CN112684294A - 一种基于环境动态影响的配电网故障抢修定位方法 - Google Patents
一种基于环境动态影响的配电网故障抢修定位方法 Download PDFInfo
- Publication number
- CN112684294A CN112684294A CN202011602248.7A CN202011602248A CN112684294A CN 112684294 A CN112684294 A CN 112684294A CN 202011602248 A CN202011602248 A CN 202011602248A CN 112684294 A CN112684294 A CN 112684294A
- Authority
- CN
- China
- Prior art keywords
- fault
- distribution network
- power distribution
- repair
- emergency repair
- 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
- 230000008439 repair process Effects 0.000 title claims abstract description 120
- 238000009826 distribution Methods 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 57
- 239000013598 vector Substances 0.000 claims abstract description 28
- 238000012549 training Methods 0.000 claims abstract description 25
- 230000007613 environmental effect Effects 0.000 claims abstract description 24
- 238000004088 simulation Methods 0.000 claims abstract description 9
- 238000005457 optimization Methods 0.000 claims abstract description 6
- 238000012360 testing method Methods 0.000 claims description 21
- 238000012423 maintenance Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 230000004807 localization Effects 0.000 claims description 4
- 238000001556 precipitation Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims 3
- 239000002994 raw material Substances 0.000 claims 3
- 230000007547 defect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 241000242759 Actiniaria Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000001310 location test Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于环境动态影响的配电网故障抢修定位方法，包括，利用历史配电网故障数据库构建故障拓扑模型；将外界环境动态影响因子作为约束条件，配电网故障抢修相关参数作为初始参数，驱动所述故障拓扑模型仿真运行，输出故障特征向量；对LSSVM进行训练和参数优化，设定精度要求和阈值，训练结束后输出故障定位模型；将所述故障特征向量导入所述故障定位模型内进行求解，获得所述配电网故障待抢修的位置。本发明通过对形成的故障特征向量进行初步的确定，结合定位模型的求解，二次确定了故障待抢修位置，提高了因外界环境动态影响灾害下的配电网故障抢修定位准确度，大大的提升了抢修效率。
Description
技术领域
本发明涉及配电网故障定位的技术领域，尤其涉及一种基于环境动态影响的配电网故障抢修定位方法。
背景技术
在正常条件下，除却人为因素，配电网中出现的故障多数是设备老化而产生的缺陷，缺陷的发展相对缓慢，只要监测到位，就可以及时消除缺陷，消除缺陷的难度较低，是配电网日常维护、抢修的主要内容，但在灾害条件下，配电网在短时间内受到强烈外力作用，很容易出现设备机械损毁等严重故障，举台风为例，飓风及其刮起的异物会引起倒杆、断杆、变压器损毁移位等事故，而修复上述故障经常需要更换或重新安装部件、设备等(例如竖杆、吊装变压器等)，这增加了故障抢修的难度与耗时。
灾害条件下的配电网故障数量多，种类丰富，且多为设备损毁等严重故障，这导致灾害条件下的配电网抢修时间长、难度大、强度高，而且还需要考虑共同抢修、外界环境影响等现实问题。
在现实的配电网抢修中，虽然几乎不需要利用网架结构进行潮流计算，但需要利用网架的拓扑计算每一时刻配电网可以供电的范围，而且，在其它条件相同的情况下，位于配电网拓扑图中枢纽位置的故障通常优先抢修，而判断故障是否处于枢纽位置，需要结合配电网网架结构进行分析。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题，提出了本发明。
因此，本发明提供了一种基于环境动态影响的配电网故障抢修定位方法，能够解决因外界环境动态影响的配电网故障定位不准确而影响抢修方案进行的问题。
为解决上述技术问题，本发明提供如下技术方案：包括，利用历史配电网故障数据库构建故障拓扑模型；将外界环境动态影响因子作为约束条件，配电网故障抢修相关参数作为初始参数，驱动所述故障拓扑模型仿真运行，输出故障特征向量；对LSSVM进行训练和参数优化，设定精度要求和阈值，训练结束后输出故障定位模型；将所述故障特征向量导入所述故障定位模型内进行求解，获得所述配电网故障待抢修的位置。
作为本发明所述的基于环境动态影响的配电网故障抢修定位方法的一种优选方案，其中：所述历史配电网故障数据库包括，外界环境相关数据、电网相关数据、负荷相关数据、故障相关数据和抢修资源相关数据。
作为本发明所述的基于环境动态影响的配电网故障抢修定位方法的一种优选方案，其中：所述故障拓扑模型包括，输入层、中间层和输出层；所述输入层包括各个参数的起始节点，所述中间层包括所述配电网故障抢修的故障节点、抢修节点及处理节点，所述输出层包括抢修资源分配的终止节点。
作为本发明所述的基于环境动态影响的配电网故障抢修定位方法的一种优选方案，其中：所述外界环境动态影响因子包括，气象环境、抢修现场环境、基础设施环境；所述配电网故障抢修相关参数包括，故障位置矩阵、故障抢修预计时长、抢修故障所需各类抢修队伍的数量、故障对参与抢修队伍效能系数的折损和故障的抢修是否需要露天作业。
作为本发明所述的基于环境动态影响的配电网故障抢修定位方法的一种优选方案，其中：输出所述故障特征向量包括，
ti＝f(que(m),TYPEj,
amin,
wind(t),rain(t),stri(t),
que(m)＝[k1 k2 k3… km]
其中，ti表示各处负荷的预计复电时间，que(m)为故障抢修顺序，TYPEj是第j号抢修队伍的类型，aj是第j号抢修队伍的效能系数，初始所有队伍的效能设为1，且在整个抢修过程中减小，amin是抢修队伍能继续执行抢修任务所需的最低效能系数，该系数为已知常数，且对于所有抢修队伍都相同，当某支队伍的效能系数低于该值时，该队伍必须返回驻地休息，wind(t)是风速预报，rain(t)是降水预报，stri(t)是雷电情况预报，T*是现场阻碍排除时间，Lk是第k号故障的位置，当故障发生在线路上时，该线路停运，当故障位于负荷节点上时，认为该负荷节点全部停电，但不影响其他部分的正常运行，Tk是抢修第k号故障预计需要的时间，nk,c是抢修第k号故障所需要类型c抢修队伍的数量，c是正整数，表示抢修队伍的种类，kk是第k号故障对参与抢修队伍效能系数的折扣系数，lutiank是表明第k号故障的抢修是否需要露天高处作业。
作为本发明所述的基于环境动态影响的配电网故障抢修定位方法的一种优选方案，其中：包括，选取径向基函数作为所述故障定位模型的核函数，如下，
其中，x＝{x1；x2；…；x14}：所述配电网拓扑节点异常位置数据的频率特性向量组成的频率特性矩阵，y：所述配电网拓扑节点相关数据的所述频率特性向量，σ：核宽度，反应了训练的分布、范围特性。
作为本发明所述的基于环境动态影响的配电网故障抢修定位方法的一种优选方案，其中：输出所述故障定位模型包括，初始化惩罚参数C和所述σ，利用训练集对所述LSSVM进行训练，并利用测试集进行测试；设定所述精度要求，若所述LSSVM模型精度未达到要求，根据误差对所述C和所述σ进行赋值优化，直到测试数据精度达到所述精度要求；设定所述阈值，输出所述故障定位模型。
作为本发明所述的基于环境动态影响的配电网故障抢修定位方法的一种优选方案，其中：训练所述LSSVM之前还包括，采集所述配电网故障抢修的相关数据分别构建训练集、测试集和验证集；构建所述训练集包括，采集近五年的所述配电网故障抢修相关数据；构建所述测试集包括，采集近两年的所述配电网故障抢修相关数据；构建所述验证集包括，采集待测试的所述配电网故障抢修相关数据。
作为本发明所述的基于环境动态影响的配电网故障抢修定位方法的一种优选方案，其中：包括，将所述故障特征向量导入所述故障定位模型内进行求解；若所述故障拓扑模型中某一节点的所述故障特征向量超过所述阈值，则所述节点位置异常。
本发明的有益效果：本发明通过结合配电网故障拓扑结构，利用外界环境动态影响因子与配电网故障抢修相关参数作为约束，对形成的故障特征向量进行初步的确定，结合定位模型的求解，二次确定了故障待抢修位置，提高了因外界环境动态影响灾害下的配电网故障抢修定位准确度，大大的提升了抢修效率，避免了错误抢修的容错率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明第一个实施例所述的基于环境动态影响的配电网故障抢修定位方法的流程示意图；
图2为本发明第一个实施例所述的基于环境动态影响的配电网故障抢修定位方法的配电网节点拓扑示意图；
图3为本发明第一个实施例所述的基于环境动态影响的配电网故障抢修定位方法的外界环境对配电网抢修示意图；
图4为本发明第二个实施例所述的基于环境动态影响的配电网故障抢修定位方法的定位准确度测试曲线输出示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1、图2和图3，为本发明的第一个实施例，提供了一种基于环境动态影响的配电网故障抢修定位方法，包括：
S1：利用历史配电网故障数据库构建故障拓扑模型。参照图2，其中需要说明的是，历史配电网故障数据库包括：
外界环境相关数据、电网相关数据、负荷相关数据、故障相关数据和抢修资源相关数据；
故障拓扑模型包括，输入层、中间层和输出层；
输入层包括各个参数的起始节点，中间层包括配电网故障抢修的故障节点、抢修节点及处理节点，输出层包括抢修资源分配的终止节点。
S2：将外界环境动态影响因子作为约束条件，配电网故障抢修相关参数作为初始参数，驱动故障拓扑模型仿真运行，输出故障特征向量。参照图3，本步骤需要说明的是：
外界环境动态影响因子包括，气象环境、抢修现场环境、基础设施环境；
配电网故障抢修相关参数包括，故障位置矩阵、故障抢修预计时长、抢修故障所需各类抢修队伍的数量、故障对参与抢修队伍效能系数的折损和故障的抢修是否需要露天作业；
进一步的，输出故障特征向量包括：
ti＝f(que(m),TYPEj,
amin,
wind(t),rain(t),stri(t),
que(m)＝[k1 k2 k3 … km]
其中，ti表示各处负荷的预计复电时间，que(m)为故障抢修顺序，TYPEj是第j号抢修队伍的类型，aj是第j号抢修队伍的效能系数，初始所有队伍的效能设为1，且在整个抢修过程中减小，amin是抢修队伍能继续执行抢修任务所需的最低效能系数，该系数为已知常数，且对于所有抢修队伍都相同，当某支队伍的效能系数低于该值时，该队伍必须返回驻地休息，wind(t)是风速预报，rain(t)是降水预报，stri(t)是雷电情况预报，T*是现场阻碍排除时间，Lk是第k号故障的位置，当故障发生在线路上时，该线路停运，当故障位于负荷节点上时，认为该负荷节点全部停电，但不影响其他部分的正常运行，Tk是抢修第k号故障预计需要的时间，nk,c是抢修第k号故障所需要类型c抢修队伍的数量，c是正整数，表示抢修队伍的种类，kk是第k号故障对参与抢修队伍效能系数的折扣系数，lutiank是表明第k号故障的抢修是否需要露天高处作业。
S3：对LSSVM进行训练和参数优化，设定精度要求和阈值，训练结束后输出故障定位模型。其中还需要说明的是，训练LSSVM之前还包括：
采集配电网故障抢修的相关数据分别构建训练集、测试集和验证集；
构建训练集包括，采集近五年的配电网故障抢修相关数据；
构建测试集包括，采集近两年的配电网故障抢修相关数据；
构建验证集包括，采集待测试的配电网故障抢修相关数据；
选取径向基函数作为故障定位模型的核函数，如下，
其中，x＝{x1；x2；…；x14}：配电网拓扑节点异常位置数据的频率特性向量组成的频率特性矩阵，y：配电网拓扑节点相关数据的频率特性向量，σ：核宽度，反应了训练的分布、范围特性；
输出故障定位模型包括，
初始化惩罚参数C和σ，利用训练集对LSSVM进行训练，并利用测试集进行测试；
设定精度要求，若LSSVM模型精度未达到要求，根据误差对C和σ进行赋值优化，直到测试数据精度达到精度要求；
设定阈值，输出故障定位模型。
S4：将故障特征向量导入故障定位模型内进行求解，获得配电网故障待抢修的位置。本步骤还需要说明的是：
将故障特征向量导入故障定位模型内进行求解；
若故障拓扑模型中某一节点的故障特征向量超过阈值，则节点位置异常。
参照图2，为配电网建模时，需考虑配电网的拓扑结构，直观地，配电网的拓扑结构可以用节点拓扑图表示，其中，0号节点为源节点，表示配电网的母线出线，在研究配电网抢修问题时，一般认为源节点不会停电，1-32号节点为负荷节点，节点之间的连线为配电线路，该拓扑图可以用节点邻接矩阵adj(N)表示，其中N为配电网所包含各种节点的数量。
不难理解的是，正常环境下的配电网故障抢修，通常假设外界环境对抢修过程没有影响，然而，自然灾害不仅会引起配电网大规模故障，还会对配电网所处的外界环境造成影响，并阻碍灾后抢修工作，例如，洪水会引发内涝，导致一些街头变进水停运，在积水退去之前，抢修人员无法进入现场抢修，山体滑坡等地质灾害，也可能使故障现场环境变得复杂，在完全排除现场的安全隐患之前，抢修人员同样无法开始抢修；故障类型多样，涉及的设备种类较多，自然灾害会对配电网中的所有类型设备造成破坏，例如，台风来临时，配电网中的架空线、杆塔、绝缘金具等会被大风与其刮起的异物破坏，变电站、开关设备会因大雨导致的洪水浸泡而无法运作，地下电缆也可能因为相连架空线的拉扯而损坏。
优选的是，本发明通过结合配电网故障拓扑结构，利用外界环境动态影响因子与配电网故障抢修相关参数作为约束，对形成的故障特征向量进行初步的确定，结合定位模型的求解，二次确定了故障待抢修位置，提高了因外界环境动态影响灾害下的配电网故障抢修定位准确度，大大的提升了抢修效率。
实施例2
为了对本发明方法中采用的技术效果加以验证说明，本实施例选择以传统的配电网拓扑结构故障定位方法与本发明方法进行对比测试，以科学论证的手段对比试验结果，验证本发明方法所具有的真实效果。
传统的配电网拓扑结构故障定位方法无法消除外界环境动态影像因素，进而针对自然灾害下的故障定位准确度较低，耽误抢修进程，为了验证本发明方法相对于传统方法具有较高的故障定位准确度，本实施例中将采用传统方法与本发明方法分别对仿真配网的故障定位进行实时测量对比。
测试环境：将仿真配网运行在仿真平台模拟运行并模拟自然灾害配网故障场景，采用2012年台风海葵过境前后相关配网数据作为测试样本，分别利用传统方法的网络拓扑结构运算进行故障定位测试并获得测试结果数据；采用本发明方法，则导入相关的约束条件、拓扑模型和定位模型程序，根据仿真程序计算得到仿真数据，每种方法各测试100组数据，计算获得每组数据的容错率，与仿真模拟输入的实际预测值进行对比误差计算。
参照图4，实线为本发明方法输出的曲线，虚线为传统方法输出的曲线，根据图4的示意，能够直观的看出，实线与虚线随着时间的增加，呈现不同的走势，实线相较于虚线，在前期一直呈稳定的上升趋势，虽然后期有所下滑，但是波动不大，且一直在虚线的上方，并保持一定的距离，而虚线则呈现较大的波动趋势，不稳定，由此，实线的效率一直大于虚线，即验证了本发明方法所具有的真实效果。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种基于环境动态影响的配电网故障抢修定位方法，其特征在于：包括，
利用历史配电网故障数据库构建故障拓扑模型；
将外界环境动态影响因子作为约束条件，配电网故障抢修相关参数作为初始参数，驱动所述故障拓扑模型仿真运行，输出故障特征向量；
对LSSVM进行训练和参数优化，设定精度要求和阈值，训练结束后输出故障定位模型；
将所述故障特征向量导入所述故障定位模型内进行求解，获得所述配电网故障待抢修的位置。
2.根据权利要求1所述的基于环境动态影响的配电网故障抢修定位方法，其特征在于：所述历史配电网故障数据库包括，外界环境相关数据、电网相关数据、负荷相关数据、故障相关数据和抢修资源相关数据。
3.根据权利要求1或2所述的基于环境动态影响的配电网故障抢修定位方法，其特征在于：所述故障拓扑模型包括，输入层、中间层和输出层；
所述输入层包括各个参数的起始节点，所述中间层包括所述配电网故障抢修的故障节点、抢修节点及处理节点，所述输出层包括抢修资源分配的终止节点。
4.根据权利要求3所述的基于环境动态影响的配电网故障抢修定位方法，其特征在于：所述外界环境动态影响因子包括，气象环境、抢修现场环境、基础设施环境；
所述配电网故障抢修相关参数包括，故障位置矩阵、故障抢修预计时长、抢修故障所需各类抢修队伍的数量、故障对参与抢修队伍效能系数的折损和故障的抢修是否需要露天作业。
5.根据权利要求4所述的基于环境动态影响的配电网故障抢修定位方法，其特征在于：输出所述故障特征向量包括，
que(m)＝[k1 k2 k3…km]
其中，ti表示各处负荷的预计复电时间，que(m)为故障抢修顺序，TYPEj是第j号抢修队伍的类型，aj是第j号抢修队伍的效能系数，初始所有队伍的效能设为1，且在整个抢修过程中减小，amin是抢修队伍能继续执行抢修任务所需的最低效能系数，该系数为已知常数，且对于所有抢修队伍都相同，当某支队伍的效能系数低于该值时，该队伍必须返回驻地休息，wind(t)是风速预报，rain(t)是降水预报，stri(t)是雷电情况预报，T*是现场阻碍排除时间，Lk是第k号故障的位置，当故障发生在线路上时，该线路停运，当故障位于负荷节点上时，认为该负荷节点全部停电，但不影响其他部分的正常运行，Tk是抢修第k号故障预计需要的时间，nk,c是抢修第k号故障所需要类型c抢修队伍的数量，c是正整数，表示抢修队伍的种类，kk是第k号故障对参与抢修队伍效能系数的折扣系数，lutiank是表明第k号故障的抢修是否需要露天高处作业。
6.根据权利要求5所述的基于环境动态影响的配电网故障抢修定位方法，其特征在于：包括，
选取径向基函数作为所述故障定位模型的核函数，如下，
其中，x＝{x1；x2；…；x14}：所述配电网拓扑节点异常位置数据的频率特性向量组成的频率特性矩阵，y：所述配电网拓扑节点相关数据的所述频率特性向量，σ：核宽度，反应了训练的分布、范围特性。
7.根据权利要求6所述的基于环境动态影响的配电网故障抢修定位方法，其特征在于：输出所述故障定位模型包括，
初始化惩罚参数C和所述σ，利用训练集对所述LSSVM进行训练，并利用测试集进行测试；
设定所述精度要求，若所述LSSVM模型精度未达到要求，根据误差对所述C和所述σ进行赋值优化，直到测试数据精度达到所述精度要求；
设定所述阈值，输出所述故障定位模型。
8.根据权利要求7所述的基于环境动态影响的配电网故障抢修定位方法，其特征在于：训练所述LSSVM之前还包括，
采集所述配电网故障抢修的相关数据分别构建训练集、测试集和验证集；
构建所述训练集包括，采集近五年的所述配电网故障抢修相关数据；
构建所述测试集包括，采集近两年的所述配电网故障抢修相关数据；
构建所述验证集包括，采集待测试的所述配电网故障抢修相关数据。
9.根据权利要求8所述的基于环境动态影响的配电网故障抢修定位方法，其特征在于：包括，
将所述故障特征向量导入所述故障定位模型内进行求解；
若所述故障拓扑模型中某一节点的所述故障特征向量超过所述阈值，则所述节点位置异常。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011602248.7A CN112684294B (zh) | 2020-12-29 | 2020-12-29 | 一种基于环境动态影响的配电网故障抢修定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011602248.7A CN112684294B (zh) | 2020-12-29 | 2020-12-29 | 一种基于环境动态影响的配电网故障抢修定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112684294A true CN112684294A (zh) | 2021-04-20 |
| CN112684294B CN112684294B (zh) | 2023-11-03 |
Family
ID=75454526
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011602248.7A Active CN112684294B (zh) | 2020-12-29 | 2020-12-29 | 一种基于环境动态影响的配电网故障抢修定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112684294B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115932476A (zh) * | 2022-12-12 | 2023-04-07 | 触景无限科技（北京）有限公司 | 基于数字孪生的故障定位方法、装置、电子设备及介质 |
| CN116559598A (zh) * | 2023-07-10 | 2023-08-08 | 武汉创星空间科技发展有限公司 | 一种智慧配电网故障定位方法及*** |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103383427A (zh) * | 2012-05-04 | 2013-11-06 | 山西省电力公司阳泉供电公司 | 一种电网雷电定位分析方法及*** |
| CN105611253A (zh) * | 2016-01-13 | 2016-05-25 | 天津中科智能识别产业技术研究院有限公司 | 一种基于智能视频分析技术的态势感知*** |
| CN106872856A (zh) * | 2017-03-01 | 2017-06-20 | 国网山东省电力公司 | 基于多元故障采集的配电网故障主动抢修***、方法 |
| CN108053037A (zh) * | 2017-10-16 | 2018-05-18 | 广东电网有限责任公司电力科学研究院 | 一种基于两网融合的配电网抢修策略制定方法及装置 |
| EP3324506A1 (de) * | 2016-11-21 | 2018-05-23 | E.On Se | Verfahren zum aufbau einer datenbank zur abbildung der netztopologie eines elektrischen verteilnetzes und verwendung dieser datenbank |
| CN110289682A (zh) * | 2019-06-11 | 2019-09-27 | 广西电网有限责任公司南宁供电局 | 一种配网抢修辅助决策及智能管控*** |
| CN111539566A (zh) * | 2020-04-21 | 2020-08-14 | 燕山大学 | 一种考虑灾前预调度的配电网多故障抢修恢复方法及*** |
| CN111579936A (zh) * | 2020-06-30 | 2020-08-25 | 上海交通大学 | 一种适用于弧光接地故障的定位方法及*** |
| CN111707351A (zh) * | 2020-03-31 | 2020-09-25 | 桂林电子科技大学 | 一种基于卡车底盘噪音振源的异常位置定位方法及*** |
| CN111983383A (zh) * | 2020-08-17 | 2020-11-24 | 海南电网有限责任公司信息通信分公司 | 一种电力***故障抢修方法及*** |
-
2020
- 2020-12-29 CN CN202011602248.7A patent/CN112684294B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103383427A (zh) * | 2012-05-04 | 2013-11-06 | 山西省电力公司阳泉供电公司 | 一种电网雷电定位分析方法及*** |
| CN105611253A (zh) * | 2016-01-13 | 2016-05-25 | 天津中科智能识别产业技术研究院有限公司 | 一种基于智能视频分析技术的态势感知*** |
| EP3324506A1 (de) * | 2016-11-21 | 2018-05-23 | E.On Se | Verfahren zum aufbau einer datenbank zur abbildung der netztopologie eines elektrischen verteilnetzes und verwendung dieser datenbank |
| CN106872856A (zh) * | 2017-03-01 | 2017-06-20 | 国网山东省电力公司 | 基于多元故障采集的配电网故障主动抢修***、方法 |
| CN108053037A (zh) * | 2017-10-16 | 2018-05-18 | 广东电网有限责任公司电力科学研究院 | 一种基于两网融合的配电网抢修策略制定方法及装置 |
| CN110289682A (zh) * | 2019-06-11 | 2019-09-27 | 广西电网有限责任公司南宁供电局 | 一种配网抢修辅助决策及智能管控*** |
| CN111707351A (zh) * | 2020-03-31 | 2020-09-25 | 桂林电子科技大学 | 一种基于卡车底盘噪音振源的异常位置定位方法及*** |
| CN111539566A (zh) * | 2020-04-21 | 2020-08-14 | 燕山大学 | 一种考虑灾前预调度的配电网多故障抢修恢复方法及*** |
| CN111579936A (zh) * | 2020-06-30 | 2020-08-25 | 上海交通大学 | 一种适用于弧光接地故障的定位方法及*** |
| CN111983383A (zh) * | 2020-08-17 | 2020-11-24 | 海南电网有限责任公司信息通信分公司 | 一种电力***故障抢修方法及*** |
Non-Patent Citations (2)
| Title |
|---|
| 张晶伟等: "基于遗传拓扑混合算法的配电网多故障抢修策略", 《电力***自动化》 * |
| 赵勇等: "基于GIS的配网抢修指挥业务关键技术研究", 《科技创新导报》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115932476A (zh) * | 2022-12-12 | 2023-04-07 | 触景无限科技（北京）有限公司 | 基于数字孪生的故障定位方法、装置、电子设备及介质 |
| CN115932476B (zh) * | 2022-12-12 | 2023-08-29 | 触景无限科技（北京）有限公司 | 基于数字孪生的故障定位方法、装置、电子设备及介质 |
| CN116559598A (zh) * | 2023-07-10 | 2023-08-08 | 武汉创星空间科技发展有限公司 | 一种智慧配电网故障定位方法及*** |
| CN116559598B (zh) * | 2023-07-10 | 2023-09-15 | 武汉创星空间科技发展有限公司 | 一种智慧配电网故障定位方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112684294B (zh) | 2023-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107633320B (zh) | 一种基于气象预测和风险评估的电网线路重要度评估方法 | |
| CN107230015A (zh) | 一种基于***信息熵的配电网韧性评估方法 | |
| CN109655712A (zh) | 一种配电网线路故障原因分析方法与*** | |
| CN103778230B (zh) | 一种黑启动方案在线自动生成方法 | |
| CN110222946B (zh) | 基于台风场景模拟的配电网架空线路薄弱环节辨识方法 | |
| CN112684294A (zh) | 一种基于环境动态影响的配电网故障抢修定位方法 | |
| CN106651128A (zh) | 一种输变电***风险预警方法 | |
| CN113675878B (zh) | 海上风电场并网性能测试方法、***、计算机设备和介质 | |
| CN106327071A (zh) | 电力通信风险分析方法和*** | |
| CN103093097A (zh) | 基于规范切的电力***脆弱断面识别方法 | |
| CN112613685B (zh) | 一种考虑外界环境动态影响的灾害配电网抢修方法 | |
| CN112924817A (zh) | 一种基于深度神经网络的配电网故障精确定位方法 | |
| CN106026079A (zh) | 海上风电场集电***拓扑结构综合评估方法 | |
| CN115453267A (zh) | 一种电力信息***故障诊断*** | |
| CN107301479B (zh) | 基于自然灾害风险的输电***多场景规划方法 | |
| Bhat et al. | Probability of distribution network pole failures under extreme weather conditions | |
| CN117424210A (zh) | 台风灾害下电力cps脆弱性评估方法、***及设备 | |
| CN115809836A (zh) | 考虑分布式储能应急供电能力的配电网韧性规划的方法 | |
| CN113408656B (zh) | 一种适用于由气象变化引起电力故障级别分类方法 | |
| CN109932617A (zh) | 一种基于深度学习的自适应电网故障诊断方法 | |
| CN115906610A (zh) | 考虑线路故障和电网韧性的分布式电源选址规划方法 | |
| CN110797906B (zh) | 风电基地最大装机容量的确定方法、装置及存储介质 | |
| CN108629078A (zh) | 基于监控信息的输电网雷击灾害可靠性评估方法 | |
| CN104835076B (zh) | 配电设备可靠度评估方法和*** | |
| Xu et al. | Early Warning Method of Power Grid Meteorological Disasters Based on Scene Recognition |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wang Lei Inventor after: Zhang Shoujun Inventor after: Jin Xiancai Inventor after: Yu Ziwen Inventor after: Yu Jia Inventor after: Hua Chaofeng Inventor after: Xu Ying Inventor after: Chen Dandan Inventor before: Hua Chaofeng Inventor before: Xu Ying Inventor before: Chen Dandan |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231128 Address after: 154100 40 Committee of Gongnong District, Hegang City, Heilongjiang Province Patentee after: HEGANG POWER SUPPLY COMPANY, STATE GRID HEILONGJIANG ELECTRIC POWER Co.,Ltd. Patentee after: STATE GRID CORPORATION OF CHINA Address before: 210000 288 Qinhuai Road, Yung Yang Street, Lishui District, Nanjing, Jiangsu Patentee before: Nanjing housheng Yuanda Technology Co.,Ltd. |