CN102998597B - 加速配电网故障容错定位的方法 - Google Patents
加速配电网故障容错定位的方法 Download PDFInfo
- Publication number
- CN102998597B CN102998597B CN201210583672.0A CN201210583672A CN102998597B CN 102998597 B CN102998597 B CN 102998597B CN 201210583672 A CN201210583672 A CN 201210583672A CN 102998597 B CN102998597 B CN 102998597B
- Authority
- CN
- China
- Prior art keywords
- fault
- distribution network
- power distribution
- algorithm
- failure
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 24
- 239000011159 matrix material Substances 0.000 claims abstract description 89
- 239000002245 particle Substances 0.000 claims abstract description 60
- 230000004807 localization Effects 0.000 claims abstract description 26
- 238000012937 correction Methods 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000005457 optimization Methods 0.000 abstract description 2
- 238000013473 artificial intelligence Methods 0.000 abstract 2
- 238000003745 diagnosis Methods 0.000 description 6
- 238000005194 fractionation Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 101150075118 sub1 gene Proteins 0.000 description 2
- 241000544061 Cuculus canorus Species 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- 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
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种加速配电网故障容错定位的方法,配电网故障区段定位技术中容错性较高的一类算法是人工智能算法,但是该类算法故障定位速度慢,难以满足在线实时性的要求。所以本发明根据矩阵算法的故障定位结果,将故障进行分类,多重故障下对粒子群算法的初始解进行改进,加快迭代寻优速度,纠正矩阵算法的错误定位,实现配电网故障的快速准确定位。本发明充分利用了矩阵算法的故障区段定位结果,将矩阵算法和粒子群算法合理结合,继承了矩阵算法定位速度快以及粒子群算法的容错性好的优点,实现故障的快速准确定位。解决了配电网故障定位方法中矩阵算法的容错性差以及人工智能算法的故障定位速度慢的问题。
Description
专利领域
本发明属于电力系统自动化技术领域,涉及配电网的故障诊断,具体来说是一种加速配电网故障容错定位的方法。
背景技术
现代电力系统的规模、容量和覆盖范围越来越大,在国民经济和人民生活中占有重要地位,故障停电会给社会生产和人民生活带来重创,所以提高供电可靠性迫在眉睫。配电自动化是减少停电时间、缩小停电面积,提高供电可靠性的重要手段。其中,馈线自动化是配电自动化的最主要功能之一,即配电网故障发生后,能及时、准确地进行故障区段定位,迅速的隔离故障区域,并及时恢复非故障失电负荷的供电,由此看出,配电网故障区段定位是故障隔离和供电恢复的前提和基础,对于提高供电可靠性具有重要意义。
配电网故障区段定位是根据馈线开关上报的故障信息,采用相应的算法进行故障定位。目前该技术领域的研究主要是基于健全信息的故障诊断和在非健全信息下的故障诊断。基于健全信息的故障诊断的主要成果是刘健等(刘健,倪建立,杜宇.配电网故障区段判断和隔离的统一矩阵算法[J].电力系统自动化,1999,23(1):31-33.)提出的矩阵算法,矩阵算法可以迅速找到故障区段,满足在线运行实时性的要求,但是由于馈线自动化设备和通信网络都是工作于户外,运行环境恶劣,故障信息容易发生误报或漏报,终端设备难以提供健全的故障信息,因此矩阵算法的定位结果可能出现错误。另一方面,基于非健全信息的故障诊断的成果主要是人工智能算法,比如杜红卫等(杜红卫,孙雅明,刘弘靖,等.基于遗传算法的配电网故障定位和隔离[J].电网技术,2000,24(5):52-55.)提出的遗传算法以及李超文等(李超文,何正友,张海平,等.基于二进制粒子群算法的辐射状配电网故障定位[J].电力系统保护与控制,2009,37(7):35-39.)提出的二进制粒子群算法,虽然人工智能算法的容错性好,但是故障诊断速度慢,往往不能满足故障定位在线实时性的要求。因此由于各种算法自身的缺点,限制了馈线自动化的应用。
发明内容
本发明的目的在于对现有的配电网故障区段定位技术进行改进,提出一种加速配电网故障容错定位的方法。首先由矩阵算法进行故障定位,并根据定位结果分类,单一故障的情况下,矩阵算法和人工智能算法的定位结果是相同的,矩阵算法定位结果不必再修改;多重故障的情况下,将矩阵算法的故障区段定位结果以及定位结果的拆分作为粒子群算法的部分初始种群,加快粒子群算法的迭代寻优速度,修正矩阵算法由于故障信息畸变出现的定位错误,实现配电网故障的快速准确定位。本申请具体采用以下技术方案:
一种加速配电网故障容错定位的方法,其特征在于,所述方法包括以下步骤:
步骤1:配电网发生故障后,首先由主站收集齐各馈线开关的故障电流信息,若某一开关上传故障电流信息,则定义该开关的故障信息标志为1,反之,则定义该开关的故障信息标志为0;然后根据馈线开关上传的故障电流信息,应用矩阵算法完成故障区段定位,若某一区段故障,则定义该区段故障标志为1,反之,定义该区段故障标志为0;
步骤2:根据矩阵算法的故障区段定位结果,判断配电网的故障是单一故障还是多重故障,然后根据如下方法判断是否还需要使用粒子群算法再次进行故障定位,对矩阵算法的多重故障区段定位结果进行容错纠正:
(1)若矩阵算法的故障区段定位结果表明配电网发生单一故障,则认为矩阵算法的故障区段定位结果是正确的;
(2)若矩阵算法的故障区段定位结果表明配电网发生多重故障,则将矩阵算法的故障区段定位结果进行拆分,当矩阵算法的故障区段定位结果显示配电网发生了n重故障,则共拆分出n种可能的单一故障,加上矩阵算法的定位结果,共n+1种可能的故障情况,然后将这n+1种可能的故障情况作为粒子群算法的部分初始种群再次故障定位,完成多重故障的容错故障区段定位,该粒子群算法的故障区段定位结果作为最终的故障区段定位结果;
步骤3:根据步骤1、2完成故障区段判断后,主站向故障区段周边的开关发送分闸命令以隔离故障。
在步骤2中的第(1)步中,若根据矩阵算法诊断出配电网发生单一故障,那么使用粒子群算法的故障区段定位结果和根据矩阵算法的故障区段定位结果是相同的,权利1中所述的方法在配电网发生单一故障的情况下,主站是采用矩阵算法完成的故障区段定位,定位速度快,容错效果和粒子群算法是一样的。
在步骤2的第(2)步中,因为配电网发生多重故障的可能性不大,当定位结果表明配电网发生多重故障时,可能是由于馈线开关故障信息误报或者漏报造成的,所以要对矩阵算法的多重故障区段定位结果进行容错纠正。当配电网的故障区段定位结果表明配电网发生多重故障时,将矩阵算法的故障区段定位结果拆分,作为粒子群算法的部分初始种群迭代寻优,加快了粒子群算法的多重故障的定位速度,而且可以纠正矩阵算法错误的故障定位结果。
若矩阵算法的故障区段定位结果表明配电网发生多重故障,要将矩阵算法的故障区段定位结果拆分,作为粒子群算法的部分初始种群迭代寻优,再次进行多重故障容错定位。
将矩阵算法的故障区段定位结果拆分方法是:若配电网发生了n重故障,则假设配电网发生单一故障,然后随机假定矩阵算法判定出的n个故障区段中有且仅有一个区段故障,并找出所有可能的结果,共n种假设的单一区段故障,加上矩阵算法的定位结果,共n+1中可能的故障情况。
本发明根据矩阵算法的定位结果判断配电网发生的故障是单一故障还是多重故障,单一故障下矩阵算法和粒子群算法的定位结果是一样的,此时本发明仅采用矩阵算法进行故障定位,保证了矩阵算法的快速容错定位;多重故障下,可能是由于馈线开关信息误报或者漏报造成的,所以将矩阵的定位结果及其拆分作为粒子群算法的部分初始粒子,再次进行故障定位,提高了粒子群算法的故障定位速度,而且可以将矩阵算法错误的故障定位结果纠正。
本申请的优点是:(1)单一故障下,在保持容错性和粒子群算法一致的前提下,采用矩阵算法进行故障定位,满足故障定位在线实时性的要求;(2)考虑到多重故障的概率较小,由矩阵算法定位结果得出配电网发生多重故障时,可能是由于开关信息误报或者漏报造成的,再次使用粒子群算法进行故障定位,使得定位结果更加准确合理。
附图说明
图1为本发明加速配电网故障容错定位方法的流程图;
图2是正常运行的配电网线路图;
图3是图2中馈线区段D5发生故障时的配电网线路图;
其中,S1、S2为变电站出线开关,A、B、C、D为馈线分段开关,E为联络开关,方块代表断路器,圆圈代表负荷开关,实心代表合闸,空心代表分闸。
图4是正常运行时的另一种配电网线路图;
图5是图4中馈线区段D4、D8发生故障时的配电网线路图。
其中,S1为变电站的出线开关,A、B、C……K为馈线分段开关,方块代表断路器,圆圈代表负荷开关。
具体实施方式
以下将结合附图和实例对发明的内容做进一步说明。
如图2所示,馈线区段D1、D2……D5由变电站Sub1供电,S1为变电站Sub1的出线开关,A、B、C、D为馈线分段开关;馈线区段D6由变电站Sub2供电,S2为Sub2的出线开关;E为联络开关;
图3是图2中馈线区段D5发生故障时的配电网线路图;
如图4所示,馈线区段D1、D2……D12由变电站Sub供电,S1为变电站Sub的出线开关,A、B、C……K为馈线分段开关;
图5是图4中馈线区段D4、D8发生故障时的配电网线路图。
实例1:如图3配电网馈线区段D5发生相间故障,采用本发明公开的加速配电网故障容错定位的方法,包括如下步骤(如图1所示):
步骤1:配电网发生故障后,首先由主站收集齐各馈线开关的故障电流信息,若某一开关上传故障电流信息,则定义该开关的故障信息标志为1,反之,则定义该开关的故障信息标志为0;然后根据馈线开关上传的故障电流信息,应用矩阵算法完成故障区段定位,若某一区段故障,则定义该区段故障标志为1,反之,定义该区段故障标志为0。
如附图3所示的典型配电网线路,假设在区段D5上发生相间故障。
A、在任何开关故障信息不误报、漏报的情况下,主站收集到的故障信息为G=[1 1 1 1 00 0],其中开关的序号按照S1、A、B、C、D、E、S2的顺序排列,S1、S2对应变电站的出线开关。主站根据故障信息G=[1 1 1 1 0 0 0],由矩阵算法得到的故障区段定位结果是[0 0 00 1 0],其中馈线区段的排列顺序按照D1、D2、D3、D4、D5、D6排列。
B、当A开关的故障信息漏报的情况下,主站收集到的故障信息为G=[1 0 1 1 0 0 0],其中开关的序号按照S1、A、B、C、D、E、S2的顺序排列,S1、S2对应变电站的出线开关。主站根据故障信息G=[1 0 1 1 0 0 0],由矩阵算法得到的故障区段定位结果是[1 0 0 0 1 0],其中馈线区段的排列顺序按照D1、D2、D3、D4、D5、D6排列。
步骤2:根据矩阵算法的故障区段定位结果,判断配电网的故障是单一故障还是多重故障,然后根据如下方法判断是否还需要使用粒子群算法再次故障定位,对矩阵算法的多重故障区段定位结果进行容错纠正:
(1)若矩阵算法的故障区段定位结果表明配电网发生单一故障,则认为矩阵算法的故障区段定位结果是正确的。
(2)若矩阵算法的故障区段定位结果表明配电网发生多重故障,则将矩阵算法的故障区段定位结果进行拆分。假如故障区段定位结果显示配电网发生了n重故障,则共拆分出n种可能的单一故障,加上矩阵算法的定位结果,共n+1种可能的故障情况。然后将这n+1种可能的故障情况作为粒子群算法的部分初始种群进行迭代寻优,完成多重故障的容错故障定位。
A、实例1中,在所有馈线开关的信息都没有误报、漏报的情况下,根据矩阵算法的故障区段定位结果可知,配电网发生了单一故障,此时采用粒子群算法和矩阵算法的故障区段定位结果是一样的,而在此处采用了矩阵算法,大大加快了单一故障定位速度,并且容错性和粒子群算法保持一致。
B、实例1中,在A馈线开关故障信息漏报的情况下,根据矩阵算法的故障区段定位结果可知,配电网发生了双重故障,将矩阵算法的故障区段定位结果拆分为:[1 0 0 0 0 0],[00 0 0 1 0],[1 0 0 0 1 0]三种情况,并将其作为粒子群算法的3个初始粒子,设若粒子群算法设置种群规模为n,则仍需随机产生粒子群算法的其他初始粒子n-3个,然后采用粒子群算法进行迭代寻优,因为[0 0 0 0 1 0]是使得粒子群算法的评价函数最小的粒子,同时也是矩阵算法的拆分结果,所以粒子群算法的第一次迭代就产生了最优解,大大加快了粒子群算法的故障定位速度,而且纠正了矩阵算法错误的定位结果,保持了粒子群算法的容错性好的优点。
步骤3:根据步骤1、2完成故障区段判断后,主站向故障区段周边的开关下发分闸命令以隔离故障。
实例1中,主站向馈线区段D5周边的馈线开关C发送分闸命令以隔离故障。
实例2:如图5中配电网馈线区段D4、区段D8发生相间故障,采用本发明公开的加速配电网故障容错定位的方法进行故障区段定位,包括以下步骤:
步骤1:
A、实例2中,在任何开关故障信息不误报、漏报的情况下,主站收集到的故障信息为G=[11 1 1 0 1 1 1 0 0 0 0],其中开关的序号按照S1、A、B、G、H、C、D、E、F、K、I、J的顺序排列。主站根据故障信息G=[1 1 1 1 0 1 1 1 0 0 0 0],由矩阵算法得到的故障区段定位结果是[0 0 0 1 0 0 0 1 0 0 0 0],其中馈线区段的排列顺序按照D1、D2……D12排列。
B、实例2中,当B开关的故障信息漏报的情况下,主站收集到的故障信息为G=[1 1 0 10 1 1 1 0 0 0 0],其中开关的序号按照S1、A、B、G、H、C、D、E、F、K、I、J的顺序排列。主站根据故障信息G=[1 1 0 1 0 1 1 1 0 0 0 0],由矩阵算法得到的故障区段定位结果是[0 1 0 1 0 0 0 1 0 0 0 0],其中馈线区段的排列顺序按照D1、D2…D12排列。
步骤2:
A、实例2中,在所有馈线开关的信息没有误报、漏报的情况下,根据矩阵算法的故障区段定位结果可知,配电网发生了双重故障,将矩阵算法的故障区段定位结果拆分为:[0 0 0 10 0 0 0 0 0 0 0],[0 0 0 0 0 0 0 1 0 0 0 0],[0 0 0 1 0 0 0 1 0 0 0 0]三种情况,并将其作为粒子群算法的3个初始粒子,设若粒子群算法设置种群规模为n,则仍需随机产生粒子群算法的其他初始粒子n-3个,然后采用粒子群算法进行迭代寻优,因为[0 0 0 10 0 0 1 0 0 0 0]是使得粒子群算法的评价函数最小的粒子,同时也是矩阵算法的拆分结果,所以粒子群算法的第一次迭代就产生了最优解,在矩阵算法定位多重故障正确的情况下,增加使用粒子群算法再次进行故障定位,而且将矩阵算法的拆分作为粒子去算法的初始解,提高了粒子群算法的再次故障定位速度,保证了矩阵算法定位结果的容错性。
B、实例2中,当B开关的故障信息漏报时,根据矩阵算法的故障区段定位结果可知,配电网发生了三重故障,将矩阵算法的故障区段定位结果拆分为:[0 1 0 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 0 1 0 0 0 0],[0 1 0 1 0 0 0 1 0 0 00]四种情况,并将其作为粒子群算法的4个初始粒子,设若粒子群算法设置种群规模为n,则仍需随机产生粒子群算法的其他初始粒子n-4个,然后采用粒子群算法进行迭代寻优。
在粒子群算法的参数设置为:初始种群粒子:20;最大迭代次数:10;学习因子C1:2;C2:2;惯性权重w:0.5时
(a)当初始粒子群中,4个粒子由矩阵算法的故障区段定位结果和其拆分确定,其余16个粒子自由产生时,平均迭代2.775次得到最优解[0 0 0 1 0 0 0 1 0 0 0 0];
(b)当初始粒子群全部自由产生时,平均迭代4.45次得到最优解[0 0 0 1 0 0 0 1 0 00 0];
所以将矩阵算法的故障区段定位结果及其拆分作为粒子群算法的初始解,加快了粒子群算法的故障区段定位速度,而且纠正了矩阵算法产生的错误定位结果,保证了定位结果的容错性。
步骤3:
实例2中,主站向馈线区段D4周边的馈线开关G,D8周边的馈线开关E发送分闸命令以隔离故障。
Claims (3)
1.一种加速配电网故障容错定位的方法,其特征在于,所述方法包括以下步骤:
步骤1:配电网发生故障后,首先由主站收集齐各馈线开关的故障电流信息,若某一开关上传故障电流信息,则定义该开关的故障信息标志为1,反之,则定义该开关的故障信息标志为0;然后根据馈线开关上传的故障电流信息,应用矩阵算法完成故障区段定位,若某一区段故障,则定义该区段故障标志为1,反之,定义该区段故障标志为0;
步骤2:根据矩阵算法的故障区段定位结果,判断配电网的故障是单一故障还是多重故障,然后根据如下方法判断是否还需要使用粒子群算法再次故障定位,以对矩阵算法的故障区段定位结果进行容错纠正:
(1)若矩阵算法的故障区段定位结果表明配电网发生单一故障,则认为矩阵算法的故障区段定位结果是正确的;
(2)若矩阵算法的故障区段定位结果表明配电网发生多重故障,则将矩阵算法的故障区段定位结果进行拆分,当矩阵算法的故障区段定位结果显示配电网发生了n重故障,则共拆分出n种可能的单一故障,加上矩阵算法的定位结果,共n+1种可能的故障情况,然后将这n+1种可能的故障情况作为粒子群算法的部分初始种群进行迭代寻优,加上随机产生粒子群算法的其他初始粒子,完成多重故障的容错故障区段定位,该粒子群算法的故障区段定位结果作为最终的故障区段定位结果;
步骤3:根据步骤1、2完成故障区段判断后,主站向故障区段周边的开关发送分闸命令以隔离故障。
2.根据权利要求1所述的加速配电网故障容错定位的方法,其特征在于若根据矩阵算法诊断出配电网发生单一故障,那么使用粒子群算法的故障区段定位结果与采用矩阵算法的故障区段定位结果是相同的,在配电网发生单一故障的情况下,主站采用矩阵算法完成的故障区段定位。
3.根据权利要求1所述的加速配电网故障容错定位的方法,其特征在于,当矩阵算法的定位结果表明配电网发生多重故障时,可能是由于馈线开关故障信息误报或者漏报造成的,要对矩阵算法的多重故障区段定位结果进行容错纠正,将矩阵算法的故障区段定位结果拆分,作为粒子群算法的部分初始种群进行迭代寻优,既加快了粒子群算法的多重故障定位速度,又可以纠正矩阵算法错误的故障定位结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210583672.0A CN102998597B (zh) | 2012-12-28 | 2012-12-28 | 加速配电网故障容错定位的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210583672.0A CN102998597B (zh) | 2012-12-28 | 2012-12-28 | 加速配电网故障容错定位的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102998597A CN102998597A (zh) | 2013-03-27 |
CN102998597B true CN102998597B (zh) | 2015-06-03 |
Family
ID=47927416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210583672.0A Active CN102998597B (zh) | 2012-12-28 | 2012-12-28 | 加速配电网故障容错定位的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102998597B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103698657B (zh) * | 2013-12-19 | 2016-02-24 | 湖南大学 | 基于信息补全和校正的配电网故障定位容错方法 |
CN104237742A (zh) * | 2014-10-10 | 2014-12-24 | 华北电力大学 | 利用故障电流相对误差提高配电网故障定位容错性的方法 |
CN104764980B (zh) * | 2015-04-22 | 2017-11-17 | 福州大学 | 一种基于bpso和ga的配电线路故障区段定位方法 |
CN105486983A (zh) * | 2016-01-03 | 2016-04-13 | 国网江西省电力科学研究院 | 一种具有容错性的含分布式电源配电网故障定位方法 |
CN105929306B (zh) * | 2016-05-16 | 2017-06-30 | 河南工程学院 | 基于代数关系描述和互补理论的配电网故障定位方法 |
CN106229964A (zh) * | 2016-07-22 | 2016-12-14 | 南京工程学院 | 一种基于改进二进制粒子群算法的配电网故障定位方法 |
CN106526419B (zh) * | 2016-11-03 | 2017-09-22 | 河南工程学院 | 基于预测校正技术的配电网容错性在线故障定位方法 |
CN107247215B (zh) * | 2017-07-14 | 2019-08-06 | 国网上海市电力公司 | 基于多点同步测量数据的配网故障粒子群定位算法 |
CN107870287A (zh) * | 2017-11-08 | 2018-04-03 | 云南电力试验研究院(集团)有限公司 | 一种配电网故障的定位方法 |
CN108931709A (zh) * | 2018-07-24 | 2018-12-04 | 华北电力大学 | 一种高容错率的配网故障定位方法 |
CN110048384B (zh) * | 2019-05-14 | 2021-05-25 | 国网北京市电力公司 | 一种配网高可靠性自愈方法及系统 |
CN113625096A (zh) * | 2021-06-22 | 2021-11-09 | 国网辽宁省电力有限公司大连供电公司 | 配电网故障定位及预警方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3460336B2 (ja) * | 1994-10-21 | 2003-10-27 | 富士電機株式会社 | 多端子系送電線における故障点標定方法 |
-
2012
- 2012-12-28 CN CN201210583672.0A patent/CN102998597B/zh active Active
Non-Patent Citations (5)
Title |
---|
基于二进制粒子群算法的辐射状配电网故障定位;李超文 等;《电力系统保护与控制》;20090401;第37卷(第7期);第35-39页 * |
基于矩阵算法的配电网故障定位;沈梓正 等;《黑龙江电力》;20120430;第34卷(第2期);第100-102页,第1、2节 * |
基于粒子群算法的配电网故障定位;陈洋 等;《中国高新技术企业》;20120430;第12-14页,第一、二、三节 * |
李洪扬.一种用于配电网故障定位的粒子群算法分析.《重庆科技学院学报(自然科学版)》.2010,第12卷(第3期), * |
配电网故障定位方法的应用现状;吕学勤 等;《电气工程与自动化》;20111231(第294期);第1-3页,第3节 * |
Also Published As
Publication number | Publication date |
---|---|
CN102998597A (zh) | 2013-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102998597B (zh) | 加速配电网故障容错定位的方法 | |
CN103076540B (zh) | 配电网矩阵算法故障定位结果容错纠正的方法 | |
CN105515188B (zh) | 一种配电网集中式馈线自动化故障处理方法 | |
CN104931857B (zh) | 一种基于d-s证据理论的配电网故障定位方法 | |
CN105548801B (zh) | 适用于配电网闭环运行的故障定位方法 | |
CN204538802U (zh) | 中压输配电自动投切控制系统 | |
CN104518564A (zh) | 一种具有区域自投功能的备自投装置及备自投方法 | |
CN103872660A (zh) | 基于电力网络闭环模式运行的网络式保护方法 | |
CN111049112B (zh) | 一种10kV环网配电线路自动化故障隔离及自愈的控制系统及方法 | |
CN104242467A (zh) | 一种智能配网馈线自愈控制方法 | |
CN103426033A (zh) | 基于关键路径法的配电网故障恢复优化重构算法 | |
CN103376348A (zh) | 在用于监控电力系统的系统中控制故障电流的方法 | |
CN112763846A (zh) | 基于多数据源信息融合的配电线路智能停电判断方法 | |
CN102213735A (zh) | 一种配电自动化典型试验网络 | |
CN104237742A (zh) | 利用故障电流相对误差提高配电网故障定位容错性的方法 | |
CN109713795A (zh) | 基于网络对等通信的分布式馈线自动化方法 | |
CN109116181A (zh) | 一种基于最大概率的故障指示器故障判定方法 | |
CN103887780A (zh) | 基于开环模式运行的混合组网的网络式保护方法 | |
CN102243280A (zh) | 一种基于网络重构的电力系统故障诊断方法 | |
CN110221183A (zh) | 面向非配电自动化覆盖区域的配网故障预警方法及系统 | |
CN113009212A (zh) | 一种基于物联网智能监测配电网避雷器状态的系统及方法 | |
CN210092925U (zh) | 一种储能系统 | |
CN104201766B (zh) | 基于电源点追踪确定备自投时序及组合的方法 | |
CN112162174B (zh) | 基于营配一体的台区故障定位方法及系统 | |
CN106300339A (zh) | 一种基于单元制配电网的故障隔离与供电恢复方法 |
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 |