CN113376476A - 一种基于phm的中低压配电网运维***及方法 - Google Patents
一种基于phm的中低压配电网运维***及方法 Download PDFInfo
- Publication number
- CN113376476A CN113376476A CN202110594179.8A CN202110594179A CN113376476A CN 113376476 A CN113376476 A CN 113376476A CN 202110594179 A CN202110594179 A CN 202110594179A CN 113376476 A CN113376476 A CN 113376476A
- Authority
- CN
- China
- Prior art keywords
- fault
- distribution network
- power distribution
- feeder line
- section
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000002955 isolation Methods 0.000 claims abstract description 33
- 238000001514 detection method Methods 0.000 claims abstract description 27
- 230000036541 health Effects 0.000 claims abstract description 26
- 230000007935 neutral effect Effects 0.000 claims abstract description 19
- 230000008859 change Effects 0.000 claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 10
- 230000035772 mutation Effects 0.000 claims description 6
- 238000011144 upstream manufacturing Methods 0.000 claims description 5
- 230000036449 good health Effects 0.000 claims description 4
- 108010028984 3-isopropylmalate dehydratase Proteins 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 241000272814 Anser sp. Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G01R31/086—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
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/02—Standardisation; Integration
- H04L41/0213—Standardised network management protocols, e.g. simple network management protocol [SNMP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
-
- Y—GENERAL 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供一种基于PHM的中低压配电网运维***及方法，***包括数据信息采集与处理模块、状态监测及故障预警模块、故障检测与隔离模块、配电网健康状态评估模块。利用配电网中性点的零序电压突变能量E(k)作为配电网的故障预警的启动判据；当某条馈线达到预警级别后，启动故障检测与隔离模块，利用故障馈线上各个终端节点测量的正序电流故障分量进行故障方向判别并完成故障定位，利用每相电压幅值进行故障类型识别；主站在完成故障定位与识别后，在配电网中性点主动投入小电阻进行故障隔离。本发明能够实时监测配电***的运行状态，同时对配电***健康状态进行管理，提高了配电***运行效率和运维工作水平。
Description
技术领域
本发明属于故障预测与健康状态管理技术(PHM)领域，是一项在集数据采集、信息处理、特征提取、状态监测、故障预警、健康管理、人工智能算法等多技术融合后，监控***针对异常情况给出合理化建议的技术，PHM配电运维***包含基于电网流量的全景状态监测、基于中性点零序电压突变量进行故障预警、基于正序电流故障分量构造馈线区段故障方向判据，并准确定位故障区段，利用故障区段检测点的每相电压幅值进行故障类型识别、零序电流幅值比生成故障决策，最后根据配电网停电时长比例积累值进行划分的健康等级并形成配电***运维报告，尤其涉及一种基于PHM的中低配电网运维***及方法。
背景技术
随着全国各级电网的升级改造，导致配电***运维人员工作量加大，人工难以兼顾设备运行数据的完整性分析、配电网故障抢修的精益化管理和故障抢修方案的科学而快速的制定。目前，国家电网广泛运用的OneCenter、Manage Enngine等电力网络运维产品受制于配电网自动化***运行方式和网络拓扑影响，存在故障区域隔离不够快速、非故障区域的供电恢复不及时等问题，制约了运检部门管理水平的发展。因此，设计一套智能化水平高、扩展性强、可远程管理的现代配电网智能化运维模型，对于减少故障时间、恢复非故障区供电、提高配电***运行效率和运维工作水平等具有重大意义。
传统的配电网运维主要是在集中智能控制下依赖专业人员协调配电自动化***主站、子站和配电终端完成故障抢修和恢复非故障区域供电。传统的运维***有如下缺陷：1.随着配电网规模趋于复杂，配电***在高级应用间出现缺乏信息交互、故障信息交叠等浪费、大量数据和信息计算中处理能力低等问题，从而导致人员巡检质量较低，不能保证运维的智能化和集中化；2.目前运维模式的灵活性不足，适应不了错综复杂、经常变化的配电网络结构，不能随着企业的组织结构、流程、业务的变更而改变，从而无法保障结果的有效性；3.配电测量终端在户外容易受到天气、环境的影响，加之通信可能出现的干扰导致上传的故障信息容易发生畸变和缺失，由于现有运维体系中的故障诊断算法不能容错畸变故障信息，从而导致故障诊断出现误判漏判现象，运维***难以适应突发的各种情况。
发明内容
本发明的目的在于解决上述现有技术存在的缺陷，提供一种基于PHM的中低压配电网运维***及方法，该***是在PHM模型框架下，设计并实现了数据信息采集与处理、状态监测及故障预警、故障检测与隔离、配电网健康状态评估。
本发明采用如下技术方案：
一种基于PHM的中低压配电网运维***，包括数据信息采集与处理模块、状态监测及故障预警模块、故障检测与隔离模块、配电网健康状态评估模块。
所述数据信息采集与处理模块和状态监测、故障预警模块、故障检测与隔离模块、配电网健康状态评估采用电性连接。
数据信息采集与处理模块包括对数据的前期处理、对数据的存储、对数据的传输等。具体是，采集的数据包括各个终端智能单元的零序电压和正序电流，将上述所监测的特征参数和性能数据经过去噪、压缩、高通滤波，分别通过SNMP/IPMI协议传输到指定位置建立分布式存储集群；为降低后期计算***的复杂度，在分布式存储集群中对特征数据进行做综合处理，去掉冗余的特征，确定能够表示配电***是否故障的零序电压突变量、正序电流故障分量、三相电压幅值。
状态监测与故障预警模块中的状态监测单元主要是通过实时监控配电网中性点相邻两个采样点的零序电压突变量ΔU0(k)，并根据ΔU0(k)定义突变能量E(k)，将E(k)作为配电网的预警信号，将故障馈线和健全馈线零序电流突变方向相反的原理作为馈线故障诊断程序的启动判据，当***检测到故障馈线时，FU向主站SCADA***发出馈线故障的预警信号，判定该条馈线发生故障，同时并启动本馈线的故障诊断程序：
ΔU0(k)＝U0(k)-U0(k-1) (1)
式(1)中U0(k)表示馈线首端FU零序电压幅值，k表示当前采样点，K表示一定时窗内的采样点数且k≥K；***处于正常运行状态，零序电压变化率很小，此时E(k)接近于零，发生故障后E(k)突变明显，通过实时检测E(k)的变化，当E(k)≥E(k)ε时，发出馈线故障的预警信号的同时并驱动本馈线的故障诊断程序，式(2)中ΔU0(n)表示第n个采样点的零序电压突变量；
故障检测与隔离模块包括故障馈线内ZU(区域单元智能)的故障方向判别单元、故障区段定位单元、故障类型识别单元、故障隔离单元。
ZU的故障方向判别单元主要采集故障馈线上故障点上、下游ZU的正序电流故障分量，并由此判定各个ZU的故障方向。首先定义ZU电流故障分量为
设置正向、反向故障电流判据Δθ为：
式(3)中
为流经ZU的正序电流故障分量、
为建立的检测ZU故障方向的参考向量；式(4)中
为ZU的故障电流分量的导数，
为故障电流分量正导数，
为故障电流分量的负值；式(5)中，ΔT为时间间隔，ΔT＝1/(N×f)，N为采样数目，f为电源频率。
考虑终端测量装置的误差，在式(3)引入泛化角σ以提高了故障方向判据的精度：
在确定故障线路在完成故障方向判别后启动故障区段定位单元。利用故障点上游的所有ZU判断出正向故障，故障点下游所有的ZU判断出反向故障这一原理确定故障区段。
在完成故障区段定位单元后进入故障类型识别单元。根据采集的故障区段两端ZU三相电压信息|Uki|，判定故障为单相、两相、三相故障。
式(7)中|Uki|为每相电压幅值，考虑过渡电阻的影响设置一个故障节点电压阈值|Uth|，|Uz|为故障区域内正常运行时额定电压的5％；ηz为安全系数。
故障隔离单元：在完成上述故障定位与识别后，在配电网中性点主动投入小电阻，比较小电阻接入前后检测节点的工频零序电流幅值比KR进行故障隔离。
式(8)I0为ZU的工频零序稳态电流幅值，t为中性点小电阻投入时刻，ΔT为中性点小电阻投入前后的一个周期。在完成故障检测与隔离模块后进入配电网健康状态评估模块。以配电***每周的运行数据和状态为统计分析对象，根据该配电***一周的停电时长比例累积值S将配电网健康等级分为3级：良好健康、一般、较差。
式(9)中S表示配电***一周的停电时长比例累积值，SN为配电网一周内的停电总时长，Sj为统计周中该区段第j次停电事故中的停电时长，n为该周停电事故总数。
优选的，状态监测及故障预警模块中：K取3、4、5、6，E(k)的峰值分别为：0.0043(kV)2、0.0057(kV)2、0.0072(kV)2、0.0086(kV)2，并将上述峰值设置作为预警***的启动阈值E(k)ε。
优选的，故障检测与隔离模块中：故障方向判别单元的正向、方向故障电流判据Δθ式(6)的泛化角为5°；故障类型识别单元选中判据式(7)的安全系数ηz为1.2。
优选的，故障隔离单元中故障区段首端ZU的零序电流幅值比KR为1.2。
一种基于PHM的配电网运维***的运维方法为：
1)数据信息采样与整理；
2)监测配电网中性点的零序电压突变能量ΔU0(k)；
3)若ΔU0(k)超过阈值ΔU0(k)ε，启动故障检测与隔离模块；
4)利用馈线首端FU监测各个馈线零序电流突变方向，判定故障馈线；
5)基于正序电流故障分量判定ZU的故障方向并速准确定位故障区段；
6)利用故障区段检测点的每相电压幅值进行故障类型识别；
7)根据零序电流幅值比生成故障决策；
8)根据配电网停电时长比例累积值进行划分的健康等级并形成配电***运维报告。
本发明的有益效果：
1.全***使用PHM技术来进行配电网的故障监测与健康管理，取代了利用人工进行***运维的弊端，节约了成本和资源。
2.实现低、虚预警率的故障检测与隔离，并最终实现智能任务规划及基于配电线路状态(历史、当前及未来状态)的智能维护，以取代传统基于事件的事后维修或基于时间的定期检修运维策略。
3.该运维***只需要馈线首端FU故障前后电流信号和本馈线ZU电流信号，可减少配电***中互感器的装设，可随着配电网规模适用性调整，且保护配合只需要传输闭锁信号和跳闸信号，降低了对通信的要求，具有较强的可操作性和扩展性。
附图说明
图1为本发明的一种基于PHM的配电网运维***包含的功能模块图；
图2为本发明一种基于PHM的配电网运维***的逻辑框架图；
图3为本发明一种基于PHM的配电网运维***的ZU正序电流故障分量获取方法图；
图4为本发明一种基于PHM的配电网运维***的配电网分层是拓扑结构图；
图5为本发明一种基于PHM的配电网运维***的故障检测与隔离模块中ZU故障方向判定流程图；
图6为本发明一种基于PHM的配电网运维***的故障检测与隔离模块逻辑实现图；
图7为本发明一种基于PHM的配电网运维***的故障检测与隔离模块逻辑框架图；
图8为本发明一种基于PHM的配电网运维***的总流程图；
图9为本发明一种基于PHM的配电网运维***实施例的配电网中性点零序电压突变能量；
图10为本发明一种基于PHM的配电网运维***实施例的配电网各个馈线暂态零序电流变化趋势。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作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、图2所示，一种基于PHM的中低压配电网运维***，包括数据信息采集与处理模块、状态监测及故障预警模块、故障检测与隔离模块、配电网健康状态评估模块。
首先数据信息采集与处理模块将所监测的特征参数和性能数据，分别通过制定的SNMP/IPMI协议传输到指定位置存储；状态监测及故障预警模块根据数据信息采集与处理模块中监测的参数指标，进行阈值做对比。若超出阈值外，则判断为配电网发生故障；为了保障***不被发生故障所影响，尽快恢复正常状态，启动故障馈线的故障检测与隔离模块，在完成上述故障诊断后，配电网健康状态评估模块在不考虑人工校正措施的基础上，以不同馈线每周的运行数据和状态为统计分析对象，得配电网的健康状态等级。数据信息采集与处理模块与状态监测及故障预警模块、故障检测与隔离模块、配电网健康状态评估模块之间的物理连接采用光纤以太网方式组建，采用组播传输的GOOSE快速通信模式传递故障信息。
如图3所示，在配电网分层是拓扑结构中，当***检测到中性点零序电压突变量或零序电压超过设定的阈值时，触发故障预警模块服务，FU向主站SCADA***发出馈线故障的预警信号，判定馈线发生故障，同时并启动本馈线的故障诊断程序。
首先在确定的故障馈线上各个ZU处获得正序电流信息，其次经周波延迟法得到ZU的正序电流故障分量，如图4所示。利用时域计算故障t时刻正序电流故障分量的正、负一次导数；最后计算参考向量并得到ZU故障方向判定相角Δθ，根据式(6)判别故障馈线上各个ZU的故障方向，如图5所示。
如图6、图7所示，在装设于馈线的ZU判断故障方向并完成故障定位：故障点上游的ZU判断出正向故障，故障点下游的ZU判断出反向故障，根据故障区段两端ZU的故障方向的异同确定馈线的故障区段。若故障区段两端ZU的故障方向的相反，则此区段线路发生故障，编码为“-1”；若故障方向的相同，则此区段线路正常运行，编码为“1”。
定位出故障发生的具体区段后，启动故障识别程序。若只有单相电压满足式(7)，则故障区段内发生单相故障；若三相中每一相电压幅值均相等且满足式(7)，则故障区段内发生三相故障，否则故障区段内发生两相故障。
式(7)中|Uki|为每相电压幅值，考虑过渡电阻的影响设置一个故障节点电压阈值|Uth|，|Uz|为故障区域内正常运行时额定电压的5％；ηz为安全系数。
在完成上述故障定位与识别后，截取中性点小电阻投入前后各一周期ΔT故障区段首端ZU的工频零序稳态电流幅值I0(t-ΔT)、I0(t+ΔT)，若故障区段首端ZU的零序电流幅值比大于KR满足式(8)，确认配电网发生永久性故障，故障区段两端保护向上、下游邻近保护发送闭锁信号，完成故障隔离。
在不考虑人工校正措施的基础上，进行配电网健康状态评估。计算得出该配电***一周的停电时长比例累积值S，若S≤30％，则运维***判定配电网的健康等级为良好健康；若30％＜S≤80％，判定配电网为一般健康；若S＞80％，判定配电网为较差健康。
如图8所示，一种基于PHM的配电网运维***的运维方法为：
1)数据信息采样与整理；
2)监测配电网中性点的零序电压突变能量ΔU0(k)；
3)若ΔU0(k)超过阈值ΔU0(k)ε，启动故障检测与隔离模块；
4)利用馈线首端FU监测各个馈线零序电流突变方向，判定故障馈线；
5)基于正序电流故障分量判定ZU的故障方向并速准确定位故障区段；
6)利用故障区段检测点的每相电压幅值进行故障类型识别；
7)根据零序电流幅值比生成故障决策；
8)根据配电网停电时长比例累积值进行划分的健康等级并形成配电***运维报告。
实施例
本发明在实施例中采用在图4所示的由6条馈线组成的10kV谐振接地配电***内进行仿真研究，其中负荷类型为恒定功率负荷；T是变比为110kV/10kV的主变压器，联接组别为YN/d11；TZ是接地专用的Z型变压器。各馈线结构如图4所示，采用三种线路模型，分别为架空线路、电缆线路和混合线路，线圈的补偿方式为过补偿，补偿系数10％。***采样频率为10kHz。假设在馈线L1末端发生初相角为0°、Rf为800Ω的A相接地故障。设置本实施例的E(k)的启动阈值E(k)＝0.0043(kV)2，K＝3。
首先，***检测到配电网中性点的零序电压突变能量如图9所示，此时E(k)>E(k)ε，***判定配电网发生故障，配电网发生预警同时启动故障检测与隔离模块；馈线首端智能单元FU采集各馈线暂态零序电流如图10所示,根据故障馈线和健全馈线零序电流突变方向相反原理，***判定馈线L1发生故障；智能单元ZU采集的故障馈线各个节点的正序电流故障分量相位如表1所示，ZU11、ZU12、ZU13、ZU14的故障方向编码分别为[11-1-1]，则***定位出故障区段为ZU12—ZU13，完成故障定位；利用ZU12和ZU13采集的相电压幅值进行故障类型识别，在故障类型识别时，首先判定故障是否为单相故障和三相故障，根据区段定位结果，检测区段端节点ZU12的三相电压幅值分别为0.14kV/5.32kV/5.32kV，根据式(7)可得|Uth|＝0.5kV，判定故障为单相接地。在完成上述故障定位与识别后，截取中性点小电阻投入前后各一周期ΔT故障区段首端ZU12的工频零序稳态电流幅值计算出KR<1.2，判定配电网故障为瞬时性故障，此时***完成重合闸动作并且重合闸成功，恢复故障区域供电；最后在完成故障检测与隔离模块后进入配电网健康状态评估模块，计算得到配电网的一周的停电时长比例累积值S＝2.8％≤30％，则运维***判定配电网的健康等级为良好健康。
表1为本发明一种基于PHM的配电网运维***实施例的配电网故障馈线L1各个节点的正序电流故障分量。
表1
本发明形成了数据采集、状态监测、故障诊断、健康管理、***配置的PHM中低压配电网智能化运维模型，使配电***运维朝着智能化、集中化方向前进。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种基于PHM的中低压配电网运维***，其特征在于，包括数据信息采集与处理模块、状态监测及故障预警模块、故障检测与隔离模块、配电网健康状态评估模块；
所述数据信息采集与处理模块和状态监测、故障预警模块、故障检测与隔离模块、配电网健康状态评估采用电性连接，用于中低压配电网运维***各项故障状态信息的采集，采集的故障状态信息分别通过SNMP/IPMI协议传输到指定位置建立分布式存储集群；为降低后期计算***的复杂度，在分布式存储集群中对特征数据进行综合处理，去掉冗余的特征；
状态监测及故障预警模块是在配电网分层式拓扑结构中，当配电网中性点检测到零序电压突变能量ΔU0(k)，并根据ΔU0(k)定义突变能量E(k)，将E(k)作为配电网的预警信号，当E(k)超过设定的阈值时，触发故障预警模块服务，利用故障发生后，故障馈线和健全馈线零序电流突变方向相反的原理作为馈线故障诊断程序的启动判据，当***检测到故障馈线时，FU向主站SCADA***发出馈线故障的预警信号，判定该条馈线发生故障，同时并启动本馈线的故障诊断程序：
ΔU0(k)＝U0(k)-U0(K-1) (1)
式(1)中U0(k)表示中性点零序电压幅值，式(2)中k表示当前采样点，K表示一定时窗内的采样点数且k≥K；***处于正常运行状态，零序电压变化率很小，此时E(k)接近于零，发生故障后E(k)突变明显，通过实时检测E(k)的变化，当E(k)≥E(k)ε时，发出馈线故障的预警信号的同时并驱动本馈线的故障诊断程序，式(2)中ΔU0(n)表示第n个采样点的零序电压突变量；
故障检测与隔离模块，包括故障馈线内ZU的故障方向判别单元、故障段定位单元、故障类型识别单元、故障隔离单元；
故障馈线内ZU的故障方向判别单元：确定故障馈线上各个ZU处获得正序电流信息；其次经周波延迟法得到ZU的正序电流故障分量，首先定义ZU电流故障分量为
设置正向、反向故障电流判据Δθ为：
利用时域计算故障t时刻正序电流故障分量的正、负一次导数：
式(3)中
为流经ZU的正序电流故障分量、式(3)中
为建立的检测ZU故障方向的参考向量；式(4)中
为ZU的故障电流分量的导数，
为故障电流分量正导数，
为故障电流分量的负值；式(5)中，ΔT为时间间隔，ΔT＝1/(N×f)，N为采样数目，f为电源频率；
计算参考向量并得到ZU故障方向判定相角Δθ，考虑终端测量装置的误差，在式(3)引入泛化角σ以提高了故障方向判据的精度：
根据式(6)判别故障馈线上各个ZU的故障方向；
故障段定位单元：利用在装设于馈线的ZU判断故障方向并完成故障定位，故障点上游的所有ZU判断出正向故障，故障点下游所有的ZU判断出反向故障，根据故障区段两端ZU的故障方向的异同确定馈线的故障区段，若故障区段两端ZU的故障方向相反，则此区段线路发生故障，编码为“-1”；若故障方向相同，则此区段线路正常运行，编码为“1”；
故障类型识别单元：启动故障识别程序，根据采集的故障区段两端ZU三相电压信息|Uki|，若只有单相电压满足式(7)，则故障区段内发生单相故障；若三相中每一相电压幅值均相等且满足式(7),则故障区段内发生三相故障，否则故障区段内发生两相故障：
式(7)中|Uki|为每相电压幅值，考虑过渡电阻的影响设置一个故障节点电压阈值|Uth|，|Uz|为故障区域内正常运行时额定电压的5％；ηz为安全系数；
故障隔离单元：在完成上述故障定位与识别后，截取中性点小电阻投入前后各一周期ΔT故障区段首端ZU的工频零序稳态电流幅值I0(t-ΔT)、I0(t+ΔT)，若故障区段首端ZU的零序电流赋值比大于KR满足式(8)，确认配电网发生永久性故障，故障区段两端保护向上、下游邻近保护发送闭锁信号，完成故障隔离；
式(8)I0为ZU的工频零序稳态电流幅值，t为中性点小电阻投入时刻，ΔT为中性点小电阻投入前后的一个周期，配电网健康状态评估模块：以配电***每周的运行数据和状态为统计分析对象，在不考虑人工校正措施的基础上，进行配电网健康状态评估，计算得出该配电***一周的停电时长比例累积值S，如式(9)所示，若S≤30％，则运维***判定配电网的健康等级为良好健康；若30％＜S≤80％，判定配电网为一般健康；若S＞80％，判定配电网为较差；
式(9)中S表示配电***一周的停电时长比例累积值，SN为配电网一周内的停电总时长，Sj为统计周中该区段第j次停电事故中的停电时长，n为该周停电事故总数。
2.根据权利要求1所述的基于PHM的中低压配电网运维***，其特征在于，各项故障状态信息包括零序电压突变量、正序电流故障分量、三相电压幅值。
3.根据权利要求1所述的基于PHM的中低压配电网运维***，其特征在于，状态监测及故障预警模块中：K取3、4、5、6，E(k)的峰值分别为：0.0043(kV)2、0.0057(kV)2、0.0072(kV)2、0.0086(kV)2，并将上述峰值设置作为预警***的启动阈值E(k)ε。
4.根据权利要求1所述的基于PHM的中低压配电网运维***，其特征在于，故障检测与隔离模块中：故障方向判别单元的正向、方向故障电流判据Δθ式(6)的泛化角为5°；故障类型识别单元选中判据式(7)的安全系数ηz为1.2。
5.根据权利要求1所述的基于PHM的中低压配电网运维***，其特征在于，故障隔离单元中故障区段首端ZU的零序电流幅值比KR为1.2。
6.一种基于PHM的中低压配电网运维***的运维方法，其特征在于，包括如下步骤：
步骤1.数据信息采样与整理；
步骤2.监测配电网中性点的零序电压突变能量ΔU0(k)；
步骤3.若ΔU0(k)超过阈值ΔU0(k)ε，则启动馈线故障检测与隔离模块；
步骤4.当故障馈线和健全馈线零序电流突变方向相反时启动馈线故障诊断程序；
步骤5.基于正序电流故障分量判定ZU的故障方向并准确定位故障区段；
步骤6.利用故障区段检测点的每相电压幅值进行故障类型识别；
步骤7.根据零序电流幅值比生成故障决策；
步骤8.根据配电网停电时长比例累积值进行划分的健康等级并形成配电***运维报告。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110594179.8A CN113376476A (zh) | 2021-05-28 | 2021-05-28 | 一种基于phm的中低压配电网运维***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110594179.8A CN113376476A (zh) | 2021-05-28 | 2021-05-28 | 一种基于phm的中低压配电网运维***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113376476A true CN113376476A (zh) | 2021-09-10 |
Family
ID=77574824
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110594179.8A Pending CN113376476A (zh) | 2021-05-28 | 2021-05-28 | 一种基于phm的中低压配电网运维***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113376476A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113507755A (zh) * | 2021-09-10 | 2021-10-15 | 江苏新恒基特种装备股份有限公司 | 一种加热控制***及加热控制方法 |
| CN116819151A (zh) * | 2023-08-28 | 2023-09-29 | 北京智芯微电子科技有限公司 | 低压配电开关及供电设备 |
| CN116879684A (zh) * | 2023-09-06 | 2023-10-13 | 成都汉度科技有限公司 | 一种异常线路判断方法及*** |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202583395U (zh) * | 2012-05-09 | 2012-12-05 | 兰州交通大学 | 电缆故障测试仪 |
| CN110632443A (zh) * | 2019-10-14 | 2019-12-31 | 兰州交通大学 | 一种crh3动车组牵引整流器igbt开路故障的诊断方法 |
| CN111596170A (zh) * | 2020-05-27 | 2020-08-28 | 国网上海市电力公司 | 一种用于智能配网的故障诊断综合定位方法 |
-
2021
- 2021-05-28 CN CN202110594179.8A patent/CN113376476A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202583395U (zh) * | 2012-05-09 | 2012-12-05 | 兰州交通大学 | 电缆故障测试仪 |
| CN110632443A (zh) * | 2019-10-14 | 2019-12-31 | 兰州交通大学 | 一种crh3动车组牵引整流器igbt开路故障的诊断方法 |
| CN111596170A (zh) * | 2020-05-27 | 2020-08-28 | 国网上海市电力公司 | 一种用于智能配网的故障诊断综合定位方法 |
Non-Patent Citations (6)
| Title |
|---|
| 刘兆炜: "基于故障预测与健康管理的智能化运维***的设计与实现", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
| 张林利 等: "基于线电压和零模电流的小电流接地故障暂态定位方法", 《中国电机工程学报》 * |
| 张稳 等: "计及天气因素相关性的配电网故障风险等级预测方法", 《电网技术》 * |
| 束洪春 等: "采用形态学峰谷检测的谐振接地***故障选线方法", 《电力***自动化》 * |
| 董俊 等: "放射型馈线故障段的主-被动联合检出方法", 《电力***自动化》 * |
| 高锋阳 等: "含特殊负荷的配电网故障定位与识别", 《电力自动化设备》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113507755A (zh) * | 2021-09-10 | 2021-10-15 | 江苏新恒基特种装备股份有限公司 | 一种加热控制***及加热控制方法 |
| CN116819151A (zh) * | 2023-08-28 | 2023-09-29 | 北京智芯微电子科技有限公司 | 低压配电开关及供电设备 |
| CN116819151B (zh) * | 2023-08-28 | 2024-01-23 | 北京智芯微电子科技有限公司 | 低压配电开关及供电设备 |
| CN116879684A (zh) * | 2023-09-06 | 2023-10-13 | 成都汉度科技有限公司 | 一种异常线路判断方法及*** |
| CN116879684B (zh) * | 2023-09-06 | 2023-11-17 | 成都汉度科技有限公司 | 一种异常线路判断方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113376476A (zh) | 一种基于phm的中低压配电网运维***及方法 | |
| CN111596170A (zh) | 一种用于智能配网的故障诊断综合定位方法 | |
| CN108318782B (zh) | 基于网络拓扑与配变停电信息的配电网故障区域辨识方法 | |
| AU2020103179A4 (en) | A Fault Locating Method of Power Grid Based on Network Theory | |
| CN104297632B (zh) | 有限pmu下基于最小二乘法估计的电网故障在线检测方法 | |
| CN106100579B (zh) | 一种基于数据分析的光伏电站故障诊断方法 | |
| CN101958543B (zh) | 一种变电站三相无阻抗非线性多源状态估计方法 | |
| CN110687398A (zh) | 基于多源数据融合的配电网故障智能搜索定位方法 | |
| CN109752629B (zh) | 一种电网量测问题智能诊断方法及*** | |
| CN106054019B (zh) | 基于故障辅助因子的配电网高容错性在线故障定位方法 | |
| CN110838758B (zh) | 一种基于信号注入方式的台区低压拓扑方法 | |
| CN106646130B (zh) | 一种基于电流极性比较的主动配电网故障定位方法及*** | |
| CN113466597A (zh) | 一种轨道交通供电***设备状态智能检测方法 | |
| CN103944162A (zh) | 一种基于实时预想事故集的配电网故障恢复方法 | |
| CN114720819A (zh) | 一种基于自校验学习的故障区段二分定位方法 | |
| CN113922326B (zh) | 基于scada数据的母线/线路接地选线轮切方法 | |
| CN105226666B (zh) | 变电站自动电压控制中对无功设备运行状态的校核方法 | |
| CN113092936A (zh) | 基于多源数据协同的配电网电缆故障区段辨识方法 | |
| CN111060780B (zh) | 一种配电网容错性在线故障定位的概率评估方法 | |
| 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 | |
| GU et al. | Research on intelligent early warning algorithm for distribution network considering extreme climate conditions | |
| CN114156865B (zh) | 一种考虑状态感知的低压配电网拓扑生成及故障预测方法 | |
| CN112966358B (zh) | 一种基于数据修补的主动配电网状态感知方法 | |
| CN114371364A (zh) | 基于负荷端正序电压幅值变化量的短路故障判断方法 | |
| CN101620250B (zh) | 量测质量的自适应监测方法 |
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: 20210910 |
|
| RJ01 | Rejection of invention patent application after publication |