李中勝, 蔣晨達
(福建水利電力職業技術學院 電力工程系, 福建 永安 366000)
高頻高壓激勵電纜故障測距是提高電纜輸出穩定性的關鍵。隨著電網規模的不斷增大,高頻高壓激勵電纜的使用里程也不斷增加,但其受到使用環境等因素的影響,容易出現故障,因此構建高頻高壓激勵電纜故障優化檢測模型十分必要。
根據高頻高壓激勵電纜的主要故障類別分布[1]進行故障檢測,相關的檢測和測距方法研究受到了的極大關注[2]。目前,高頻高壓激勵電纜故障的測距和檢測定位方面已經取得了一定的研究成果。對高頻高壓激勵電纜的故障測距和檢測是建立在對故障數據挖掘和自適應特征提取的基礎上,并結合了對電纜的逆變特征分析和譜特征提取[3]。文獻[4]提出了基于徑向基函數自適應神經模糊推理的短期電力負荷預測方法,構建了高頻高壓激勵電纜故障的傳感信息分布模型,采用關聯特征分析和輸電負荷檢測方法,實現了電纜故障測距和檢測,但該方法的自適應性不好,特征辨識能力不夠。文獻[5]提出了一種基于鏈路轉發控制的高頻高壓激勵電纜故障的快速檢測算法,采用鏈路均衡控制模型構建了檢測模型,但該方法的計算復雜度較高。針對傳統方法存在的問題,本文提出了一種基于延時電路的高頻高壓激勵電纜故障測距方法。構建延時電路結構,采用貝葉斯網絡特征分解模型自適應機器學習和特征融合方法進行故障測距和優化檢測,對電流故障輸出的收斂性進行判斷,最后通過測試分析得出有效性結論。……