论文部分内容阅读
针对目前超高压线路中所用选相方法不能快速准确地识别所有故障类型的问题，提出一种基于电压故障分量和卡尔曼滤波算法的新型选相方法。该方法定义每相电压故障分量和其余两相电压故障分量差值的比值为故障相识别系数。通过研究该系数在不同故障条件下的变化特征，可实现快速选相的目的。仿真结果表明，在高压线路故障中利用卡尔曼滤波算法提取基波相量速度快、准确率高。同时该选相算法受过渡电阻、故障位置、故障初相角的影响很小，在半周波内可准确选出故障相，且在强弱电源侧均具有较高的选相灵敏度。