當(dāng)連接到電網(wǎng)的海上風(fēng)電場(chǎng)發(fā)生海底電纜故障時(shí)，很難監(jiān)控線路，并且參數(shù)的測(cè)量誤差太大。文提出了使用來(lái)自海上和地面轉(zhuǎn)換站的電流和電壓頻譜信息來(lái)優(yōu)化故障定位。法。文首先建立了海上風(fēng)電場(chǎng)線路模型，并基于全局參數(shù)模型確定了遙測(cè)觀測(cè)方程，并引入了誤差歸一化建設(shè)。后，用優(yōu)化模型代替電流和電壓的頻譜分量，并通過(guò)模擬配準(zhǔn)算法求解.PSCAD仿真結(jié)果表明該算法基本滿足海上風(fēng)電場(chǎng)海底電纜故障定位要求。
　　下電纜;故障定位;頻域方法模擬退火方法;優(yōu)化算法引言隨著全球經(jīng)濟(jì)的持續(xù)發(fā)展，能源危機(jī)變得更加嚴(yán)峻。于儲(chǔ)量有限，污染嚴(yán)重，傳統(tǒng)能源不斷開發(fā)新的能源。為一種可再生和清潔的能源，全球市場(chǎng)上的風(fēng)能資源豐富，土地資源越來(lái)越稀缺，海上風(fēng)能儲(chǔ)備也越來(lái)越多。已成為解決能源危機(jī)的重要手段[1]。是，由于海洋的狀況和海洋區(qū)域的地質(zhì)環(huán)境，海床的崩塌，山體滑坡，局部波浪和水流以及船舶受損造成的損壞和海底電纜斷裂影響了海上生產(chǎn)的安全性。
　　據(jù)丹麥海上風(fēng)電場(chǎng)的經(jīng)驗(yàn)：海上風(fēng)電場(chǎng)的壽命通常為20年，故障率為通常為0.32次/（100 km /年）[6]，電纜放電后的典型故障率可達(dá)0.1次/（100 km /年）。海底電纜發(fā)生故障的情況下，一些風(fēng)力渦輪機(jī)將不再能夠正常發(fā)電：修復(fù)停電的成本將會(huì)增加，但風(fēng)電場(chǎng)也會(huì)因發(fā)電而損失收入。理故障時(shí)。于電力電纜有一層厚的絕緣層并埋在海床中，因此在發(fā)生故障時(shí)很難找到，這往往需要大量的人力和物力[ 2]。此，準(zhǔn)確定位故障以快速找到故障點(diǎn)，減少故障線路檢查的負(fù)擔(dān)，減少停機(jī)時(shí)間，提高風(fēng)電場(chǎng)的可靠性非常重要。海。了快速準(zhǔn)確地搜索電纜故障點(diǎn)的監(jiān)測(cè)和定位方法，國(guó)內(nèi)外能源部門的科技人員做出了不懈的努力。行波方法應(yīng)用于在線故障定位的前景較為樂觀，但仍有許多技術(shù)問(wèn)題有待解決[3-12]。文提出了一種頻域優(yōu)化遙測(cè)方法。

　　于海底電纜的全局參數(shù)模型，并在遙測(cè)觀測(cè)方程中將電纜參數(shù)作為未知估計(jì)量，選擇不同的頻譜分量列出其相應(yīng)的網(wǎng)絡(luò)方程。算法將每個(gè)頻譜滿足的網(wǎng)絡(luò)方程作為約束，并將終端網(wǎng)絡(luò)側(cè)估計(jì)值與測(cè)量值之間的最小誤差作為優(yōu)化目標(biāo)函數(shù)。確定目標(biāo)函數(shù)時(shí)，礦用電纜引入歸一化因子來(lái)選擇每個(gè)譜誤差的權(quán)重，建立優(yōu)化海底電纜故障位置的模型。算法不受參數(shù)測(cè)量誤差的影響，頻譜引入范圍廣，理論上可以達(dá)到很高的精度，海底電纜的故障定位更加方便可靠。后，在Matlab和PSCAD的基礎(chǔ)上，采用模擬退火算法進(jìn)行求解和仿真。障范圍原理故障網(wǎng)絡(luò)方程的建立圖1顯示了海底電纜傳輸線路故障時(shí)的網(wǎng)絡(luò)模型。障數(shù)據(jù)采集裝置安裝在海上站m和公路站n，f是故障點(diǎn)，Im和In故障電流。

　　慮到電力系統(tǒng)中的大多數(shù)THT傳輸線是平衡的或接近平衡系統(tǒng)，并且正序序組件存在于所有類型的故障中，本文檔使用正序組件系統(tǒng)。[13]關(guān)于缺陷的位置。底電纜發(fā)生故障后，根據(jù)電纜兩端收集的故障頻譜信息列出故障點(diǎn)電壓：在上面的公式中，x是故障端之間的距離失敗點(diǎn)和D是海底電纜的總長(zhǎng)度，要識(shí)別的參數(shù)。Z，Y是海底電纜的串聯(lián)阻抗和平行導(dǎo)納：R，L和C分別是海底電纜濃度參數(shù)模型中的電阻，電感和電容，必須待識(shí)別。果故障點(diǎn)的電壓相等，則可以得到故障確定方程：建立故障方程（4）是故障調(diào)整方程。
　　4個(gè)未知參數(shù)： D，R，L，C。此，必須解決故障距離。x，至少5個(gè)方程式。據(jù)線性系統(tǒng)理論，瞬態(tài)響應(yīng)電流的頻譜和線路每個(gè)點(diǎn)的電壓是連續(xù)的。于給定的頻率，可以為故障網(wǎng)絡(luò)寫出相應(yīng)頻譜的方程[13]。此，故障電壓電流中的諧波信號(hào)也與故障檢測(cè)方程一致。此，等式（4）可以轉(zhuǎn)換為：其中：（6）故障分布優(yōu)化模型故障查找研究的目的是準(zhǔn)確定位故障點(diǎn)。接到海上風(fēng)力渦輪機(jī)網(wǎng)絡(luò)的系統(tǒng)故障的情況。此，需要一種算法來(lái)最小化估計(jì)值和實(shí)際值之間的誤差。

　　帶來(lái)了優(yōu)化問(wèn)題：在電纜線參數(shù)及其網(wǎng)絡(luò)方程的約束下，尋求最小化遙測(cè)總誤差的決定。此，本文引用了優(yōu)化的思想，并建立了優(yōu)化失效范圍的模型，以最大化距離的精度。性系統(tǒng)理論使得有可能知道每個(gè)諧波滿足網(wǎng)絡(luò)方程。四個(gè)未知參數(shù)，加上默認(rèn)距離x;理論上，只能解決五個(gè)方程。而，考慮到各種主觀和客觀因素以及不可避免的誤差（儀器測(cè)量，頻域變換軟件等），定位結(jié)果仍然不夠準(zhǔn)確。此，我們通過(guò)提取更多的譜信息并分解實(shí)部和虛部來(lái)構(gòu)造邊緣方程的解。于以上考慮，本文構(gòu)造了以下故障定位優(yōu)化模型，其中最小總距離誤差作為優(yōu)化目標(biāo)，并且每個(gè)諧波誤差具有適當(dāng)?shù)臋?quán)重。來(lái)自電纜末端的變電站的電壓作為誤差評(píng)估參考，將等式（5）提取為：使等式變?yōu)椋簩?duì)于任何參數(shù)集D，R，L， C，線路端子電壓誤差為：對(duì)于測(cè)量值，上面的公式分為兩部分：實(shí)部和虛部，誤差分別為基波，提取故障的二次，三次和四次諧波，并使用每個(gè)頻譜電纜的最終電壓誤差。

　　方和是優(yōu)化目標(biāo)函數(shù)，建立誤差優(yōu)化模型。中：w1，w2，w3和w4分別是對(duì)應(yīng)于基波電壓，二次諧波，三次諧波和四次諧波誤差的權(quán)重。是多目標(biāo)優(yōu)化函數(shù)的問(wèn)題：由于光譜能量的不均勻分布，諧波含量非常低，并且振幅之間存在一個(gè)數(shù)量級(jí)。波，礦用電纜因此，加權(quán)系數(shù)與每個(gè)諧波的幅度成反比。于相對(duì)誤差，諧波能量被歸一化，并且可以消除由于諧波分量的低含量導(dǎo)致的目標(biāo)函數(shù)的不平衡，并且優(yōu)化的目標(biāo)函數(shù)更加合理和完美。此，在此選擇：優(yōu)化算法建立邊緣方程并引入歸一化思想以合理的方式選擇權(quán)重，以便優(yōu)化目標(biāo)可以完全平衡諧波誤差。模型充分利用了提取的頻譜信息，抵消了頻域方法雙端遙測(cè)原理的不足。論上，誤差可以最小化。外，考慮到模擬退火算法能夠有效地解決具有多個(gè)未知參數(shù)的遙測(cè)觀測(cè)方程，選擇該算法來(lái)解決上述優(yōu)化目標(biāo)函數(shù)。
　　擬退火算法模擬退火算法的優(yōu)化過(guò)程從控制參數(shù)的初始狀態(tài)S0和初始值T開始，重復(fù)“生成新解 - 計(jì)算目標(biāo)函數(shù)差異”的迭代 - 接受或拒絕“對(duì)于當(dāng)前解決方案，然后逐漸衰減值T.當(dāng)算法結(jié)束時(shí)當(dāng)前解決方案是獲得的近似最優(yōu)解決方案。擬退火算法不僅接受最優(yōu)解，而且還以一定的概率接受非最優(yōu)解[15]。著溫度降低，系統(tǒng)不再接受非最佳解決方案，并且當(dāng)溫度接近0℃時(shí)最終收斂到溶液狀態(tài)。種類型的過(guò)程有效地避免了局部搜索算法。不屬于最優(yōu)局部問(wèn)題，是一種基于Mente-Carlo迭代求解策略的隨機(jī)優(yōu)化算法。火過(guò)程由冷卻程序控制，該冷卻程序包括控制參數(shù)的初始值T，衰減因子d，每個(gè)值T的迭代次數(shù)L（馬爾可夫鏈的長(zhǎng)度）和條件在本文中，我們選擇Matlab來(lái)解決基于模擬退火算法的優(yōu)化模型。雙端遙測(cè)中，考慮到諸如線路參數(shù)的自適應(yīng)和諧波分量的提取等因素，遙測(cè)觀測(cè)方程中的未知數(shù)將大大增加，并且通常使用的非線性最小二乘分辨率易于采用。可能保證收斂到整體最優(yōu)解，特別是對(duì)于多維和多峰問(wèn)題。擬退火方法提供整體優(yōu)化能力。外，最佳本地解決方案不會(huì)陷入搜索失敗，并且需要初始值。低可以有效地解決具有多個(gè)未知參數(shù)的遙測(cè)觀測(cè)方程，這就是本文選擇模擬退火算法來(lái)解決默認(rèn)遙測(cè)優(yōu)化模型的原因。而，由于模擬退火算法作為隨機(jī)搜索算法，該算法的原理和缺陷定位模型的特征決定了該算法總是具有計(jì)算精度低的缺點(diǎn)。

　　決故障定位問(wèn)題時(shí)穩(wěn)定性不足[16]。于上述考慮，已知的電纜參數(shù)用作迭代初始值，并且模擬退火算法用于連續(xù)解決若干次。里，連續(xù)五次解析的參數(shù)被選為默認(rèn)距離值。真實(shí)例和分析PSCAD仿真的目的是驗(yàn)證所提算法的準(zhǔn)確性和效率，使用PSCAD軟件模擬海上風(fēng)電場(chǎng)的三相對(duì)稱接地故障。真數(shù)據(jù)的采樣頻率為4 KHz，系統(tǒng)參數(shù)如下：系統(tǒng)參數(shù)M端：系統(tǒng)參數(shù)N端：水下電纜參數(shù)：故障模擬在有缺陷的相電纜短路的情況下，電流波形和兩端電壓如下：狀態(tài)電壓信號(hào)被放大。
　　圖6所示，故障發(fā)生在0之后通常，在故障之后的2至3個(gè)周期之后，自由分量被衰減為0，即，瞬態(tài)自由分量的頻譜主要由默認(rèn)瞬態(tài)確定。兩到三個(gè)周期[13]。圖7中還可以看出，在故障信號(hào)的兩個(gè)周期之后，諧波信號(hào)幾乎衰減到零并進(jìn)入標(biāo)準(zhǔn)正弦波形。此，在故障信號(hào)的前兩個(gè)周期上執(zhí)行傅里葉變換，并且在優(yōu)化目標(biāo)函數(shù)和退火算法中代入提取的譜電流電壓值（分別為1到4個(gè)諧波）。擬用于matlab軟件。
　　決仿真結(jié)果永久修改仿真模型中的故障距離，記錄每個(gè)定位結(jié)果并進(jìn)行分析：其中，誤差定義如下：仿真結(jié)果如表所示1：分析仿真結(jié)果表明以下兩點(diǎn)：隨著故障距離的增加，誤差也呈上升趨勢(shì)，與算法有一定關(guān)系。線路相比，誤差保持在2％左右，缺陷位置相對(duì)較大。是，考慮到海底電纜故障位置的研究，算法仍然不成熟，剩下的仍然是更實(shí)用的定位算法。論基于頻域的優(yōu)化故障定位方法很好地適應(yīng)了海底電纜故障的位置：理論上，遙測(cè)精度非常高，誤差幾乎為零。而，由于瞬態(tài)波形提取的不完整性，不精確的求解算法和頻域變換中的軟件誤差，該算法只能滿足定位要求。
　　而，該算法將電纜參數(shù)解析為未知數(shù)，并引入了不受參數(shù)測(cè)量誤差影響的優(yōu)化算法。位海底電纜缺陷更方便當(dāng)風(fēng)能連接到電網(wǎng)時(shí)。
　　本文轉(zhuǎn)載自
　　電纜價(jià)格 http://