基于多代理系统的含DG辐射状配电网故障定位

被引：17

作者：

苗人杰 ^{[1
]}

刘玉林 ^{[2
]}

张利 ^{[2
]}

宫俊峰 ^{[3
]}

衣京波 ^{[4
]}

机构：

[1] 中国石油大学(华东)新能源学院

[2] 胜利油田电力分公司

[3] 胜利油田科技处

[4] 胜利石油管理局胜利发电厂

来源：

电网与清洁能源 | 2021年 / 37卷 / 01期

关键词：

配电网; 故障定位; 多代理系统; 分布式电源; RBF神经网络;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TM73 [电力系统的调度、管理、通信];

学科分类号：

120103 [信息系统与信息管理]; 140502 [人工智能];

摘要：

分布式电源(DG)的高渗透接入使配电网结构发生了改变,导致传统的配电网故障定位算法失效。基于含多DG辐射状配电网拓扑结构的特点,构建多代理系统的配电网故障定位框架,该系统主代理根据子代理上传的电源端故障量测量建立RBF神经网络故障测距模型,估计各电源端到故障点的故障距离,考虑上传量测量误差对相邻线路分界点故障定位的影响,应用相邻线路故障信息修正故障线路定位信息;子代理根据主代理下传的故障线路定位结果,利用并行线路首端过流信息校验故障线路。基于MATLAB/SIMULINK搭建32节点配电系统仿真模型,分析不同故障距离、不同故障位置(包含相邻线路分界点附近、分支线路)的故障测距结果和故障定位结果的正确性,结果表明,RBF模型的测距精度高,基于多代理的故障定位方法能够精确定位故障位置,且定位结果不受量测量误差与分支线路的影响。

引用

页码：8 / 15

页数：8

共 35 条

[1]

An optimal radial basis function neural network for fault location in a distribution network with high penetration of DG units [J].