CN114295940B - 一种基于智慧城市的配网故障状态监测***及方法 - Google Patents
一种基于智慧城市的配网故障状态监测***及方法 Download PDFInfo
- Publication number
- CN114295940B CN114295940B CN202210000473.6A CN202210000473A CN114295940B CN 114295940 B CN114295940 B CN 114295940B CN 202210000473 A CN202210000473 A CN 202210000473A CN 114295940 B CN114295940 B CN 114295940B
- Authority
- CN
- China
- Prior art keywords
- node
- fault
- analysis node
- analysis
- factor
- 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
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于智慧城市的配网故障状态监测***及方法,监测***包括故障特征数据库、故障监测模块、故障比较模块、检修分析模块和检修信息传输模块,故障特征数据库包括永久性特征数据库和瞬时性特征数据库,永久性特征数据库用于存储只有配电网线路发生永久性故障才会出现的故障特征,瞬时性特征数据库用于存储只有配电网线路发生瞬时性故障才会出现的故障特征,每一种瞬时性故障特征对应一种自动重合闸时长,故障监测模块用于监测是否存在某个配网节点发生故障,在监测某个配网节点发生故障时,设该配网节点为分析节点,故障比较模块将分析节点的故障特征与故障特征数据库内特征进行比较,并据此做出反馈。
Description
技术领域
本发明涉及配网技术领域,具体为一种基于智慧城市的配网故障状态监测***及方法。
背景技术
电力是当今建设智慧城市的基础,保证电力***安全有效的运行是建设智慧城市的重中之重。现代配电网设置复杂,节点数量多,在实际运行过程中难免会发生故障。电网中发生的故障分为两大类:永久性故障和瞬时性故障。永久性故障造成电网停电,需要检修人员经过检修后才能恢复服务。瞬时性故障通常是由引发故障的暂态条件引起的,在短时间内出现,可以通过自动重合闸之类的保护设备可以通过跳闸并进行一次或多次重合闸来清除瞬时性故障,恢复正常用电。因此快速识别电网中的故障类型并据此做出应对措施有利于快速恢复电网供电。但是现有技术中缺少能够快速识别电网故障类型的技术。
发明内容
本发明的目的在于提供一种基于智慧城市的配网故障状态监测***及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于智慧城市的配网故障状态监测***,所述监测***包括故障特征数据库、故障监测模块、故障比较模块、检修分析模块和检修信息传输模块,所述故障特征数据库包括永久性特征数据库和瞬时性特征数据库,所述永久性特征数据库用于存储只有配电网线路发生永久性故障才会出现的故障特征,所述瞬时性特征数据库用于存储只有配电网线路发生瞬时性故障才会出现的故障特征,并且每一种瞬时性故障特征对应一种自动重合闸时长,所述故障监测模块用于监测是否存在某个配网节点发生故障,在监测某个配网节点发生故障时,设该配网节点为分析节点,所述故障比较模块将分析节点的故障特征与故障特征数据库内特征进行比较,如果存在分析节点的故障特征与永久性特征数据库内的特征相似度大于第一相似度阈值,那么令检修信息传输模块传输信息对该分析节点进行派单检修,如果存在分析节点的故障特征与瞬时性特征数据库内的特征相似度大于第一相似度阈值,那么令该分析节点的重合闸按照瞬时性特征数据库中特征相对应的自动重合闸时长重合,否则,令检修分析模块对分析节点进行分析,判断是否要对该分析节点进行派单检修。
进一步的,所述检修分析模块包括关联节点选取模块、第一因子获取模块、第二因子获取模块、第三因子获取模块、综合因子获取模块和综合因子比较模块,所述关联节点选取模块以分析节点为中心,以预设长度为半径值划分出圆形区域,设该圆形区域内的其他配网节点为该分析节点的候选节点,从候选节点中选取关联节点,所述第一因子获取模块分别获取分析节点以及各个关联节点发生瞬时性故障的次数,对分析节点发生瞬时性故障的次数es进行归一化处理得到分析节点的第一因子x=1-(es-fmin)/ (fmax-fmin),fmax为分析节点以及各个关联节点发生瞬时性故障的次数的最大值,fmin为分析节点以及各个关联节点最近一段时间内发生瞬时性故障的次数的最小值,所述第二因子获取模块获取该分析节点的历史故障次数ez,那么分析节点的第二因子y=es/ez,所述第三因子获取模块获取该分析节点最近b次相邻两次瞬时性故障之间的时间间隔的方差s0,那么计算s0/sy,如果s0/sy大于1,那么分析节点的第三因子u=1,如果s0/sy小于等于 1,那么分析节点的第三因子u=s0/sy,其中,sy为预设的方差阈值,所述综合因子获取模块计算分析节点的综合因子z=0.48*x+0.36*y+0.16*u,所述综合因子比较模块在分析节点的综合因子大于综合阈值时,那么间隔第一时间长度后令该分析节点的重合闸重合;在分析节点的综合因子小于等于综合阈值时,令检修信息传输模块传输信息对该分析节点进行派单检修。
进一步的,所述关联节点选取模块包括绝对值之和计算模块和绝对值之和比较模块,所述绝对值之和计算模块用于获取最近b次分析节点与某个候选节点的重合闸之后恢复正常状态所对应的重合闸时长的差值的绝对值之和,所述绝对值之和比较模块将各个候选节点所对应的绝对值之和与预设和值进行比较,选取绝对值之和小于预设和值的候选节点为关联节点。
进一步的,所述检修分析模块还包括第一时间长度获取模块,所述第一时间长度获取模块获取各个关联节点最近一次发生瞬时性故障时重合闸之后恢复正常状态所对应的重合闸时长的平均值为第一时间长度。
一种基于智慧城市的配网故障状态监测方法,所述监测方法包括以下步骤:
预先建立故障特征数据库,所述故障特征数据库包括永久性特征数据库和瞬时性特征数据库,所述永久性特征数据库用于存储只有配电网线路发生永久性故障才会出现的故障特征,所述瞬时性特征数据库用于存储只有配电网线路发生瞬时性故障才会出现的故障特征,并且每一种瞬时性故障特征对应一种自动重合闸时长。
当监测某个配网节点发生故障时,设该配网节点为分析节点。
将分析节点的故障特征与故障特征数据库内特征进行比较,如果存在分析节点的故障特征与永久性特征数据库内的特征相似度大于第一相似度阈值,那么传输信息对该分析节点进行派单检修。
如果存在分析节点的故障特征与瞬时性特征数据库内的特征相似度大于第一相似度阈值,那么令该分析节点的重合闸按照瞬时性特征数据库中特征相对应的自动重合闸时长重合;
否则,对分析节点进行分析,判断是否要对该分析节点进行派单检修。
进一步的,所述对分析节点进行分析包括:
以该分析节点为中心,以预设长度为半径值划分出圆形区域,设该圆形区域内的其他配网节点为该分析节点的候选节点,从候选节点中选取关联节点。
分别获取分析节点以及各个关联节点发生瞬时性故障的次数,对分析节点发生瞬时性故障的次数es进行归一化处理得到分析节点的第一因子x=1-(es-fmin)/ (fmax-fmin),fmax为分析节点以及各个关联节点发生瞬时性故障的次数的最大值,fmin为分析节点以及各个关联节点最近一段时间内发生瞬时性故障的次数的最小值;
获取该分析节点的历史故障次数ez,那么分析节点的第二因子y=es/ez;
获取该分析节点最近b次相邻两次瞬时性故障之间的时间间隔的方差s0,那么计算s0/sy,如果s0/sy大于1,那么分析节点的第三因子u=1,如果s0/sy小于等于 1,那么分析节点的第三因子u=s0/sy,其中,sy为预设的方差阈值;
计算分析节点的综合因子z=0.48*x+0.36*y+0.16*u,
如果分析节点的综合因子大于综合阈值,那么间隔第一时间长度后令该分析节点的重合闸重合;
如果分析节点的综合因子小于等于综合阈值,传输信息对该分析节点进行派单检修。
进一步的,所述从候选节点中选取关联节点包括:
获取最近b次分析节点与某个候选节点的重合闸之后恢复正常状态所对应的重合闸时长的差值的绝对值之和,将各个候选节点所对应的绝对值之和与预设和值进行比较,选取绝对值之和小于预设和值的候选节点为关联节点。
进一步的,所述第一时间长度包括:
获取各个关联节点最近一次发生瞬时性故障时重合闸之后恢复正常状态所对应的重合闸时长的平均值为第一时间长度。
与现有技术相比,本发明所达到的有益效果是:本发明通过在监测到配网节点发生故障时,将故障的特征与预先建立故障特征数据库中的特征进行比较,从而能够快速辨别故障的类型,及时作出应对方案,在无法识别故障的类型时,通过该配网节点的历史故障信息和关联节点的故障信息作出应对方案,提高电力故障应对方***性,保障恢复电力的速度。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明基于智慧城市的配网故障状态监测***的模块示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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做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。
请参阅图1,本发明提供技术方案:一种基于智慧城市的配网故障状态监测***,所述监测***包括故障特征数据库、故障监测模块、故障比较模块、检修分析模块和检修信息传输模块,所述故障特征数据库包括永久性特征数据库和瞬时性特征数据库,所述永久性特征数据库用于存储只有配电网线路发生永久性故障才会出现的故障特征,所述瞬时性特征数据库用于存储只有配电网线路发生瞬时性故障才会出现的故障特征,并且每一种瞬时性故障特征对应一种自动重合闸时长,所述故障监测模块用于监测是否存在某个配网节点发生故障,在监测某个配网节点发生故障时,设该配网节点为分析节点,所述故障比较模块将分析节点的故障特征与故障特征数据库内特征进行比较,如果存在分析节点的故障特征与永久性特征数据库内的特征相似度大于第一相似度阈值,那么令检修信息传输模块传输信息对该分析节点进行派单检修,如果存在分析节点的故障特征与瞬时性特征数据库内的特征相似度大于第一相似度阈值,那么令该分析节点的重合闸按照瞬时性特征数据库中特征相对应的自动重合闸时长重合,否则,令检修分析模块对分析节点进行分析,判断是否要对该分析节点进行派单检修。
所述检修分析模块包括关联节点选取模块、第一因子获取模块、第二因子获取模块、第三因子获取模块、综合因子获取模块和综合因子比较模块,所述关联节点选取模块以分析节点为中心,以预设长度为半径值划分出圆形区域,设该圆形区域内的其他配网节点为该分析节点的候选节点,从候选节点中选取关联节点,所述第一因子获取模块分别获取分析节点以及各个关联节点发生瞬时性故障的次数,对分析节点发生瞬时性故障的次数es进行归一化处理得到分析节点的第一因子x=1-(es-fmin)/ (fmax-fmin),fmax为分析节点以及各个关联节点发生瞬时性故障的次数的最大值,fmin为分析节点以及各个关联节点最近一段时间内发生瞬时性故障的次数的最小值,所述第二因子获取模块获取该分析节点的历史故障次数ez,那么分析节点的第二因子y=es/ez,所述第三因子获取模块获取该分析节点最近b次相邻两次瞬时性故障之间的时间间隔的方差s0,那么计算s0/sy,如果s0/sy大于1,那么分析节点的第三因子u=1,如果s0/sy小于等于 1,那么分析节点的第三因子u=s0/sy,其中,sy为预设的方差阈值,所述综合因子获取模块计算分析节点的综合因子z=0.48*x+0.36*y+0.16*u,所述综合因子比较模块在分析节点的综合因子大于综合阈值时,那么间隔第一时间长度后令该分析节点的重合闸重合;在分析节点的综合因子小于等于综合阈值时,令检修信息传输模块传输信息对该分析节点进行派单检修。
所述关联节点选取模块包括绝对值之和计算模块和绝对值之和比较模块,所述绝对值之和计算模块用于获取最近b次分析节点与某个候选节点的重合闸之后恢复正常状态所对应的重合闸时长的差值的绝对值之和,所述绝对值之和比较模块将各个候选节点所对应的绝对值之和与预设和值进行比较,选取绝对值之和小于预设和值的候选节点为关联节点。
所述检修分析模块还包括第一时间长度获取模块,所述第一时间长度获取模块获取各个关联节点最近一次发生瞬时性故障时重合闸之后恢复正常状态所对应的重合闸时长的平均值为第一时间长度。
一种基于智慧城市的配网故障状态监测方法,所述监测方法包括以下步骤:
预先建立故障特征数据库,所述故障特征数据库包括永久性特征数据库和瞬时性特征数据库,所述永久性特征数据库用于存储只有配电网线路发生永久性故障才会出现的故障特征,所述瞬时性特征数据库用于存储只有配电网线路发生瞬时性故障才会出现的故障特征,并且每一种瞬时性故障特征对应一种自动重合闸时长,当发生瞬时性故障时,通过重合闸重合能够恢复电力的正常运行,但是当重合闸的重合时间不正确,会导致瞬时停电,影响家庭、工厂的正常用电,甚至会导致机器损坏,因此,本申请中预先针对不同的瞬时性故障特征设置相应的自动重合闸时长,从而防止在遇到瞬时性故障进行自动重合闸时导致重合时间不正确,影响正常用电;本申请中的自动重合闸时长是指在电力发生故障到自动重合闸进行重合动作的间隔时长。
当监测某个配网节点发生故障时,设该配网节点为分析节点,
将分析节点的故障特征与故障特征数据库内特征进行比较,如果存在分析节点的故障特征与永久性特征数据库内的特征相似度大于第一相似度阈值,那么传输信息对该分析节点进行派单检修,
如果存在分析节点的故障特征与瞬时性特征数据库内的特征相似度大于第一相似度阈值,那么令该分析节点的重合闸按照瞬时性特征数据库中特征相对应的自动重合闸时长重合;
否则,对分析节点进行分析,判断是否要对该分析节点进行派单检修。
所述对分析节点进行分析包括:
以该分析节点为中心,以预设长度为半径值划分出圆形区域,设该圆形区域内的出分析节点以外的其他配网节点为该分析节点的候选节点,从候选节点中选取关联节点,
所述从候选节点中选取关联节点包括:
获取最近b次分析节点与某个候选节点的重合闸之后恢复正常状态所对应的重合闸时长的差值的绝对值之和,将各个候选节点所对应的绝对值之和与预设和值进行比较,选取绝对值之和小于预设和值的候选节点为关联节点;比如假设b=3,最近3次分析节点的重合闸之后恢复正常状态所对应的重合闸时长为2.2s、2.5s、3s,某个候选节点的重合闸之后恢复正常状态所对应的重合闸时长为2.0s、2.1s、2.0s,那么该个候选节点所对应的绝对值之和为|2.2-2.0|+|2.5-2.1|+|3-2.0|=1.4,将1.4与预设和值进行比较判断该个候选节点是否为关联节点;
瞬时性故障的产生原因是因为线路对树枝放电、大风引起的短时碰线、通过鸟类身体的放电导致的短路,地理位置相对比较靠近的,气象环境和生态环境会比较类似,因此导致发生瞬时性故障的原因也会比较类似,同时本申请通过重合闸时长来预估节点相对应的线路的绝缘老化情况,使得选取的关联节点的特征与分析节点的特征尽可能的相像,从而将关联节点的故障信息作为分析节点的参考对象时分析结果更加准确,所选取的第一时间长度也更加合理;
分别获取分析节点以及各个关联节点发生瞬时性故障的次数,对分析节点发生瞬时性故障的次数es进行归一化处理得到分析节点的第一因子x=1-(es-fmin)/ (fmax-fmin),fmax为分析节点以及各个关联节点发生瞬时性故障的次数中的最大值,fmin为分析节点以及各个关联节点最近一段时间内发生瞬时性故障的次数中的最小值;本申请考虑到瞬时性故障发生后影响线路的绝缘老化情况,当瞬时性故障次数较多的情况下,可能会出现线路的绝缘老化情况到达极限,使得产生的故障成为永久性故障,本申请通过关联节点来辅助判断分析节点的发生瞬时性故障的次数是否较多,当分析节点的发生瞬时性故障的次数较多时,出现绝缘老化情况到达情况导致该次的故障是永久性故障几率较高,需要进行检修;
获取该分析节点的历史故障次数ez,那么分析节点的第二因子y=es/ez;当分析节点发生瞬时故障的次数的占比越多,那么该次发生瞬时故障的可能性也越大;
获取该分析节点最近b次相邻两次瞬时性故障之间的时间间隔的方差s0,那么计算s0/sy,如果s0/sy大于1,那么分析节点的第三因子u=1,如果s0/sy小于等于 1,那么分析节点的第三因子u=s0/sy,其中,sy为预设的方差阈值;瞬时性故障是由于大风引起的短时碰线、通过鸟类身体的放电这些偶然性事件所导致的短路,因此瞬时性故障发生的时间应当具有随机性,因此方差s0应该相对比较大,如果检测到瞬时性故障的发生时间间隔差不多,相对比较有规律的时候,及s0比较小时,应当及时去检修一下判断是什么原因所导致的,及时接触导致故障发生的原因。
计算分析节点的综合因子z=0.48*x+0.36*y+0.16*u,
如果分析节点的综合因子大于综合阈值,那么间隔第一时间长度后令该分析节点的重合闸重合,其中,获取各个关联节点最近一次发生瞬时性故障时重合闸之后恢复正常状态所对应的重合闸时长的平均值为第一时间长度;根据周围节点重合闸时长去计算第一时间长度,防止在遇到瞬时性故障进行自动重合闸时导致重合时间不正确,减少影响正常用电的可能性;
如果分析节点的综合因子小于等于综合阈值,传输信息对该分析节点进行派单检修。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于智慧城市的配网故障状态监测***,其特征在于,所述监测***包括故障特征数据库、故障监测模块、故障比较模块、检修分析模块和检修信息传输模块,所述故障特征数据库包括永久性特征数据库和瞬时性特征数据库,所述永久性特征数据库用于存储只有配电网线路发生永久性故障才会出现的故障特征,所述瞬时性特征数据库用于存储只有配电网线路发生瞬时性故障才会出现的故障特征,并且每一种瞬时性故障特征对应一种自动重合闸时长,所述故障监测模块用于监测是否存在某个配网节点发生故障,在监测某个配网节点发生故障时,设该配网节点为分析节点,所述故障比较模块将分析节点的故障特征与故障特征数据库内特征进行比较,如果存在分析节点的故障特征与永久性特征数据库内的特征相似度大于第一相似度阈值,那么令检修信息传输模块传输信息对该分析节点进行派单检修,如果存在分析节点的故障特征与瞬时性特征数据库内的特征相似度大于第一相似度阈值,那么令该分析节点的重合闸按照瞬时性特征数据库中特征相对应的自动重合闸时长重合,否则,令检修分析模块对分析节点进行分析,判断是否要对该分析节点进行派单检修;
所述检修分析模块包括关联节点选取模块、第一因子获取模块、第二因子获取模块、第三因子获取模块、综合因子获取模块和综合因子比较模块,所述关联节点选取模块以分析节点为中心,以预设长度为半径值划分出圆形区域,设该圆形区域内的其他配网节点为该分析节点的候选节点,从候选节点中选取关联节点,所述第一因子获取模块分别获取分析节点以及各个关联节点发生瞬时性故障的次数,对分析节点发生瞬时性故障的次数es进行归一化处理得到分析节点的第一因子x=1-(es-fmin)/ (fmax-fmin),fmax为分析节点以及各个关联节点发生瞬时性故障的次数的最大值,fmin为分析节点以及各个关联节点最近一段时间内发生瞬时性故障的次数的最小值,所述第二因子获取模块获取该分析节点的历史故障次数ez,那么分析节点的第二因子y=es/ez,所述第三因子获取模块获取该分析节点最近b次相邻两次瞬时性故障之间的时间间隔的方差s0,那么计算s0/sy,如果s0/sy大于1,那么分析节点的第三因子u=1,如果s0/sy小于等于 1,那么分析节点的第三因子u=s0/sy,其中,sy为预设的方差阈值,所述综合因子获取模块计算分析节点的综合因子z=0.48*x+0.36*y+0.16*u,所述综合因子比较模块在分析节点的综合因子大于综合阈值时,那么间隔第一时间长度后令该分析节点的重合闸重合;在分析节点的综合因子小于等于综合阈值时,令检修信息传输模块传输信息对该分析节点进行派单检修。
2.根据权利要求1所述的一种基于智慧城市的配网故障状态监测***,其特征在于:所述关联节点选取模块包括绝对值之和计算模块和绝对值之和比较模块,所述绝对值之和计算模块用于获取最近b次分析节点与某个候选节点的重合闸之后恢复正常状态所对应的重合闸时长的差值的绝对值之和,所述绝对值之和比较模块将各个候选节点所对应的绝对值之和与预设和值进行比较,选取绝对值之和小于预设和值的候选节点为关联节点。
3.根据权利要求2所述的一种基于智慧城市的配网故障状态监测***,其特征在于:所述检修分析模块还包括第一时间长度获取模块,所述第一时间长度获取模块获取各个关联节点最近一次发生瞬时性故障时重合闸之后恢复正常状态所对应的重合闸时长的平均值为第一时间长度。
4.一种基于智慧城市的配网故障状态监测方法,其特征在于:所述监测方法包括以下步骤:
预先建立故障特征数据库,所述故障特征数据库包括永久性特征数据库和瞬时性特征数据库,所述永久性特征数据库用于存储只有配电网线路发生永久性故障才会出现的故障特征,所述瞬时性特征数据库用于存储只有配电网线路发生瞬时性故障才会出现的故障特征,并且每一种瞬时性故障特征对应一种自动重合闸时长,
当监测某个配网节点发生故障时,设该配网节点为分析节点,
将分析节点的故障特征与故障特征数据库内特征进行比较,如果存在分析节点的故障特征与永久性特征数据库内的特征相似度大于第一相似度阈值,那么传输信息对该分析节点进行派单检修,
如果存在分析节点的故障特征与瞬时性特征数据库内的特征相似度大于第一相似度阈值,那么令该分析节点的重合闸按照瞬时性特征数据库中特征相对应的自动重合闸时长重合;
否则,对分析节点进行分析,判断是否要对该分析节点进行派单检修;
所述对分析节点进行分析包括:
以该分析节点为中心,以预设长度为半径值划分出圆形区域,设该圆形区域内的其他配网节点为该分析节点的候选节点,从候选节点中选取关联节点,
分别获取分析节点以及各个关联节点发生瞬时性故障的次数,对分析节点发生瞬时性故障的次数es进行归一化处理得到分析节点的第一因子x=1-(es-fmin)/ (fmax-fmin),fmax为分析节点以及各个关联节点发生瞬时性故障的次数的最大值,fmin为分析节点以及各个关联节点最近一段时间内发生瞬时性故障的次数的最小值;
获取该分析节点的历史故障次数ez,那么分析节点的第二因子y=es/ez;
获取该分析节点最近b次相邻两次瞬时性故障之间的时间间隔的方差s0,那么计算s0/sy,如果s0/sy大于1,那么分析节点的第三因子u=1,如果s0/sy小于等于 1,那么分析节点的第三因子u=s0/sy,其中,sy为预设的方差阈值;
计算分析节点的综合因子z=0.48*x+0.36*y+0.16*u,
如果分析节点的综合因子大于综合阈值,那么间隔第一时间长度后令该分析节点的重合闸重合;
如果分析节点的综合因子小于等于综合阈值,传输信息对该分析节点进行派单检修。
5.根据权利要求4所述的一种基于智慧城市的配网故障状态监测方法,其特征在于:所述从候选节点中选取关联节点包括:
获取最近b次分析节点与某个候选节点的重合闸之后恢复正常状态所对应的重合闸时长的差值的绝对值之和,将各个候选节点所对应的绝对值之和与预设和值进行比较,选取绝对值之和小于预设和值的候选节点为关联节点。
6.根据权利要求5所述的一种基于智慧城市的配网故障状态监测方法,其特征在于:所述第一时间长度包括:
获取各个关联节点最近一次发生瞬时性故障时重合闸之后恢复正常状态所对应的重合闸时长的平均值为第一时间长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210000473.6A CN114295940B (zh) | 2022-01-04 | 2022-01-04 | 一种基于智慧城市的配网故障状态监测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210000473.6A CN114295940B (zh) | 2022-01-04 | 2022-01-04 | 一种基于智慧城市的配网故障状态监测***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114295940A CN114295940A (zh) | 2022-04-08 |
CN114295940B true CN114295940B (zh) | 2022-07-15 |
Family
ID=80974906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210000473.6A Active CN114295940B (zh) | 2022-01-04 | 2022-01-04 | 一种基于智慧城市的配网故障状态监测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114295940B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114828057B (zh) * | 2022-04-15 | 2022-10-28 | 珠海市鸿瑞信息技术股份有限公司 | 基于gis的通信基站配网监测***及方法 |
CN114760353B (zh) * | 2022-05-05 | 2024-03-19 | 灵锡互联网(无锡)有限公司 | 一种基于大数据的智慧城市互联网服务管理***及方法 |
CN114884054B (zh) * | 2022-05-18 | 2023-01-17 | 中咨数据有限公司 | 一种基于物联网的城市智慧交通应急监测调控管理*** |
CN114793019B (zh) * | 2022-05-31 | 2023-03-24 | 南京国电南思科技发展股份有限公司 | 基于大数据分析的二次设备可视化监管*** |
CN115048591B (zh) * | 2022-06-17 | 2023-09-29 | 河北新大长远电力科技股份有限公司 | 一种基于人工智能的配电网全息数据可视化智能展示分析*** |
CN115278742B (zh) * | 2022-07-11 | 2023-04-14 | 珠海市鸿瑞信息技术股份有限公司 | 基于设备告警的设备基站健康评定***及方法 |
CN115618976A (zh) * | 2022-10-19 | 2023-01-17 | 珠海三体芯变频科技有限公司 | 一种基于物联网的热泵故障检测***及方法 |
CN117526249B (zh) * | 2023-11-03 | 2024-07-19 | 青岛裕华电子科技有限公司 | 一种应用数据分析技术的电能使用控制管理***及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105301450A (zh) * | 2015-11-26 | 2016-02-03 | 云南电网有限责任公司电力科学研究院 | 一种配网故障自动诊断方法及*** |
CN110954782A (zh) * | 2019-12-17 | 2020-04-03 | 国网山东省电力公司济宁供电公司 | 基于密度峰值聚类的配网瞬时性故障识别方法及*** |
CN111832827A (zh) * | 2020-07-16 | 2020-10-27 | 国网北京市电力公司 | 一种配网故障预警方法、装置、可读介质及电子设备 |
CN112255504A (zh) * | 2020-10-14 | 2021-01-22 | 国网湖南省电力有限公司 | 配电网线路故障判断方法、***及存储介质 |
CN113624533A (zh) * | 2021-10-12 | 2021-11-09 | 南京佰思智能科技有限公司 | 一种基于人工智能的发电厂设备故障诊断***及方法 |
CN113659541A (zh) * | 2021-07-23 | 2021-11-16 | 华中科技大学 | 基于波形相似度匹配的多端直流电网重合闸方法及*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101467249B1 (ko) * | 2014-03-11 | 2014-12-02 | 성균관대학교산학협력단 | 과도 안정성에 기초한 적응적 재폐로 제어 장치 및 방법 |
CN105069535B (zh) * | 2015-08-19 | 2020-07-24 | 中国电力科学研究院 | 一种基于arima模型的配电网运行可靠性的预测方法 |
-
2022
- 2022-01-04 CN CN202210000473.6A patent/CN114295940B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105301450A (zh) * | 2015-11-26 | 2016-02-03 | 云南电网有限责任公司电力科学研究院 | 一种配网故障自动诊断方法及*** |
CN110954782A (zh) * | 2019-12-17 | 2020-04-03 | 国网山东省电力公司济宁供电公司 | 基于密度峰值聚类的配网瞬时性故障识别方法及*** |
CN111832827A (zh) * | 2020-07-16 | 2020-10-27 | 国网北京市电力公司 | 一种配网故障预警方法、装置、可读介质及电子设备 |
CN112255504A (zh) * | 2020-10-14 | 2021-01-22 | 国网湖南省电力有限公司 | 配电网线路故障判断方法、***及存储介质 |
CN113659541A (zh) * | 2021-07-23 | 2021-11-16 | 华中科技大学 | 基于波形相似度匹配的多端直流电网重合闸方法及*** |
CN113624533A (zh) * | 2021-10-12 | 2021-11-09 | 南京佰思智能科技有限公司 | 一种基于人工智能的发电厂设备故障诊断***及方法 |
Non-Patent Citations (2)
Title |
---|
An Intelligent Adaptive Reclosure Scheme for High Voltage Transmission Lines;Xiangning Lin等;《2007 International Conference on Intelligent Systems Applications to Power Systems》;20080128;全文 * |
基于模型辨识的配电线路永久性故障判定方法;丁芃等;《电工技术学报》;20190331;第34卷(第5期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114295940A (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114295940B (zh) | 一种基于智慧城市的配网故障状态监测***及方法 | |
Guo et al. | Synchrophasor-based islanding detection for distributed generation systems using systematic principal component analysis approaches | |
CN116187593B (zh) | 一种配电网故障预测处理方法、装置、设备、存储介质 | |
CN106771883A (zh) | 一种基于云的多源信息配电故障定位方法及*** | |
CN110838821B (zh) | 光伏电站故障控制方法以及*** | |
CN114280414A (zh) | 一种基于拓扑动态识别的低压配电网故障定位***及方法 | |
AU2020103307A4 (en) | Machine Learning-Based Power Quality Improvement System For Micro-Grid | |
CN115333062B (zh) | 一种配电网***的故障处理方法及装置 | |
CN112488336A (zh) | 一种用于极端天气下的电网故障处理方法及*** | |
CN113777434A (zh) | 一种故障监测方法、装置及供配电*** | |
CN117335570B (zh) | 一种弹性配电网全景信息可视化监测***及方法 | |
CN117590148A (zh) | 一种基于大数据的电网线路故障诊断方法和*** | |
CN113471864A (zh) | 一种变电站二次设备现场检修装置及方法 | |
CN111505441A (zh) | 用于小负荷电流线路及故障指示器的短路故障判断方法及*** | |
CN110930015A (zh) | 大型配电网事故的预防方法以及*** | |
CN115378127A (zh) | 一种基于电网设备多维数据实时分析的故障深度诊断方法 | |
CN110321527B (zh) | 一种基于多元基础信息融合的数据有效性判别方法 | |
Sumic et al. | Fuzzy set theory based outage determination [for distribution networks] | |
KR20180090106A (ko) | 배전 관리 시스템의 고장 관리 장치 | |
CN113945839A (zh) | 一二次深度融合的智能熔断器的应用方法 | |
CN110931316A (zh) | 一种智能断路器 | |
CN104483596A (zh) | 线路两端保护时间不同步时的故障信息关联方法和*** | |
CN117977807B (zh) | 远程光伏电力***实时监测方法 | |
CN113076647B (zh) | 火点灾害下电网连锁故障元件故障概率评估方法及*** | |
CN115589072A (zh) | 基于配电自动化的故障终端的分析方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |