针对低压配电网拓扑复杂而导致故障区段定位精度不高的问题,提出了一种基于电压差网络映射和后验概率校核的故障区段定位方法。首先构造可达矩阵描述配电网拓扑结构,以准确反映网络各节点的连通性;根据故障前后节点电压的变化,计算节点...针对低压配电网拓扑复杂而导致故障区段定位精度不高的问题,提出了一种基于电压差网络映射和后验概率校核的故障区段定位方法。首先构造可达矩阵描述配电网拓扑结构,以准确反映网络各节点的连通性;根据故障前后节点电压的变化,计算节点故障电压差并利用K均值聚类算法对故障电压差进行聚类,得到故障电压差矩阵;通过推导可达矩阵和故障电压差矩阵的关系计算线路区段状态矩阵,最后采用马尔可夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)算法计算各区段故障的后验概率,对所得故障区段判定结果进行校核。多个配电网中算例结果表明,所提方法在不同配电网拓扑结构下的单一故障识别率达100%,在相同条件下相较于传统方法收敛速度提高了40%,显著提高了故障区段定位的准确性和可靠性。展开更多
文摘针对低压配电网拓扑复杂而导致故障区段定位精度不高的问题,提出了一种基于电压差网络映射和后验概率校核的故障区段定位方法。首先构造可达矩阵描述配电网拓扑结构,以准确反映网络各节点的连通性;根据故障前后节点电压的变化,计算节点故障电压差并利用K均值聚类算法对故障电压差进行聚类,得到故障电压差矩阵;通过推导可达矩阵和故障电压差矩阵的关系计算线路区段状态矩阵,最后采用马尔可夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)算法计算各区段故障的后验概率,对所得故障区段判定结果进行校核。多个配电网中算例结果表明,所提方法在不同配电网拓扑结构下的单一故障识别率达100%,在相同条件下相较于传统方法收敛速度提高了40%,显著提高了故障区段定位的准确性和可靠性。
