CN113092936A - 基于多源数据协同的配电网电缆故障区段辨识方法 - Google Patents
基于多源数据协同的配电网电缆故障区段辨识方法 Download PDFInfo
- Publication number
- CN113092936A CN113092936A CN202110359588.XA CN202110359588A CN113092936A CN 113092936 A CN113092936 A CN 113092936A CN 202110359588 A CN202110359588 A CN 202110359588A CN 113092936 A CN113092936 A CN 113092936A
- Authority
- CN
- China
- Prior art keywords
- fault
- section
- cable
- criterion
- power distribution
- 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
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
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/0092—Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring current only
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Locating Faults (AREA)
Abstract
本发明公开了一种基于多源数据协同的配电网电缆故障区段辨识方法,首先,根据配电网量测终端和电缆区段拓扑信息,在***发生故障时,采集故障电缆馈线上不同区段首端接地线电流、零序电流以及故障指示器告警状态,构建配电***多源信息库;其次,由零序电流方向判据、故障指示器区段指示判据和基于电缆接地线电流的区段辨识判据对上述数据进行布尔化,形成二元决策序列;再次,以上述判据为逻辑约束,建立混合整数线性规划故障分析模型;最后,求解模型最优解,在结果中提取相应决策变量实现故障区段辨识。本方法能够克服数据可能存在的不确定性的影响,具有较高的故障区段辨识精度及鲁棒性。
Description
技术领域
本发明涉及配电网故障区段辨识领域,尤其是一种基于多源数据协同的配电网电缆故障区段辨识方法。
背景技术
近年来,我国经济发展带动了城镇化和工业化水平的不断加深,电力***也得到了长足的发展,配电网***规模不断扩大,结构愈发复杂,电力电缆在城网供电中占比加大,配电网原有架空线路逐渐被地下电缆取代。地下电缆与架空输电线路在结构和运行方式上的不同,决定了他们在故障特征上存在差异,这对现有故障定位技术提出了新的要求。
为了应对增长的故障定位难度,诸多电力企业正在推进配电***中智能传感器的部署,应用配电自动化***(DAS)对网络故障进行自动分区和定位,并对智能传感器进行管理,以提高针对电力电缆的故障定位精度。通过DAS所获得的实时或近实时的配电***运行数据,大大增加了可用于故障定位的故障分析数据量,但这也带来了一个新的问题,即当配电网操作中心所存储的数据存在不完整或不正确时,基于错误数据实现的故障诊断,无疑会增加故障区段辨识的误判率。
面对以上挑战,研究配电网电缆的故障特征,提出利用可得的多源数据实现高效、准确的***化故障区段辨识方法具有重要意义。
发明内容
发明目的:为解决目前配电网电缆故障区段辨识存在的问题,本发明提出一种基于多源数据协同的配电网电缆故障区段辨识方法。
为实现上述目的,本发明采用的技术方案为:
1、基于多源数据协同的配电网电缆故障区段辨识方法,其特征在于,包括依次执行的步骤(1)至(5):
(1)基于配电网量测终端和电缆区段拓扑信息,构建配电***多源信息库;
(2)故障发生后,识别故障范围的电缆区段集合ΩCS和配电自动化终端集合ΩDTU,采集故障电缆馈线上不同区段首端接地线电流Iesc、零序电流I0以及故障指示器告警状态;
(3)由零序电流方向判据对零序电流数据实现布尔化,形成实测二元决策相量y0 _seq.*;由故障指示器区段指示判据对故障指示器告警状态数据实现布尔化,形成实测二元决策相量yRFI*;由基于电缆接地线电流的区段辨识判据对接地线电流数据实现布尔化,形成实测二元决策相量yesc*,组成实测二元决策相量序列y*=[yesc*,y0_seq.*,yRFI*];
(4)以可得数据与期望故障场景之间的失配度最小为目标函数,将零序电流方向判据、故障指示器区段指示判据和基于电缆接地线电流的区段辨识判据作为逻辑约束,建立基于混合整数线性规划的故障分析模型;
(5)求解混合整数线性规划模型得到最优解,在最优解中提取反映区段状态的相应状态变量,实现多源信息协同下的故障区段辨识。
进一步地,在步骤(3)中,通过电缆区段首端接地电流Iesc判别故障区段,基于电缆接地线电流的区段辨识判据如下:
当配电网发生故障后,获取故障区域电缆线路首端接地线电流Iesc,取故障出线首段电缆首端接地线电流方向作为参考,确定故障出线上剩余电缆首端接地线电流的方向,若与故障出线首段电缆首端接地线电流方向相异即确定出故障路径,故障电缆区段即位于所得故障路径的末端。
进一步地,在步骤(3)中,将电缆区段的采集信息分别通过基于电缆接地线电流的区段辨识判据、零序电流方向判据、故障指示器区段指示判据进行布尔化。布尔化过程如下:
通过基于电缆接地线电流的区段辨识判据判断ΩCS的第i个电缆区段发生故障,则yesc*i=1;否则yesc*i=0;零序电流I0是负载流向母线,即i区段下游发生故障,则y0_seq.*i=1,否则y0_seq.*i=0;故障指示器状态为报警则yRFI*i=1,否则为yRFI*i=0。
进一步地,在步骤(3)中形成实测二元决策相量yesc*、y0_seq.*、yRFI*,组成实测二元决策相量序列y*=[yesc*,y0_seq.*,yRFI*]:
进一步地,在步骤(4)中,以可得数据与期望故障场景之间的失配度最小值minΔobj为目标函数,建立基于混合整数线性规划的故障分析模型,其中可得数据与期望故障场景之间的失配度Δobj具体表达式如下:
其中yesc、y0_seq.、yRFI为对应实测二元决策相量期望值,Δ0_seq.、ΔRFI、Δesc中分别代表现场实测零序电流方向、故障指示器告警状态和基于电缆接地线电流的区段辨识判据判别结果的期望值与实测值的累计偏差。
进一步地,在步骤(4)中,以故障状态的固有规律形成约束,定义二元决策变量xi表示实际电缆第i段的状态,如果电缆第i段发生故障,则xi=1,否则,xi=0,在配电自动化***确定的故障范围中,至少存在一个故障区段,用数学逻辑表示如下:
∑xi≥1
其中i∈ΩCS。
进一步地,在步骤(4)中,以故障指示器区段指示判据形成约束,定义二元决策变量yRFI i表示第i电缆区段的故障指示器报警状态,如果故障指示器报警,即其下游的电缆段发生故障,yRFI i=1;否则,yRFI i=0,用数学逻辑表达如下:
其中k∈Ωd RFIi,i∈ΩCS,Ωd RFIi为故障指示器i下游的电缆区段集合。
进一步地,在步骤(4)中,以零序电流方向判据形成约束,定义二元决策变量y0_seq i,如果第i段电缆区段零序电流方向是负载流向母线,即测点下游发生故障,则y0_seqi=1,否则,y0_seq i=0,用数学逻辑表达如下:
其中k∈Ωd DTUj,j∈ΩDTU,Ωd DTUj为配电终端单元j下游的电缆区段集合。
进一步地,在步骤(4)中,以基于电缆接地线电流的区段辨识判据形成约束,定义二元决策变量yesc i表示接地电流故障区段判别准则所作的判断。如果判定第i段故障,yesc i=1,否则,yesc i=0,用数学逻辑表达如下:
进一步地,在步骤(5)中,求解混合整数线性规划模型得到最优解,在最优解中提取反映区段状态相应的状态变量:故障指示变量x以及多元信息校验变量z,实现故障区段识别:
其中N为故障范围电缆区段集合ΩCS的容量,zesc为基于电缆接地线电流的区段辨识判据判别结果期望值与实际值偏差,表征接地电流数据的准确性,z0_seq.为零序电流方向期望值与实际值偏差,表征零序电流数据的准确性,zRFI为故障指示器报警状态期望值与实际值偏差,表征故障指示器报警状态数据的准确性。
附图说明
图1为本发明流程图;
图2为装设有配电终端单元、故障指示器和相应接地线电流测量装置的配电网线路拓扑示意图;
具体实施方式
下面结合附图对本发明作更进一步的说明。
一种典型的装设有配电终端单元、故障指示器和相应接地线电流测量装置的配电网线路拓扑结构如图2所示,本发明提出了基于多源不确定性数据协同的现代配电网智能故障区段识别方法,其整体流程如图1所示,包括如下步骤:
1、基于配电网量测终端和电缆区段拓扑信息,构建配电***多源信息库;
2、故障发生后,识别故障范围的电缆区段集合ΩCS和配电自动化终端集合ΩDTU,采集故障电缆馈线上不同区段首端接地线电流Iesc、零序电流I0以及故障指示器告警状态;
3、将电缆区段的采集信息分别通过基于电缆接地线电流的区段辨识判据、零序电流方向判据、故障指示器区段指示判据进行布尔化。布尔化过程如下:
通过基于电缆接地线电流的区段辨识判据判断ΩCS的第i个电缆区段发生故障,则yesc*i=1;否则yesc*i=0;零序电流I0是负载流向母线,即i区段下游发生故障,则y0_seq.*i=1,否则y0_seq.*i=0;故障指示器状态为报警则yRFI*i=1,否则为yRFI*i=0。
形成实测二元决策相量yesc*、y0_seq.*、yRFI*,组成实测二元决策相量序列y*=[yesc*,y0_seq.*,yRFI*]:
其中基于电缆接地线电流的区段辨识判据为:当配电网发生故障后,获取故障区域电缆线路首端接地线电流Iesc,取故障出线首段电缆首端接地线电流方向作为参考,确定故障出线上剩余电缆首端接地线电流的方向,若与故障出线首段电缆首端接地线电流方向相异即确定出故障路径,故障电缆区段即位于所得故障路径的末端。
4、以可得数据与期望故障场景之间的失配度最小值minΔobj为目标函数,建立基于混合整数线性规划的故障分析模型,其中可得数据与期望故障场景之间的失配度Δobj具体表达式如下:
其中yesc、y0_seq.、yRFI为对应实测二元决策相量期望值,Δ0_seq.、ΔRFI、Δesc中分别代表现场实测零序电流方向、故障指示器告警状态和基于电缆接地线电流的区段辨识判据判别结果的期望值与实测值的累计偏差。
以故障状态的固有规律形成约束,定义二元决策变量xi表示实际电缆第i段的状态,如果电缆第i段发生故障,则xi=1,否则,xi=0,在配电自动化***确定的故障范围中,至少存在一个故障区段,用数学逻辑表示如下:
∑xi≥1
其中i∈ΩCS。
以故障指示器区段指示判据形成约束,定义二元决策变量yRFI i表示第i电缆区段的故障指示器报警状态,如果故障指示器报警,即其下游的电缆段发生故障,yRFI i=1;否则,yRFI i=0,用数学逻辑表达如下:
其中k∈Ωd RFIi,i∈ΩCS,Ωd RFIi为故障指示器i下游的电缆区段集合。
以零序电流方向判据形成约束,定义二元决策变量y0_seq i,如果第i段电缆区段零序电流方向是负载流向母线,即测点下游发生故障,则y0_seq i=1,否则,y0_seq i=0,用数学逻辑表达如下:
其中k∈Ωd DTUj,j∈ΩDTU,Ωd DTUj为配电终端单元j下游的电缆区段集合。
以基于电缆接地线电流的区段辨识判据形成约束,定义二元决策变量yesc i表示接地电流故障区段判别准则所作的判断。如果判定第i段故障,yesc i=1,否则,yesc i=0,用数学逻辑表达如下:
5、求解混合整数线性规划模型得到最优解,在最优解中提取反映区段状态的相应状态变量:故障指示变量x以及多元信息校验变量z,实现故障区段识别:
其中N为故障范围电缆区段集合ΩCS的容量,zesc为基于电缆接地线电流的区段辨识判据判别结果期望值与实际值偏差,表征接地电流数据的准确性,z0_seq.为零序电流方向期望值与实际值偏差,表征零序电流数据的准确性,zRFI为故障指示器报警状态期望值与实际值偏差,表征故障指示器报警状态数据的准确性。
仿真验证
在PSCAD上以真实配电网案例搭建如图2所示的仿真模型作为测试拓扑。该网络包含一条主馈线,15条分支线或次分支线。***接地方式采用中性点经小电阻接地方式。在变电站中,接地变压器二次侧接地电阻为10Ω,电缆类型为YJV22-3×300。所有电缆区段都装设有DTU、故障指示器和相应的电缆接地线电流量测装置。为了对该方法进行评价,在仿真***中设置了一处单相接地短路故障,并假设上传至主站的故障指示器告警数据存在错误。采用本发明所提出的方法对上述故障场景进行故障区段辨识,所得结果如下所示:
x=[0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
z0_seq.=[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
zRFI=[0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
zesc=[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
yRFI=[1 0 0 0 1 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
从输出结果来看,电缆区段状态指示向量x指出第13段电缆区段存在故障。进一步,为实现对配电网操作中心所存储数据正确性及完整性的辨识,由向量z0_seq.可以推断出零序电流数据不存在错误;由向量zRFI可以推断出,操作中心未能成功接收7号故障指示器(RFI7)所发送的告警信号;由向量zesc可以推断出,接地线电流数据不存在错误。此外,通过yRFI可以得到期望的故障指示器告警状态结果。
可以看出,基于多源数据协同的方法克服了异常数据对故障定位产生的不利影响。根据所提出的故障区段辨识方法,可以解决异常数据存在下的故障定位问题。从以上结果可以得出:本发明所提方法对于电缆馈线上的故障,有较好的识别能力,同时在***采集错误数据的情况下能够有效识别并纠正错误信息从而准确定位故障区段。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.基于多源数据协同的配电网电缆故障区段辨识方法,其特征在于,包括依次执行的步骤(1)至(5):
(1)基于配电网量测终端和电缆区段拓扑信息,构建配电***多源信息库;
(2)故障发生后,识别故障范围的电缆区段集合ΩCS和配电自动化终端集合ΩDTU,采集故障电缆馈线上不同区段首端接地线电流Iesc、零序电流I0以及故障指示器告警状态;
(3)由零序电流方向判据对零序电流数据实现布尔化,形成实测二元决策相量y0_seq.*;由故障指示器区段指示判据对故障指示器告警状态数据实现布尔化,形成实测二元决策相量yRFI*;由基于电缆接地线电流的区段辨识判据对接地线电流数据实现布尔化,形成实测二元决策相量yesc*,组成实测二元决策相量序列y*=[yesc*,y0_seq.*,yRFI*];
(4)以可得数据与期望故障场景之间的失配度最小为目标函数,将零序电流方向判据、故障指示器区段指示判据和基于电缆接地线电流的区段辨识判据作为逻辑约束,建立基于混合整数线性规划的故障分析模型;
(5)求解混合整数线性规划模型得到最优解,在最优解中提取反映区段状态的相应状态变量,实现多源信息协同下的故障区段辨识。
2.根据权利要求1所述基于多源数据协同的配电网电缆故障区段辨识方法,其特征在于,通过电缆区段首端接地电流Iesc判别故障区段,在步骤(3)中,接地电流故障区段判别方法如下:
当配电网发生故障后,获取故障区域电缆线路首端接地线电流Iesc,取故障出线首段电缆首端接地线电流方向作为参考,确定故障出线上剩余电缆首端接地线电流的方向,若与故障出线首段电缆首端接地线电流方向相异即确定出故障路径,故障电缆区段即位于所得故障路径的末端。
3.根据权利要求1所述基于多源数据协同的配电网电缆故障区段辨识方法,其特征在于,将电缆区段的采集信息分别通过基于电缆接地线电流的区段辨识判据、零序电流方向判据、故障指示器区段指示判据进行布尔化,在步骤(3)中,布尔化过程如下:
通过基于电缆接地线电流的区段辨识判据判断ΩCS的第i个电缆区段发生故障,则yesc*i=1;否则yesc*i=0;零序电流I0是负载流向母线,即i区段下游发生故障,则y0_seq.*i=1,否则y0_seq.*i=0;故障指示器状态为报警则yRFI*i=1,否则为yRFI*i=0。
6.根据权利要求1所述基于多源数据协同的配电网电缆故障区段辨识方法,其特征在于,在步骤(4)中,将零序电流方向判据、故障指示器区段指示判据和基于电缆接地线电流的区段辨识判据作为逻辑约束,建立基于混合整数线性规划的故障分析模型,约束如下:
定义二元决策变量xi表示实际电缆第i段的状态,如果电缆第i段发生故障,则xi=1,否则,xi=0,在配电自动化***确定的故障范围中,至少存在一个故障区段;定义二元决策变量y0_seq i,如果第i电缆区段零序电流方向是负载流向母线,即测点下游发生故障,则y0_seq i=1,否则,y0_seq i=0;定义二元决策变量yesc i表示接地电流故障区段判别准则所作的判断,如果判定第i段故障,yesc i=1,否则,yesc i=0,理想的yesc i满足yesc i=xi;定义二元决策变量yRFI i表示第i电缆区段的故障指示器报警状态,如果故障指示器报警,即其下游的电缆区段发生故障,yRFI i=1;否则,yRFI i=0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110359588.XA CN113092936A (zh) | 2021-04-02 | 2021-04-02 | 基于多源数据协同的配电网电缆故障区段辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110359588.XA CN113092936A (zh) | 2021-04-02 | 2021-04-02 | 基于多源数据协同的配电网电缆故障区段辨识方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113092936A true CN113092936A (zh) | 2021-07-09 |
Family
ID=76673032
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110359588.XA Pending CN113092936A (zh) | 2021-04-02 | 2021-04-02 | 基于多源数据协同的配电网电缆故障区段辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113092936A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113740588A (zh) * | 2021-09-02 | 2021-12-03 | 广东华智科技有限公司 | 一种工业机器人智能预警方法及*** |
CN114779007A (zh) * | 2022-04-20 | 2022-07-22 | 中国矿业大学 | 基于接地线电流和零序电流的配电电缆故障区段定位方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130204555A1 (en) * | 2012-02-06 | 2013-08-08 | Sven Scheuschner | Method and Apparatus for Electrically Locating a Fault in a Cable |
CN204405783U (zh) * | 2015-01-13 | 2015-06-17 | 国家电网公司 | 电缆线路故障定位装置及*** |
CN109298287A (zh) * | 2018-11-26 | 2019-02-01 | 国网山东省电力公司电力科学研究院 | 基于故障指示器数据的小电流接地配网故障类型识别方法 |
CN111965475A (zh) * | 2020-06-05 | 2020-11-20 | 国电南瑞南京控制***有限公司 | 一种基于零序电流分布特性的配电网综合故障研判方法 |
CN112415327A (zh) * | 2020-10-22 | 2021-02-26 | 中国矿业大学 | 基于接地线电流方向差异的电缆配电网故障区段辨识方法 |
-
2021
- 2021-04-02 CN CN202110359588.XA patent/CN113092936A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130204555A1 (en) * | 2012-02-06 | 2013-08-08 | Sven Scheuschner | Method and Apparatus for Electrically Locating a Fault in a Cable |
CN204405783U (zh) * | 2015-01-13 | 2015-06-17 | 国家电网公司 | 电缆线路故障定位装置及*** |
CN109298287A (zh) * | 2018-11-26 | 2019-02-01 | 国网山东省电力公司电力科学研究院 | 基于故障指示器数据的小电流接地配网故障类型识别方法 |
CN111965475A (zh) * | 2020-06-05 | 2020-11-20 | 国电南瑞南京控制***有限公司 | 一种基于零序电流分布特性的配电网综合故障研判方法 |
CN112415327A (zh) * | 2020-10-22 | 2021-02-26 | 中国矿业大学 | 基于接地线电流方向差异的电缆配电网故障区段辨识方法 |
Non-Patent Citations (2)
Title |
---|
YAZHOU JIANG: "Toward Detection of Distribution System Faulted Line Sections in Real Time: A Mixed Integer Linear Programming Approach", 《IEEE TRANSACTIONS ON POWER DELIVERY》 * |
李泽杨: "融合理论在配电网故障定位的应用研究", 《中国优秀硕士论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113740588A (zh) * | 2021-09-02 | 2021-12-03 | 广东华智科技有限公司 | 一种工业机器人智能预警方法及*** |
CN113740588B (zh) * | 2021-09-02 | 2024-03-15 | 广东华智科技有限公司 | 一种工业机器人智能预警方法及*** |
CN114779007A (zh) * | 2022-04-20 | 2022-07-22 | 中国矿业大学 | 基于接地线电流和零序电流的配电电缆故障区段定位方法 |
CN114779007B (zh) * | 2022-04-20 | 2024-05-31 | 中国矿业大学 | 基于接地线电流和零序电流的配电电缆故障区段定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2020103179A4 (en) | A Fault Locating Method of Power Grid Based on Network Theory | |
CN103872681A (zh) | 一种基于主配网一体化的在线实时合环方法 | |
CN109241169A (zh) | 配电网运行信息多源异构数据融合数据库集成方法 | |
CN102496072A (zh) | 智能变电站分布式状态估计*** | |
CN104462779B (zh) | 采用快速建模与数据质量分析的理论线损在线计算方法 | |
CN113092936A (zh) | 基于多源数据协同的配电网电缆故障区段辨识方法 | |
CN109752629B (zh) | 一种电网量测问题智能诊断方法及*** | |
CN107991579A (zh) | 一种基于配电自动化***的配网单相接地故障选线、定位方法及其实现*** | |
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 | |
CN113376476A (zh) | 一种基于phm的中低压配电网运维***及方法 | |
CN111426915A (zh) | 一种分布式小电流接地故障定位方法 | |
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 | |
CN113189428A (zh) | 一种电能质量监测管理*** | |
CN115825656B (zh) | 一种新能源光伏电站配电网的故障监测方法、装置及*** | |
CN112595926A (zh) | 一种地区电网检修计划智能辨识及辅助编制的技术研究 | |
CN104901328A (zh) | 基于复杂控制网络下的多端柔直控制模式自动识别方法 | |
CN113837423A (zh) | 基于能源互联网电力大数据的电网运行态势预测方法 | |
CN111537832A (zh) | 多端柔性直流输电***线路故障定位方法、终端及*** | |
CN112421620B (zh) | 一种面向配电能源互联网的复杂低压拓扑辨识方法及*** | |
CN106786498B (zh) | 一种主站-变电站数据协同辨识方法及其装置 | |
CN113567804B (zh) | 一种配电网故障快速定位方法 | |
CN115940394A (zh) | 一种配网线路自动化开关整定多样式配置图的办法 | |
CN112966358B (zh) | 一种基于数据修补的主动配电网状态感知方法 | |
CN114966308A (zh) | 一种环型配电网故障区段定位方法 | |
CN114280425A (zh) | 基于负荷端相电压幅值变化量的配电网短路故障判断方法 |
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: 20210709 |
|
RJ01 | Rejection of invention patent application after publication |