CN102981096A - 一种基于wams时序分解的电网故障辨识方法 - Google Patents
一种基于wams时序分解的电网故障辨识方法 Download PDFInfo
- Publication number
- CN102981096A CN102981096A CN2012105073813A CN201210507381A CN102981096A CN 102981096 A CN102981096 A CN 102981096A CN 2012105073813 A CN2012105073813 A CN 2012105073813A CN 201210507381 A CN201210507381 A CN 201210507381A CN 102981096 A CN102981096 A CN 102981096A
- Authority
- CN
- China
- Prior art keywords
- fault
- benchmark
- sequential
- fault mode
- electrical network
- 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.)
- Granted
Links
Images
Landscapes
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于WAMS时序分解的电网故障辨识方法,包括:S1、使用相量测量单元对电网的实时数据进行采集,并对采集的实时数据进行时序分解后,提取得到电网实时特征向量;S2、将提取得到的电网实时特征向量与预设的基准故障模式向量集合中的多个基准故障模式向量分别进行对比,从而辨识电网是否发生故障;S3、若电网发生故障,则结合该故障对应的基准故障模式向量得出故障内容,并执行步骤S4,否则返回执行步骤S1;S4、根据辨识出的故障内容,对电网网络拓扑以及预设的基准故障模式向量集合进行更新。本发明的一种基于WAMS时序分解的电网故障辨识方法,辨识速度快且准确,反映及时,可广泛应用于电网故障识别中。
Description
技术领域
本发明涉及一种电网故障辨识方法,特别是一种基于WAMS时序分解的电网故障辨识方法。
背景技术
随着我国电网规模越来越大,结构越来越复杂,极端恶劣天气以及主设备故障引发的多元件跳闸等复杂故障严重威胁电网安全。局部电网的某些扰动,特别是短路故障,其影响将波及邻近的广大地域,如果处理不当或不及时,则可能扩大为系统性事故,甚至导致整个系统崩溃,造成大面积停电。故障发生时,调度运行人员需要及时对故障类别及其影响做出判断以采取适当的应对措施。实际大电网中发生故障,特别是短时间内发生多重复杂故障时,由于波及面较广,多种信息源会产生大量的实时测量数据。对这些大量实时信息加以分析、处理,准确、快速地对电网复杂故障进行在线辨识,对保证电网安全运行至关重要。
现有的故障辨识方法大多基于开关SOE、保护和故障录波数据,无法实现电网数据的多点对时,难以对涉及多站点、多元件的复杂故障进行在线实时辨识。现有辨识方法中,未考虑变化量在时间上的时序特性,对单一故障的辨识误报、漏报问题突出,更无法应对复杂故障辨识的需求。
发明内容
为了解决上述的技术问题,本发明的目的是提供了一种基于WAMS时序分解的电网故障辨识方法。
本发明解决其技术问题所采用的技术方案是:
一种基于WAMS时序分解的电网故障辨识方法,包括:
S1、使用相量测量单元对电网的实时数据进行采集,并对采集的实时数据进行时序分解后,提取得到电网实时特征向量;
S2、将提取得到的电网实时特征向量与预设的基准故障模式向量集合中的多个基准故障模式向量分别进行对比,从而辨识电网是否发生故障;
S3、若电网发生故障,则结合该故障对应的基准故障模式向量得出故障内容,并执行步骤S4,否则返回执行步骤S1;
S4、根据辨识出的故障内容,对电网网络拓扑以及预设的基准故障模式向量集合进行更新。
进一步,在所述步骤S1之前还包括以下步骤:
S0、对多个故障模式下的电网电气参数变量的时序信息进行时序分解后,建立多个与故障模式对应的基准故障模式向量,从而得到基准故障模式向量集合。
进一步,所述步骤S0,包括:
S01、根据多个故障模式的功率、电压及电流参数变量的时序信息,建立包含分相时序信息的故障模式向量;
S02、对发生故障后的保护动作时区进行划分并建立统一时序后,对故障模式向量进行规范化处理,得到多个与故障模式对应的基准故障模式向量,从而得到基准故障模式向量集合。
进一步,所述步骤S1,其具体为:
使用相量测量单元对电网的实时数据进行采集,并对采集的实时数据进行时序分解后,即根据采集的实时数据对发生故障后的保护动作时区进行划分并建立统一时序后,进行提取后得到电网实时特征向量。
进一步,所述步骤S3中所述故障内容,包括故障时间、故障类型及线路开关动作情况。
进一步,所述步骤S4,其具体为:
根据辨识出的故障内容中的线路开关动作情况,对电网网络拓扑进行更新,并根据更新后的电网拓扑对基准故障模式向量集合进行更新。
本发明的有益效果是:本发明的一种基于WAMS时序分解的电网复杂故障辨识方法,通过使用相量测量单元对电网的实时数据进行采集,并通过时序分解后,提取出电网实时特征向量,通过将该实时特征向量与预设的基准故障模式向量集合进行对比,从而辨识电网是否发生故障,辨识速度快,可较好地反映电网的实时动态。而且,还考虑了故障对电网拓扑结构变化的影响,根据辨识出的故障对电网拓扑结构及基准故障模式向量集合进行更新,从而更快速、准确地进行故障识别。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是本发明的一种基于WAMS时序分解的电网故障识别方法的流程图;
图2是本发明的输电线路单相故障的第一故障模式的基准故障模式向量的示意图;
图3是本发明的输电线路单相故障的第二故障模式的基准故障模式向量的示意图;
图4是本发明的输电线路单相故障的第三故障模式的基准故障模式向量的示意图;
图5是本发明的输电线路单相故障的第四故障模式的基准故障模式向量的示意图;
图6是本发明的输电线路单相故障的第五故障模式的基准故障模式向量的示意图;
图7是本发明的输电线路单相故障的第六故障模式的基准故障模式向量的示意图;
图8是本发明的输电线路单相故障的第七故障模式的基准故障模式向量的示意图;
图9是本发明的输电线路单相故障的第八故障模式的基准故障模式向量的示意图;
图10是本发明的输电线路单相故障的第九故障模式的基准故障模式向量的示意图。
具体实施方式
为了便于下文的描述,首先给出以下名词解释:
SOE(Sequence Of Event),事件顺序记录系统;
PMU(Phasor Measurement Unit):相量测量单元;
WAMS(Wide Area Measurement System):广域测量系统;
基于相量测量单元(PMU)的广域测量系统(WAMS)能够提供带有时序特征的精确测量数据,为实现电网复杂故障在线实时辨识提供了可行的技术手段。
参照图1,本发明提供了一种基于WAMS时序分解的电网故障辨识方法,包括:
S1、使用相量测量单元对电网的实时数据进行采集,并对采集的实时数据进行时序分解后,提取得到电网实时特征向量;
S2、将提取得到的电网实时特征向量与预设的基准故障模式向量集合中的多个基准故障模式向量分别进行对比,从而辨识电网是否发生故障;
S3、若电网发生故障,则结合该故障对应的基准故障模式向量得出故障内容,并执行步骤S4,否则返回执行步骤S1;
S4、根据辨识出的故障内容,对电网网络拓扑以及预设的基准故障模式向量集合进行更新。因此,当进行下一次的故障识别时,将是基于更新后的预设的基准故障模式向量集合进行识别。
上述步骤S2中,可以采用将提取得到的电网实时特征向量与预设的基准故障模式向量集合中的多个基准故障模式向量按顺序分别进行对比的方式,当检测到电网实时特征向量与某个基准故障模式向量相等时,即可辨识电网发生故障,执行步骤S3,不必继续进行对比。
进一步作为优选的实施方式,在所述步骤S1之前还包括以下步骤:
S0、对多个故障模式下的电网电气参数变量的时序信息进行时序分解后,建立多个与故障模式对应的基准故障模式向量,从而得到基准故障模式向量集合。
进一步作为优选的实施方式,所述步骤S0,包括:
S01、根据多个故障模式的功率、电压及电流参数变量的时序信息,建立包含分相时序信息的故障模式向量;
S02、对发生故障后的保护动作时区进行划分并建立统一时序后,对故障模式向量进行规范化处理,得到多个与故障模式对应的基准故障模式向量,从而得到基准故障模式向量集合。
进一步作为优选的实施方式,所述步骤S1,其具体为:
使用相量测量单元对电网的实时数据进行采集,并对采集的实时数据进行时序分解后,即根据采集的实时数据对发生故障后的保护动作时区进行划分并建立统一时序后,进行提取后得到电网实时特征向量。
进一步作为优选的实施方式,所述步骤S3中所述故障内容,包括故障时间、故障类型及线路开关动作情况。
进一步作为优选的实施方式,所述步骤S4,其具体为:
根据辨识出的故障内容中的线路开关动作情况,对电网网络拓扑进行更新,并根据更新后的电网拓扑对基准故障模式向量集合进行更新。
下面是本发明的一个实施例,是采用本发明的一种基于WAMS时序分解的电网故障辨识方法对输电线路单相故障进行辨识的实施例。输电线路单相故障主要根据电压U及电流I进行诊断。因此,在时域上将故障发生后的动作时区分解为5个部分,以此作为统一时序:
A、主保护动作时区,40-60 ms;
B、开关失灵保护动作时区,300-350 ms;
C、后备保护动作时区,500-600 ms;
D、重合闸动作时区,1000-1600 ms;
E、保护永跳动作时区 ,1640-1660 ms;
上述时间值为故障发送后的时间值。
对于相电压U、相电流I的幅值进行规范化处理,可用0、1、2分别表示线路跳闸、正常负荷、故障状态等三种状态。其中:
0:代表相电压U、相电流I的幅值低于0.1负荷值,即线路跳闸状态;
1:代表相电压U、相电流I的介于0.9-1.1倍负荷值之间,即正常负荷状态;
2:代表相电压U、相电流I的大于5倍负荷值,即故障状态;
这里,负荷值指故障前的幅值。
经过上面的时序分解及幅值规范化处理后,对输电线路单相故障的9种典型故障情况,可以得到相应的基准故障模式向量。参照图2到图10,图中,U坐标或I坐标旁边的数值0、1、2为根据上面的定义进行规范化的幅值。各图代表的故障模式及相应的向量如下:
图4中,正常情况下,相电压U的向量为111100。
这里,相电压U的向量采用6位数字表示,这6位数字从左到右依次分别代表初始时刻、A时区、B时区、C时区、D时区及E时区时,相电压U的规范后的幅值。同样的,相电流I的向量也采用6位数字表示,这6位数字从左到右依次分别代表初始时刻、A时区、B时区、C时区、D时区及E时区时,相电流I的规范后的幅值。
因此,根据输电线路单相故障的各种故障模式下的相电压U及相电流I在统一时序上的分别特征可以建立基准故障模式向量集合,然后采用相量测量单元采集电网的实时数据,利用与建立基准故障模式向量过程中同样的统一时序,建立实时特征向量,并将该实时特征向量与基准故障模式向量集合进行对比,即可准确地辨识故障内容,包括故障时间、故障类型及线路开关动作情况。
根据线路开关动作情况,可对电网拓扑进行更新,进而根据更新后的电网拓扑对基准故障模式向量集合进行更新。例如,当发生如图3所述的电网故障时,该故障对应的相电流I的向量中,处在D、E处的脉冲将向右移动,据此对基准故障模式向量集合进行更新。之后根据更新后的基准故障模式向量集合进行故障的辨识,可以更快速、更准确。当然,当故障排除时,也会相应地对基准故障模式向量集合进行更新。
类似的,对输电线路的其它故障也可以采用与本实施例类似的方法进行辨识。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换,这些等同的变型或替换均包含在本申请权利要求所限定的范围内。
Claims (6)
1.一种基于WAMS时序分解的电网故障辨识方法,其特征在于,包括:
S1、使用相量测量单元对电网的实时数据进行采集,并对采集的实时数据进行时序分解后,提取得到电网实时特征向量;
S2、将提取得到的电网实时特征向量与预设的基准故障模式向量集合中的多个基准故障模式向量分别进行对比,从而辨识电网是否发生故障;
S3、若电网发生故障,则结合该故障对应的基准故障模式向量得出故障内容,并执行步骤S4,否则返回执行步骤S1;
S4、根据辨识出的故障内容,对电网网络拓扑以及预设的基准故障模式向量集合进行更新。
2.根据权利要求1所述的一种基于WAMS时序分解的电网故障辨识方法,其特征在于,在所述步骤S1之前还包括以下步骤:
S0、对多个故障模式下的电网电气参数变量的时序信息进行时序分解后,建立多个与故障模式对应的基准故障模式向量,从而得到基准故障模式向量集合。
3.根据权利要求2所述的一种基于WAMS时序分解的电网故障辨识方法,其特征在于,所述步骤S0,包括:
S01、根据多个故障模式的功率、电压及电流参数变量的时序信息,建立包含分相时序信息的故障模式向量;
S02、对发生故障后的保护动作时区进行划分并建立统一时序后,对故障模式向量进行规范化处理,得到多个与故障模式对应的基准故障模式向量,从而得到基准故障模式向量集合。
4.根据权利要求1所述的一种基于WAMS时序分解的电网故障辨识方法,其特征在于,所述步骤S1,其具体为:
使用相量测量单元对电网的实时数据进行采集,并对采集的实时数据进行时序分解后,即根据采集的实时数据对发生故障后的保护动作时区进行划分并建立统一时序后,进行提取后得到电网实时特征向量。
5.根据权利要求1所述的一种基于WAMS时序分解的电网故障辨识方法,其特征在于,所述步骤S3中所述故障内容,包括故障时间、故障类型及线路开关动作情况。
6.根据权利要求5所述的一种基于WAMS时序分解的电网故障辨识方法,其特征在于,所述步骤S4,其具体为:
根据辨识出的故障内容中的线路开关动作情况,对电网网络拓扑进行更新,并根据更新后的电网拓扑对基准故障模式向量集合进行更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210507381.3A CN102981096B (zh) | 2012-11-30 | 2012-11-30 | 一种基于wams时序分解的电网故障辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210507381.3A CN102981096B (zh) | 2012-11-30 | 2012-11-30 | 一种基于wams时序分解的电网故障辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102981096A true CN102981096A (zh) | 2013-03-20 |
CN102981096B CN102981096B (zh) | 2016-04-06 |
Family
ID=47855304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210507381.3A Active CN102981096B (zh) | 2012-11-30 | 2012-11-30 | 一种基于wams时序分解的电网故障辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102981096B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103514281A (zh) * | 2013-09-29 | 2014-01-15 | 国家电网公司 | 一种基于wams动态数据的风电场无功调节能力自动分析系统 |
CN104297637A (zh) * | 2014-10-31 | 2015-01-21 | 国家电网公司 | 综合利用电气量和时序信息的电力系统故障诊断方法 |
CN105305412A (zh) * | 2015-09-22 | 2016-02-03 | 中国南方电网有限责任公司 | 基于时序相对变化量的广域测量系统错误数据判别方法 |
CN105512195A (zh) * | 2015-11-26 | 2016-04-20 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种产品fmeca报告分析决策辅助方法 |
CN107085164A (zh) * | 2017-03-22 | 2017-08-22 | 清华大学 | 一种电网故障类型确定方法及装置 |
CN108279641A (zh) * | 2018-01-25 | 2018-07-13 | 深圳市智物联网络有限公司 | 一种cnc调机方法及其系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419267A (zh) * | 2008-12-03 | 2009-04-29 | 中国电力科学研究院 | 一种电网故障在线快速诊断与分析方法 |
CN102721901A (zh) * | 2012-06-26 | 2012-10-10 | 西南交通大学 | 基于时序贝叶斯知识库tbkb的电网故障诊断方法 |
KR101197576B1 (ko) * | 2011-08-17 | 2012-11-06 | 한국전기연구원 | 전력계통에서 실시간 측정신호를 이용한 온라인 지능형 고장파급방지 방법 및 시스템 |
-
2012
- 2012-11-30 CN CN201210507381.3A patent/CN102981096B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419267A (zh) * | 2008-12-03 | 2009-04-29 | 中国电力科学研究院 | 一种电网故障在线快速诊断与分析方法 |
KR101197576B1 (ko) * | 2011-08-17 | 2012-11-06 | 한국전기연구원 | 전력계통에서 실시간 측정신호를 이용한 온라인 지능형 고장파급방지 방법 및 시스템 |
CN102721901A (zh) * | 2012-06-26 | 2012-10-10 | 西南交通大学 | 基于时序贝叶斯知识库tbkb的电网故障诊断方法 |
Non-Patent Citations (3)
Title |
---|
乐全明等: "基于时态逻辑技术的高压输电线系统故障诊断", 《电力系统自动化》, vol. 30, no. 9, 10 May 2006 (2006-05-10) * |
周子冠等: "基于广域测量系统的电网故障在线智能化诊断与分析方法", 《中国电机工程学报》, vol. 29, no. 13, 5 May 2009 (2009-05-05) * |
颜晟等: "基于故障录波时序信息的电网故障诊断", 《电力系统保护与控制》, vol. 39, no. 17, 1 September 2011 (2011-09-01) * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103514281A (zh) * | 2013-09-29 | 2014-01-15 | 国家电网公司 | 一种基于wams动态数据的风电场无功调节能力自动分析系统 |
CN103514281B (zh) * | 2013-09-29 | 2016-06-29 | 国家电网公司 | 一种基于wams动态数据的风电场无功调节能力自动分析系统 |
CN104297637A (zh) * | 2014-10-31 | 2015-01-21 | 国家电网公司 | 综合利用电气量和时序信息的电力系统故障诊断方法 |
CN105305412A (zh) * | 2015-09-22 | 2016-02-03 | 中国南方电网有限责任公司 | 基于时序相对变化量的广域测量系统错误数据判别方法 |
CN105305412B (zh) * | 2015-09-22 | 2017-10-03 | 中国南方电网有限责任公司 | 基于时序相对变化量的广域测量系统错误数据判别方法 |
CN105512195A (zh) * | 2015-11-26 | 2016-04-20 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种产品fmeca报告分析决策辅助方法 |
CN105512195B (zh) * | 2015-11-26 | 2019-08-23 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种产品fmeca报告分析决策辅助方法 |
CN107085164A (zh) * | 2017-03-22 | 2017-08-22 | 清华大学 | 一种电网故障类型确定方法及装置 |
CN108279641A (zh) * | 2018-01-25 | 2018-07-13 | 深圳市智物联网络有限公司 | 一种cnc调机方法及其系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102981096B (zh) | 2016-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102981096B (zh) | 一种基于wams时序分解的电网故障辨识方法 | |
CN102035202B (zh) | 一种网络重构系统 | |
CN107219453B (zh) | 一种基于多维混合量的变电站继电保护隐性故障诊断方法 | |
CN107515108B (zh) | 高压隔离开关操作机构的机械特性监测装置及监测方法 | |
CN110108980B (zh) | 一种电力系统的异常事件的识别方法及装置 | |
EP2985920A1 (en) | Real time, automatic diagnostic system and method for electric networks | |
CN113364120B (zh) | 智能变电站控制过程校核方法、装置、设备及存储介质 | |
CN108053332B (zh) | 一种基于配置文件的故障树自动生成方法及系统 | |
CN104360237A (zh) | 地区电网主设备故障在线智能辨识方法 | |
CN104537484A (zh) | 基于psasp模型和备自投策略的电网负荷损失风险评估方法 | |
CN103743963A (zh) | 一种基于电气量与状态量的电力系统故障诊断方法 | |
CN103580282A (zh) | 一种变电站内一次设备智能接口装置 | |
CN105956245A (zh) | 一种智能变电站scd模型间隔解耦方法 | |
CN103227662A (zh) | 一种基于状态控制的电力通信设备安全检测方法及系统 | |
CN111049131A (zh) | 一种地区电网在线故障处置预案生成方法及系统 | |
CN112653105B (zh) | 基于电流信息重构的高压输电线路后备保护方法及装置 | |
CN104763576B (zh) | 一种抽水蓄能机组保护辅助信号异常判别和修正方法 | |
CN111969709B (zh) | 基于电力系统备自投分析的智能告警方法和系统 | |
Zhang | Improving real-time fault analysis and validating relay operations to prevent or mitigate cascading blackouts | |
Xiaoyu et al. | The Effect of secondary-DC-loss Protection on the Reliability of substation protection system | |
CN107329018A (zh) | 一种变电站继电保护系统测量环节隐性故障检测方法 | |
Hong et al. | Research on Intelligent Diagnosis Strategy of Secondary Device Abnormity in Smart Substation | |
Wang et al. | The Design and Implementation of Attack Path Extraction Model in Power Cyber Physical System. | |
CN109818336B (zh) | 基于scd的继电保护系统智能运维策略生成系统及方法 | |
Naik et al. | Smart grid communication protocol test automation along with protection test automation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |