对小电阻接地系统的零序电压、电流关系进行分析，发现发生高阻接地故障时母线零序电压与故障线路零序电流存在比例关系，则零序电压可间接反映过渡电阻的大小，由此提出一种基于零序电压幅值修正的高灵敏性零序电流保护方案。该方案结合现有的零序电流保护原理，通过引入零序电压信息对零序电流测量值进行修正，各线路修正后的零序电流测量值与故障线路首端发生金属性接地故障时的情况相似，保护动作整定值与现有的阶段式零序电流保护相同，从而大幅提高保护在高阻接地故障时的灵敏性。结合工程实际因素，讨论了各参数的整定原则。基于PSCAD/EMTDC的仿真和基于RTDS的装置测试验证了所提保护方案的有效性，其可将保护耐受过渡电阻能力提高到1000 Ω左右。
2022-04-29 19:01:38
1.71MB
1
直流配电网单极接地故障双端定位法，文晓雅，罗建，本文基于时域希尔伯特变换方法，提出了一种直流配电网单极接地故障定位的方法。该方法利用过渡电阻为纯阻性，故障点电压与注入过
2022-03-17 21:08:32
319KB
1
matlab单相接地故障代码电网
该存储库包含与使用深度神经网络实现的三相交流故障分类相关的文件。
整个项目可以分为三个部分：
从
Simulink
生成数据
训练深度神经网络
模型验证
下面是工作模型的最终结果（binary+multi_class）：
此热图表示故障类别的准确性
+
平均值与用于验证的数据集。
1
数据生成
matlab.ipynb包含使用
MatLab/Simulink
生成数据集的代码
方法：对于每个可能的故障，它在
simulink
中触发
10
次仿真。
每个模拟都有故障发生的随机时间范围。
仿真数据存储为名称为
.csv
的文件。
总共使用了
3
种标记方法。
通过单个阈值标记
按阈值范围标记
使用
KMeans
聚类进行标注
所有包含数据的文件夹都有一个文件dataset_merge.ipynb
，它结合了所有模拟数据并创建了两个数据集，一个用于二元分类器，一个用于多类分类器。
2
模型训练
使用
Tensorflow+Keras
实现带有
LSTM
的深度神经网络用于分类任务。
包含用于模型训练和绘图的代码。
训练了两个分类器：
二元分类器将数据分为两
2021-11-16 09:29:56
795.18MB
1
行业制造-电动装置-基于感性压降递减特性双回线路非同名相跨线接地故障继电保护方法.zip
2021-09-10 14:03:27
408KB