当连接到电网的海上风电场发生海底电缆故障时，很难监控线路，并且参数的测量误差太大。文提出了使用来自海上和地面转换站的电流和电压频谱信息来优化故障定位。法。文首先建立了海上风电场线路模型，并基于全局参数模型确定了遥测观测方程，并引入了误差归一化建设。后，用优化模型代替电流和电压的频谱分量，并通过模拟配准算法求解.PSCAD仿真结果表明该算法基本满足海上风电场海底电缆故障定位要求。
下电缆;故障定位;频域方法模拟退火方法;优化算法引言随着全球经济的持续发展，能源危机变得更加严峻。于储量有限，污染严重，传统能源不断开发新的能源。为一种可再生和清洁的能源，全球市场上的风能资源丰富，土地资源越来越稀缺，海上风能储备也越来越多。已成为解决能源危机的重要手段[1]。是，由于海洋的状况和海洋区域的地质环境，海床的崩塌，山体滑坡，局部波浪和水流以及船舶受损造成的损坏和海底电缆断裂影响了海上生产的安全性。
据丹麦海上风电场的经验：海上风电场的寿命通常为20年，故障率为通常为0.32次/（100 km /年）[6]，电缆放电后的典型故障率可达0.1次/（100 km /年）。海底电缆发生故障的情况下，一些风力涡轮机将不再能够正常发电：修复停电的成本将会增加，但风电场也会因发电而损失收入。理故障时。于电力电缆有一层厚的绝缘层并埋在海床中，因此在发生故障时很难找到，这往往需要大量的人力和物力[ 2]。此，准确定位故障以快速找到故障点，减少故障线路检查的负担，减少停机时间，提高风电场的可靠性非常重要。海。了快速准确地搜索电缆故障点的监测和定位方法，国内外能源部门的科技人员做出了不懈的努力。行波方法应用于在线故障定位的前景较为乐观，但仍有许多技术问题有待解决[3-12]。文提出了一种频域优化遥测方法。
于海底电缆的全局参数模型，并在遥测观测方程中将电缆参数作为未知估计量，选择不同的频谱分量列出其相应的网络方程。算法将每个频谱满足的网络方程作为约束，并将终端网络侧估计值与测量值之间的最小误差作为优化目标函数。确定目标函数时，
矿用电缆 引入归一化因子来选择每个谱误差的权重，建立优化海底电缆故障位置的模型。算法不受参数测量误差的影响，频谱引入范围广，理论上可以达到很高的精度，海底电缆的故障定位更加方便可靠。后，在Matlab和PSCAD的基础上，采用模拟退火算法进行求解和仿真。障范围原理故障网络方程的建立图1显示了海底电缆传输线路故障时的网络模型。障数据采集装置安装在海上站m和公路站n，f是故障点，Im和In故障电流。
虑到电力系统中的大多数THT传输线是平衡的或接近平衡系统，并且正序序组件存在于所有类型的故障中，本文档使用正序组件系统。[13]关于缺陷的位置。底电缆发生故障后，根据电缆两端收集的故障频谱信息列出故障点电压：在上面的公式中，x是故障端之间的距离失败点和D是海底电缆的总长度，要识别的参数。Z，Y是海底电缆的串联阻抗和平行导纳：R，L和C分别是海底电缆浓度参数模型中的电阻，电感和电容，必须待识别。果故障点的电压相等，则可以得到故障确定方程：建立故障方程（4）是故障调整方程。
4个未知参数： D，R，L，C。此，必须解决故障距离。x，至少5个方程式。据线性系统理论，瞬态响应电流的频谱和线路每个点的电压是连续的。于给定的频率，可以为故障网络写出相应频谱的方程[13]。此，故障电压电流中的谐波信号也与故障检测方程一致。此，等式（4）可以转换为：其中：（6）故障分布优化模型故障查找研究的目的是准确定位故障点。接到海上风力涡轮机网络的系统故障的情况。此，需要一种算法来最小化估计值和实际值之间的误差。
带来了优化问题：在电缆线参数及其网络方程的约束下，寻求最小化遥测总误差的决定。此，本文引用了优化的思想，并建立了优化失效范围的模型，以最大化距离的精度。性系统理论使得有可能知道每个谐波满足网络方程。四个未知参数，加上默认距离x;理论上，只能解决五个方程。而，考虑到各种主观和客观因素以及不可避免的误差（仪器测量，频域变换软件等），定位结果仍然不够准确。此，我们通过提取更多的谱信息并分解实部和虚部来构造边缘方程的解。于以上考虑，本文构造了以下故障定位优化模型，其中最小总距离误差作为优化目标，并且每个谐波误差具有适当的权重。来自电缆末端的变电站的电压作为误差评估参考，将等式（5）提取为：使等式变为：对于任何参数集D，R，L， C，线路端子电压误差为：对于测量值，上面的公式分为两部分：实部和虚部，误差分别为基波，提取故障的二次，三次和四次谐波，并使用每个频谱电缆的最终电压误差。
方和是优化目标函数，建立误差优化模型。中：w1，w2，w3和w4分别是对应于基波电压，二次谐波，三次谐波和四次谐波误差的权重。是多目标优化函数的问题：由于光谱能量的不均匀分布，谐波含量非常低，并且振幅之间存在一个数量级。波，
矿用电缆 因此，加权系数与每个谐波的幅度成反比。于相对误差，谐波能量被归一化，并且可以消除由于谐波分量的低含量导致的目标函数的不平衡，并且优化的目标函数更加合理和完美。此，在此选择：优化算法建立边缘方程并引入归一化思想以合理的方式选择权重，以便优化目标可以完全平衡谐波误差。模型充分利用了提取的频谱信息，抵消了频域方法双端遥测原理的不足。论上，误差可以最小化。外，考虑到模拟退火算法能够有效地解决具有多个未知参数的遥测观测方程，选择该算法来解决上述优化目标函数。
拟退火算法模拟退火算法的优化过程从控制参数的初始状态S0和初始值T开始，重复“生成新解 - 计算目标函数差异”的迭代 - 接受或拒绝“对于当前解决方案，然后逐渐衰减值T.当算法结束时当前解决方案是获得的近似最优解决方案。拟退火算法不仅接受最优解，而且还以一定的概率接受非最优解[15]。着温度降低，系统不再接受非最佳解决方案，并且当温度接近0℃时最终收敛到溶液状态。种类型的过程有效地避免了局部搜索算法。不属于最优局部问题，是一种基于Mente-Carlo迭代求解策略的随机优化算法。火过程由冷却程序控制，该冷却程序包括控制参数的初始值T，衰减因子d，每个值T的迭代次数L（马尔可夫链的长度）和条件在本文中，我们选择Matlab来解决基于模拟退火算法的优化模型。双端遥测中，考虑到诸如线路参数的自适应和谐波分量的提取等因素，遥测观测方程中的未知数将大大增加，并且通常使用的非线性最小二乘分辨率易于采用。可能保证收敛到整体最优解，特别是对于多维和多峰问题。拟退火方法提供整体优化能力。外，最佳本地解决方案不会陷入搜索失败，并且需要初始值。低可以有效地解决具有多个未知参数的遥测观测方程，这就是本文选择模拟退火算法来解决默认遥测优化模型的原因。而，由于模拟退火算法作为随机搜索算法，该算法的原理和缺陷定位模型的特征决定了该算法总是具有计算精度低的缺点。
决故障定位问题时稳定性不足[16]。于上述考虑，已知的电缆参数用作迭代初始值，并且模拟退火算法用于连续解决若干次。里，连续五次解析的参数被选为默认距离值。真实例和分析PSCAD仿真的目的是验证所提算法的准确性和效率，使用PSCAD软件模拟海上风电场的三相对称接地故障。真数据的采样频率为4 KHz，系统参数如下：系统参数M端：系统参数N端：水下电缆参数：故障模拟在有缺陷的相电缆短路的情况下，电流波形和两端电压如下：状态电压信号被放大。
图6所示，故障发生在0之后通常，在故障之后的2至3个周期之后，自由分量被衰减为0，即，瞬态自由分量的频谱主要由默认瞬态确定。两到三个周期[13]。图7中还可以看出，在故障信号的两个周期之后，谐波信号几乎衰减到零并进入标准正弦波形。此，在故障信号的前两个周期上执行傅里叶变换，并且在优化目标函数和退火算法中代入提取的谱电流电压值（分别为1到4个谐波）。拟用于matlab软件。
决仿真结果永久修改仿真模型中的故障距离，记录每个定位结果并进行分析：其中，误差定义如下：仿真结果如表所示1：分析仿真结果表明以下两点：随着故障距离的增加，误差也呈上升趋势，与算法有一定关系。线路相比，误差保持在2％左右，缺陷位置相对较大。是，考虑到海底电缆故障位置的研究，算法仍然不成熟，剩下的仍然是更实用的定位算法。论基于频域的优化故障定位方法很好地适应了海底电缆故障的位置：理论上，遥测精度非常高，误差几乎为零。而，由于瞬态波形提取的不完整性，不精确的求解算法和频域变换中的软件误差，该算法只能满足定位要求。
而，该算法将电缆参数解析为未知数，并引入了不受参数测量误差影响的优化算法。位海底电缆缺陷更方便当风能连接到电网时。
本文转载自
电缆价格 https://www.haoluoyi.com
猜您兴趣
首页
QQ