CN103744002A - 一种基于电流暂态量主成分聚类分析的缆-线混合输电线路的故障区段识别方法 - Google Patents
一种基于电流暂态量主成分聚类分析的缆-线混合输电线路的故障区段识别方法 Download PDFInfo
- Publication number
- CN103744002A CN103744002A CN201410021417.6A CN201410021417A CN103744002A CN 103744002 A CN103744002 A CN 103744002A CN 201410021417 A CN201410021417 A CN 201410021417A CN 103744002 A CN103744002 A CN 103744002A
- Authority
- CN
- China
- Prior art keywords
- fault
- cable
- transmission line
- section
- component
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 49
- 238000007621 cluster analysis Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000001052 transient effect Effects 0.000 title claims abstract description 5
- 238000000513 principal component analysis Methods 0.000 claims description 11
- 230000004069 differentiation Effects 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 4
- 238000004064 recycling Methods 0.000 claims description 4
- 101100499229 Mus musculus Dhrsx gene Proteins 0.000 claims description 3
- 241000272165 Charadriidae Species 0.000 description 10
- 230000007704 transition Effects 0.000 description 6
- 238000005070 sampling Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000004807 localization Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Landscapes
- Locating Faults (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明涉及一种基于电流暂态量主成分聚类分析的缆-线混合输电线路的故障区段识别方法,属于电力***故障测距技术领域。当线-缆混合的输电线路发生故障时,求取电缆量测端获得的故障相电流行波数据分量的绝对值,再利用主成分聚类分析方法进行缆-线混合输电线路故障区段的判别;根据故障位于电缆段、架空输电线路段故障相电流分量绝对值在第一成分(PC1)轴上的投影值q-1的正、负来区分故障区段:若投影值q-1的符号为正,则判定故障位于架空线路段,若投影值q-1的符号为负,则判定故障位于电缆段。本发明利用故障相电流分量的绝对值来进行聚类分析,有效的规避了故障初始角的对主成分聚类分析故障区段判别的影响,不仅原理简单,而且精度较高。
Description
技术领域
本发明涉及一种基于电流暂态量主成分聚类分析的缆-线混合输电线路的故障区段识别方法,属于电力***故障测距技术领域。
背景技术
近年来,随着电力事业的发展,输电线路电压等级和输送容量逐步提高,架空和电缆混合输电线路在高压输配电工程中应用越来越广泛。当输电线路发生故障时,快速准确地确定故障点和排除故障,对于提高供电可靠性,减少停电时间具有重要意义。对于架空和电缆混合输电线路的故障定位来说,两段线路不同的特性阻抗和传播常数是影响其准确性的两个主要因素。
由于在架空和电缆混合输电线路的接头,波阻抗不连续,当行波传播至接头处会发生折、反射,使得量测端的行波波形变得复杂,正确识别行波波头的难度增大。此外,不同区段发生故障,故障行波的传播规律也不同,因此,对于缆线混合线路的行波测距,故障区段的识别就变得十分重要。
发明内容
本发明要解决的技术问题是提供一种基于电流暂态量主成分聚类分析的缆-线混合输电线路的故障区段识别方法,用以解决不同区段输电线路故障区段的识别,以便更精确的故障定位;同时利用对故障数据进行绝对值运算,可以有效的规避故障初始角对故障区段的判别。
本发明的技术方案是:一种基于电流暂态量主成分聚类分析的缆-线混合输电线路的故障区段识别方法,当线-缆混合的输电线路发生故障时,求取电缆量测端获得的故障相电流行波数据分量的绝对值,再利用主成分聚类分析方法进行缆-线混合输电线路故障区段的判别;根据故障位于电缆段、架空输电线路段故障相电流分量绝对值在第一成分(PC 1)轴上的投影值q -1的正、负来区分故障区段:若投影值q -1的符号为正,则判定故障位于架空线路段,若投影值q -1的符号为负,则判定故障位于电缆段。
所述方法的具体步骤如下:
(1)设置故障点:将继电器R1安装在电缆段的母线侧,沿缆-线混合输电线路模型等距离设置故障点,通过电磁暂态仿真软件PSCAD将所有的故障点进行遍历,继电器R1得到故障相电流行波数据分量;
(2)故障样本数据的预处理:将继电器R1获得的故障相电流行波数据分量进行预处理(寻找故障时刻、并取绝对值和归一化),并截取故障点处的短视窗数据用以显示和主成分聚类分析;
(3)构建主成分聚类空间:对得到的预处理数据进行主成分分析,构建由第一主成分(PC 1)和第二主成分(PC 2)为轴的主成分聚类空间;
(4)故障样本数据的投影:当缆线混合输电线路发生故障时,将量测端获得的故障数据进行数据预处理,然后投影在主成分聚类空间内,得到其在第一主成分(PC 1)轴上的投影值q 1;
(5)主成分聚类分析:根据投影值q 1的正负识别判断故障区段:
若 ,则为架空线区段故障;
所述故障点的初始角取90°和-90°,故障类型为单相接地故障。
所述故障点处短时窗为故障前2us和故障后8us。
本发明的原理是:当电缆和架空混合输电线路发生故障时,于电缆端观测,若故障位于架空线路段,故障初始行波在电缆和架空线路的连接点发生折射,折射系数小于1,经由电缆段传播至量测端,衰减较为严重,若故障位于电缆段,故障初始行波不经过缆-线混合的接头,不存在折、反射,因此量测端检测到的故障初始行波的幅值和陡度较大。利用主成分聚类分析可以凸显这一差异,进而实现电缆和架空混合输电线路故障区段的判别。主成分聚类分析表明:当故障发生在架空线路段,其故障相电流分量的绝对值经主成分分析在PC 1轴上的投影值为正,当故障发生在电缆段,其故障相电流分量的绝对值经主成分聚类分析在PC 1轴上的投影为负。
本发明的有益效果是:
(1)在缆-线混合输电线路中,由于不同区段的波阻抗不同,故障初始行波在缆-线混合接头处发生折射,导致电缆量测端检测到电缆、架空线段故障初始行波的幅值和陡度差异大,由此组成的样本数据经PCA分解后可得到较好的聚类结果,能很好的表现不同故障区段下的差异。由此提出的判据对于缆-线混合输电线路故障区段的识别将具有很高的精度。
(2)本发明利用故障相电流分量的绝对值来进行聚类分析,有效的规避了故障初始角的对主成分聚类分析故障区段判别的影响,不仅原理简单,而且精度较高。
附图说明
图1是本发明缆-线混合输电线路:MJ为电缆段,JN为架空线路段,R 1为继电器;
图2是本发明初始故障角为90°和-90°时量测端M获得的故障相电流分量的绝对值波形曲线束;
图3是本发明初始故障角为90°和-90°时量测端M端获得的由66条故障相电流分量的绝对值样本数据聚类形成的主成分聚类分析空间,其中“*”表示故障初始角为-90°的电缆故障样本,“+”表示故障初始角为-90°的架空线故障样本,“○”表示故障初始角为90°的电缆故障样本,“△”表示故障初始角为90°的架空线故障样本;
图4是本发明实施例1中电缆段MJ上故障(故障初始角为-90°,过渡电阻为20Ω)时M端获得故障相电流的绝对值聚类形成的主成分聚类分析空间;
图5是本发明实施例2中电缆段MJ上故障(故障初始角为90°,过渡电阻为50Ω)时M端获得故障相电流的绝对值聚类形成的主成分聚类分析空间;
图6是本发明实施例3中电缆段JN上故障(故障初始角为30°,过渡电阻为50Ω)时M端获得故障相电流的绝对值聚类形成的主成分聚类分析空间。
具体实施方式
下面结合附图和具体实施方式,对本发明作进一步说明。
实施例1:220kV含静止同步串联补偿器的线路如图1所示。其线路参数如下:电缆段MJ长10km,架空线段JN长25km。故障位置:在电缆段每隔1km进行遍历,初始故障角-90°,过渡电阻为20Ω,采样率为1MHz。
(1)根据说明书中的步骤一至步骤三构建主成分聚类分析空间,M端获得初始故障角分别为90°、-90°的故障电流样本数据聚类形成的主成分聚类分析空间如3所示;
(2)根据说明书中的步骤四将故障样本投入响应初始故障角的主成分聚类空间中,得到其在第一主成分(PC 1)轴上的投影值q 1,其图形表示见图4;
(3)根据说明书中的步骤五对故障样本在PC 1轴上的投影q 1值的进行符号判断,由图4中sign(q 1)<0可知该例的故障为电缆段故障。
实施例2:220kV含静止同步串联补偿器的线路如图1所示。其线路参数如下:电缆段MJ长10km,架空线段JN长25km。故障位置:在电缆段每隔1km进行遍历,初始故障角90°,过渡电阻为50Ω,采样率为1MHz。
(1)根据说明书中的步骤一至步骤三构建主成分聚类分析空间,M端获得初始故障角分别为90°、-90°的故障电流样本数据聚类形成的主成分聚类分析空间如3所示;
(2)根据说明书中的步骤四将故障样本投入响应初始故障角的主成分聚类空间中,得到其在第一主成分(PC 1)轴上的投影值q 1,其图形表示见图5;
(3)根据说明书中的步骤五对故障样本在PC 1轴上的投影q 1值的进行符号判断,由图5中sign(q 1)<0可知该例的故障为电缆段故障。
实施例3:220kV含静止同步串联补偿器的线路如图1所示。其线路参数如下:电缆段MJ长10km,架空线段JN长25km。故障位置:在架空线段每隔1km进行遍历,初始故障角30°,过渡电阻为50Ω,采样率为1MHz。
(1)根据说明书中的步骤一至步骤三构建主成分聚类分析空间,M端获得初始故障角分别为90°、-90°的故障电流样本数据聚类形成的主成分聚类分析空间如3所示;
(2)根据说明书中的步骤四将故障样本投入响应初始故障角的主成分聚类空间中,得到其在第一主成分(PC 1)轴上的投影值q 1,其图形表示见图5;
(3)根据说明书中的步骤五对故障样本在PC 1轴上的投影q 1值的进行符号判断,由图5中sign(q 1)>0可知该例的故障为架空线段故障。
实施例4:一种基于电流暂态量主成分聚类分析的缆-线混合输电线路的故障区段识别方法,当线-缆混合的输电线路发生故障时,求取电缆量测端获得的故障相电流行波数据分量的绝对值,再利用主成分聚类分析方法进行缆-线混合输电线路故障区段的判别;根据故障位于电缆段、架空输电线路段故障相电流分量绝对值在第一成分(PC 1)轴上的投影值q -1的正、负来区分故障区段:若投影值q -1的符号为正,则判定故障位于架空线路段,若投影值q -1的符号为负,则判定故障位于电缆段。
所述方法的具体步骤如下:
(1)设置故障点:将继电器R1安装在电缆段的母线侧,沿缆-线混合输电线路模型等距离设置故障点,通过电磁暂态仿真软件PSCAD将所有的故障点进行遍历,继电器R1得到故障相电流行波数据分量;
(2)故障样本数据的预处理:将继电器R1获得的故障相电流行波数据分量进行预处理,并截取故障点处的短视窗数据用以显示和主成分聚类分析;
(3)构建主成分聚类空间:对得到的预处理数据进行主成分分析,通过matlab软件构建由第一主成分(PC 1)和第二主成分(PC 2)为轴的主成分聚类空间;
(4)故障样本数据的投影:当缆线混合输电线路发生故障时,将量测端获得的故障数据进行数据预处理,然后投影在主成分聚类空间内,得到其在第一主成分(PC 1)轴上的投影值q 1;
(5)主成分聚类分析:根据投影值q 1的正负识别判断故障区段:
所述故障点的初始角取90°和-90°,故障类型为单相接地故障。
所述故障点处短时窗为故障前2us和故障后8us。
实施例5:一种基于电流暂态量主成分聚类分析的缆-线混合输电线路的故障区段识别方法,当线-缆混合的输电线路发生故障时,求取电缆量测端获得的故障相电流行波数据分量的绝对值,再利用主成分聚类分析方法进行缆-线混合输电线路故障区段的判别。根据故障位于电缆段、架空输电线路段故障相电流分量绝对值在第一成分(PC 1)轴上的投影值q -1的正、负来区分故障区段:若投影值q -1的符号为正,则判定故障位于架空线路段,若投影值q -1的符号为负,则判定故障位于电缆段。基于此,实现基于电流暂态量主成分聚类分析的缆-线混合输电线路的故障区段识别方法。
所述具体步骤如下:
第一步、设置故障点:继电器R 1安装在电缆段M端处(如图1),利用仿真数据形成历史样本:故障初始角分别为90°和-90°情况下,沿电缆段MJ每隔1km,共设置9个故障点,沿架空线段JN每隔1km,共设置24个故障点。故障类型为单相金属性接地;
第二步、故障样本数据的预处理:将量测端M处继电器R 1获得66条含故障相电流仿真样本数据进行预处理(寻找故障时刻、并取绝对值和归一化),截取每条样本故障前2μs时窗数据和故障后8μs窗数据;
第三步、构建主成分聚类空间:对权利要求书中第二步得到的预处理数据进行主成分分析,构建由第一主成分(PC 1)和第二主成分(PC 2)为轴的主成分聚类空间;
第四步、故障样本数据的投影:当缆线混合输电线路发生故障,将量测端M获得故障数据进行数据预处理,然后投影在第三步中建立的主成分聚类空间,得其在第一主成分(PC 1)轴上的投影值q 1;
第五步、主成分聚类分析:根据权利要求书中第四步得到投影值q 1的正负识别故障区段,具体的判据如式(1)~(2)所示:
本发明中采样率为1MHz,数据预处理时,时窗为故障前2us和故障后8us。
上面结合附图对本发明的具体实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (4)
1.一种基于电流暂态量主成分聚类分析的缆-线混合输电线路的故障区段识别方法,其特征在于:当线-缆混合的输电线路发生故障时,求取电缆量测端获得的故障相电流行波数据分量的绝对值,再利用主成分聚类分析方法进行缆-线混合输电线路故障区段的判别;根据故障位于电缆段、架空输电线路段故障相电流分量绝对值在第一成分(PC 1)轴上的投影值q -1的正、负来区分故障区段:若投影值q -1的符号为正,则判定故障位于架空线路段,若投影值q -1的符号为负,则判定故障位于电缆段。
2.根据权利要求1所述的基于电流暂态量主成分聚类分析的缆-线混合输电线路的故障区段识别方法,其特征在于所述方法的具体步骤如下:
(1)设置故障点:将继电器R1安装在电缆段的母线侧,沿缆-线混合输电线路模型等距离设置故障点,通过电磁暂态仿真软件PSCAD将所有的故障点进行遍历,继电器R1得到故障相电流行波数据分量;
(2)故障样本数据的预处理:将继电器R1获得的故障相电流行波数据分量进行预处理,并截取故障点处的短视窗数据用以显示和主成分聚类分析;
(3)构建主成分聚类空间:对得到的预处理数据进行主成分分析,构建由第一主成分(PC 1)和第二主成分(PC 2)为轴的主成分聚类空间;
(4)故障样本数据的投影:当缆线混合输电线路发生故障时,将量测端获得的故障数据进行数据预处理,然后投影在主成分聚类空间内,得到其在第一主成分(PC 1)轴上的投影值q 1;
(5)主成分聚类分析:根据投影值q 1的正负识别判断故障区段:
3.根据权利要求2所述的基于电流暂态量主成分聚类分析的缆-线混合输电线路的故障区段识别方法,其特征在于:所述故障点的初始角取90°和-90°,故障类型为单相接地故障。
4.根据权利要求2所述的基于电流暂态量主成分聚类分析的缆-线混合输电线路的故障区段识别方法,其特征在于:所述故障点处短时窗为故障前2us和故障后8us。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410021417.6A CN103744002B (zh) | 2014-01-17 | 2014-01-17 | 一种基于电流暂态量主成分聚类分析的缆-线混合输电线路的故障区段识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410021417.6A CN103744002B (zh) | 2014-01-17 | 2014-01-17 | 一种基于电流暂态量主成分聚类分析的缆-线混合输电线路的故障区段识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103744002A true CN103744002A (zh) | 2014-04-23 |
CN103744002B CN103744002B (zh) | 2016-08-17 |
Family
ID=50501037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410021417.6A Active CN103744002B (zh) | 2014-01-17 | 2014-01-17 | 一种基于电流暂态量主成分聚类分析的缆-线混合输电线路的故障区段识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103744002B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104155575A (zh) * | 2014-08-04 | 2014-11-19 | 昆明理工大学 | 一种利用线模电流进行pca聚类分析的线缆混合线路故障区段识别方法 |
CN104993462A (zh) * | 2015-06-30 | 2015-10-21 | 昆明理工大学 | 一种基于模式识别的带统一潮流控制器输电线路的电流暂态量方向保护方法 |
CN105098740A (zh) * | 2015-09-15 | 2015-11-25 | 昆明理工大学 | 一种基于正向电流行波主成分聚类分析的合闸到故障识别方法 |
CN105116281A (zh) * | 2015-06-30 | 2015-12-02 | 昆明理工大学 | 一种基于模式识别的两段线缆混合直流输电线路故障区段识别方法 |
CN105242137A (zh) * | 2015-09-29 | 2016-01-13 | 昆明理工大学 | 一种利用极线故障电流主成分聚类分析的线路故障识别方法 |
CN105738770A (zh) * | 2016-04-01 | 2016-07-06 | 昆明理工大学 | 一种基于故障行波沿线分布特性的线缆混合线路单端行波测距方法 |
CN105866625A (zh) * | 2016-04-01 | 2016-08-17 | 昆明理工大学 | 一种基于故障行波沿线分布特性的线缆混合线路双端测距方法 |
CN104133159B (zh) * | 2014-08-04 | 2017-02-15 | 昆明理工大学 | 一种利用零序电流进行pca聚类分析的线缆混合线路故障区段识别方法 |
CN106526410A (zh) * | 2016-09-07 | 2017-03-22 | 中国石油大学(华东) | 一种基于暂态电流投影分量幅值比较的小电流接地***高阻接地故障定位方法 |
CN107850687A (zh) * | 2016-02-05 | 2018-03-27 | 国立研究开发法人海洋研究开发机构 | 资源推定***以及资源推定方法 |
CN112083283A (zh) * | 2020-09-07 | 2020-12-15 | 昆明理工大学 | 一种基于故障分量频带分布差异的配电网故障区段定位方法 |
WO2021052300A1 (zh) * | 2019-09-19 | 2021-03-25 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 利用比率制动差动原理的高压混合线路故障区段判别方法 |
CN117094113A (zh) * | 2022-12-08 | 2023-11-21 | 特变电工山东鲁能泰山电缆有限公司 | 一种同相并联电缆输电仿真模型及仿真分析方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5729144A (en) * | 1996-12-02 | 1998-03-17 | Cummins; Kenneth L. | Systems and methods for determining location of a fault on an electric utility power distribution system |
CN101227086A (zh) * | 2008-01-22 | 2008-07-23 | 昆明理工大学 | 一种利用可拓理论的配电网缆-线混合线路故障选线融合方法 |
CN101404408A (zh) * | 2008-11-13 | 2009-04-08 | 昆明理工大学 | 利用相对能量的配网缆-线混合线路故障选线方法 |
CN103245883A (zh) * | 2013-04-27 | 2013-08-14 | 昆明理工大学 | 一种基于暂态零序电流时频特征向量的配电网故障选线方法 |
CN103424669A (zh) * | 2013-08-05 | 2013-12-04 | 昆明理工大学 | 一种利用故障馈线零序电流矩阵主成分分析第一主成分的选线方法 |
-
2014
- 2014-01-17 CN CN201410021417.6A patent/CN103744002B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5729144A (en) * | 1996-12-02 | 1998-03-17 | Cummins; Kenneth L. | Systems and methods for determining location of a fault on an electric utility power distribution system |
CN101227086A (zh) * | 2008-01-22 | 2008-07-23 | 昆明理工大学 | 一种利用可拓理论的配电网缆-线混合线路故障选线融合方法 |
CN101404408A (zh) * | 2008-11-13 | 2009-04-08 | 昆明理工大学 | 利用相对能量的配网缆-线混合线路故障选线方法 |
CN103245883A (zh) * | 2013-04-27 | 2013-08-14 | 昆明理工大学 | 一种基于暂态零序电流时频特征向量的配电网故障选线方法 |
CN103424669A (zh) * | 2013-08-05 | 2013-12-04 | 昆明理工大学 | 一种利用故障馈线零序电流矩阵主成分分析第一主成分的选线方法 |
Non-Patent Citations (2)
Title |
---|
唐学用等: "电缆_架空线混合输电线路故障测距方法研究", 《电力***保护与控制》, vol. 39, no. 14, 16 July 2011 (2011-07-16) * |
肖白等: "小电流接地***单相接地故障选线方法综述", 《继电器》, vol. 29, no. 4, 30 April 2001 (2001-04-30) * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104155575A (zh) * | 2014-08-04 | 2014-11-19 | 昆明理工大学 | 一种利用线模电流进行pca聚类分析的线缆混合线路故障区段识别方法 |
CN104133159B (zh) * | 2014-08-04 | 2017-02-15 | 昆明理工大学 | 一种利用零序电流进行pca聚类分析的线缆混合线路故障区段识别方法 |
CN104993462A (zh) * | 2015-06-30 | 2015-10-21 | 昆明理工大学 | 一种基于模式识别的带统一潮流控制器输电线路的电流暂态量方向保护方法 |
CN105116281A (zh) * | 2015-06-30 | 2015-12-02 | 昆明理工大学 | 一种基于模式识别的两段线缆混合直流输电线路故障区段识别方法 |
CN105098740A (zh) * | 2015-09-15 | 2015-11-25 | 昆明理工大学 | 一种基于正向电流行波主成分聚类分析的合闸到故障识别方法 |
CN105098740B (zh) * | 2015-09-15 | 2017-12-22 | 昆明理工大学 | 一种基于正向电流行波主成分聚类分析的合闸到故障识别方法 |
CN105242137B (zh) * | 2015-09-29 | 2018-04-06 | 昆明理工大学 | 一种利用极线故障电流主成分聚类分析的线路故障识别方法 |
CN105242137A (zh) * | 2015-09-29 | 2016-01-13 | 昆明理工大学 | 一种利用极线故障电流主成分聚类分析的线路故障识别方法 |
US10802173B2 (en) | 2016-02-05 | 2020-10-13 | Japan Agency For Marine-Earth Science And Technology | Resource estimation system and resource estimation method |
CN107850687B (zh) * | 2016-02-05 | 2020-01-31 | 国立研究开发法人海洋研究开发机构 | 资源推定***以及资源推定方法 |
CN107850687A (zh) * | 2016-02-05 | 2018-03-27 | 国立研究开发法人海洋研究开发机构 | 资源推定***以及资源推定方法 |
CN105738770A (zh) * | 2016-04-01 | 2016-07-06 | 昆明理工大学 | 一种基于故障行波沿线分布特性的线缆混合线路单端行波测距方法 |
CN105738770B (zh) * | 2016-04-01 | 2019-05-14 | 昆明理工大学 | 一种基于故障行波沿线分布特性的线缆混合线路单端行波测距方法 |
CN105866625A (zh) * | 2016-04-01 | 2016-08-17 | 昆明理工大学 | 一种基于故障行波沿线分布特性的线缆混合线路双端测距方法 |
CN106526410A (zh) * | 2016-09-07 | 2017-03-22 | 中国石油大学(华东) | 一种基于暂态电流投影分量幅值比较的小电流接地***高阻接地故障定位方法 |
WO2021052300A1 (zh) * | 2019-09-19 | 2021-03-25 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 利用比率制动差动原理的高压混合线路故障区段判别方法 |
CN112083283A (zh) * | 2020-09-07 | 2020-12-15 | 昆明理工大学 | 一种基于故障分量频带分布差异的配电网故障区段定位方法 |
CN112083283B (zh) * | 2020-09-07 | 2021-05-25 | 昆明理工大学 | 一种基于故障分量频带分布差异的配电网故障区段定位方法 |
CN117094113A (zh) * | 2022-12-08 | 2023-11-21 | 特变电工山东鲁能泰山电缆有限公司 | 一种同相并联电缆输电仿真模型及仿真分析方法 |
CN117094113B (zh) * | 2022-12-08 | 2024-06-04 | 特变电工山东鲁能泰山电缆有限公司 | 一种同相并联电缆输电仿真模型及仿真分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103744002B (zh) | 2016-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103744002A (zh) | 一种基于电流暂态量主成分聚类分析的缆-线混合输电线路的故障区段识别方法 | |
CN105137281B (zh) | 一种基于单端电气量及暂态行波综合特征分析的混合线路故障点定位方法 | |
CN104062549B (zh) | 分布参数识别法与行波法结合的配网混合线路测距方法 | |
CN103592573A (zh) | 分区所处上下行牵引网不处于并联状态的故障测距方法 | |
CN104155575B (zh) | 一种利用线模电流进行pca聚类分析的线缆混合线路故障区段识别方法 | |
CN105548819A (zh) | 一种基于反行波的高压直流输电线路区内外故障识别方法 | |
CN105116281A (zh) | 一种基于模式识别的两段线缆混合直流输电线路故障区段识别方法 | |
CN109188210A (zh) | 一种基于VMD-Hilbert变换的城市电力电缆双端故障测距方法 | |
CN103592575A (zh) | 一种基于多传感器***的自适应加权数据融合故障测距方法 | |
CN204116466U (zh) | 用于三相电的相序和缺相检测电路 | |
CN104198882A (zh) | 一种利用瞬时功率曲线进行pca聚类分析的同塔双回线故障选线方法 | |
CN105548802B (zh) | 一种基于故障行波沿线分布特性的t接线路三端不同步故障测距方法 | |
CN103424667B (zh) | 一种线缆混合线路故障波到时序测后模拟匹配的测距方法 | |
CN105652151A (zh) | 基于线路参数检测与数据非同步校验的双端测距方法 | |
CN105403807A (zh) | 一种三段线缆混合直流输电线路故障区段识别的智能方法 | |
CN103823155A (zh) | 一种at牵引网短路故障测距方法 | |
CN106646130B (zh) | 一种基于电流极性比较的主动配电网故障定位方法及*** | |
CN103019902A (zh) | Arinc429总线信号性能参数的自动测试装置及测试方法 | |
CN108037413A (zh) | 输电线路雷击故障自动诊断及可视化通报方法 | |
CN110148991A (zh) | 一种基于大数据的电池过充预警方法及*** | |
CN104133159B (zh) | 一种利用零序电流进行pca聚类分析的线缆混合线路故障区段识别方法 | |
CN104849614A (zh) | 小电流单相接地故障选线的判断方法 | |
CN103616616B (zh) | 大型接地网的故障检测方法 | |
CN103760462A (zh) | 一种带静止同步串联补偿器输电线路的电流暂态量主成分聚类分析方向保护方法 | |
CN105738772A (zh) | 基于功率及频率波动相位的强迫扰动源定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |