CN110441663A - 一种基于频域阶段性比值判断直流串联电弧故障的方法 - Google Patents
一种基于频域阶段性比值判断直流串联电弧故障的方法 Download PDFInfo
- Publication number
- CN110441663A CN110441663A CN201910777464.6A CN201910777464A CN110441663A CN 110441663 A CN110441663 A CN 110441663A CN 201910777464 A CN201910777464 A CN 201910777464A CN 110441663 A CN110441663 A CN 110441663A
- Authority
- CN
- China
- Prior art keywords
- frequency
- arc fault
- amplitude
- series arc
- characteristic value
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Locating Faults (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
一种基于频域阶段性比值判断直流串联电弧故障的方法,它属于直流电弧故障检测技术领域。本发明通过计算直流供电回路电流频谱中12个频段各自的幅值和,形成6组比值关系作为特征值Rarc1~Rarc4、S_Rarc1、S_Rarc2,同时找出回路电流频谱中第75~125共51点中的幅值最大值,计算幅值最大值的50倍与其他50个点和的比值,将比值作为特征值E。当7组特征值在四次数据采集周期中,有两次或两次以上满足阈值条件,即可确认直流供电***中发生了直流串联电弧故障。本发明可以应用于直流供电***中的直流串联电弧故障检测。
Description
技术领域
本发明属于直流电弧故障检测技术领域,具体涉及一种判断直流串联电弧故障的方法。
背景技术
直流串联故障电弧电流由于没有过零点,很难自动熄灭,并且燃弧温度很高,如果不能及时检测到此类电弧故障,可能会造成直流供电***的损坏以及人员安全的问题。电弧涉及电、磁、热等多个领域,物理过程复杂,建模过程中需要进行大量假设与简化,这会严重削弱仿真的准确度与可信性,目前还没有很精确的数学物理模型描述燃弧过程。在直流串联电弧故障检测中,相对于直流供电***本身特性来说,对直流电弧故障前后的特征参数的分析更加重要。所以在处理电弧故障时,仍然采用黑箱模型分析电弧故障外部特性,尤其是针对直流串联电弧故障电流进行分析。
直流串联故障电弧具有温度高(10000K级)、燃弧时间长(100ms级)、分布梯度大等特点。直流串联电弧故障检测具有较大的难度,虽然测试方法较多,但是很容易出现误判及漏判现象。基于时域的电弧故障测试方法依据电流波形的波动性进行直流串联电弧故障检测,但当回路电流较大时,电弧电流波形的波动性很小。有学者基于频域计算电弧电流频谱的平均值和和标准差确定每个特征值的阈值范围,但当遇到高频干扰或回路负载情况复杂时,很难确定阈值范围,容易发生误判现象。有学者采用小波包算法研究电弧故障电流频谱细节信息,以避免高频干扰,但是计算量很大,需要的时间长,无法满足直流串联电弧故障检测的实时性要求。
发明内容
本发明的目的是为解决现有直流串联电弧故障检测方法容易出现误判、漏判,以及不能满足实时性检测要求的问题,而提出了一种基于频域阶段性比值判断直流串联电弧故障的方法。
本发明为解决上述技术问题采取的技术方案是:一种基于频域阶段性比值判断直流串联电弧故障的方法,该方法包括以下步骤:
步骤一、开始直流供电***回路电流值的第一周期数据的实时采集;
步骤二、根据采集的第一周期数据,通过快速傅里叶变换计算回路电流频谱波形;
步骤三、将回路电流频谱波形划分为M个不同的频率段,并将每个频率段中包含的频率点对应的幅值相加,分别获得各频率段对应的频率点幅值和;
步骤四、利用各频率段对应的频率点幅值和,计算电阻负载、电机并联电阻负载条件下的特征值,以及开关电源负载条件下的特征值;
步骤五、当电阻负载、电机并联电阻负载条件下的特征值均满足阈值条件,或开关电源负载条件下的特征值均满足阈值条件时,判断产生一次直流串联电弧故障,否则判断没有产生直流串联电弧故障;
步骤六、选择回路电流频谱波形中第m个频率点到第m+50个频率点中的最大幅值,并将选择出的最大幅值记为max(m~m+50),并将第m个频率点到第m+50个频率点中全部频率点的幅值相加,将第m个频率点到第m+50个频率点中全部频率点的幅值加和记为sum(m~m+50);
利用max(m~m+50)和sum(m~m+50)来计算特征值E,判断特征值E是否满足给定的阈值条件;
步骤七、执行步骤二至步骤六的过程中,同时对直流供电***的回路电流值继续进行采集,将采集的回路电流值作为第二周期数据;
再采用步骤二至步骤六的过程对采集的第二周期数据进行处理,并同时开始第三周期数据的采集;
如此循环,直至在连续的四个周期内,有两个周期中出现:产生直流串联电弧故障且特征值E不满足阈值条件的情况,则判定直流供电***的回路中出现直流串联电弧故障,并及时断开电路;
否则,将采集的下一个周期数据作为当前周期数据,结合当前周期数据与当前周期的前三个周期数据,来判断直流供电***的回路中是否出现直流串联电弧故障;实现直流供电***的回路中是否出现直流串联电弧故障的实时判断。
在前两个周期中,若第一个周期和第二个周期均满足:产生直流串联电弧故障且特征值E不满足阈值条件,则判定直流供电***的回路中出现直流串联电弧故障,并及时断开电路,不再处理第三周期数据。在前三个周期中,若第三个周期满足:产生直流串联电弧故障且特征值E不满足阈值条件,而且,第一个周期或第二个周期满足:产生直流串联电弧故障且特征值E不满足阈值条件,则不再处理第四周期数据。
进一步地,所述第一周期数据、第二周期数据以及第三周期数据在时间上呈连续性,每个周期的数据点个数为4096,采样频率为100kHz。
第一周期数据、第二周期数据、第三周期数据、第四周期数据、…,在时间上呈连续性;
进一步地,所述M的取值为12;
进一步地,所述步骤四中,电阻负载、电机并联电阻负载条件下的特征值的个数为四个,四个特征值分别表示为:Rarc1、Rarc2、Rarc3和Rarc4,Rarc1、Rarc2、Rarc3和Rarc4的计算方法为:
Rarc1=sum1/sum2
Rarc2=sum3/sum4
Rarc3=sum5/sum6
Rarc4=sum7/sum8
其中:sum1为第1个频率段中频率点的幅值和,sum2为第2个频率段中频率点的幅值和,sum3为第3个频率段中频率点的幅值和,sum4为第4个频率段中频率点的幅值和,sum5为第5个频率段中频率点的幅值和,sum6为第6个频率段中频率点的幅值和,sum7为第7个频率段中频率点的幅值和,sum8为第8个频率段中频率点的幅值和。
进一步地,所述步骤四中,开关电源负载条件下的特征值的个数为两个,两个特征值分别表示为:S_Rarc1和S_Rarc2,S_Rarc1和S_Rarc2的计算方法为:
S_Rarc1=sum9/sum10
S_Rarc2=sum11/sum12
其中:sum9为第9个频率段中频率点的幅值和,sum10为第10个频率段中频率点的幅值和,sum11为第11个频率段中频率点的幅值和,sum12为第12个频率段中频率点的幅值和。
进一步地,所述步骤五具体为:
当特征值满足1.2<Rarc1<10,1.2<Rarc2<6.5,1.6<Rarc3<12.5且1.1<Rarc4<6.5,或者特征值满足5.5<S_Rarc1<18且6<S_Rarc2<19时,判断产生一次直流串联电弧故障,否则判断没有产生直流串联电弧故障。
进一步地,所述步骤六中,利用max(m~m+50)和sum(m~m+50)来计算特征值E,具体为:
进一步地,所述步骤六中,判断特征值E是否满足给定的阈值条件,具体为:
判断特征值E是否满足:8<E<20。
本发明的有益效果是:本发明的一种基于频域阶段性比值判断直流串联电弧故障的方法,本发明通过计算直流供电回路电流频谱中M个频段各自的幅值和,形成M/2组比值关系作为特征值,同时找出回路电流频谱中第m~m+50共51点中的幅值最大值,计算幅值最大值的50倍与其他50个点幅值和的比值,将比值作为特征值E。当组特征值在连续的四次数据采集周期中,有两次或两次以上满足阈值条件,即可确认直流供电***中发生了直流串联电弧故障。
本发明方法对直流串联电弧故障判断的准确率近乎达到100%,克服了现有方法容易出现误判、漏判的问题,而且采用数据采集与处理并行的方式,避免出现部分回路电流数据采集不到的情况,能够满足实时性检测要求。
附图说明
图1是本发明数据采集与计算并行的流程图;
图中:n代表周期内采集的第n个数据点;
图2是本发明的故障判断流程图;
图中:Flag=0代表标志位置0,判断未出现直流串联电弧故障,Flag=1代表标志位置1,判断出现直流串联电弧故障;。
具体实施方式
下面结合附图1~2,对本发明方法进行详细描述。
1)实时采集直流供电***回路电流值,并通过快速傅里叶变换算法计算回路电流频谱,单次采集4096个数据点,采样频率为100kHz。
2)单次采集过后,计算回路电流频谱波形,将直流串联电弧电流频谱波形划分成12个不同的频率段。
3)在12个不同频率段中,每个频率段内均包含很多个频率点,分别将每个频段内包含的频率点的幅值做相加,以得到各个频段对应的幅值加和,将各频段的幅值加和分别表示为sum1~sum12。
4)实时计算针对电阻负载以及电机并联电阻负载条件下的四组特征值:
Rarc1=sum1/sum2,Rarc2=sum3/sum4,Rarc3=sum5/sum6,Rarc4=sum7/sum8;
针对开关电源负载条件下的两组特征值:S_Rarc1=sum9/sum10,S_Rarc2=sum11/sum12。
5)当特征值满足1.2<Rarc1<10,1.2<Rarc2<6.5,1.6<Rarc3<12.5且1.1<Rarc4<6.5,或者特征值满足5.5<S_Rarc1<18且6<S_Rarc2<19时,判断为产生一次直流串联电弧故障信号。
6)选择频谱波形第75个点到第125个点的最大值,记为max(75~125),将第75点到125点的数据相加,记为sum(75~125),计算特征值E=max(75~125)*50/(sum(75~125)-max(75~125))。当特征值E满8<E<20时,可以判定直流***中没有发生直流串联电弧故障。
将1)至6)的过程,作为对一个周期的回路电流数据的处理过程;
7)连续采集四个周期的回路电流数据,计算频谱波形,计算Rarc1~Rarc4、S_Rarc1、S_Rarc2、E七组特征值,统计直流串联电弧故障信号次数。即对于每个周期的回路电流数据,均采用2)至6)的过程进行处理;
如果在连续四个周期中,有两个周期均出现了:直流串联电弧故障信号且特征值判断回路中出现了直流串联电弧故障,并及时断开电路。反之,则继续将下一个周期的回路电流数据作为当前周期数据,计算六组特征值,结合当前周期的前三个周期得到的特征值形成新的连续四个周期,判断电路中是否发生直流串联电弧故障。
每个周期均采集4096个点,采样频率为100kHz,满足直流串联电弧故障检测的频率要求。计算得到回路电流数据的每个周期的采样时间为40.96ms,四次采样周期的总时间为163.84ms,当第一个周期数据采集完后开始进行算法计算,而且第一个周期数据的计算过程和第二个周期数据采集过程同时进行,满足直流串联电弧故障检测的实时性要求。
所述的12个不同的频率段sum1~sum12对应的频率点数范围分别是(3,20),(40,57),(3,50),(50,97),(3,70),(80,120),(3,100),(100,197),(40,160),(380,500),(90,120),(45,75)。
所述的快速傅里叶变换算法(FFT)计算获取频谱数据是将4096个时域数据点转化为相对应的4096个频域数据点,频率分辨率为100kHz/4096=24.41Hz。
图1所述的并行计算程序通过单片机的AD采集和DMA传输(Direct MemoryAccess,成组数据传送)功能实现了数据采集和计算同时进行,避免出现部分回路电流数据采集不到的情况。
图2所述的主程序实现了直流串联电弧故障检测功能。当满足在连续的四次采集周期中,有两个周期(即i(a)=2)内出现了:产生直流串联电弧故障信号且的情况,则标志位置1,判断出现直流串联电弧故障。
四个小周期作为一个大周期,每一个小周期时长为40.96ms,每一个大周期时长为163.84ms。1st、2nd、3rd分别代表第一、第二以及第三个大周期,如果在第一个大周期内判断出直流回路中产生电弧故障,则判别时间大于122.88ms小于163.84ms;在第二个大周期内判断出回路中产生电弧故障,则判别时间大于163.84ms小于204.80ms;在第三个大周期内判断出回路中产生电弧故障,则判别时间大于204.80ms小于245.76ms。
本发明的上述算例仅为详细地说明本发明的计算模型和计算流程,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无法对所有的实施方式予以穷举,凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
Claims (8)
1.一种基于频域阶段性比值判断直流串联电弧故障的方法,其特征在于,该方法包括以下步骤:
步骤一、开始直流供电***回路电流值的第一周期数据的实时采集;
步骤二、根据采集的第一周期数据,通过快速傅里叶变换计算回路电流频谱波形;
步骤三、将回路电流频谱波形划分为M个不同的频率段,并将每个频率段中包含的频率点对应的幅值相加,分别获得各频率段对应的频率点幅值和;
步骤四、利用各频率段对应的频率点幅值和,计算电阻负载、电机并联电阻负载条件下的特征值,以及开关电源负载条件下的特征值;
步骤五、当电阻负载、电机并联电阻负载条件下的特征值均满足阈值条件,或开关电源负载条件下的特征值均满足阈值条件时,判断产生一次直流串联电弧故障,否则判断没有产生直流串联电弧故障;
步骤六、选择回路电流频谱波形中第m个频率点到第m+50个频率点中的最大幅值,并将选择出的最大幅值记为max(m~m+50),并将第m个频率点到第m+50个频率点中全部频率点的幅值相加,将第m个频率点到第m+50个频率点中全部频率点的幅值加和记为sum(m~m+50);
利用max(m~m+50)和sum(m~m+50)来计算特征值E,判断特征值E是否满足给定的阈值条件;
步骤七、执行步骤二至步骤六的过程中,同时对直流供电***的回路电流值继续进行采集,将采集的回路电流值作为第二周期数据;
再采用步骤二至步骤六的过程对采集的第二周期数据进行处理,并同时开始第三周期数据的采集;
如此循环,直至在连续的四个周期内,有两个周期中出现:产生直流串联电弧故障且特征值E不满足阈值条件的情况,则判定直流供电***的回路中出现直流串联电弧故障,并及时断开电路;
否则,将采集的下一个周期数据作为当前周期数据,结合当前周期数据与当前周期的前三个周期数据,来判断直流供电***的回路中是否出现直流串联电弧故障;实现直流供电***的回路中是否出现直流串联电弧故障的实时判断。
2.根据权利要求1所述的一种基于频域阶段性比值判断直流串联电弧故障的方法,其特征在于,所述第一周期数据、第二周期数据以及第三周期数据在时间上呈连续性,每个周期的数据点个数为4096,采样频率为100kHz。
3.根据权利要求2所述的一种基于频域阶段性比值判断直流串联电弧故障的方法,其特征在于,所述M的取值为12。
4.根据权利要求2或3所述的一种基于频域阶段性比值判断直流串联电弧故障的方法,其特征在于,所述步骤四中,电阻负载、电机并联电阻负载条件下的特征值的个数为四个,四个特征值分别表示为:Rarc1、Rarc2、Rarc3和Rarc4,Rarc1、Rarc2、Rarc3和Rarc4的计算方法为:
Rarc1=sum1/sum2
Rarc2=sum3/sum4
Rarc3=sum5/sum6
Rarc4=sum7/sum8
其中:sum1为第1个频率段中频率点的幅值和,sum2为第2个频率段中频率点的幅值和,sum3为第3个频率段中频率点的幅值和,sum4为第4个频率段中频率点的幅值和,sum5为第5个频率段中频率点的幅值和,sum6为第6个频率段中频率点的幅值和,sum7为第7个频率段中频率点的幅值和,sum8为第8个频率段中频率点的幅值和。
5.根据权利要求4所述的一种基于频域阶段性比值判断直流串联电弧故障的方法,其特征在于,所述步骤四中,开关电源负载条件下的特征值的个数为两个,两个特征值分别表示为:S_Rarc1和S_Rarc2,S_Rarc1和S_Rarc2的计算方法为:
S_Rarc1=sum9/sum10
S_Rarc2=sum11/sum12
其中:sum9为第9个频率段中频率点的幅值和,sum10为第10个频率段中频率点的幅值和,sum11为第11个频率段中频率点的幅值和,sum12为第12个频率段中频率点的幅值和。
6.根据权利要求5所述的一种基于频域阶段性比值判断直流串联电弧故障的方法,其特征在于,所述步骤五具体为:
当特征值满足1.2<Rarc1<10,1.2<Rarc2<6.5,1.6<Rarc3<12.5且1.1<Rarc4<6.5,或者特征值满足5.5<S_Rarc1<18且6<S_Rarc2<19时,判断产生一次直流串联电弧故障,否则判断没有产生直流串联电弧故障。
7.根据权利要求6所述的一种基于频域阶段性比值判断直流串联电弧故障的方法,其特征在于,所述步骤六中,利用max(m~m+50)和sum(m~m+50)来计算特征值E,具体为:
8.根据权利要求7所述的一种基于频域阶段性比值判断直流串联电弧故障的方法,其特征在于,所述步骤六中,判断特征值E是否满足给定的阈值条件,具体为:
判断特征值E是否满足:8<E<20。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910777464.6A CN110441663B (zh) | 2019-08-22 | 2019-08-22 | 一种基于频域阶段性比值判断直流串联电弧故障的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910777464.6A CN110441663B (zh) | 2019-08-22 | 2019-08-22 | 一种基于频域阶段性比值判断直流串联电弧故障的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110441663A true CN110441663A (zh) | 2019-11-12 |
CN110441663B CN110441663B (zh) | 2021-05-07 |
Family
ID=68437058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910777464.6A Active CN110441663B (zh) | 2019-08-22 | 2019-08-22 | 一种基于频域阶段性比值判断直流串联电弧故障的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110441663B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103913663A (zh) * | 2014-04-21 | 2014-07-09 | 南京航空航天大学 | 一种直流***电弧故障在线检测方法和保护装置 |
CN105866635A (zh) * | 2015-08-05 | 2016-08-17 | 深圳市赋安安全***有限公司 | 一种故障电弧探测方法及装置 |
US20170324236A1 (en) * | 2015-02-18 | 2017-11-09 | Omron Corporation | Arc detector and arc detection method |
US20170343596A1 (en) * | 2015-03-09 | 2017-11-30 | Omron Corporation | Electric arc detection apparatus and electric arc detection method |
CN107561424A (zh) * | 2017-10-18 | 2018-01-09 | 河北工业大学 | 基于滑动dft的串联直流电弧故障识别方法 |
CN107994866A (zh) * | 2017-12-07 | 2018-05-04 | 厦门科华恒盛股份有限公司 | 直流电弧故障检测的方法、装置、设备及存储介质 |
CN110007197A (zh) * | 2019-05-15 | 2019-07-12 | 合肥工业大学 | 串联电弧故障检测***及检测方法 |
-
2019
- 2019-08-22 CN CN201910777464.6A patent/CN110441663B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103913663A (zh) * | 2014-04-21 | 2014-07-09 | 南京航空航天大学 | 一种直流***电弧故障在线检测方法和保护装置 |
US20170324236A1 (en) * | 2015-02-18 | 2017-11-09 | Omron Corporation | Arc detector and arc detection method |
US20170343596A1 (en) * | 2015-03-09 | 2017-11-30 | Omron Corporation | Electric arc detection apparatus and electric arc detection method |
CN105866635A (zh) * | 2015-08-05 | 2016-08-17 | 深圳市赋安安全***有限公司 | 一种故障电弧探测方法及装置 |
CN107561424A (zh) * | 2017-10-18 | 2018-01-09 | 河北工业大学 | 基于滑动dft的串联直流电弧故障识别方法 |
CN107994866A (zh) * | 2017-12-07 | 2018-05-04 | 厦门科华恒盛股份有限公司 | 直流电弧故障检测的方法、装置、设备及存储介质 |
CN110007197A (zh) * | 2019-05-15 | 2019-07-12 | 合肥工业大学 | 串联电弧故障检测***及检测方法 |
Non-Patent Citations (2)
Title |
---|
ZHOU XUE-SONG等: "Dynamic Frequency Analysis on Industrial Electric Power Network", 《IEEE》 * |
吴春华等: "光伏***直流电弧故障检测方法及其抗干扰研究", 《中 国 电 机 工 程 学 报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110441663B (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bakar et al. | High impedance fault location in 11 kV underground distribution systems using wavelet transforms | |
Swetapadma et al. | All shunt fault location including cross-country and evolving faults in transmission lines without fault type classification | |
Abdelsalam et al. | Characterization of power quality disturbances using hybrid technique of linear Kalman filter and fuzzy-expert system | |
CN108508320B (zh) | 基于谐波能量和波形畸变特征的弧光接地故障辨识方法 | |
US20170336465A1 (en) | Method and System for Fault Detection and Faulted Line Identification in Power Systems using Synchrophasors-Based Real-Time State Estimation | |
CN102288804B (zh) | 一种基于正交变换的避雷器阻性电流计算方法 | |
CN102033161A (zh) | 一种交流电信号的频率测量方法 | |
CN109643890A (zh) | 用于对混合型输电线路中的故障进行定位的方法和*** | |
Zaki et al. | An investigated reactive power measurements-based fault-identification scheme for teed transmission lines | |
CN105137324A (zh) | 一种基于仿真分类模型的多探测点故障元器件定位方法 | |
Masood et al. | Faults detection and diagnosis of transmission lines using wavelet transformed based technique | |
Uddin et al. | Detection and locating the point of fault in distribution side of power system using WSN technology | |
Karmakar et al. | Machine learning approach to estimation of internal parameters of a single phase transformer | |
CN104865496B (zh) | 基于差动偏移度的配网线路故障区段定位方法 | |
Lopes et al. | High impedance fault location methods: review and harmonic selection-based analysis | |
CN109901022A (zh) | 基于同步量测数据的配电网区域定位方法 | |
CN110441663A (zh) | 一种基于频域阶段性比值判断直流串联电弧故障的方法 | |
Ananthan et al. | Application technique for model-based approach to estimate fault location | |
Bhongade et al. | HIF detection using wavelet transform, travelling wave and support vector machine | |
Chen et al. | Locating sub-cycle faults in distribution network applying half-cycle DFT method | |
CN109633357B (zh) | 三母线中多母线接地绝缘监测方法和监测装置 | |
Hamzah et al. | Harmonic source location at the point of common coupling based on voltage magnitude | |
Jiao et al. | An analytical approach to locate evolving faults on transmission lines based on sparse wide area measurements | |
CN113030684B (zh) | 一种基于三相电流法的igbt开路测试方法 | |
Moallem et al. | Improvement in Computation of A Vo Flicker Severity Index Using Intelligent Methods |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |