找到 1 条结果
基于机器学习的双反时限方向过流继电器自适应整定方法以提升微电网稳定运行
Machine-Learning-Based Adaptive Settings of Directional Overcurrent Relays With Double-Inverse Characteristics for Stable Operation of Microgrids
Ahmed N. Sheta · Bishoy E. Sedhom · Anamitra Pal · Mohamed Shawky El Moursi 等5人 · IEEE Transactions on Industrial Informatics · 2024年9月
含分布式能源的微电网在能效与可持续性方面优势显著，但给保护方案尤其是继电保护整定与配合带来挑战。本文研究方向过流继电器（DOCR）在微电网中的应用，针对分布式电源惯性弱及故障后DOCR动作时间过长可能引发的系统失稳问题，提出一种融合两条反时限曲线的新型整定方法，确保继电保护协调性与微电网稳定性。考虑到微电网多种运行拓扑下单一整定值的局限性，采用自组织映射将不同运行场景聚类匹配至有限的可调定值组，并利用遗传算法优化各场景下满足稳定性约束的自适应整定值，存储于继电器中按需激活。通过DigSILENT...
解读: 该双反时限自适应保护技术对阳光电源PowerTitan储能系统及微电网ESS集成方案具有重要应用价值。针对ST系列储能变流器接入微电网后因弱惯性导致的保护配合难题，可将机器学习聚类算法与遗传算法优化整定值的方法集成至iSolarCloud云平台，实现多场景拓扑下的保护定值自适应切换。该技术可增强构网...