针对现有的井下电缆故障测距方法存在可靠性差、精度低的问题,介绍了一种基于小波分析理论和神经网络的井下电缆故障测距方法,并比较了BP神经网络和RBF神经网络用于该方法的测距性能。该故障测距方法采用3次B样条半正交小波对暂态零序电流信号进行小波变换,得到特定频带内的暂态零序电流模极大值,并将该模极大值作为神经网络的输入信号,根据模极大值与故障点位置的映射关系实现故障定位。仿真结果表明,该故障测距方法能够较好地进行井下电缆故障测距,且RBF神经网络的测距误差及训练速度均优于BP神经网络。

介绍了中性点不接地电网单相接地故障建模与仿真过程,研究并分析了单相接地时故障线路相电流、相电压,三序电压分量、电流分量,以及经凯伦贝尔变换后的模电流、模电压的特点。最后总结出一般性的结论,其中关于零序电流的分布与经典理论有较大的区别。

针对目前剩余电流动作保护器发生单相漏电后易造成更为严重的相间短路故障的问题,在低压三相剩余电流动作保护理论的基础上,分析了一种新型低压剩余电流动作保护器的运行特性,探讨了不同线制下低压供电系统保护器设计的一般原则。遵循该原则可以将谐振参数控制在一个有限的范围内,避免了设计的盲目性。

对小电阻接地系统的零序电压、电流关系进行分析，发现发生高阻接地故障时母线零序电压与故障线路零序电流存在比例关系，则零序电压可间接反映过渡电阻的大小，由此提出一种基于零序电压幅值修正的高灵敏性零序电流保护方案。该方案结合现有的零序电流保护原理，通过引入零序电压信息对零序电流测量值进行修正，各线路修正后的零序电流测量值与故障线路首端发生金属性接地故障时的情况相似，保护动作整定值与现有的阶段式零序电流保护相同，从而大幅提高保护在高阻接地故障时的灵敏性。结合工程实际因素，讨论了各参数的整定原则。基于PSCAD/EMTDC的仿真和基于RTDS的装置测试验证了所提保护方案的有效性，其可将保护耐受过渡电阻能力提高到1000 Ω左右。

直流配电网单极接地故障双端定位法，文晓雅，罗建，本文基于时域希尔伯特变换方法，提出了一种直流配电网单极接地故障定位的方法。该方法利用过渡电阻为纯阻性，故障点电压与注入过

基于特频编码信号注入的10kV配电网单相接地故障检测方法研究.pdf

matlab单相接地故障代码电网 该存储库包含与使用深度神经网络实现的三相交流故障分类相关的文件。 整个项目可以分为三个部分： 从 Simulink 生成数据 训练深度神经网络 模型验证 下面是工作模型的最终结果（binary+multi_class）： 此热图表示故障类别的准确性 + 平均值与用于验证的数据集。 1 数据生成 matlab.ipynb包含使用 MatLab/Simulink 生成数据集的代码 方法：对于每个可能的故障，它在 simulink 中触发 10 次仿真。 每个模拟都有故障发生的随机时间范围。 仿真数据存储为名称为 .csv 的文件。 总共使用了 3 种标记方法。 通过单个阈值标记 按阈值范围标记 使用 KMeans 聚类进行标注 所有包含数据的文件夹都有一个文件dataset_merge.ipynb ，它结合了所有模拟数据并创建了两个数据集，一个用于二元分类器，一个用于多类分类器。 2 模型训练 使用 Tensorflow+Keras 实现带有 LSTM 的深度神经网络用于分类任务。 包含用于模型训练和绘图的代码。 训练了两个分类器： 二元分类器将数据分为两

单相接地

基于MATLAB的电力系统单相接地故障选线的研究.pdf

基于MATLAB的煤矿电网接地故障仿真.pdf