为解决因分布式电源接入配电网导致网络拓扑结构改变而引起的依靠传统电源故障特性建立的保护方案容易发生误动和拒动问题,提出一种基于保护安装处电流序分量相位差的新型纵联保护方案.方案定义电流负序分量和正序分量相位差为电流序分量相位差.通过计算保护装置处电流序分量相位差,进而再比较线路两端保护装置处的电流序分量相位差值大小,快速识别区内外故障.方案针对分布式电源多点接入、过渡电阻大小影响,不可测分支存在情况分别进行分析仿真.最后利用Matlab仿真软件对保护方案进行仿真,验证了保护方案的正确性.

针对人工神经网络(ANN)用于输电线路故障选相时收敛性差的问题,提出一种基于堆叠自动编码器(SAE)的故障选相方法,即先构建SAE深层架构模型,再将线路两端采集的故障电流、电压及相关序分量组成的综合电气量数据作为输入特征对SAE进行两阶段训练学习,该模型可充分提取输入量的高阶特征,能够对复杂故障数据进行较好地分类,进而得到精准的选相结果.仿真试验和现场实际故障数据的测试结果表明,该方法受故障位置、过渡电阻、系统电压及负荷水平等因素影响小,较人工神经网络(ANN)有更优的收敛性能和选相准确率.