风电场采集链是风能生产系统的重要组成部分，
矿用电缆其稳定可靠的运行直接影响着风电场的能源生产效率和总能量输出。而，许多因素是风电场收集线突然倒塌及其拆除难度的原因。此，快速准确地修复故障的方法对于其操作的稳定性非常重要。文总结了电流传感器线路保护研究的重点，并从传感器线路的时间线过流保护原理和两个方面分析了电流线路的发展前景。用神经网络预测故障。些参考价值。
电场传感器电路;保护状态;发展前景;过流保护，运行时限，神经网络简介风能是一种可再生的清洁能源，其能源生产规模逐年增加。电场采集线作为电力传输通道，主要分为架空线和直埋电缆，系统运行参数复杂，地理环境复杂，易于使用。风暴，冰，闪电和线路老化的影响。他因素的影响导致突然跳闸，短路和开路等故障，导致重大停电和经济损失，从而保证了安全保障。感器线路的稳定性对于风电场和电网的正常运行非常重要。电场传感器电路保护研究现状风电机组传感器系统操作系统的复杂系统主要包括风扇，箱式变压器，保险丝，电缆和导体空气。于诸如雷电和老化线等因素，现有的保护方法和配置不适合。此，许多研究人员对故障的特征和风电场保护的配置进行了广泛的研究，并提出了解决方案。方法主要分为以下三个方向：基于传感器线缺陷特性的保护调整方法。电场电缆的拓扑结构和故障特征分析，与弱电相关联风扇和风扇功率限制，提供三级过流。护参数用于保护集电极线并快速消除故障，不用考虑网络提供的短路电流，风扇输出的随机性和保险丝的反时限特性，因此保护的可靠性。要错过。于网络通信技术的集体线路保护方法该系统采用GOOSE网络，结合了电流差动保护模式。的功能是选择性地触发锁定，
矿用电缆这可以快速切断故障点，但必须安装在外壳的高压侧。路器和通信功能用于保护上下联锁。于现代化的高成本，山地通信带来诸如延迟和断开的问题，这些问题不适合现有的风电场运行环境。此，该解决方案必须通过限时过流保护来补充，因此在该阶段不可能独立且可靠地操作。于智能算法的自适应保护方法这种系统基于配电网自动化：通过自适应识别不确定系统，多智能体用于保护。然几个代理的协同动作（包括电流方向，自适应过电压，保护时限等）可以实现固定值的动态调整，保护处于最佳状态，可补偿现有过流保护的故障。是，它对可靠通信有很高的要求，不适合现有风电场的运行环境。上所述，在传感器线路的保护线路配置中，必须考虑风扇提供的短路电流，保险丝动作曲线，风扇的应力通过。压，区域内外故障特征等保护方法和控制方法已不再适用，需要更先进的保护方法。关文献还提出了新的保护指南，如网络通信技术和保护原理的结合。电器，智能算法和自适应电流保护。
合方法等，这些方法或多或少都不成熟，必须改进方面，但这些方法值得学习。析风电场传感器线路保护的发展前景限时过流保护可以在同一线路上表示反时限的过时保护，故障电流值随着定位的增加或减少旅行的时间也将相应地改变，并且将在时间上反向受限。一般数学公式为：其中，I - 故障电流，IP-启动电流，R-系数（通常在0和2之间），k-时间常数的作用。公式（1-1）可以得出，当它不大于1时，保护不输出;当它大于1时，保护t的输出时间随着变大而变短，具有反时限特性。时，IEC将此保护分为三种类型：正常反时限（r = 0.02），非常反时限（r = 1）和极端反时限（r = 2）。同之处在于r值越大，曲线越陡峭。据其特性，反向时间过流保护可用于需要更高和更低组件协作的环境，例如电机，分布式电源，箱式变压器以及中低压配电网络。现选择性保护。时，它还具有特殊条件下的三级过流保护功能。此，它可以适应风电场传感器电路的操作环境。是，反时限的过流保护是基于理想的熔丝曲线和理想曲线。际操作曲线存在误差，因此存在时间余量。此，保护输出时间通常比保险丝的保护输出时间长，这可防止反向过流保护在保险丝被拒绝时快速消除故障。而扩大了错误。于神经网络的集电器线路故障分析集电器线路的运行参数复杂，故障参数难以识别，反时限的过电流保护在时间上留下余量。保险丝被拒绝时，反向时间过流保护不能更快地切断故障。
此有必要改善反向电流过流保护的快速作用。工神经网络是一种非线性自适应数据处理系统，由基本计算单元的众多互连组成，其主要特征如下：a）它可以任意地适应复杂的非线性数据; b）采用分布式并行处理该方法可以快速执行批量计算，因为它可以识别和适应未知或不确定的系统，因为人工神经网络具有上述特征，允许选择一个人工神经网络来识别收集线的故障特征。电流保护的工作特性的模拟使得可以预测跳闸动作的时间限制，该解决方案消除了与过电流保护的准确性和速度缺乏相关的缺点。要步骤如下：将总电流量写为正序分量和负序分量之和，然后进行变换，并在轴上提取瞬时正序故障电流分量dq正序;瞬时正序故障电流分量用作网络。入层的特征量，以实际熔丝时间限制和风扇运行约束时间限制作为预期输出，构建RBF神经网络;利用故障特征信息构成RBF神经网络，然后根据正瞬时序列故障电流分量驱动训练好的网络预测干预时限并执行保护跳闸功能。经网络模型具有良好的鲁棒性和良好的容错能力，随着训练数据数量的不断增加，神经网络模型可用于识别收集线的故障特征，更加精确和可靠，并且可以更接近上部和下部保护元件的动作曲线。解决了三电平过流保护选择性不足，反时限过流保护运行精度低的问题，具有一定的发展前景。全稳定的采集回路是风电场正常运行的基础。文主要分析和总结了现有线路保护搜索状态对采集线复杂运行参数和地理条件的适应性。时，本文从反时限过流保护原理和神经网络两个方面分析了电流线路保护的发展前景，为故障预测提供了一定的参考价值。考与风能有关的从业者。
本文转载自
电缆价格 https://www.haoluoyi.com
猜您兴趣
首页
QQ