CN110927525A - 一种基于电压变化sod曲线簇的线路故障识别pca聚类方法 - Google Patents
一种基于电压变化sod曲线簇的线路故障识别pca聚类方法 Download PDFInfo
- Publication number
- CN110927525A CN110927525A CN201911220227.6A CN201911220227A CN110927525A CN 110927525 A CN110927525 A CN 110927525A CN 201911220227 A CN201911220227 A CN 201911220227A CN 110927525 A CN110927525 A CN 110927525A
- Authority
- CN
- China
- Prior art keywords
- fault
- voltage
- pca
- sod
- line
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 238000013507 mapping Methods 0.000 claims abstract description 4
- 238000000513 principal component analysis Methods 0.000 claims description 26
- 238000004088 simulation Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 abstract description 11
- 238000012847 principal component analysis method Methods 0.000 abstract description 3
- 230000035945 sensitivity Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 102000019197 Superoxide Dismutase Human genes 0.000 description 2
- 108010012715 Superoxide dismutase Proteins 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 229940032362 superoxide dismutase Drugs 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000005284 basis set Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
Images
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
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
-
- 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
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24147—Distances to closest patterns, e.g. nearest neighbour classification
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Emergency Protection Circuit Devices (AREA)
Abstract
本发明涉及一种基于电压变化SOD曲线簇的线路故障识别PCA聚类方法,属于输电线路故障识别技术领域。首先经过SOD变化得到滤去低频分量的电压行波,其次将经SOD变换后的电压行波映射到PCA空间,最后通过欧式距离判断故障类型,若最小值为线路故障电压曲线簇在PCA空间聚类中心与样本数据的投影的欧式距离,则判断为线路故障,若最小值为区外故障电压曲线簇在PCA空间聚类中心与样本数据的投影的欧式距离,则判断为区外故障。本发明利用经SOD变换后的电压行波对故障识别具有灵敏性的特点,结合主成分分析法和欧氏距离构成的线路故障识别判据,可以规避如何整定保护定值。
Description
技术领域
本发明涉及一种基于电压变化SOD曲线簇的线路故障识别PCA聚类方法,属于输电线路故障识别技术领域。
背景技术
直流输电线路保护的关键在于线路故障的准确可靠识别。直流线路两侧由平波电抗器和直流滤波器构成的物理实体边界对于故障引起暂态电气量具有高频阻塞作用,使得在线路内、外部故障下线路观测终端暂态电气量高频成分差别迥异,此为直流线路保护判据设置的核心依据,基于此可构建各种基于HVDC线路内、外部故障波形高频含量差异性刻画和表征算法的线路内部故障识别元件。现有SIEMENS直流线路行波主保护是基于单端电压变化率du/dt来识别线路故障的,但当长距离线路中远端发生高阻接地故障时,保护性能往往会受到影响;同时,此种基于定值的保护,其整定值的确定是很难解决的问题,若定值太高,线路发生远端高阻故障,保护可能会据动;若定值太低,则直流***发生区外故障时,保护有误动的风险。因此提出一种基于电压变化SOD曲线簇的线路故障识别的PCA聚类方法解决长距离输电线路远端高阻故障的识别及保护定值设定的问题。
经过SOD(交叉顺序差分变换,Sequential Overlapping Derivative)变化得到的电压行波滤去了低频分量,可以更加灵敏的反应故障特征。然而无论是通过仿真还是试验来得到识别判据,都不易实现保护定值的确定。为了解决这个问题,提出采用主成分分析(PCA)和欧氏距离确定故障识别判据的方法,该方法采用主成分分析刻画经电压行波经SOD变换在线路故障、外部故障时呈现出的波形差异,将其映射到PCA空间中,形成“线路故障”和“区外故障”明显的两个聚类簇;当直流***发生故障,将电压行波经SOD变换后映射到PCA空间,若其距离“线路”较近,则判断为线路故障,若其距离“区外故障”较近,则判断为区外故障,据此实现线路故障的识别。该方法利用经SOD变换后的电压行波对故障识别具有灵敏性的特点,结合主成分分析法和欧氏距离构成的线路故障识别判据,可以规避如何整定保护定值。
发明内容
本发明要解决的技术问题是提出一种基于电压变化SOD曲线簇的线路故障识别PCA聚类方法,用以解决上述问题。
本发明的技术方案是:一种基于电压变化SOD曲线簇的线路故障识别PCA聚类方法,首先经过SOD变化得到滤去低频分量的电压行波,其次将经SOD变换后的电压行波映射到PCA空间,最后通过欧式距离判断故障类型,若最小值为线路故障电压曲线簇在PCA空间聚类中心与样本数据的投影的欧式距离,则判断为线路故障,若最小值为区外故障电压曲线簇在PCA空间聚类中心与样本数据的投影的欧式距离,则判断为区外故障。
具体步骤为:
Step1:***仿真模型分别模拟区内故障和区外故障,分别获得经SOD变化的正极故障电压曲线簇和外部故障曲线簇;
Step2:将样本曲线簇进行主成分分析,在由PC1和PC2坐标轴构成的PCA聚类空间中形成聚类点簇;
Step3:将线路故障电压曲线簇在PCA的聚类中心设置为5个中心,并将故障电压测试样本数据的投影值与这些聚类中心的距离设为d1、d2、d3、d4、d5;
同时,将故障电压测试样本数据的投影与线路保护区外故障电压曲线簇在PCA空间聚类中心之间的欧氏距离设为d6;
计算出d1、d2、d3、d4、d5、d6,故障识别的判据为:
当dmin∈{d1,d2,d3,d4,d5}时,则判断为线路故障当;
当dmin=d6时,则判断为外部故障。
本发明的原理是:经过SOD变化得到的电压行波滤去了低频分量,可以更加灵敏的反应故障特征。基于电压变化SOD变换判据是以全线长范围内遍历故障位置得到的,然而无论是通过仿真还是试验来得到识别判据,都不易实现保护定值的确定。为了解决这个问题,提出一种采用主成分分析(PCA)和欧氏距离确定故障识别判据的方法,该方法采用主成分分析刻画经电压行波经SOD变换在线路故障、外部故障时呈现出的波形差异,将其映射到PCA空间中,形成“线路故障”和“区外故障”明显的两个聚类簇;当直流***发生故障,将电压行波经SOD变换后映射到PCA空间,若最小值为线路故障电压曲线簇在PCA空间聚类中心与样本数据的投影的欧式距离,则判断为线路故障,若最小值为区外故障电压曲线簇在PCA空间聚类中心与样本数据的投影的欧式距离,则判断为区外故障,据此实现线路故障的识别。
本发明的有益效果是:利用经SOD变换后的电压行波对故障识别具有灵敏性的特点,结合主成分分析法和欧氏距离构成的线路故障识别判据,可以规避如何整定保护定值。
附图说明
图1是本发明实例1中准东-华东±1100kV特高压直流输电线路仿真模型图;
图2是本发明实例1中仿真获得经SOD变化的正极故障电压曲线簇图;
图3是本发明实例2中模拟区外故障仿真获得经SOD变化的区外故障电压曲线簇图;
图4是本发明实例1和实例2中由PC1和PC2坐标轴构成的PCA聚类空间中形成聚类点簇图
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:准东-华东±1100kV特高压直流输电线路仿真模型图如图1所示,其线路参数如下:直流输电线路全长为3300km。采样频率为10kHz。
Step1:利用准东-华东±1100kV特高压直流输电***仿真模型分别模拟,其中:在全线长范围内每隔100km由近至远设置金属性接地故障,采样率为10KHZ,仿真获得经SOD变化的正极故障电压曲线簇。
Step2:确定主成分个数,再由PC1和PC2坐标轴构成的PCA聚类空间中形成聚类点簇,如图所示。
Step3:利用欧式距离进行判断
实施例2:准东-华东±1100kV特高压直流输电线路仿真模型图如图1所示,其线路参数如下:直流输电线路全长为3300km。采样频率为10kHz。
Step1:利用准东-华东±1100kV特高压直流输电***仿真模型分别模拟区外故障,设置整流测出口故障、整流侧交流***故障(包括A相接地故障,AB两相接地故障,ABC三相接地故障)、逆变侧出口故障、逆变侧交流***故障(包括A相接地故障,AB两相接地故障,ABC三相接地故障)获得外部故障曲线簇,
Step2:确定主成分个数,再由PC1和PC2坐标轴构成的PCA聚类空间中形成聚类点簇。
Step3:利用欧式距离进行判断
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)
1.一种基于电压变化SOD曲线簇的线路故障识别PCA聚类方法,其特征在于:首先经过SOD变化得到滤去低频分量的电压行波,其次将经SOD变换后的电压行波映射到PCA空间,最后通过欧式距离判断故障类型,若最小值为线路故障电压曲线簇在PCA空间聚类中心与样本数据的投影的欧式距离,则判断为线路故障,若最小值为区外故障电压曲线簇在PCA空间聚类中心与样本数据的投影的欧式距离,则判断为区外故障。
2.根据权利要求1所述的基于电压变化SOD曲线簇的线路故障识别PCA聚类方法,其特征在于具体步骤为:
Step1:***仿真模型分别模拟区内故障和区外故障,分别获得经SOD变化的正极故障电压曲线簇和外部故障曲线簇;
Step2:将样本曲线簇进行主成分分析,在由PC1和PC2坐标轴构成的PCA聚类空间中形成聚类点簇;
Step3:将线路故障电压曲线簇在PCA的聚类中心设置为5个中心,并将故障电压测试样本数据的投影值与这些聚类中心的距离设为d1、d2、d3、d4、d5;
同时,将故障电压测试样本数据的投影与线路保护区外故障电压曲线簇在PCA空间聚类中心之间的欧氏距离设为d6;
计算出d1、d2、d3、d4、d5、d6,故障识别的判据为:
当dmin∈{d1,d2,d3,d4,d5}时,则判断为线路故障当;
当dmin=d6时,则判断为外部故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911220227.6A CN110927525A (zh) | 2019-12-03 | 2019-12-03 | 一种基于电压变化sod曲线簇的线路故障识别pca聚类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911220227.6A CN110927525A (zh) | 2019-12-03 | 2019-12-03 | 一种基于电压变化sod曲线簇的线路故障识别pca聚类方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110927525A true CN110927525A (zh) | 2020-03-27 |
Family
ID=69847258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911220227.6A Pending CN110927525A (zh) | 2019-12-03 | 2019-12-03 | 一种基于电压变化sod曲线簇的线路故障识别pca聚类方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110927525A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111896840A (zh) * | 2020-07-15 | 2020-11-06 | 武汉三相电力科技有限公司 | 基于故障行波电压判断混合线路中故障区间的方法和*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103474981A (zh) * | 2013-09-02 | 2013-12-25 | 昆明理工大学 | 一种基于零序电流多阶差分变换方向的配网单相接地保护方法 |
CN104977506A (zh) * | 2015-06-30 | 2015-10-14 | 昆明理工大学 | 一种利用极线故障电压曲线簇进行主成分聚类分析的线路故障识别方法 |
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 |
CN105403807A (zh) * | 2015-09-29 | 2016-03-16 | 昆明理工大学 | 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 |
CN109283428A (zh) * | 2018-08-22 | 2019-01-29 | 昆明理工大学 | 一种基于零序分量高阶差分变换的馈线出口处单相接地暂态量保护方法 |
CN110058120A (zh) * | 2019-03-18 | 2019-07-26 | 昆明理工大学 | 一种基于电压变换趋势交叉顺序差分检测的特高压直流输电线路故障识别方法 |
CN110361628A (zh) * | 2019-06-24 | 2019-10-22 | 昆明理工大学 | 一种基于sod变换的mmc直流输电线路故障识别方法 |
-
2019
- 2019-12-03 CN CN201911220227.6A patent/CN110927525A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103474981A (zh) * | 2013-09-02 | 2013-12-25 | 昆明理工大学 | 一种基于零序电流多阶差分变换方向的配网单相接地保护方法 |
CN104977506A (zh) * | 2015-06-30 | 2015-10-14 | 昆明理工大学 | 一种利用极线故障电压曲线簇进行主成分聚类分析的线路故障识别方法 |
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 |
CN105403807A (zh) * | 2015-09-29 | 2016-03-16 | 昆明理工大学 | 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 |
CN109283428A (zh) * | 2018-08-22 | 2019-01-29 | 昆明理工大学 | 一种基于零序分量高阶差分变换的馈线出口处单相接地暂态量保护方法 |
CN110058120A (zh) * | 2019-03-18 | 2019-07-26 | 昆明理工大学 | 一种基于电压变换趋势交叉顺序差分检测的特高压直流输电线路故障识别方法 |
CN110361628A (zh) * | 2019-06-24 | 2019-10-22 | 昆明理工大学 | 一种基于sod变换的mmc直流输电线路故障识别方法 |
Non-Patent Citations (2)
Title |
---|
DINA MOURAD HAFEZ 等: "A novel unit protective relaying concept based on current signal sequential overlapping derivative transform:Two sides fed transmission line application", 《AIN SHAMS ENGINEERING JOURNAL》 * |
DINA MOURAD HAFEZ 等: "A novel unit protective relaying concept based on sequential overlapping derivative transform: Interconnected network application", 《ELECTRICAL POWER AND ENERGY SYSTEMS》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111896840A (zh) * | 2020-07-15 | 2020-11-06 | 武汉三相电力科技有限公司 | 基于故障行波电压判断混合线路中故障区间的方法和*** |
CN111896840B (zh) * | 2020-07-15 | 2023-06-27 | 武汉三相电力科技有限公司 | 基于故障行波电压判断混合线路中故障区间的方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108667048B (zh) | 新能源并网***振荡稳定性的频域判稳方法及装置 | |
CN108107321B (zh) | 一种电力***故障波形比对方法 | |
CN103323741B (zh) | 一种针对强故障的基于故障电压初始行波幅值比较的d型线缆混合线路故障区段判别的方法 | |
CN106443307B (zh) | 变电设备绝缘在线监测*** | |
CN108680813B (zh) | 一种电磁干扰建模仿真方法及装置 | |
CN110865237A (zh) | 基于电压时间序列的配电台区户表相位关系校验方法 | |
CN109828184B (zh) | 一种基于互近似熵的电压暂降源识别方法 | |
CN109375052B (zh) | 一种高频暂态分量方向纵联保护方法及*** | |
CN103698669A (zh) | 一种高压电力设备局部放电脉冲分离方法 | |
CN112039108B (zh) | 高压直流输电***单端暂态响应快速估计模型及计算方法 | |
CN106291239B (zh) | 一种采用滤波器支路电流和主成分分析方法的直流输电线路故障识别方法 | |
CN110927525A (zh) | 一种基于电压变化sod曲线簇的线路故障识别pca聚类方法 | |
Sun et al. | A distribution line fault location estimation algorithm based on electromagnetic time-reversal method calculated in the finite difference time domain | |
CN117849691A (zh) | 一种电容式电压互感器多维协同运行监测预警***和方法 | |
CN107167658B (zh) | 一种高精度抗干扰的电力***基波频率及相位测量方法 | |
CN110780251B (zh) | 一种基于逐点计算delta的电力波形比对***及方法 | |
CN111007315B (zh) | 一种基于电流谐波图谱的线路分支识别方法 | |
CN112505488A (zh) | 一种输电线路的双端故障录波测距方法 | |
CN110328451A (zh) | 一种介质滤波器的刻蚀加工方法及*** | |
CN111913078A (zh) | 一种基于运行的输电线路故障识别方法 | |
CN102508108B (zh) | 一种低信噪比时行波软启动方法 | |
CN109995005B (zh) | 一种基于触发角变化率均值的直流输电线路纵联保护方法 | |
CN104730384A (zh) | 基于不完全s变换的电能扰动识别与定位方法 | |
CN113420398A (zh) | 一种变频电机长线驱动***中电缆的综合高频建模方法 | |
CN114113894A (zh) | 一种基于固有频率特征的重复性故障识别方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200327 |
|
RJ01 | Rejection of invention patent application after publication |