CN104898021A - 一种基于k-means聚类分析的配电网故障选线方法 - Google Patents
一种基于k-means聚类分析的配电网故障选线方法 Download PDFInfo
- Publication number
- CN104898021A CN104898021A CN201510271056.5A CN201510271056A CN104898021A CN 104898021 A CN104898021 A CN 104898021A CN 201510271056 A CN201510271056 A CN 201510271056A CN 104898021 A CN104898021 A CN 104898021A
- Authority
- CN
- China
- Prior art keywords
- fault
- circuit
- sequence current
- energy
- wavelet
- 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
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000007621 cluster analysis Methods 0.000 title claims abstract description 10
- 230000001052 transient effect Effects 0.000 claims abstract description 39
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 12
- 238000004088 simulation Methods 0.000 claims abstract description 5
- 238000010187 selection method Methods 0.000 claims description 7
- 238000003064 k means clustering Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 208000024891 symptom Diseases 0.000 abstract 2
- 238000013507 mapping Methods 0.000 abstract 1
- 238000001228 spectrum Methods 0.000 abstract 1
- 230000007547 defect Effects 0.000 description 12
- 230000007704 transition Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 230000001629 suppression Effects 0.000 description 3
- 238000010891 electric arc Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Landscapes
- Locating Faults (AREA)
Abstract
本发明涉及一种基于k-means聚类分析的配电网故障选线方法,具体为沿谐振接地***中线路设置故障位置,并由电磁暂态仿真获得故障电流曲线簇作为样本数据,选取故障后5ms内的零序电流,采用db小波对其进行6层小波分解,计算出全频带下的暂态零序电流总能量;同时,计算出综合小波能量相对熵,将暂态零序电流总能量及综合小波能量相对熵这两个维度作为表征故障特征的测度,并将其映射到二维平面上;再采用k-means聚类分析算法计算出上述数据在二维平面上的聚类中心,然后在聚类空间中,故障线路形成一个聚类中心,未故障线路形成一个聚类中心,选线元件故障启动后,取5ms时窗内故障电流数据作为测试样本,并根据测试数据与两类聚类中心的欧氏距离来判断出该线路是否故障。
Description
技术领域
本发明涉及一种基于k-means聚类分析的配电网故障选线方法,属于电力***故障选线技术领域。
背景技术
随着配网的规模不断地壮大,线路的不断增多,电缆线路与缆线混合线路的数量也在不断的增多,当发生单相故障时,接地电容电流也随之增大,长时间带故障运行,使弧光接地引起的***过电压过高,电弧难以自行灭,若不能及时排除故障,将损坏设备,重则引起电厂机组停运,工艺流程中断等恶性事故,破坏***的安全运行。
长期以来,由于故障电流微弱,故障电弧不稳定等原因,中性点经消弧线圈接地***的单相接地故障使用稳态量进行选线常有误选漏选的现象产生。谐振接地***发生故障后,其暂态过程一般在1~2个工频周期就结束了,进入稳态过程后,其故障馈线与健全线路的稳态零模电流的幅值受消弧线圈的影响都很小。消弧线圈主要补偿故障馈线的稳态零序电流,对故障引起的电磁暂态过程中零序暂态电流的影响较小,基本上不受消弧线圈补偿动作的影响;就算在相电压过零点瞬间发生接地故障,也会有明显的暂态过程。基于暂态信号的幅值远大于稳态信号的幅值这一特点,使用暂态信号选线克服了因故障电流微弱而造成的漏选问题,具有一定的快速性和灵敏性,因此,利用暂态量来进行选线具有一定的研究意义。从当前小电流接地选线装置的运行来看,许多地区的选线装置选线正确率很低,这充分说明了故障选线问题的复杂性及新方法研究的必要性。
发明内容
本发明要解决的技术问题是利用k-means聚类分析对谐振接地***单相接地故障进行仿真判断,能够减少现场运行维护人员分析故障录波的工作量,且选线准确率较高,能够满足电力***安全运行的要求,进而提出一种基于k-means聚类分析的配电网故障选线方法。
本发明的技术方案是:一种基于k-means聚类分析的配电网故障选线方法,:沿谐振接地***中线路设置故障位置,并由电磁暂态仿真获得故障电流曲线簇作为样本数据,选取故障后5ms内的零序电流,采用db小波对其进行6层小波分解,计算出全频带下的暂态零序电流总能量;同时,计算出综合小波能量相对熵,将暂态零序电流总能量及综合小波能量相对熵这两个维度作为表征故障特征的测度,并将其映射到二维平面上;再采用k-means聚类分析算法计算出上述数据在二维平面上的聚类中心,然后在聚类空间中,故障线路形成一个聚类中心,未故障线路形成一个聚类中心,选线元件故障启动后,取5ms时窗内故障电流数据作为测试样本,并根据测试数据与两类聚类中心的欧氏距离来判断出该线路是否故障。
具体步骤为:
(a)沿谐振接地***中线路设置故障位置,并由电磁暂态仿真获得故障电流曲线簇作为样本数据,选取故障后5ms内的零序电流,采用db小波对其进行6层小波分解,计算出全频带下的暂态零序电流总能量:其中暂态零序电流能量定义为:对于正交小波变换,变换后各尺度的能量可直接由其单支重构后的小波系数的平方得到,即
在式(1)中,j=1,2,3……6为小波分解的层数;
现假设谐振接地***中有m条线路,则第i条线路,在所有尺度下的总能量为:
在式(2)中,i=1,2,3……m为谐振接地***中出线数;
计算各条线路小波分解能量最大的第4尺度下的能量和为:
式中,k=1,2,…,N,N为采样点个数,对于10kHz采样率下,5ms时窗内采样点个数N=50;其中i=1,2,3……m为谐振接地***中出线数,则所有出线在第4尺度的暂态零序电流总能量为:
由此可得到第i条线路在第4尺度下的暂态零序电流能量与所有线路暂态零序电流总能量之比为:
根据式(2)~(5)计算第l条线路第4尺度下的暂态零序电流能量与所有线路暂态零序电流总能量之比为根据相对熵理论,定义小波能量相对熵为:
根据式(6),定义第i条线路相对于第l条线路的综合小波能量相对熵为:
(b)根据式(1)~(7)计算得到故障线路和非故障线路的全频带下的暂态零序电流总能量Ei(i=1,2,3……m)和综合小波能量相对熵Mi(i=1,2,3……m),并将其映射到以综合小波能量相对熵为横轴暂态零序电流总能量为纵轴的二维平面上,采用k-means聚类分析方法计算出未故障线路的聚类中心C1=(Eo1,Mo1)和故障线路中心C2=(Eo2,Mo2);
(c)选线元件故障启动后,取5ms时窗内故障电流数据作为测试样本,并根据(a)中(1)~(7)式得到Ei′和Mi′,并根据测试数据的Ei和Mi与两类聚类中心C1和C2的欧氏距离来判断出故障线路;
即:
式中,s=1,2;C1为未故障线路中心;C2为故障线路中心;d1表示测试样本与未故障线路中心C1的距离,d2表示测试样本与故障线路中心C2的距离;
(d)比较d1和d2,确定故障线路:
若dmin=d1,该线路未故障,
若dmin=d2,该线路故障。
本发明的有益效果是:
(1)本方法是基于数据驱动的一种选线方法,不需要高采样率,易于现场实现。
(2)相比较其他测距算法,该方法容错性较高,且受过渡电阻的影响较小。
附图说明
图1为谐振接地***仿真模型。
图2为故障线路与未故障线路样本数据利用k-means聚类分析方法得到的聚类中心。
图3实施例1的聚类结果。
图4实施例2的聚类结果。
图5实施例3的聚类结果。
具体实施方式
实施例1:现沿架空线每隔2km,电缆线路每隔1km选取故障点,过渡电阻为20Ω,故障初相角为90°的条件下形成318个故障样本数据。数据长度为5ms。现假设l1距离M端1km处发生A相接地故障,故障初相角为10°,过渡电阻为20Ω。
(1)k-means聚类分析方法得到的两类聚类中心,分别为未故障中心C1、故障中心C2。其中C1=(4.476,0.2806),C2=(15.347,3.1574)。分析结果如图2所示.
(2)将测试数据利用db10小波分解后,计算出其暂态零序电流能量及综合小波相对能量熵,根据测试数据与两类聚类中心的欧氏距离来判断出故障线路。
即
式中,C1为未故障线路中心;C2为故障线路中心;(cj1,cj2)表示的是C1,C2的坐标;d1表示测试样本与未故障中心C1的距离,d2表示测试样本与故障中心C2的距离,j=1,2。
(3)线路1与两类聚类中心的欧氏距离分别为d1=11.32,d2=3.13,d2<d1;线路2与两类聚类中心的欧氏距离分别为d1=1.75,d2=12.98,d2>d1;线路3与两类聚类中心的欧氏距离分别为d1=1.71,d2=9.71,d2>d1;线路4与两类聚类中心的欧氏距离分别为d1=1.50,d2=12.74,d2>d1;线路5与两类聚类中心的欧氏距离分别为d1=1.00,d2=10.40,d2>d1;线路6与两类聚类中心的欧氏距离分别为d1=1.44,d2=12.68,d2>d1;据此得出故障线路为线路1。
实施例2:现沿架空线每隔2km,电缆线路每隔1km选取故障点,过渡电阻为20Ω,故障初相角为90°的条件下形成318个故障样本数据。数据长度为5ms。现假设l1距离M端14km处发生A相接地故障,故障初相角为90°,过渡电阻为200Ω。
(1)k-means聚类分析方法得到的两类聚类中心,分别为未故障中心C1、故障中心C2。其中C1=(4.476,0.2806),C2=(15.347,3.1574)。分析结果如图2所示.
(2)将测试数据利用db10小波分解后,计算出其暂态零序电流能量及综合小波相对能量熵,根据测试数据与两类聚类中心的欧氏距离来判断出故障线路。
即
式中,C1为未故障线路中心;C2为故障线路中心;(cj1,cj2)表示的是C1,C2的坐标;d1表示测试样本与未故障中心C1的距离,d2表示测试样本与故障中心C2的距离,j=1,2。
(3)线路1与两类聚类中心的欧氏距离分别为d1=10.05,d2=3.11,d2<d1;线路2与两类聚类中心的欧氏距离分别为d1=1.89,d2=13.12,d2>d1;线路3与两类聚类中心的欧氏距离分别为d1=1.95,d2=9.48,d2>d1;线路4与两类聚类中心的欧氏距离分别为d1=1.87,d2=13.11,d2>d1;线路5与两类聚类中心的欧氏距离分别为d1=0.92,d2=10.48,d2>d1;线路6与两类聚类中心的欧氏距离分别为d1=1.39,d2=12.63,d2>d1;据此得出故障线路为线路1。
实施例3:现沿架空线每隔2km,电缆线路每隔1km选取故障点,过渡电阻为20Ω,故障初相角为90°的条件下形成318个故障样本数据。数据长度为5ms。现假设l2距离M端3km处发生A相接地故障,故障初相角为30°,过渡电阻为20Ω。
(1)k-means聚类分析方法得到的两类聚类中心,分别为未故障中心C1、故障中心C2。其中C1=(4.476,0.2806),C2=(15.347,3.1574)。分析结果如图2所示.
(2)将测试数据利用db10小波分解后,计算出其暂态零序电流能量及综合小波相对能量熵,根据测试数据与两类聚类中心的欧氏距离来判断出故障线路。
即
式中,C1为未故障线路中心;C2为故障线路中心;(cj1,cj2)表示的是C1,C2的坐标;d1表示测试样本与未故障中心C1的距离,d2表示测试样本与故障中心C2的距离,j=1,2。
(3)线路1与两类聚类中心的欧氏距离分别为d1=2.00,d2=9.43,d2>d1;线路2与两类聚类中心的欧氏距离分别为d1=8.74,d2=3.52,d2<d1;线路3与两类聚类中心的欧氏距离分别为d1=0.28,d2=11.39,d2>d1;线路4与两类聚类中心的欧氏距离分别为d1=1.60,d2=12.82,d2>d1;线路5与两类聚类中心的欧氏距离分别为d1=0.84,d2=10.56,d2>d1;线路6与两类聚类中心的欧氏距离分别为d1=1.59,d2=9.73,d2>d1;据此得出故障线路为线路2。
以上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 (2)
1.一种基于k-means聚类分析的配电网故障选线方法,其特征在于:沿谐振接地***中线路设置故障位置,并由电磁暂态仿真获得故障电流曲线簇作为样本数据,选取故障后5ms内的零序电流,采用db小波对其进行6层小波分解,计算出全频带下的暂态零序电流总能量;同时,计算出综合小波能量相对熵,将暂态零序电流总能量及综合小波能量相对熵这两个维度作为表征故障特征的测度,并将其映射到二维平面上;再采用k-means聚类分析算法计算出上述数据在二维平面上的聚类中心,然后在聚类空间中,故障线路形成一个聚类中心,未故障线路形成一个聚类中心,选线元件故障启动后,取5ms时窗内故障电流数据作为测试样本,并根据测试数据与两类聚类中心的欧氏距离来判断出该线路是否故障。
2.根据权利要求1所述的基于k-means聚类分析的配电网故障选线方法,其特征在于具体步骤为:
(a)沿谐振接地***中线路设置故障位置,并由电磁暂态仿真获得故障电流曲线簇作为样本数据,选取故障后5ms内的零序电流,采用db小波对其进行6层小波分解,计算出全频带下的暂态零序电流总能量:其中暂态零序电流能量定义为:对于正交小波变换,变换后各尺度的能量可直接由其单支重构后的小波系数的平方得到,即
在式(1)中,j=1,2,3……6为小波分解的层数;
现假设谐振接地***中有m条线路,则第i条线路,在所有尺度下的总能量为:
在式(2)中,i=1,2,3……m为谐振接地***中出线数;
计算各条线路小波分解能量最大的第4尺度下的能量和为:
式中,k=1,2,…,N,N为采样点个数,对于10kHz采样率下,5ms时窗内采样点个数N=50;其中i=1,2,3……m为谐振接地***中出线数,则所有出线在第4尺度的暂态零序电流总能量为:
由此可得到第i条线路在第4尺度下的暂态零序电流能量与所有线路暂态零序电流总能量之比为:
根据式(2)~(5)计算第l条线路第4尺度下的暂态零序电流能量与所有线路暂态零序电流总能量之比为根据相对熵理论,定义小波能量相对熵为:
根据式(6),定义第i条线路相对于第l条线路的综合小波能量相对熵为:
(b)根据式(1)~(7)计算得到故障线路和非故障线路的全频带下的暂态零序电流总能量Ei(i=1,2,3……m)和综合小波能量相对熵Mi(i=1,2,3……m),并将其映射到以综合小波能量相对熵为横轴暂态零序电流总能量为纵轴的二维平面上,采用k-means聚类分析方法计算出未故障线路的聚类中心C1=(Eo1,Mo1)和故障线路中心C2=(Eo2,Mo2);
(c)选线元件故障启动后,取5ms时窗内故障电流数据作为测试样本,并根据(a)中(1)~(7)式得到E′i和M′i,并根据测试数据的Ei和Mi与两类聚类中心C1和C2的欧氏距离来判断出故障线路;
即:
式中,s=1,2;C1为未故障线路中心;C2为故障线路中心;d1表示测试样本与未故障线路中心C1的距离,d2表示测试样本与故障线路中心C2的距离;
(d)比较d1和d2,确定故障线路:
若dmin=d1,该线路未故障,
若dmin=d2,该线路故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510271056.5A CN104898021B (zh) | 2015-05-25 | 2015-05-25 | 一种基于k‑means聚类分析的配电网故障选线方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510271056.5A CN104898021B (zh) | 2015-05-25 | 2015-05-25 | 一种基于k‑means聚类分析的配电网故障选线方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104898021A true CN104898021A (zh) | 2015-09-09 |
CN104898021B CN104898021B (zh) | 2018-03-06 |
Family
ID=54030795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510271056.5A Active CN104898021B (zh) | 2015-05-25 | 2015-05-25 | 一种基于k‑means聚类分析的配电网故障选线方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104898021B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105158612A (zh) * | 2015-09-15 | 2015-12-16 | 昆明理工大学 | 一种利用极线电压行波自适应的雷击干扰识别方法 |
CN106370981A (zh) * | 2016-09-30 | 2017-02-01 | 中国石油化工股份有限公司 | 一种基于模糊聚类分析的配电网故障线路选线方法 |
CN107679052A (zh) * | 2016-06-09 | 2018-02-09 | 株式会社岛津制作所 | 大数据分析方法以及利用了该分析方法的质谱分析*** |
CN108414872A (zh) * | 2018-02-05 | 2018-08-17 | 西安理工大学 | 一种用于电厂统调动力源***的接地故障检测方法 |
CN109307824A (zh) * | 2018-09-18 | 2019-02-05 | 福州大学 | 一种基于聚类的配电网单相接地故障区段定位方法 |
CN109684673A (zh) * | 2018-12-03 | 2019-04-26 | 三峡大学 | 一种电力***暂态稳定结果的特征提取和聚类分析方法 |
CN110350492A (zh) * | 2019-06-19 | 2019-10-18 | 华北电力大学 | 适用于含upfc输电线路的方向纵联暂态量保护方法 |
CN110824299A (zh) * | 2019-11-25 | 2020-02-21 | 云南电网有限责任公司临沧供电局 | 基于零序电流曲线簇的二维平面判断的故障选线方法 |
CN112561129A (zh) * | 2020-11-27 | 2021-03-26 | 广东电网有限责任公司肇庆供电局 | 一种基于配电线路故障信息的抢修物资调配方法 |
CN112684295A (zh) * | 2020-12-31 | 2021-04-20 | 国网河南省电力公司电力科学研究院 | 一种基于相似离度的高渗透率下配电网故障选线方法及*** |
CN113466617A (zh) * | 2021-06-24 | 2021-10-01 | 西安交通大学 | 一种基于距离聚类的小电流接地动态智能选线方法 |
CN113655309A (zh) * | 2021-07-30 | 2021-11-16 | 国网天津市电力公司 | 一种可排除潜在故障的电力***二次检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101162838A (zh) * | 2007-11-29 | 2008-04-16 | 昆明理工大学 | 一种利用小波包分解和相关分析的小电流接地***故障选线方法 |
CN101242097A (zh) * | 2008-03-11 | 2008-08-13 | 昆明理工大学 | 利用零模电流测后模拟的小电流接地***故障选线方法 |
CN101546906A (zh) * | 2009-05-05 | 2009-09-30 | 昆明理工大学 | 利用s变换能量相对熵的配电网故障选线方法 |
CN101545943A (zh) * | 2009-05-05 | 2009-09-30 | 昆明理工大学 | 利用小波能量相对熵的配电网缆-线混合线路故障选线方法 |
CN103941163A (zh) * | 2014-05-12 | 2014-07-23 | 福州大学 | 利用模糊k均值聚类的谐振接地***故障选线方法 |
WO2014154164A1 (zh) * | 2013-03-29 | 2014-10-02 | 北京映翰通网络技术股份有限公司 | 一种小电流接地配电网单相接地故障检测定位方法与*** |
-
2015
- 2015-05-25 CN CN201510271056.5A patent/CN104898021B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101162838A (zh) * | 2007-11-29 | 2008-04-16 | 昆明理工大学 | 一种利用小波包分解和相关分析的小电流接地***故障选线方法 |
CN101242097A (zh) * | 2008-03-11 | 2008-08-13 | 昆明理工大学 | 利用零模电流测后模拟的小电流接地***故障选线方法 |
CN101546906A (zh) * | 2009-05-05 | 2009-09-30 | 昆明理工大学 | 利用s变换能量相对熵的配电网故障选线方法 |
CN101545943A (zh) * | 2009-05-05 | 2009-09-30 | 昆明理工大学 | 利用小波能量相对熵的配电网缆-线混合线路故障选线方法 |
WO2014154164A1 (zh) * | 2013-03-29 | 2014-10-02 | 北京映翰通网络技术股份有限公司 | 一种小电流接地配电网单相接地故障检测定位方法与*** |
CN103941163A (zh) * | 2014-05-12 | 2014-07-23 | 福州大学 | 利用模糊k均值聚类的谐振接地***故障选线方法 |
Non-Patent Citations (1)
Title |
---|
李彩林等: "基于聚类分析和相关分析的故障选线方法", 《电力学报》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105158612B (zh) * | 2015-09-15 | 2018-04-06 | 昆明理工大学 | 一种利用极线电压行波自适应的雷击干扰识别方法 |
CN105158612A (zh) * | 2015-09-15 | 2015-12-16 | 昆明理工大学 | 一种利用极线电压行波自适应的雷击干扰识别方法 |
CN107679052B (zh) * | 2016-06-09 | 2021-09-14 | 株式会社岛津制作所 | 大数据分析方法以及利用了该分析方法的质谱分析*** |
CN107679052A (zh) * | 2016-06-09 | 2018-02-09 | 株式会社岛津制作所 | 大数据分析方法以及利用了该分析方法的质谱分析*** |
CN106370981A (zh) * | 2016-09-30 | 2017-02-01 | 中国石油化工股份有限公司 | 一种基于模糊聚类分析的配电网故障线路选线方法 |
CN106370981B (zh) * | 2016-09-30 | 2019-03-26 | 中国石油化工股份有限公司 | 一种基于模糊聚类分析的配电网故障线路选线方法 |
CN108414872A (zh) * | 2018-02-05 | 2018-08-17 | 西安理工大学 | 一种用于电厂统调动力源***的接地故障检测方法 |
CN109307824A (zh) * | 2018-09-18 | 2019-02-05 | 福州大学 | 一种基于聚类的配电网单相接地故障区段定位方法 |
CN109307824B (zh) * | 2018-09-18 | 2020-11-03 | 福州大学 | 一种基于聚类的配电网单相接地故障区段定位方法 |
CN109684673A (zh) * | 2018-12-03 | 2019-04-26 | 三峡大学 | 一种电力***暂态稳定结果的特征提取和聚类分析方法 |
CN109684673B (zh) * | 2018-12-03 | 2023-03-24 | 三峡大学 | 一种电力***暂态稳定结果的特征提取和聚类分析方法 |
CN110350492A (zh) * | 2019-06-19 | 2019-10-18 | 华北电力大学 | 适用于含upfc输电线路的方向纵联暂态量保护方法 |
CN110824299B (zh) * | 2019-11-25 | 2021-11-16 | 云南电网有限责任公司临沧供电局 | 基于零序电流曲线簇的二维平面判断的故障选线方法 |
CN110824299A (zh) * | 2019-11-25 | 2020-02-21 | 云南电网有限责任公司临沧供电局 | 基于零序电流曲线簇的二维平面判断的故障选线方法 |
CN112561129A (zh) * | 2020-11-27 | 2021-03-26 | 广东电网有限责任公司肇庆供电局 | 一种基于配电线路故障信息的抢修物资调配方法 |
CN112561129B (zh) * | 2020-11-27 | 2022-09-02 | 广东电网有限责任公司肇庆供电局 | 一种基于配电线路故障信息的抢修物资调配方法 |
CN112684295A (zh) * | 2020-12-31 | 2021-04-20 | 国网河南省电力公司电力科学研究院 | 一种基于相似离度的高渗透率下配电网故障选线方法及*** |
CN113466617A (zh) * | 2021-06-24 | 2021-10-01 | 西安交通大学 | 一种基于距离聚类的小电流接地动态智能选线方法 |
CN113655309A (zh) * | 2021-07-30 | 2021-11-16 | 国网天津市电力公司 | 一种可排除潜在故障的电力***二次检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104898021B (zh) | 2018-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104898021A (zh) | 一种基于k-means聚类分析的配电网故障选线方法 | |
CN103792465B (zh) | 一种基于零序电压的配电网单相接地故障测距的方法 | |
CN106154116B (zh) | 一种配电网接地故障定位方法 | |
CN102520315B (zh) | 基于行波多尺度信息的输电线路故障单端定位方法 | |
Lin et al. | An algorithm for locating faults in three-terminal multisection nonhomogeneous transmission lines using synchrophasor measurements | |
CN102129009B (zh) | 基于双端测量信息的特高压输电线路正序参数测量方法 | |
CN103267927B (zh) | 一种利用工频分量小波系数直线拟合检测的小电流接地***故障选线方法 | |
CN105425109A (zh) | 一种能够提高准确率的小电流接地***单相接地选线方法 | |
CN109061382A (zh) | 一种基于多端行波时差的配电网故障定位方法 | |
CN108957225B (zh) | 一种计及电缆分布电容的直流配电线路单端故障测距方法 | |
CN101377529B (zh) | 一种互感线路零序阻抗参数带电测量方法 | |
CN105486978A (zh) | 单相短路故障选线方法 | |
CN104808114B (zh) | 广域零序分布电压特征的小电流接地故障选线方法 | |
CN103941149B (zh) | 电气化铁道牵引网故障定位方法 | |
CN104466922B (zh) | 一种电流极性比较式快速母线保护方法 | |
CN108647438A (zh) | 一种新型土壤等效电阻模型建模方法 | |
CN102967779B (zh) | 一种输电线路分布参数的辨识方法 | |
CN104181441B (zh) | 基于模型误差的配电网单相接地故障区段定位方法 | |
CN103884966A (zh) | 基于神经网络的配电网小电流单相接地故障定位方法 | |
CN104820133A (zh) | 一种三相非对称输电线路阻抗参数在线测量方法 | |
CN105425107A (zh) | 一种有源配电网故障诊断与定位的方法及其*** | |
CN104599193A (zh) | 一种基于规则库的配电网单相接地故障定位方法 | |
CN102157938A (zh) | 电力***电压稳定薄弱节点在线识别方法 | |
CN112415273B (zh) | 一种双回非全线平行输电线路零序参数精确测量方法 | |
CN104865498A (zh) | 基于参数辨识的消弧线圈接地***单相接地故障测距技术 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |