目前我国的远距离输配电系统（220~1000kv）架空线路上，由于相间距离大，运行经验表明短路故障中大多都是单相接地短路。在这种情况下，如果只把短路的那一相断开，其他两相仍然可以继续运行，就可以大大提高供电的可靠性和系统并列运行的稳定性。这种方式的重合闸就叫做单相重合闸。如果线路发生的事瞬时故障，则单相自动重合闸成功，则三相线路恢复正常运行。如果是永久性故障，单相重合闸后，在继电器和断路器的作用下，故障相又一次被切除。断路器二次跳闸后一般不会再次合闸。220kv以上的断路器都是按相操作的，这样可以保证稳定性。

660V中性点不接地系统单相接地故障simulink仿真，四条支路，可设置单相或多项相间短路或接地故障，可调节负载，线路长度及电路参数，可查看零序电压电流波形

matlab仿真，simulink仿真，小电流接地系统 中性点不接地 经消弧线圈接地的单相接地故障的仿真 提供slx文件，参数设置数据，波形图包括三相电压，线电压，零序电流，零序电压，接地电流

针对小电流接地故障诊断难的问题，设计了一个基于零序电流、零序电压的实时检测系统，对供电系统进行检测并对故障线路进行选线。采用了多任务、可移植、可裁剪的嵌入式操作系统μC/OS-II。为防止中性点带补偿系统对于故障线路的过补偿影响，系统还加入了补偿零序导纳判据对这种接地情况下的故障进行检测。选线系统采用零序电压触发方式，既提高了实时性，也增大了选线的准确性。

10kV单相接地故障的判断和处理.doc

针对现有的井下电缆故障测距方法存在可靠性差、精度低的问题,介绍了一种基于小波分析理论和神经网络的井下电缆故障测距方法,并比较了BP神经网络和RBF神经网络用于该方法的测距性能。该故障测距方法采用3次B样条半正交小波对暂态零序电流信号进行小波变换,得到特定频带内的暂态零序电流模极大值,并将该模极大值作为神经网络的输入信号,根据模极大值与故障点位置的映射关系实现故障定位。仿真结果表明,该故障测距方法能够较好地进行井下电缆故障测距,且RBF神经网络的测距误差及训练速度均优于BP神经网络。

介绍了中性点不接地电网单相接地故障建模与仿真过程,研究并分析了单相接地时故障线路相电流、相电压,三序电压分量、电流分量,以及经凯伦贝尔变换后的模电流、模电压的特点。最后总结出一般性的结论,其中关于零序电流的分布与经典理论有较大的区别。

电力系统短路计算，含单相接地短路、两相短路、两相短路接地、三相短路。电力系统故障计算是电力系统不正常运行方式的一种计算。其目的是求出在电力系统正常运行状态下，当电力网络某处发生故障时系统各部分电压和电流的分布

基于特频编码信号注入的10kV配电网单相接地故障检测方法研究.pdf

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