精确测距一直是一个没有得到很好解决的难题，其研究对尽快维修和恢复供电及减少故障经济损失具有重要作用。本项目在现有的配电网故障测距方法基础上，利用Hilbert-Huang变换(HHT)和混沌遗传算法故障特征匹配技术对电力系统网络故障的精确测距新方法进行研究。该方法利用Matlab/Simlink对实际电力网络进行数学建模，根据实际故障波形和不同故障条件下的仿真波形的故障特征进行自动匹配，利用混沌遗传算法自动搜索与实际故障波形最为接近的故障点条件下的位置作为输出的故障距离。实际波形和各种故障仿真波形的故障特征采用HHT提取，选取各馈线电压和电流在不同频率点上的能量和相位匹配程度作为生物进化适应度指标。.本项目利用HHT和混沌遗传故障特征匹配算法对配电网精确故障测距新方法进行研究，以解决配电网结构复杂、分支多和难以精确故障测距的难题，具有较重要的学术理论和实际应用价值。

本项目主要研究内容包括基于负荷实际电磁暂态特性的配电网建模、基于Hilbert-Hang变换（HHT）的故障特征提取方法和基于混沌遗传算法的故障特征快速在线匹配三部分内容。项目组按照研究计划进度完成了相关研究内容。. 项目组针对配电网负荷组成复杂难以用数学模型描述的问题，提出了一种基于负荷电磁暂态特性的配电网故障测距模型建模方法，并利用HHT在信号处理中的优点研究了基于HHT的配电网故障特征提取方法。根据配电网中的不同故障条件下发生故障时馈线出口处电流故障波形中的频域能量分布特征各不相同这一理论，项目组提出了一种基于混沌遗传算法的故障特征在线匹配配电网故障测距方法。同时，为提高遗传算法的收敛速度，项目组研究了遗传算法搜索空间降维方法，提出了非工频暂态分量配电网故障选线方法、基于HHT与神经网络的故障类型识别方法和故障分支选取方法。并在此基础上，形成了一种基于电磁暂态仿真模型、HHT和混沌遗传算法的配电网故障特征快速匹配测距新方法。. 项目组的相关研究成果在国内外高水平学术期刊和国际学术会议上发表论文14篇，其中EI收录9篇。申请国家发明专利2项，参加7人次的国际学术会议和2人次国内学术会议，培养硕士研究生9名。另外，已录用SCI刊源论文1篇，EI刊源论文3篇。达到了预期研究成果。