CN112748362B - 基于vmd和灰色关联度相结合的小电流接地故障检测方法 - Google Patents
基于vmd和灰色关联度相结合的小电流接地故障检测方法 Download PDFInfo
- Publication number
- CN112748362B CN112748362B CN202011527876.3A CN202011527876A CN112748362B CN 112748362 B CN112748362 B CN 112748362B CN 202011527876 A CN202011527876 A CN 202011527876A CN 112748362 B CN112748362 B CN 112748362B
- Authority
- CN
- China
- Prior art keywords
- frequency
- sequence
- gray
- correlation
- vmd
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 33
- 238000005070 sampling Methods 0.000 claims abstract description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 238000000354 decomposition reaction Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000000034 method Methods 0.000 abstract description 31
- 238000012544 monitoring process Methods 0.000 abstract 1
- 230000001052 transient effect Effects 0.000 description 17
- 239000000243 solution Substances 0.000 description 11
- 230000001629 suppression Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 230000002238 attenuated effect Effects 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 230000007935 neutral effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000010355 oscillation Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- -1 turf Substances 0.000 description 1
- 230000000007 visual effect Effects 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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/52—Testing for short-circuits, leakage current or ground faults
-
- 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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/58—Testing of lines, cables or conductors
- G01R31/60—Identification of wires in a multicore cable
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明公开了一种基于VMD和灰色关联度相结合的小电流接地故障检测方法,包括采集监测配电网母线零序电压,同时采集零序电流波形;使用VMD将各零序电流分解为低频IMF分量和高频IMF分量,并对其进行采样,获得低频序列和高频序列;计算低频平均灰色相关度、高频平均灰色相关度,根据低频平均灰色相关度、高频平均灰色相关度判断是否发生单相接地故障以及故障类型。本发明方法不受故障发生位置、故障合闸角大小和故障发生时刻的影响,有着较高的检测精确度,对噪声有着一定的鲁棒性及较好的自适应性。
Description
技术领域
本发明属于配电网技术领域,更具体地,涉及一种小电流接地故障检测方法。
背景技术
配电网单相接地故障处理事关人身安全与供电可靠性,近年受到人们持续广泛的关注。一方面,超过70%的故障停电是由中压配电网引起的,而单相接地是配电网最主要的故障形式,占故障总数的80%以上。现阶段,我国配电网主要采用不接地与经消弧线圈接地***方式,发生单相接地故障时,传统上主要依赖人工试拉路确定故障线路,配电网自动化***的接地故障处理能力也远远滞后于短路故障处理,使得接地故障引起的停电范围与停电时间被扩大。另一方面,配电网结构复杂、环境多变且深入人员密集区域、线路净空低,易发生人体直接触电事故,树闪、导线坠地等接地故障也给人身安全带来了极大风险。近几年关于中压配电网人身安全事故的报道不断,特别是通过自媒体等传播后造成了较大的社会影响,据统计我国每年中压配电网因触电死亡人数在800左右。在发生中压电网人身触电伤亡纠纷时,电网公司往往需要承担较大的管理责任,给电网公司带来了较大的损失。因此,提高中压配电网接地故障诊断水平,是提高人身安全性与供电可靠性的关键技术措施。
现有接地故障检测技术与解决方案现场应用效果仍需实质性提升。完善、可靠的单相接地故障检测技术,可以缩小接地故障停电范围与停电时间,提高供电可靠性与人身安全性。近年来,各种不同的接地故障检测原理(暂态量、外施信号等)不断涌现出来,都存在实际效果却并不理想,误动、拒动率较高,甚至故障特征明显的典型接地故障也不能正确动作的问题,其原因需要进一步研究。另一方面,配电网运行环境也在不断变化,如电力电子装置的大规模接入,也对接地故障特征和传统故障检测方法的适用性提出了挑战。
总结国内外现有的小电流接地***故障检测方法,大致可分为两类:
一、为主动注入法,通过额外加设专业的信号注入装置实现检测。
二、被动检测法,通过接地故障产生的信号实现故障检测。依据其所关心的信号类型可进一步分为稳态法与暂态法。其中稳态法有:零序过电流法、群体幅值比较法、群体相位比较法、群体比幅比相法;暂态方法有小波分析法、EMD算法、EMD算法的改进、Prony算法、S变换等新式算法。
主动注入法,需要额外加设专业的信号注入装置,成本高。接线复杂,安全性差,无法适应当前对故障检测的要求。
稳态法,由于受不稳定电弧以及故障间歇性的影响,致使稳态特征不易提取。加之过补偿消弧线圈接地***的大面积应用,导致稳态故障电流的极性发生改变,其上皆使得稳态法的发展受到极大的限制。
暂态法,因其具有丰富的信息量且不受上述问题的影响而备受青睐,先进的信号分解算法处理故障信号有着显著效果,但目前的信号处理办法也存在有以下问题。
小波分析法通过分解零序电流,利用小波函数的伸缩变换实现对输入信号的多频带分析,理论简单且计算量较小。但小波基函数的选取太依赖于先验知识,因而算法的自适应性比较差,有待提高其自适应性;EMD算法借助本征模态函数的定义,在无需预先选取基函数的条件下即可对输入信号进行分解,自适应性强且计算简便,但其在分解过程中易发生模态混叠,且分解结果直观性有待提高。另外,诸如CEEMD、EEMD等EMD的改进算法也逐渐应用到故障检测中,其原理是通过加入不同类型的噪声来提升EMD的算法性能,此类算法减少了模态混叠的发生,但存在分解后信息不直观的问题;Prony算法通过叠加多个任意幅值、相位以及衰减因子的指数函数的方法实现对输入信号的拟合,对非稳定信号的分解精确直观,算法稳定性却易受高频噪声的影响;近年来随着研究的不断深入,也有诸多学者提出利用混沌振子以及S变换等方法实现故障检测。但算法多存在分解后信息量较大且不易被利用的问题。
发明内容
为解决现有技术中存在的不足,本发明的目的在于,提供一种基于VMD和灰色关联度相结合的小电流接地故障检测方法,准确而快速的确定故障发生的线路。
本发明采用如下的技术方案。
一种基于VMD和灰色关联度相结合的小电流接地故障检测方法,包括以下步骤:
步骤1,以U0表示配电网母线零序电压,UN表示配电网母线相电压,以n表示配电网含有出线的数量,以linej表示配电网的第j条出线,j=1,2,…,n,以i0j(t)表示linej的零序电流,采集U0;若U0<0.3UN,继续监测U0;若U0≥0.3UN,采集i0j(t)波形;
步骤2,使用VMD将各i0j(t)分解为低频IMF分量i0j_lf(t)和高频IMF分量i0j_hf(t),以频率fsa对i0j_lf(t)和i0j_hf(t)进行采样,获得n个低频序列I0j_lf={I0j_lf(k)|k=1,2,…,m}和n个高频序列I0j_hf={I0j_hf(k)|k=1,2,…,m},m为采样点数;
步骤3,计算低频序列I0x_lf与低频序列I0y_lf的灰色关联度grxy_lf,以grxy_lf为元素构建低频相关度矩阵,以如下公式表示,
计算高频序列I0x_hf与高频序列I0y_hf的灰色关联度grxy_hf,以grxy_hf为元素构建高频相关度矩阵,以如下公式表示,
VMD是指变分模态分解,IMF是指本征模态函数。
优选地,步骤2具体包括:
步骤2.1,构建变分约束模型,
式中:
δ(t)表示冲激函数,
ω1表示i0j_lf(t)的中心频率,
ω2表示i0j_hf(t)的中心频率,
以如下公式表示约束变分模型,
约束变分模型的约束条件为,
i0j(t)=i0j_lf(t)+i0j_hf(t)。
优选地,步骤2.2,求取约束变分最优解,
以如下公式构建扩展拉格朗日表达式,
式中:
α表示二次惩罚因子;
λ(t)表示拉格朗日乘子。
优选地,以如下步骤求取约束变分最优解,
更新n=n+1;
使用如下公式更新
若满足以下条件,终止循环,
式中:
∈表示判断阈值。
式中:
优选地,以如下公式在频域更新ω0j_lf和ω0j_hf,
式中:
式中:
优选地,步骤3中,灰色关联度计算方法如下:
设Xi为参考序列,其在序号k上的采集数据为xi(k),k=1,2,…,n,即Xi=(xi(1),xi(2),xi(3),…,xi(n)),同理比较序列Xj=(xj(1),xj(2),xj(3),…,xj(n));
则参考序列Xi与比较序列Xj灰色关联度计算公式为:
ρij=θεij+(1-θ)γij θ∈[0,1]
εij、γij分别为参考序列与比较序列的灰色绝对关联度和灰色相对关联度,θ为灰色绝对关联度的权重系数。
优选地,计算灰色绝对关联度计算方法为:
求参考序列Xi和比较序列Xj的始点零化像:
计算序列Xi和Xj的灰色绝对关联度εij:
优选地,计算灰色相关关联度计算方法为:
求参考序列Xi和比较序列Xj的初值像序列X′i和X′j:
求初值像序列X′i和X′j的始点零化像序列,得到初值像序列X′i和X′j的始点零化像序列:
计算序列Xi和Xj的灰色相对关联度γij:
本发明的有益效果在于,与现有技术相比,
(1)本方法不受故障发生位置、故障合闸角大小和故障发生时刻的影响,有着较高的检测精确度。
(2)本方法对噪声有着一定的鲁棒性及较好的自适应性。分解结果相较于传统的小波分析以及EMD算法,对故障零序电流组分的重构更加直观,具有较高的稳定性,同时可以有效避免模态混叠。
(3)本方法可以不考虑零序电流的极性问题,因此减少要考虑的参数。
(4)本方法在不同的接地电阻条件下均可有效地识别出各类故障线路,具有良好的适用性。
(5)本方法在高阻接地故障特征不明显时仍可以正常检测。
附图说明
图1为中性点经消弧线圈接地单相接地故障示意图;
图2为谐振接地***低阻接地时的暂态等值电路;
图3为谐振接地***高阻接地时的暂态等值电路;
图4是本发明基于VMD和灰色关联度相结合的小电流接地故障检测方法的流程图。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本申请的保护范围。
如图4所示,本发明提供了一种基于VMD和灰色关联度相结合的小电流接地故障检测方法,包括以下步骤:
步骤1,以U0表示配电网母线零序电压,UN表示配电网母线相电压,以n表示配电网含有出线的数量,以linej表示配电网的第j条出线,j=1,2,…,n,以i0j(t)表示linej的零序电流,采集U0;若U0<0.3UN,继续监测U0;若U0≥0.3UN,采集i0j(t)波形;
步骤2,使用VMD将各i0j(t)分解为低频IMF分量i0j_lf(t)和高频IMF分量i0j_hf(t),以频率fsa对i0j_lf(t)和i0j_hf(t)进行采样,获得n个低频序列I0j_lf={I0j_lf(k)|k=1,2,…,m}和n个高频序列I0j_hf={I0j_hf(k)|k=1,2,…,m},m为采样点数。
图1为中性点经消弧线圈接地单相接地故障示意图,故障为线路2A相,当接地电流较大时,会在故障点造成持续性电弧接地,需消除电弧,减少其带来的危害,我国《电力设备过电压保护设计技术规程》规定,在3到10KV***中接地电容电流超过30A,20KV及以上***中超过10A时,其***中性点均应采取消弧线圈接地方式。发生单相接地故障时,中性点电压升高在消弧线圈中产生的感性电流与线路零序电容电流极性相反,可减小故障点接地电流,使故障电弧在电流过零时熄灭。如果故障点绝缘恢复速度大于故障相电压恢复速度,电网将恢复正常运行。
根据对电容电流补偿程度的不同,消弧线圈补偿方式分为全补偿、欠补偿、过补偿。为了防止线路发生串联谐振,实践中一般采用过补偿方式。在过补偿方式下,故障线路的零序电流幅值很小,甚至是小于健全线路。方向与健全线路也相同,从母线流向线路。因此中性点经消弧线圈接地不能根据稳态的检测方法判断故障线路,而且当配电网中发生高阻接地故障时,图1中故障点处有较大的电阻,其故障电流很小,故障特征不明显,如果不存在断线的情况下,高阻故障并不影响***对负荷的正常供电;然而相当一部分高阻故障是因为导线坠落到沙地、草皮、混凝土、沥青路等地面所引起的,极易引起人体或牲畜接近或接触导线而导致的触电事故。
使用VMD将各i0j(t)分解为低频IMF分量i0j_lf(t)和高频IMF分量i0j_hf(t)的意义在于,谐振接地***经低阻接地时暂态零序等值电路如图2所示,低电阻接地时满足,
故障点暂态电流为,
此时,故障暂态零序电流为衰减的正弦分量,暂态过程为欠阻尼状态,图1的衰减正弦分量的衰减因子δ和谐振频率ωf分别为,
电气量衰减时间的快慢主要由衰减因子的大小来决定的,上述公式可知,它与接地电阻R和等效电感L有关。谐振频率受到多种外界和内在因素的影响,其中包括故障点的接地电阻大小、***对地分布电容大小、变压器阻抗大小及故障点到母线线路长度等。考虑***电容电流在20A到200A之间以及故障点接地电阻的一般分布状况,因此可以计算得到谐振频率的范围为350Hz到2190Hz之间,暂态零序电流主频率在350Hz到2200Hz之间。
振接地***经低阻接地时暂态零序等值电路如图3所示。
高阻接地时,满足:
在此时,***故障将导致暂态电气量发生振荡,在此情况下,***的振荡属于欠阻尼状态。在上面公式中,v为消弧线圈的失谐度,一般定为-0.08。
故障点暂态零序电流为,
可以发现,高阻欠阻尼接地故障下的暂态零序电流为一项衰减的正弦分量,其中这一衰减正弦分量的衰减因子δ和谐振频率ωf分别为:
δ=1/2RCΣ
谐振频率ωf随对地分布电容及故障接地电阻的增大而升高,根据前面所取的***对地电容电流及故障接地电阻的最大值,可以得到ωf的取值上限为:
当***发生高阻欠阻尼接地故障的时,零序电流谐振频率随着等效电阻R的持续增大而增大,但即使R的值达到无穷时,最大的振荡频率也仅仅是略微高于工频频率,其暂态零序电流主频率在0到略超工频频率之间。
根据VMD算法理论,在进行分解之前需要预先确定分解层数K以及相关参数α和τ。分解层数K的确定:对于参数α和τ的确定,根据对VMD算法原理的分析,二次罚因子α起到约束信号带宽的作用,拉格朗日乘子更新参数τ(也称噪声容限)增强了约束的严格性。因此结合配网实际情况,经多次仿真试验确定相应参数为α=20000,τ=0。
根据故障零序电流频率特性的分析,故障零序电流的组分会随着接地电阻阻值不同而呈现出显著差异。在本文中将分解层数定义为两层,将低频IMF分量i0j_lf(t)定义为工频分量(0Hz到52Hz),将高频IMF分量i0j_hf(t)定义为高频振荡(350Hz到2200Hz),因此高阻接地对应低频IMF分量i0j_lf(t),低阻接地对应高频IMF分量i0j_hf(t)。
VMD分解i0j(t)的过程为:
步骤2.1,构建变分约束模型,
式中:
δ(t)表示冲激函数,
ω1表示i0j_lf(t)的中心频率,
ω2表示i0j_hf(t)的中心频率,
以如下公式表示约束变分模型,
约束变分模型的约束条件为,
i0j(t)=i0j_lf(t)+i0j_hf(t)
步骤2.2,求取约束变分最优解,
引入二次惩罚因子α和Lagrange乘法算子λ(t),求上述约束变分问题的最优解,则约束性变分问题变换为非约束性变分问题,以如下公式构建扩展拉格朗日表达式,
式中:
α表示二次惩罚因子;
λ(t)表示拉格朗日乘子。
以如下步骤求取约束变分最优解,
更新n=n+1;
使用如下公式更新
若满足以下条件,终止循环,
式中:
∈表示判断阈值。
式中:
以如下公式在频域更新ω0j_lf和ω0j_hf,
式中:
式中:
步骤3,计算任意出线linex和liney的低频灰色关联度grxy_lf,即低频序列I0x_lf与低频序列I0y_lf的灰色关联度grxy_lf,以grxy_lf为元素构建低频相关度矩阵,以如下公式表示,
计算高频序列I0x_hf与高频序列I0y_hf的灰色关联度grxy_hf,以grxy_hf为元素构建高频相关度矩阵,以如下公式表示,
灰色关联性分析的本质是根据参考序列同比较序列曲线的几何形状的相似程度来判断其紧密程度。曲线之间的相似程度越大,其对应的序列之间的关联程度也就越大,反之则越小。
绝对关联度是从计算序列之间差值的相对静态的角度考虑,而相对关联度是从序列曲线相对于始点的变化率的相对动态的角度着眼,而综合关联度则是综合了参考序列和比较序列之间静态和动态的关系考虑的,其能够较全面的表征不同序列之间的关联程度。
设Xi为参考序列,其在序号k上的采集数据为xi(k),k=1,2,…,n,即Xi=(xi(1),xi(2),xi(3),…,xi(n)),同理比较序列Xj=(xj(1),xj(2),xj(3),…,xj(n));
则参考序列Xi与比较序列Xj灰色关联度计算公式为:
ρij=θεij+(1-θ)γij θ∈[0,1]
εij、γij分别为参考序列与比较序列的灰色绝对关联度和灰色相对关联度,θ为灰色绝对关联度的权重系数。
为了能同等地反映灰色绝对关联度和灰色相对关联度,本文取θ=0.5。
计算灰色绝对关联度计算方法为:
(1)求参考序列Xi和比较序列Xj的始点零化像:
(2)计算序列Xi和Xj的灰色绝对关联度εij:
计算灰色相关关联度计算方法为:
(1)求参考序列Xi和比较序列Xj的初值像序列X′i和X′j:
(2)求初值像序列X′i和X′j的始点零化像序列,得到初值像序列X′i和X′j的始点零化像序列:
(3)计算序列Xi和Xj的灰色相对关联度γij:
本发明的有益效果在于,与现有技术相比,
(1)本方法不受故障发生位置、故障合闸角大小和故障发生时刻的影响,有着较高的检测精确度。
(2)本方法对噪声有着一定的鲁棒性及较好的自适应性。分解结果相较于传统的小波分析以及EMD算法,对故障零序电流组分的重构更加直观,具有较高的稳定性,同时可以有效避免模态混叠。
(3)本方法它可以不考虑零序电流的极性问题,因此减少要考虑的参数。
(4)本方法在不同的接地电阻条件下均可有效地识别出各类故障线路,具有良好的适用性。
(5)本方法在高阻接地故障特征不明显时仍可以正常检测。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述,但是本领域技术人员应该理解,以上实施示例仅为本发明的优选实施方案,详尽的说明只是为了帮助读者更好地理解本发明精神,而并非对本发明保护范围的限制,相反,任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。
Claims (10)
1.一种基于VMD和灰色关联度相结合的小电流接地故障检测方法,其特征在于,包括以下步骤:
步骤1,以U0表示配电网母线零序电压,UN表示配电网母线相电压,以n表示配电网含有出线的数量,以linej表示配电网的第j条出线,j=1,2,…,n,以i0j(t)表示linej的零序电流,采集U0;若U0<0.3UN,继续监测U0;若U0≥0.3UN,采集i0j(t)波形;
步骤2,使用VMD将各i0j(t)分解为低频IMF分量i0j_lf(t)和高频IMF分量i0j_hf(t),以频率fsa对i0j_lf(t)和i0j_hf(t)进行采样,获得n个低频序列I0j_lf={I0j_1f(k)|k=1,2,…,m}和n个高频序列I0j_hf={I0j_hf(k)|k=1,2,…,m},m为采样点数;
步骤3,计算低频序列I0x_lf与低频序列I0y_lf的灰色关联度grxy_lf,以grxy_lf为元素构建低频相关度矩阵,以如下公式表示,
计算高频序列I0x_hf与高频序列I0y_hf的灰色关联度grxy_hf,以grxy_hf为元素构建高频相关度矩阵,以如下公式表示,
VMD是指变分模态分解,IMF是指本征模态函数。
8.根据权利要求1所述的基于VMD和灰色关联度相结合的小电流接地故障检测方法,其特征在于:
步骤3中,灰色关联度计算方法如下:
设Xi为参考序列,其在序号k上的采集数据为xi(k),k=1,2,…,n,即Xi=(xi(1),xi(2),xi(3),…,xi(n)),同理比较序列Xj=(xj(1),xj(2),xj(3),…,xj(n));
则参考序列Xi与比较序列Xj灰色关联度计算公式为:
ρij=θεij+(1-θ)γij θ∈[0,1]
εij、γij分别为参考序列与比较序列的灰色绝对关联度和灰色相对关联度,θ为灰色绝对关联度的权重系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011527876.3A CN112748362B (zh) | 2020-12-22 | 2020-12-22 | 基于vmd和灰色关联度相结合的小电流接地故障检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011527876.3A CN112748362B (zh) | 2020-12-22 | 2020-12-22 | 基于vmd和灰色关联度相结合的小电流接地故障检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112748362A CN112748362A (zh) | 2021-05-04 |
CN112748362B true CN112748362B (zh) | 2022-04-26 |
Family
ID=75648230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011527876.3A Active CN112748362B (zh) | 2020-12-22 | 2020-12-22 | 基于vmd和灰色关联度相结合的小电流接地故障检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112748362B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114910742B (zh) * | 2022-05-05 | 2024-05-28 | 湖南腾河智慧能源科技有限公司 | 单相故障接地监测方法及监测***、电子设备、存储介质 |
CN115144703B (zh) * | 2022-08-31 | 2022-11-15 | 南京邮电大学 | 基于零序差分电流和能量矩指标的高阻接地故障识别方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109489977A (zh) * | 2018-12-28 | 2019-03-19 | 西安工程大学 | 基于KNN-AdaBoost的轴承故障诊断方法 |
CN110118912A (zh) * | 2019-04-23 | 2019-08-13 | 武汉理工大学 | 一种基于灰色关联分析的经消弧线圈装置接地配电网单相接地故障选线方法 |
CN110222887A (zh) * | 2019-05-27 | 2019-09-10 | 国网安徽省电力有限公司 | 基于vmd和dnn的预测方法及在短期负荷预测的应用 |
CN110542831A (zh) * | 2019-08-30 | 2019-12-06 | 国网河南省电力公司电力科学研究院 | 一种基于变分模态分解和s变换的故障行波检测方法 |
CN111308272A (zh) * | 2020-03-09 | 2020-06-19 | 西南交通大学 | 一种小电流接地故障区段定位方法 |
CN111413588A (zh) * | 2020-03-31 | 2020-07-14 | 陕西省地方电力(集团)有限公司咸阳供电分公司 | 一种配电网单相接地故障选线方法 |
CN111474442A (zh) * | 2020-03-30 | 2020-07-31 | 国网山东省电力公司德州供电公司 | 一种配电网单相接地故障定位方法及*** |
CN111539378A (zh) * | 2020-05-12 | 2020-08-14 | 重庆大学 | 基于变分模态分解和灰色关联分析的机械振动信号特征提取方法 |
CN111751671A (zh) * | 2020-06-29 | 2020-10-09 | 三峡大学 | 基于vmd-dtw聚类的小电流接地***故障选线方法 |
CN111967183A (zh) * | 2020-07-31 | 2020-11-20 | 中国电力科学研究院有限公司 | 一种配电网台区线损的计算方法和*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI557587B (zh) * | 2015-08-17 | 2016-11-11 | 國立清華大學 | 評估抗菌胜肽之抗菌力之系統及其使用方法 |
-
2020
- 2020-12-22 CN CN202011527876.3A patent/CN112748362B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109489977A (zh) * | 2018-12-28 | 2019-03-19 | 西安工程大学 | 基于KNN-AdaBoost的轴承故障诊断方法 |
CN110118912A (zh) * | 2019-04-23 | 2019-08-13 | 武汉理工大学 | 一种基于灰色关联分析的经消弧线圈装置接地配电网单相接地故障选线方法 |
CN110222887A (zh) * | 2019-05-27 | 2019-09-10 | 国网安徽省电力有限公司 | 基于vmd和dnn的预测方法及在短期负荷预测的应用 |
CN110542831A (zh) * | 2019-08-30 | 2019-12-06 | 国网河南省电力公司电力科学研究院 | 一种基于变分模态分解和s变换的故障行波检测方法 |
CN111308272A (zh) * | 2020-03-09 | 2020-06-19 | 西南交通大学 | 一种小电流接地故障区段定位方法 |
CN111474442A (zh) * | 2020-03-30 | 2020-07-31 | 国网山东省电力公司德州供电公司 | 一种配电网单相接地故障定位方法及*** |
CN111413588A (zh) * | 2020-03-31 | 2020-07-14 | 陕西省地方电力(集团)有限公司咸阳供电分公司 | 一种配电网单相接地故障选线方法 |
CN111539378A (zh) * | 2020-05-12 | 2020-08-14 | 重庆大学 | 基于变分模态分解和灰色关联分析的机械振动信号特征提取方法 |
CN111751671A (zh) * | 2020-06-29 | 2020-10-09 | 三峡大学 | 基于vmd-dtw聚类的小电流接地***故障选线方法 |
CN111967183A (zh) * | 2020-07-31 | 2020-11-20 | 中国电力科学研究院有限公司 | 一种配电网台区线损的计算方法和*** |
Non-Patent Citations (2)
Title |
---|
An integrated method based on hybrid grey wolf optimizer improved variational mode decomposition and deep neural network for fault diagnosis of rolling bearing;Gai, JB 等;《MEASUREMENT》;20201001;全文 * |
基于时频原子灰色关联的小电流接地故障选线方法;王晓卫 等;《煤炭学报》;20141031;第39卷(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112748362A (zh) | 2021-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108181547B (zh) | 基于时间序列压缩的动态时间弯曲距离故障区段定位方法 | |
Zhang et al. | Transmission line boundary protection using wavelet transform and neural network | |
CN103713237B (zh) | 一种电力***输电线路短路故障诊断方法 | |
Gu et al. | High impedance fault detection in overhead distribution feeders using a DSP-based feeder terminal unit | |
CN111398733B (zh) | 一种海洋核动力平台电网接地故障选线保护方法和*** | |
CN112748362B (zh) | 基于vmd和灰色关联度相结合的小电流接地故障检测方法 | |
CN106646034B (zh) | 一种避雷器结构健康在线监测分析*** | |
CN101154807A (zh) | 基于暂态零序电流的配电网单相接地故障自适应选线方法 | |
CN105510760B (zh) | 一种基于小波分析的短路故障数据检测方法 | |
CN103344875A (zh) | 谐振接地***单相接地故障分类选线方法 | |
CN102510044A (zh) | 基于小波变换和概率神经网络的励磁涌流鉴别方法 | |
CN104950230B (zh) | 一种基于变尺度双稳态***的配电网故障选线方法 | |
CN110007198B (zh) | 一种单相接地故障启动方法 | |
CN110456218B (zh) | 基于中值电阻投切前后工频增量系数的快速故障选线方法 | |
CN103823158B (zh) | 采用不变矩的谐振接地***故障选线方法 | |
CN112748318A (zh) | 基于改进pso-bp神经网络的串联故障电弧检测方法 | |
CN107632237A (zh) | 一种基于故障后小波特征量相关性的单相接地故障选线方法 | |
CN109324268B (zh) | 基于贝叶斯推理的配电网早期故障检测方法及装置 | |
Dodangeh et al. | Fault detection, location, and classification method on compressed air energy storages based inter‐connected micro‐grid clusters using traveling‐waves, current injection method, on‐line wavelet, and mathematical morphology | |
CN115144703A (zh) | 基于零序差分电流和能量矩指标的高阻接地故障识别方法 | |
Sun et al. | A combined method for line selection of single phase to ground fault in compensated distributions based on evidence theory | |
Zeng et al. | High impedance fault detection in distribution network based on S-transform and average singular entropy | |
CN104793105A (zh) | 基于最优fir滤波器与层次聚类的配电网故障选线方法 | |
CN112162216A (zh) | 一种结合μPMU量测数据的电网故障辨识方法 | |
Shu et al. | A detection method of high impedance arcing fault for distribution network with distributed generation based on CEEMDAN and TEO algorithm |
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 |