CN110632451B - 一种低压有源配电网故障定位方法 - Google Patents

一种低压有源配电网故障定位方法 Download PDF

Info

Publication number
CN110632451B
CN110632451B CN201910779552.XA CN201910779552A CN110632451B CN 110632451 B CN110632451 B CN 110632451B CN 201910779552 A CN201910779552 A CN 201910779552A CN 110632451 B CN110632451 B CN 110632451B
Authority
CN
China
Prior art keywords
information
fault
distortion
node
monitoring
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.)
Active
Application number
CN201910779552.XA
Other languages
English (en)
Other versions
CN110632451A (zh
Inventor
吴臻
苏毅方
巫水萍
郑志祥
徐凤乾
冯洋
乐健
吕慧珍
梁路
徐雷文
徐艺
方坚
胡谦
陈易浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Quzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Wuhan University WHU
Quzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU, Quzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Wuhan University WHU
Priority to CN201910779552.XA priority Critical patent/CN110632451B/zh
Publication of CN110632451A publication Critical patent/CN110632451A/zh
Application granted granted Critical
Publication of CN110632451B publication Critical patent/CN110632451B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08Locating faults in cables, transmission lines, or networks
    • G01R31/081Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/086Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08Locating faults in cables, transmission lines, or networks
    • G01R31/088Aspects of digital computing
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y04S10/52Outage or fault management, e.g. fault detection or location

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开了一种低压有源配电网故障定位方法,包括如下步骤:S1:故障信息采集;S2:建立畸变信息模型;S3:建立分层等效模型;S4:输出结果,所述的步骤S1中,在检测线路分段开关或联络开关处安装馈线终端单元,馈线终端单元搜集故障信息并上传至数据采集与监视控制***,数据采集与监视控制***中建立有畸变信息模型和分层等效模型。所述步骤S2中,畸变信息模型的建立遵循如下步骤:S21:故障检测信息编码;S22:畸变信息特性分类;S23:确定决策变量;S24:确定目标函数;S25:确定开关函数。该方法在信息发生畸变时,仍然能够定位故障区段,得出畸变类型和畸变位置,有效的保证信息发生畸变时低压配电网故障定位的准确率和容错度。

Description

一种低压有源配电网故障定位方法
技术领域
本发明涉及电力线路故障诊断技术领域,具体的,涉及一种低压有源配电网故障定位方法。
背景技术
随着用电负荷逐渐增大和分布式电源(DG)大规模接入电网,配电***的结构和潮流日益趋向多分支和复杂化,以及用户对供电可靠性要求的提高,低压配电网的故障定位逐渐得到研究者的重视。电力线路故障信息采集的一般措施是:安装在线路分段开关或联络开关处的馈线终端单元(FTU)将其收集的故障信息上传至数据采集与监视控制***(SCADA),启动故障定位软件判断故障区段。但是由于低压配电网线路故障信息在馈线终端单元和控制中心的通信过程中可能会发生丢包、延迟、噪声干扰等错误,造成信息畸变,使得上传的信息无法正确反映故障状况。
目前应用于配电网故障定位方法:基于电流相角差值及零序电流的故障定位及识别方法,此方法能够适用于多种配电网结构,具有良好的自适应性与鲁棒性,但其对测量设备的实时性及可靠性要求较高,方法的容错性也较差。
发明内容
本发明的目的是故障线路的信息发生畸变后造成后台***对故障位置的判定不准确的问题,提出了一种低压有源配电网故障定位方法,在分析故障监测信息及其畸变类型的基础上,基于信息畸变因子建立了畸变信息模型,针对低压配电网多分支的结构特点,在建立分支结构故障等效模型的基础上,提出了故障定位的分层求解方法。有效的保证了低压有源配电网故障定位的准确性,提高了低压配电网的可靠性,具有重要的理论和实际应用价值。
为实现上述技术目的,本发明提供的一种技术方案是,一种低压有源配电网故障定位方法,其特征在于:包括如下步骤:
S1:故障信息采集;
S2:立畸变信息模型;
S3:建立分层等效模型;
S4:输出结果。
本方案中,通过馈线终端单元采集各支路节点的实时状态信息,上传至数据采集与监视控制***,数据采集与监视控制***中建立畸变信息模型和分层等效模型,畸变信息模型将计及信息畸变后的故障定位问题转化为求解无约束的0-1整数规划问题,然后采用分层等效模型中的分层求解方法进行求解,可确保每层故障定位的变量维度均较小,提高故障定位的准确性。
所述的步骤S1中,在检测线路分段开关或联络开关处安装馈线终端单元,馈线终端单元搜集故障信息并上传至数据采集与监视控制***,数据采集与监视控制***中建立有畸变信息模型和分层等效模型。
所述步骤S2中,畸变信息模型的建立遵循如下步骤:
S21:故障检测信息编码;
S22:畸变信息特性分类;
S23:确定决策变量;
S24:确定目标函数;
S25:确定开关函数。
本方案中,首先对馈线终端单元采集到的故障信息进行故障检测信息编码,由于故障信息主要表现为过流信息,为了准确计入监测信息的畸变情况,需对信息畸变特性进行分类;然后对区段内的状态信息以及畸变信息进行编码,确定决策变量,接着定义目标函数,求解目标函数的最小值;最后将决策变量与节点监测信息联系起来,确定开关函数,根据开关函数以及畸变信息特性分类规则,求解得畸变时的节点监测信息期望值。
所述的步骤S21中,故障检测信息编码遵循以下规则:
Figure BDA0002176131790000021
其中,Mj为馈线终端单元的编号,Ij为第j个监测节点的实时监测信息。
本方案中,通过馈线终端单元监测过流信息,当线路发生故障时,馈线终端单元可以监测到故障电流,由于光伏等分布电源的接入,使故障电流呈现双向流动,规定主电源到末端负载的方向为电流正方向。
所述的畸变信息特性分类如下:
类别1:Ij=0,Dj 1=0,Dj 2=1;
类别2:Ij=0,Dj 1=1,Dj 2=1;
类别3:Ij=1,Dj 1=0,Dj 2=1;
类别4:Ij=1,Dj 1=1,Dj 2=1;
类别5:Ij=-1,Dj 1=0,Dj 2=1;
类别6:Ij=-1,Dj 1=1,Dj 2=1;
其中,Dj 1为第j个监测节点的第一畸变因子、Dj 2为第j个监测节点的第二畸变因子。
本方案中,为了准确计入监测信息的畸变情况,需对信息畸变特性进行分类。在馈线终端单元与控制中心的通信过程中,会发生丢包、延迟、噪声干扰等错误,造成的信息畸变主要可以分为六种类别。畸变主要为漏报或误报,本发明的方法设置畸变因子Dj 1、Dj 2对第j 个监测节点的状态监测信息的畸变情况进行建模,即监测信息的畸变类型由畸变因子确定。
考虑到配电线路含有N个区段,发生故障时,定义对应的区段状态编码为1,否则编码为0;所述的决策变量的具体编码规则如下:
Figure BDA0002176131790000031
其中,S表示区段状态信息,D表示畸变信息。
本方案中,考虑到发生信息畸变,决策变量包含区段状态信息S及畸变信息D,配电线路含有N个区段,发生故障时,定义对应的区段状态编码为1,否则编码为0,由此可知,决策变量维度为3N。
在低压配电网中,故障定位的问题可以等效为求解目标函数最小值的问题,所述的目标函数可用下列公式表示:
Figure BDA0002176131790000032
其中:Ij′为计及信息畸变的节点监测信息期望值,由决策变量计算求得;ω1、ω2、ω3为权重系数,所述的权重系数经过***模拟测试得出。
本方案中,目标函数中的第一部分反映了期望监测信息与控制中心实际接收到的监测信息的逼近程度,为故障定位的主要依据;第二部分反映了故障区段的数量,即优先考虑故障区段数量少的情况;第三部分反映了信息畸变的数量,即优先考虑信息畸变数量少的情况;第二、三部分均为故障定位的辅助判据,因此有ω1>>ω2和ω1>>ω3;进过模拟测试,设置ω1=20、ω2=0.6、ω3=1。
为了将决策变量与节点监测信息联系起来,需构建决策变量与监测信息期望值的开关函数,未计及畸变信息的开关函数如下式表示:
Figure BDA0002176131790000033
Figure BDA0002176131790000034
Figure BDA0002176131790000041
式中,Iju *(S)、Ijd *(S)分别为以监测节点j为分界的上游开关函数和下游开关函数;∏为逻辑或运算符;NSu、NSd分别为监测节点j的上游、下游的电源个数;Ku、Kd分别为监测节点j的上游、下游的电源系数,有电源接入为1,否则为0;sj,Su、sj,Sd分别为监测节点j到上游电源、监测节点j到下游电源之间区段的状态;Nu、Nd分别为监测节点j的上游、下游的所有区段个数;sj,u、sj,d分别为监测节点j的上游、下游所有区段的状态信息。
本方案中,为了将决策变量与节点监测信息联系起来,需构建决策变量与监测信息期望值的开关函数,依据式开关函数即可由状态信息求得无畸变时的节点监测信息期望值Ij *。同时由畸变信息特性分类规则可知,计及畸变的节点监测信息期望值Ij′可由Ij *以及畸变因子 Dj 1、Dj 2推导得出,其关系式如下:
Figure BDA0002176131790000042
因此Ij′是关于所有决策变量的函数,即Ij′=f(S,D)。
所述畸变信息模型将计及信息畸变后的故障定位问题转化为求解无约束的0-1整数规划问题,建立分层等效模型解决所述无约束的0-1整数规划问题,包括如下步骤:
S31、建立外层等效模型;根据区段内的支路是否有分布式电源的接入可以将支路等效分为有源支路和无源支路,此时有源支路处的馈线终端单元M1处的实时监测信息等效外部线路实时监测信息I1
S32、建立内层等效模型;定义:实时监测信息I1为1时,外部等效为电源;实时监测信息 I1为0或-1时,外部等效为负载,以此建立内层等效模型。
本方案中,由于低压配电网分支较多,首先建立分支结构的故障等效模型,具体表示为先建立外层等效模型,当外层故障定位模型判定此等效区段发生故障时,根据分界点M1 的监测信息对外部进行等效,即监测信息为1时,外部等效为电源;监测信息为0或-1时,外部等效为负载,以此建立内层等效模型,通过以上等效,可确保每层故障定位的变量维度均较小,提高故障定位的准确性。
本发明的有益效果:1、本发明的有益效果是在信息发生畸变时,仍然能够定位故障区段,并且得出畸变类型和畸变位置;2、利用故障矛盾假说和分层等效模型降低了变量维度,有效的保证信息发生畸变时低压配电网故障定位的准确率和容错度。
附图说明
图1为本实施例的一种低压有源配电网故障定位方法的方法流程图。
图2为本实施例一种低压有源配电网故障定位方法的多区段配电网络示意图。
图3为实施例一种低压有源配电网故障定位方法的信息畸变示意图。
图4为实施例一种低压有源配电网故障定位方法的配电网分支机构图。
图5为实施例一种低压有源配电网故障定位方法的分支等效模型图。
图6为实施例一种低压有源配电网故障定位方法的分层求解流程图。
具体实施方式
为使本发明的目的、技术方案以及优点更加清楚明白,下面结合附图和实施例对本发明作进一步详细说明,应当理解的是,此处所描述的具体实施方式仅是本发明的一种最佳实施例,仅用以解释本发明,并不限定本发明的保护范围,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,是本实施例的一种低压有源配电网故障定位方法的方法流程图,包括如下步骤:
S1:故障信息采集;
S2:建立畸变信息模型;
S3:建立分层等效模型;
S4:输出结果。
本实施例中,通过馈线终端单元采集各支路节点的实时状态信息,上传至数据采集与监视控制***,数据采集与监视控制***中建立畸变信息模型和分层等效模型,畸变信息模型将计及信息畸变后的故障定位问题转化为求解无约束的0-1整数规划问题,然后采用分层等效模型中的分层求解方法进行求解,可确保每层故障定位的变量维度均较小,提高故障定位的准确性。
如图2所示,是本实施例一种低压有源配电网故障定位方法的多区段配电网络示意图,图中区段首端馈线终端单元M1-M3用于监测过流信息;当线路发生故障时,馈线终端单元可以监测到故障电流,由于光伏等分布电源的接入,使故障电流呈现双向流动,规定主电源到末端负载的方向为电流正方向,故障监测信息编码规则如下:
Figure BDA0002176131790000051
式中:Ij为第j个监测节点的实时监测信息。
为了准确计入监测信息的畸变情况,需对信息畸变特性进行分类,在馈线终端单元与控制中心的通信过程中,会发生丢包、延迟、噪声干扰等错误,造成的信息畸变,如图3所示,是本实施例一种低压有源配电网故障定位方法的信息畸变示意图,具体为六种类型,畸变主要为漏报或误报,本发明的方法设置畸变因子Dj 1、Dj 2对第j个监测节点的状态监测信息的畸变情况进行建模,即监测信息的畸变类型由畸变因子确定,如表1所示是畸变特性分类模型规则表:
表1畸变特性分类模型规则表
Figure BDA0002176131790000061
配电线路含有N个区段,发生故障时,对应的区段状态编码为1,否则编码为0。考虑到发生信息畸变,本发明的方法决策变量包含区段状态信息S及畸变信息D,具体编码为:
Figure BDA0002176131790000062
由上式可知,本发明的方法决策变量维度为3N。
在低压配电网中,故障定位的问题可以等效为求解目标函数最小值的问题,在计及信息畸变后,故障定位的目标函数可表示为:
Figure BDA0002176131790000063
式中:Ij′为计及信息畸变的节点监测信息期望值,由决策变量计算求得,ω1、ω2、ω3为权重系数,目标函数中的第一部分反映了期望监测信息与控制中心实际接收到的监测信息的逼近程度,为故障定位的主要依据;第二部分反映了故障区段的数量,即优先考虑故障区段数量少的情况。第三部分反映了信息畸变的数量,即优先考虑信息畸变数量少的情况;第二、三部分均为故障定位的辅助判据,因此有ω1>>ω2和ω1>>ω3,根据***模拟测试,设置ω1=20、ω2=0.6、ω3=1。
为了将决策变量与节点监测信息联系起来,需构建决策变量与监测信息期望值的开关函数,未计及畸变信息的开关函数Ij *(S)如下式所示:
Figure BDA0002176131790000071
Figure BDA0002176131790000072
Figure BDA0002176131790000073
式中:Iju *(S)、Ijd *(S)分别为以监测节点j为分界的上游开关函数和下游开关函数;∏为逻辑或运算符;NSu、NSd分别为监测节点j的上游、下游的电源个数;Ku、Kd分别为监测节点j的上游、下游的电源系数,有电源接入为1,否则为0;sj,Su、sj,Sd分别为监测节点j到上游电源、监测节点j到下游电源之间区段的状态;Nu、Nd分别为监测节点j的上游、下游的所有区段个数;sj,u、sj,d分别为监测节点j的上游、下游所有区段的状态。
依据式开关函数即可由状态信息求得无畸变时的节点监测信息期望值Ij *。同时由畸变信息特性分类规则可知,计及畸变的节点监测信息期望值Ij′可由Ij *以及畸变因子Dj 1、Dj 2推导得出,其关系式如下:
Figure BDA0002176131790000074
由公式可知,Ij′是关于所有决策变量的函数,即Ij′=f(S,D)。
上述畸变信息模型将计及信息畸变后的故障定位问题转化为求解无约束的0-1整数规划问题,求解此问题的算法较多,但由于低压配电网多为多分支的辐射状结构,区段数目较大,导致变量维度较大,采用优化算法直接求解往往会造成定位准确率过低。若从优化算法的角度进行改进,难以从根本上避免维度较大而陷入局部收敛的问题。因此本实施例的方法从求解方法上进行改进,建立分层等效模型解决所述无约束的0-1整数规划问题,改进后此问题对优化算法的要求较低。
为了降低故障定位的变量维度,本发明的方法提出故障定位模型的分层求解方法,即将整个故障定位模型分接为多层进行求解。由于低压配电网分支较多,首先建立分支结构的故障等效模型,如图4所示,是一种低压有源配电网故障定位方法的配电网分支机构图,如图5所示,是一种低压有源配电网故障定位方法的分支等效模型图;根据对外等效原则,可以依据图3所示的区段线路的内部区域是否有DG投入,将其等效为附图4所示的有源支路及无源支路的结构。
图4中,端口处馈线终端单元M1的监测信息即为此区段的等效监测信息,其参与外层故障定位。
当外层故障定位算法判定此等效区段发生故障时,根据分界点M1的监测信息对外部进行等效,即监测信息为1时,外部等效为电源;监测信息为0或-1时,外部等效为负载,以此建立内层等效模型,通过以上等效,可确保每层故障定位的变量维度均较小,提高故障定位的准确性。
由以上分析可知,分界节点的值对故障定位的准确性影响较大,当其信息发生畸变时往往会造成故障的误报或漏报,因此分界节点应采用可靠性更高的监测设备以确保关键信息的准确性。
根据区段的数量,可以将故障定位分为多层求解,如图6所示为为一种低压有源配电网故障定位方法的分层求解流程图,给出了以2层为例的分层求解流程,具体步骤为,故障定位监测信息输入到分层模型中,通过对采集到的信息进行编码和分析,输入到外层等效模型中,进过求解,等效外部线路实时监测信息,将等效外部线路实时监测信息输入到内层等效模型中求解,内层等效模型求解=算法与外层等效算法求解方法相同,可确保每层故障定位的变量维度均较小,提高故障定位的准确性;当区段数量过多时,可将内层模型继续分区并逐层求解,实现故障区段精准定位。
以上所述之具体实施方式为本发明一种射频信号频率自动校准电路的较佳实施方式,并非以此限定本发明的具体实施范围,本发明的范围包括并不限于本具体实施方式,本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (6)

1.一种低压有源配电网故障定位方法,其特征在于:包括如下步骤:
S1:故障信息采集;
S2:建立畸变信息模型;
S3:建立分层等效模型;
S4:输出结果;
所述步骤S2中,畸变信息模型的建立遵循如下步骤:
S21:故障检测信息编码;
S22:畸变信息特性分类;
S23:确定决策变量;
S24:确定目标函数;
S25:确定开关函数;
所述的畸变信息特性分类如下:
类别1:Ij=0,Dj 1=0,Dj 2=1;
类别2:Ij=0,Dj 1=1,Dj 2=1;
类别3:Ij=1,Dj 1=0,Dj 2=1;
类别4:Ij=1,Dj 1=1,Dj 2=1;
类别5:Ij=-1,Dj 1=0,Dj 2=1;
类别6:Ij=-1,Dj 1=1,Dj 2=1;
其中,Dj 1为第j个监测节点的第一畸变因子、Dj 2为第j个监测节点的第二畸变因子,Ij为第j个监测节点的实时监测信息;
依据式开关函数即可由状态信息求得无畸变时的节点监测信息期望值Ij *,同时由畸变信息特性分类规则可知,计及畸变的节点监测信息期望值Ij′可由Ij *以及畸变因子Dj 1、Dj 2推导得出,其关系式如下:
Figure FDA0003399530140000011
由公式可知,Ij′是关于所有决策变量的函数,即Ij′=f(S,D);
在低压配电网中,故障定位的问题可以等效为求解目标函数最小值的问题,所述的目标函数可用下列公式表示:
Figure FDA0003399530140000021
其中:Ij′为计及信息畸变的节点监测信息期望值,由决策变量计算求得;ω1、ω2、ω3为权重系数,Ij为第j个监测节点的实时监测信息。
2.根据权利要求1所述的一种低压有源配电网故障定位方法,其特征在于:所述的步骤S1中,在检测线路分段开关或联络开关处安装馈线终端单元,馈线终端单元搜集故障信息并上传至数据采集与监视控制***,数据采集与监视控制***中建立有畸变信息模型和分层等效模型。
3.根据权利要求1所述的一种低压有源配电网故障定位方法,其特征在于:所述的步骤S21中,故障检测信息编码遵循以下规则:
Figure FDA0003399530140000022
其中,Mj为馈线终端单元的编号,Ij为第j个监测节点的实时监测信息。
4.根据权利要求1所述的一种低压有源配电网故障定位方法,其特征在于:考虑到配电线路含有N个区段,发生故障时,定义对应的区段状态编码为1,否则编码为0;所述的决策变量的具体编码规则如下:
Figure FDA0003399530140000023
其中,S表示区段状态信息,D表示畸变信息。
5.根据权利要求1所述的一种低压有源配电网故障定位方法,其特征在于:为了将决策变量与节点监测信息联系起来,需构建决策变量与监测信息期望值的开关函数,未计及畸变信息的开关函数如下式表示:
Figure FDA0003399530140000024
Figure FDA0003399530140000025
Figure FDA0003399530140000026
式中,Iju *(S)、Ijd *(S)分别为以监测节点j为分界的上游开关函数和下游开关函数;∏为逻辑或运算符;NSu、NSd分别为监测节点j的上游、下游的电源个数;Ku、Kd分别为监测节点j的上游、下游的电源系数,有电源接入为1,否则为0;sj,Su、sj,Sd分别为监测节点j到上游电源、监测节点j到下游电源之间区段的状态;Nu、Nd分别为监测节点j的上游、下游的所有区段个数;sj,u、sj,d分别为监测节点j的上游、下游所有区段的状态信息。
6.根据权利要求1或2所述的一种低压有源配电网故障定位方法,其特征在于:所述畸变信息模型将计及信息畸变后的故障定位问题转化为求解无约束的0-1整数规划问题,建立分层等效模型解决所述无约束的0-1整数规划问题,包括如下步骤:
S31、建立外层等效模型;根据区段内的支路是否有分布式电源的接入可以将支路等效分为有源支路和无源支路,此时有源支路处的馈线终端单元M1处的实时监测信息等效外部线路实时监测信息I1
S32、建立内层等效模型;定义:实时监测信息I1为1时,外部等效为电源;实时监测信息I1为0或-1时,外部等效为负载,以此建立内层等效模型。
CN201910779552.XA 2019-08-22 2019-08-22 一种低压有源配电网故障定位方法 Active CN110632451B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910779552.XA CN110632451B (zh) 2019-08-22 2019-08-22 一种低压有源配电网故障定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910779552.XA CN110632451B (zh) 2019-08-22 2019-08-22 一种低压有源配电网故障定位方法

Publications (2)

Publication Number Publication Date
CN110632451A CN110632451A (zh) 2019-12-31
CN110632451B true CN110632451B (zh) 2022-01-25

Family

ID=68970455

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910779552.XA Active CN110632451B (zh) 2019-08-22 2019-08-22 一种低压有源配电网故障定位方法

Country Status (1)

Country Link
CN (1) CN110632451B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112014687A (zh) * 2020-08-31 2020-12-01 国网宁夏电力有限公司电力科学研究院 一种含分布式电源的主动配电网故障区段分层定位方法
CN114859165B (zh) * 2021-04-15 2024-05-07 贵州电网有限责任公司 一种基于广域通信法的直流配网故障区段定位方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104049178A (zh) * 2014-06-28 2014-09-17 国家电网公司 一种有源配电网故障定位方法及***
CN106940413A (zh) * 2017-05-11 2017-07-11 国网江苏省电力公司苏州供电公司 高压长电缆线路的短路故障区段判断方法及装置
CN107290633B (zh) * 2017-08-18 2019-11-08 国网江苏省电力公司 基于mopso的含分布式光伏配电网故障区段定位方法
CN108226711A (zh) * 2018-01-05 2018-06-29 广东电网有限责任公司电力科学研究院 一种基于信息融合的电网故障诊断方法及装置
CN109635411A (zh) * 2018-12-06 2019-04-16 湖北鄂电德力电气有限公司 一种计及ftu漏报和误报的配电网故障分层定位方法
CN110133448B (zh) * 2019-06-12 2021-03-23 河南工程学院 基于松弛优化的配电网故障区间高容错性故障定位方法
CN111090021B (zh) * 2019-11-07 2022-11-22 国网浙江省电力有限公司衢州供电公司 一种复合低压配电网故障定位方法
CN111123028A (zh) * 2019-11-26 2020-05-08 国网浙江省电力有限公司衢州供电公司 一种基于分层模型的有源低压配电网故障定位优化方法
CN112557817A (zh) * 2020-11-27 2021-03-26 广东电网有限责任公司肇庆供电局 一种基于量子免疫优化算法的有源配电网故障定位方法、***、存储介质及计算机设备

Also Published As

Publication number Publication date
CN110632451A (zh) 2019-12-31

Similar Documents

Publication Publication Date Title
WO2022179302A1 (zh) 配电网自愈重构规划方法、装置及终端
CN111697566B (zh) 一种考虑信息失效的主动配电网信息物理***可靠性评估方法
CN110632451B (zh) 一种低压有源配电网故障定位方法
CN104103019A (zh) 含分布式电源的配电网运行风险评估方法及评估***
CN112187518A (zh) 智能融合终端台区拓扑识别方法及***
CN108919044B (zh) 一种基于互校验机制的单元制配电网故障主动识别方法
CN111123028A (zh) 一种基于分层模型的有源低压配电网故障定位优化方法
Wang et al. A hierarchical power grid fault diagnosis method using multi-source information
CN104166940A (zh) 配电网运行风险评估方法及评估***
CN104112076A (zh) 基于模糊数学的运行风险评估方法及评估***
CN112014687A (zh) 一种含分布式电源的主动配电网故障区段分层定位方法
CN116436152B (zh) 一种基于特征信息相关性的智能低压配电台区拓扑识别方法
CN113283041A (zh) 基于多源信息融合感知算法的停电区域快速研判方法
CN111044846B (zh) 一种复杂有源配电网容错性在线故障定位的概率评估方法
CN113376476A (zh) 一种基于phm的中低压配电网运维***及方法
CN111429043A (zh) 基于场景构建的电压暂降特征量随机评估方法
CN113746073A (zh) 一种主站与终端协同自适应的配电网故障处理方法及***
CN110414810A (zh) 计及失负荷风险的多端智能软开关优化配置方法及***
CN104537161A (zh) 一种基于供电安全标准的中压配电网诊断分析方法
CN116540029B (zh) 基于节点畸变校正的有源配电网故障区段定位方法及装置
CN113964816A (zh) 一种配网馈线故障自愈率的分析方法
CN105866630B (zh) 一种应对全站信息缺失的故障诊断方法和***
CN106899021A (zh) 电力***的潮流计算***
CN114966308B (zh) 一种环型配电网故障区段定位方法
CN115902510A (zh) 一种台区停电故障预警方法和***

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