CN114236308A - 一种基于馈线信息的配电网故障检测定位方法 - Google Patents
一种基于馈线信息的配电网故障检测定位方法 Download PDFInfo
- Publication number
- CN114236308A CN114236308A CN202111364952.8A CN202111364952A CN114236308A CN 114236308 A CN114236308 A CN 114236308A CN 202111364952 A CN202111364952 A CN 202111364952A CN 114236308 A CN114236308 A CN 114236308A
- Authority
- CN
- China
- Prior art keywords
- fault
- distribution network
- power distribution
- phase
- voltage signal
- 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 34
- 238000001514 detection method Methods 0.000 title claims abstract description 18
- 238000000354 decomposition reaction Methods 0.000 claims description 30
- 239000011159 matrix material Substances 0.000 claims description 27
- 230000016507 interphase Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing 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
- G01R31/088—Aspects of digital computing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Locating Faults (AREA)
Abstract
本发明提供了一种基于馈线信息的配电网故障检测定位方法，所述配电网故障检测定位方法包括以下步骤：(1)：采集所述配电网线路各相电流信号、各相电压信号、零序电压信号、各节点处馈线过电流信号；(2)：根据所述相电流信号、所述相电压信号判断所述配电网线路是否发生故障，若是，进入(3)；若不是，返回(1)；(3)：确定故障类型；(4)：确定故障相；(5)：提取所述故障相各节点处馈线过电流信号；(6)：确定故障段。本发明提供一种基于馈线信息的配电网故障检测定位方法，能够快速判断、确定故障点所在馈线、区段。
Description
技术领域
本发明属于电力检测技术领域，特别涉及一种基于馈线信息的配电网故障检测定位方法。
背景技术
电网是国民经济发展的重要基础，配电网是电网中不可或缺的一部分。电能作为一种日常生产生活不可或缺的商品，人们对电能质量、供电可靠性和故障定位、隔离、抢修等配电网的相关工作提出了更高的要求。配电网的运行维护涉及多个配电网，具有配电网众多、检测复杂、配电线路多、设备类型丰富、现场运行环境多变等特点。
当电力***发生故障时，测量***会及时记录数据，然后通过分析来确认是否发生故障。如果确认线路发生故障，则需安排工作人员到发生故障的位置进行故障处理来排除故障，工作人员需要沿着故障线路步行，对线路进行细致的检查，直到找到故障发生的具***置。这个过程耗费太多时间并且会导致该区域长时间的停电，对国民经济造成不必要的损失，因此需要快速精准的对故障点进行诊断并及时切除或隔离故障。
本发明提出一种基于馈线信息的配电网故障检测定位方法，通过各相电流信号、各相电压信号判断是否发生故障以及故障相，再通过馈线过电流信号确定故障位置，能够快速判断、确定故障点所在馈线、区段。
发明内容
本发明提供一种基于馈线信息的配电网故障检测定位方法，能够快速判断、确定故障点所在馈线、区段。
本发明具体为一种基于馈线信息的配电网故障检测定位方法，所述配电网故障检测定位方法包括以下步骤：
步骤(1)：采集所述配电网线路各相电流信号、各相电压信号、零序电压信号、各节点处馈线过电流信号；
步骤(2)：根据所述相电流信号、所述相电压信号判断所述配电网线路是否发生故障，若是，进入步骤(3)；若不是，返回步骤(1)；
步骤(3)：确定故障类型；
步骤(4)：确定故障相；
步骤(5)：提取所述故障相各节点处馈线过电流信号；
步骤(6)：确定故障段。
根据所述相电流信号、所述相电压信号判断所述配电网线路是否发生故障的的方法为：判断是否存在一相所述相电流信号变大，所述相电压信号降低，若是，所述配电网线路发生故障。
确定故障类型的具体方法为：
首先，对所述零序电压信号进行小波分解；
其次，提取高频能量；
再次，根据所述零序电压信号高频确定故障类型。
提取所述零序电压信号高频能量的算法为：EH＝||Bm(n)|2，其中Bm(n)为所述零序电压信号小波系数高频分量。
根据所述零序电压信号高频确定故障类型的方法为：判断所述零序电压信号高频能量是否大于零序电压高频能量参考值，若是，所述配电网发生接地故障；若不是，所述配电网发生相间短路故障。
确定故障相的具体方法为：
首先，对所述相电压信号进行小波分解；
其次，对所述相电压信号进行小波分解后的系数矩阵进行奇异值分解；
再次，提取奇异值分解后的对角矩阵的信息熵；
最后，找到所述信息熵最大的相即为故障相。
对所述相电压信号进行小波分解后的系数矩阵进行奇异值分解的算法为：M＝U∑VT，其中M为所述相电压信号进行小波分解后m个小波系数构成的矩阵，U为m×m阶正交矩阵，U为m×n阶正交矩阵，∑为是半正定m×n阶对角矩阵，∑对角线上的元素即为所述相电压信号进行小波分解后的系数矩阵奇异值。
提取奇异值分解后的对角矩阵的信息熵的具体算法为：
λ为∑对角元素，L为∑对角元素个数。
确定故障段的具体方法为：
计算各父节点处特征值pii：若所述父节点i处检测到所述过电流且方向与全网正方向相反，pii＝-1；若所述父节点i处未检测到所述过电流，pii＝0；若所述父节点i处检测到所述过电流且方向与全网正方向相同，pii＝1；
计算各子节点处特征值pij：若所述子节点j处检测到所述过电流且方向与全网正方向相反，pij＝-1；若所述子节点j处未检测到所述过电流，pij＝0；若所述子节点j处检测到所述过电流且方向与全网正方向相同，pij＝1；
当pii＝1且pij＝0，所述配电网故障发生在节点i处；
当pii＝1且pij＝1，所述配电网故障发生在节点i与j之间；
当pii＝0且pij＝1，所述配电网故障发生在节点j处。
与现有技术相比，有益效果是：所述配电网故障检测定位方法通过各相电流信号、各相电压信号判断是否发生故障以及故障相，再通过馈线过电流信号确定故障位置，能够快速判断、确定故障点所在馈线、区段。
附图说明
图1为本发明一种基于馈线信息的配电网故障检测定位方法的工作流程图。
具体实施方式
下面结合附图对本发明一种基于馈线信息的配电网故障检测定位方法的具体实施方式做详细阐述。
如图1所示，本发明的配电网故障检测定位方法包括以下步骤：
步骤(1)：采集所述配电网线路各相电流信号、各相电压信号、零序电压信号、各节点处馈线过电流信号；
步骤(2)：判断是否存在一相所述相电流信号变大，所述相电压信号降低，若是，所述配电网线路发生故障，进入步骤(3)；若不是，返回步骤(1)；
步骤(3)：确定故障类型：首先，对所述零序电压信号进行小波分解；其次，提取高频能量；再次，根据所述零序电压信号高频确定故障类型；
步骤(4)：确定故障相：首先，对所述相电压信号进行小波分解；其次，对所述相电压信号进行小波分解后的系数矩阵进行奇异值分解；再次，提取奇异值分解后的对角矩阵的信息熵；最后，找到所述信息熵最大的相即为故障相；
步骤(5)：提取所述故障相各节点处馈线过电流信号；
步骤(6)：确定故障段。
提取所述零序电压信号高频能量的算法为：EH＝||Bm(n)|2，其中Bm(n)为所述零序电压信号小波系数高频分量。
根据所述零序电压信号高频确定故障类型的方法为：判断所述零序电压信号高频能量是否大于零序电压高频能量参考值，若是，所述配电网发生接地故障；若不是，所述配电网发生相间短路故障。
对所述相电压信号进行小波分解后的系数矩阵进行奇异值分解的算法为：M＝U∑VT，其中M为所述相电压信号进行小波分解后m个小波系数构成的矩阵，U为m×m阶正交矩阵，U为m×n阶正交矩阵，∑为是半正定m×n阶对角矩阵，∑对角线上的元素即为所述相电压信号进行小波分解后的系数矩阵奇异值。
提取奇异值分解后的对角矩阵的信息熵的具体算法为：
λ为∑对角元素，L为∑对角元素个数。
确定故障段的具体方法为：
计算各父节点处特征值pii：若所述父节点i处检测到所述过电流且方向与全网正方向相反，pii＝-1；若所述父节点i处未检测到所述过电流，pii＝0；若所述父节点i处检测到所述过电流且方向与全网正方向相同，pii＝1；
计算各子节点处特征值pij：若所述子节点j处检测到所述过电流且方向与全网正方向相反，pij＝-1；若所述子节点j处未检测到所述过电流，pij＝0；若所述子节点j处检测到所述过电流且方向与全网正方向相同，pij＝1；
当pii＝1且pij＝0，所述配电网故障发生在节点i处；
当pii＝1且pij＝1，所述配电网故障发生在节点i与j之间；
当pii＝0且pij＝1，所述配电网故障发生在节点j处。
最后应该说明的是，结合上述实施例仅说明本发明的技术方案而非对其限制。所属领域的普通技术人员应当理解到，本领域技术人员可以对本发明的具体实施方式进行修改或者等同替换，但这些修改或变更均在申请待批的权利要求保护范围之中。
Claims (9)
1.一种基于馈线信息的配电网故障检测定位方法，其特征在于，所述配电网故障检测定位方法包括以下步骤：
步骤(1)：采集所述配电网线路各相电流信号、各相电压信号、零序电压信号、各节点处馈线过电流信号；
步骤(2)：根据所述相电流信号、所述相电压信号判断所述配电网线路是否发生故障，若是，进入步骤(3)；若不是，返回步骤(1)；
步骤(3)：确定故障类型；
步骤(4)：确定故障相；
步骤(5)：提取所述故障相各节点处馈线过电流信号；
步骤(6)：确定故障段。
2.根据权利要求1所述的一种基于馈线信息的配电网故障检测定位方法，其特征在于，根据所述相电流信号、所述相电压信号判断所述配电网线路是否发生故障的的方法为：判断是否存在一相所述相电流信号变大，所述相电压信号降低，若是，所述配电网线路发生故障。
3.根据权利要求2所述的一种基于馈线信息的配电网故障检测定位方法，其特征在于，确定故障类型的具体方法为：
首先，对所述零序电压信号进行小波分解；
其次，提取高频能量；
再次，根据所述零序电压信号高频确定故障类型。
4.根据权利要求3所述的一种基于馈线信息的配电网故障检测定位方法，其特征在于，提取所述零序电压信号高频能量的算法为：EH＝||Bm(n)||2，其中Bm(n)为所述零序电压信号小波系数高频分量。
5.根据权利要求4所述的一种基于馈线信息的配电网故障检测定位方法，其特征在于，根据所述零序电压信号高频确定故障类型的方法为：判断所述零序电压信号高频能量是否大于零序电压高频能量参考值，若是，所述配电网发生接地故障；若不是，所述配电网发生相间短路故障。
6.根据权利要求5所述的一种基于馈线信息的配电网故障检测定位方法，其特征在于，确定故障相的具体方法为：
首先，对所述相电压信号进行小波分解；
其次，对所述相电压信号进行小波分解后的系数矩阵进行奇异值分解；
再次，提取奇异值分解后的对角矩阵的信息熵；
最后，找到所述信息熵最大的相即为故障相。
7.根据权利要求6所述的一种基于馈线信息的配电网故障检测定位方法，其特征在于，对所述相电压信号进行小波分解后的系数矩阵进行奇异值分解的算法为：M＝U∑VT，其中M为所述相电压信号进行小波分解后m个小波系数构成的矩阵，U为m×m阶正交矩阵，U为m×n阶正交矩阵，∑为是半正定m×n阶对角矩阵，∑对角线上的元素即为所述相电压信号进行小波分解后的系数矩阵奇异值。
8.根据权利要求7所述的一种基于馈线信息的配电网故障检测定位方法，其特征在于，提取奇异值分解后的对角矩阵的信息熵的具体算法为：
λ为∑对角元素，L为∑对角元素个数。
9.根据权利要求8所述的一种基于馈线信息的配电网故障检测定位方法，其特征在于，确定故障段的具体方法为：
计算各父节点处特征值pii：若所述父节点i处检测到所述过电流且方向与全网正方向相反，pii＝-1；若所述父节点i处未检测到所述过电流，pii＝0；若所述父节点i处检测到所述过电流且方向与全网正方向相同，pii＝1；
计算各子节点处特征值pij：若所述子节点j处检测到所述过电流且方向与全网正方向相反，pij＝-1；若所述子节点j处未检测到所述过电流，pij＝0；若所述子节点j处检测到所述过电流且方向与全网正方向相同，pij＝1；
当pii＝1且pij＝0，所述配电网故障发生在节点i处；
当pii＝1且pij＝1，所述配电网故障发生在节点i与j之间；
当pii＝0且pij＝1，所述配电网故障发生在节点j处。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111364952.8A CN114236308A (zh) | 2021-11-17 | 2021-11-17 | 一种基于馈线信息的配电网故障检测定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111364952.8A CN114236308A (zh) | 2021-11-17 | 2021-11-17 | 一种基于馈线信息的配电网故障检测定位方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114236308A true CN114236308A (zh) | 2022-03-25 |
Family
ID=80749862
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111364952.8A Pending CN114236308A (zh) | 2021-11-17 | 2021-11-17 | 一种基于馈线信息的配电网故障检测定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114236308A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115808590A (zh) * | 2022-11-25 | 2023-03-17 | 国网江苏省电力有限公司南通供电分公司 | 一种基于馈线信息分析的配电网故障检测处理方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102305898A (zh) * | 2011-05-18 | 2012-01-04 | 昆明理工大学 | 一种利用暂态能量的交流输电线路故障选相方法 |
| CN106249101A (zh) * | 2016-06-30 | 2016-12-21 | 湖南大学 | 一种智能配电网故障辨识方法 |
| CN107064745A (zh) * | 2017-04-19 | 2017-08-18 | 山东科技大学 | 基于暂态电流信息和小波熵的分级式故障诊断方法 |
| CN111965486A (zh) * | 2020-08-07 | 2020-11-20 | 国网江苏省电力有限公司电力科学研究院 | 一种基于智能数据融合分析的配电网故障识别方法及*** |
| CN111969575A (zh) * | 2020-08-13 | 2020-11-20 | 广东电网有限责任公司 | 配电网单相接地故障消弧方法、装置、设备及存储介质 |
-
2021
- 2021-11-17 CN CN202111364952.8A patent/CN114236308A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102305898A (zh) * | 2011-05-18 | 2012-01-04 | 昆明理工大学 | 一种利用暂态能量的交流输电线路故障选相方法 |
| CN106249101A (zh) * | 2016-06-30 | 2016-12-21 | 湖南大学 | 一种智能配电网故障辨识方法 |
| CN107064745A (zh) * | 2017-04-19 | 2017-08-18 | 山东科技大学 | 基于暂态电流信息和小波熵的分级式故障诊断方法 |
| CN111965486A (zh) * | 2020-08-07 | 2020-11-20 | 国网江苏省电力有限公司电力科学研究院 | 一种基于智能数据融合分析的配电网故障识别方法及*** |
| CN111969575A (zh) * | 2020-08-13 | 2020-11-20 | 广东电网有限责任公司 | 配电网单相接地故障消弧方法、装置、设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 郑涛等: "基于馈线终端装置信息畸变校正的有源配电网故障区段定位", 电网技术, vol. 45, no. 10, 31 October 2021 (2021-10-31), pages 3928 - 3929 * |
| 陈双;何正友;***;: "基于行波固有频率的特高压输电线路故障选相", 电网技术, no. 06, 5 June 2011 (2011-06-05) * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115808590A (zh) * | 2022-11-25 | 2023-03-17 | 国网江苏省电力有限公司南通供电分公司 | 一种基于馈线信息分析的配电网故障检测处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Goswami et al. | Predictive model for classification of power system faults using machine learning | |
| Kezunovic | Translational knowledge: From collecting data to making decisions in a smart grid | |
| CN102520286A (zh) | 基于高光谱的复合绝缘子运行状态分类方法 | |
| Ranjbar et al. | Voltage‐based protection of microgrids using decision tree algorithms | |
| CN106529786A (zh) | 一种基于大数据分析的配电网负荷校准方法和装置 | |
| Radhakrishnan et al. | Synchrophasor based islanding detection for microgrids using moving window principal component analysis and extended mathematical morphology | |
| CN111429043B (zh) | 基于场景构建的电压暂降特征量随机评估方法 | |
| CN103454549A (zh) | 一种环网配电***短路故障早期检测、辨识及定线方法 | |
| CN111580011A (zh) | 断路器控制回路的断线故障定位方法、装置和设备 | |
| Paul et al. | Knowledge-based fault diagnosis for a distribution system with high pv penetration | |
| CN110212503B (zh) | 一种适用于小电阻接地***的高阻接地保护方法 | |
| CN114236308A (zh) | 一种基于馈线信息的配电网故障检测定位方法 | |
| CN111999591B (zh) | 一种配电网一次设备异常状态的识别方法 | |
| Sun et al. | A hybrid dc fault primary protection algorithm for multi-terminal hvdc systems | |
| CN106019043B (zh) | 一种基于模糊积分多源信息融合理论的电网故障诊断方法 | |
| CN117110798B (zh) | 智能配电网的故障检测方法和*** | |
| CN106646106B (zh) | 基于变点探测技术的电网故障检测方法 | |
| Kapoor | Protection scheme for double circuit transmission lines based on wavelet transform | |
| CN113608066B (zh) | 一种基于磁场检测的配网架空线路单相接地故障定位方法 | |
| Ghazali et al. | A Comparative Analysis of Solar Photovoltaic Advanced Fault Detection and Monitoring Techniques. | |
| CN112904226B (zh) | 一种基于感应电的快速判断高压母线短路故障的方法 | |
| Swain et al. | A brief review on fault detection, classification and location on transmission lines using PMUs | |
| Cui et al. | High impedance fault detection method based on Data divergence in the distribution network | |
| Ji et al. | A graph-theoretic method for identification of electric power distribution system topology | |
| Ensina et al. | Fault classification in transmission lines with generalization competence |
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 |