摘要：高压电网环境下,因社会用电量过大易造成严重的短路故障现象。为此,提出基于支持向量机(support vector machine,SVM)增量学习算法的高压电网短路故障位置自动识别方法。按照故障训练特征的确定结果,基于SVM增量学习算法提取线性电网中的不可分边界支持向量,进而处理电网结构中的最小化风险,完成电网故障识别环境搭建。配置高压电网的相量量测单元系数,通过确定故障识别元件,校验短路故障发生的位置,实现高压电网短路故障位置的自动识别。试验结果表明:在传输电量增加的情况下,短路故障电量冗余度极值仅能达到40%;故障位置识别精确性保持在94%。设计方法能够有效实现高压电网短路故障位置自动识别,具有较为优越的性能和一定的应用价值。

摘要：为提高配电网分支线故障处理能力,介绍了电压时间型和电流级差型分支线故障隔离技术。给出了配置原则,分析了两种技术的优缺点及适用环境。提供给从事配电自动化、保护及相关设计人员参考。

摘要：为提高配电网分支线故障处理能力,介绍了电压时间型和电流级差型分支线故障隔离技术。给出了配置原则,分析了两种技术的优缺点及适用环境。提供给从事自动化、保护及相关设计人员参考。