CN103135037A - 利用Prony相对熵的故障投票选线方法 - Google Patents
利用Prony相对熵的故障投票选线方法 Download PDFInfo
- Publication number
- CN103135037A CN103135037A CN2012105962583A CN201210596258A CN103135037A CN 103135037 A CN103135037 A CN 103135037A CN 2012105962583 A CN2012105962583 A CN 2012105962583A CN 201210596258 A CN201210596258 A CN 201210596258A CN 103135037 A CN103135037 A CN 103135037A
- Authority
- CN
- China
- Prior art keywords
- line
- fault
- prony
- circuit
- relative entropy
- 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
Abstract
本发明涉及一种利用Prony相对熵的故障投票选线方法。本方法为:当母线零序电压瞬时值大于0.15倍的额定电压时,故障选线装置立即启动,采用Prony方法拟合故障后各分支线路首个T/4周期内的暂态零序电流信号;其次,依据幅值最大原则遴选出表征故障特征信息的暂态主导分量;再次,求取各分支线路相对于其他分支线路的暂态主导分量相对熵;最后,提出采用初步投票、k值校验、最终投票的故障投票选线机制对各分支线路进行投票,进而选出故障线路。理论分析和大量仿真表明,该方法可有效避开电流互感器磁密饱和对选线的影响,并且可大大提高故障选线结果的可信度。
Description
技术领域
本发明涉及一种利用Prony相对熵的故障投票选线方法,属电力系统故障选线技术领域。
背景技术
目前,对于配电网的故障选线问题一直未能得到很好解决,现存的选线方法主要有基于稳态量的选线方法、基于暂态量的选线方法、信号注入法、智能算法应用于故障选线的方法等。
稳态量选线方法不受故障过渡电阻影响,但采用的是稳态基波分量,因此在中性点接地方式发生变化时能否准确选线有待改进。基于暂态量的选线方法分别从形态谱、小波(包)、小波熵理论等方面对故障时的暂态特征信号进行了特征提取,进而实现故障选线,但对于形态谱而言,缺乏在频域方面对暂态信号进行描述。对于小波(包)方法实现故障选线而言,其小波基函数的选取、分解尺度、采样频率等的不同均会影响故障选线结果。信号注入法中注入信号的强度受TV(电压互感器)容量限制,接地电阻较大时线路上分布电容会对注入的信号产生分流,给故障选线带来干扰。智能算法在故障选线领域的应用对于特征信号的提取来说具有积极意义,但智能算法运算复杂,数据计算量大,不利于实时在线的故障选线。因此,对于故障选线,还需进一步研究。另外,以上选线方法虽然利用了故障后的暂态或稳态信号,但均未在信号参数提取方面做出尝试。
发明内容
本发明的目的在于克服上述现有故障选线方法的不足,发明一种利用Prony相对熵的故障投票选线方法。该方法采用Prony拟合故障后各分支线路首个T/4周期内的暂态零序电流信号;其次,依据幅值最大原则遴选出表征故障特征信息的暂态主导分量;再次,求取各分支线路相对于其他分支线路的暂态主导分量相对熵;最后,提出采用初步投票、k值校验、最终投票的故障投票选线机制对各分支线路进行投票,进而选出故障线路。本发明基于的物理特征清晰、明确,可有效避开电流互感器传变特性对选线结果的影响,并可大大提高对于选线结果的可信度。本发明尤其适用于辐射状的纯架空线路配电网络。
本发明提出一种利用Prony相对熵的故障投票选线方法,该方法具体步骤如下:
1)当母线零序电压瞬时值大于0.15倍的母线额定电压时,故障选线装置立即启动,采用100KHz的采样频率记录故障时刻起T/4周期内各条分支线路的暂态零序电流信号xi(n)(i为分支线路编号,i=1,2,…y;n为采样点,n=1,2,…N)。
2)采用Prony方法拟合故障后各分支线路的暂态零序电流信号xi(n),并根据动态变化率SDVR与信噪比SSNR检验拟合精度,若拟合精度满足要求,则Prony方法中模型阶次确定,具体动态变化率与信噪比计算如下:
其中,上式中为Prony方法拟合的暂态零序电流数据,xi(n)为实测暂态零序电流数据,rms代表求取均方根。一般认为当SDVR小于1%且SSNR大于40dB时,阶数选择符合要求。
3)将满足精度要求的Prony方法拟合各分支线路的暂态零序电流信号xi(n)得到一系列分量,依据幅值最大原则,选取出各分支线路暂态零序电流主导分量zi(n)。
4)将所有分支线路的暂态零序电流主导分量求和,定义为一整体系统ZSUM,具体计算式如下:
5)计算分支线路Si的暂态主导分量zi(n)在整体系统ZSUM中的比重,即权重系数qi(n),计算式如下:
6)计算分支线路Si相对于分支线路Sj的Prony相对熵值,计算式如下:
7)利用求得的Prony相对熵值Mij,计算各分支线路Si的k值,具体计算式如下:
式中,j′同为线路编号,并且j≠j′,其中,max(Mij)为线路Si相对于线路Sj的Prony相对熵Mij中的最大值,Mij′为剔除max(Mij)后的任一相对熵值。
8)初步投票:以1号分支线路S1为起点,假设S1为健全线路,则初步投票max(M1j)所包含的线路编号j(j=1,2,…y)所对应的线路Sj为故障线路。
9)k值检验:对初步投票结果进行k值检验,若min(k)<ε,则修改初步投票结果,判定线路S1为故障线路,若min(k)>ε,则维持初步投票结果,判定Sj为故障线路,由此,得到第1个经初步投票与k值检验的投票结果。
10)依据8)~9)原理,依次对线路S2,S3,…SN进行初步投票与k值检验,得到y-1个经初步投票与k值检验的投票结果。
11)最终投票:对将经8)~10)得到的所有投票结果(y个)中出现次数大于y/2的分支线路投票为故障线路。
本发明工作原理
1Prony方法
Prony方法就是假设模型是由一系列具有任意幅值、相位、频率和衰减因子的指数函数的组合,也就是说,由一组衰减的正弦分量所组成,即
式(1)中,Ai为振幅;θi为相位(rad);αi<0,为衰减因子;fi为频率(Hz)。
由式(1)知,其第n个采样点的估计值可表示为 其中,Δt代表采样时间间隔。
设式(1)中分别有q1个衰减的直流分量和q2个衰减余弦分量,将其中的余弦用欧拉公式展开
令p=q1+2q2,则其离散时间的函数形式为
作为测量数据x(0),…,x(N-1)的模型。更一般地,bi和ci假定是复数,且
式(4)中,Ai为振幅;θi为相位(单位为弧度);αi是衰减因子;fi表示振荡频率;Δt代表采样间隔;bi为衰减直流部分。
为使模拟信号向真实信号逼近,Prony方法采用平方误差最小原则。即
可以求出振幅、相位、衰减和频率即(Ai,θi,αi,fi)。通常,这种求解是一个迭代过程。
Prony方法的关键是认识到式(1)是一个常系数线性差分方程的齐次解,即有
只需通过测量观察数据求出这个差分方程的系数{αi},即可从以这些系数为参数的多项式方程中求出多项式的根ci(i=1,2,…,p)。ci求出后,根据最小二乘法可求解bi,从而Prony方法所要辨识的四个参数均可得到。
Prony方法的主要步骤为:
步骤1.1:构造样本函数矩阵
步骤1.2:用SVD-TLS算法(奇异值分解-总体最小二乘法)确定矩阵R的有效秩p及AR(自回归,Autoregressive)的参数α1,…,αp。
步骤1.3:求特征多项式1+α1c-1+…+αpc-p=0的根ci(i=1,…,p),并递推计算出其中
步骤1.4:用式(9)计算参数b1,…,bp。
步骤1.5:用式(10)计算幅值Ai、相位θi、频率fi和衰减因子αi,如下:
Prony方法的精度与算法中模型阶次的准确程度有着密切的关系,其算法的精度通常利用动态变化率和信噪比两个指标去衡量。其中定义动态变化率为:
信噪比为:
2相对熵
采用相对熵度量2个概率分布χ={χ1,χ2…χh},λ={λ1,λ2…λh}的接近程度,可表示为
这个量即被称为相对熵,它的重要性质是:M(χ,λ)越小表示两分布越接近,M(χ,λ)越大则表示两分布相差越大。
在信息论中,相对熵表示的是每个符号所提供的平均信息量的不确定性,它能提供关于信号潜在动态过程的有用信息。相对熵又称为概率分布散度,可用来度量波形的差异性。相对熵越小,说明2个波形差异性越小;相对熵越大说明2个波形的差异性越大。
3Prony相对熵
本发明利用Prony方法对各分支线路的暂态零序电流进行拟合,可得到一系列拟合参数,本发明将其中幅值最大的分量定义为暂态主导分量。为消除高频信号以及随机干扰信号的影响,突出其主导分量,本发明以暂态主导分量代替暂态零序电流作为研究对象。如前所述,由于故障线路与非故障线路暂态零序电流之间存在差异性,作为故障选线来说,正是要利用这种差异性来构成各种故障选线判据。由于相对熵的大小能够衡量波形之间的差异性,采用Prony方法与相对熵理论相结合来构成一种新颖的故障选线判据。具体的Prony相对熵计算步骤如下:
步骤3.1:采用Prony方法分段拟合各分支线路故障后首个T/4周期内的暂态零序电流信号,按照幅值最大原则,遴选出各分支线路暂态零序电流信号的主导分量zi(n)。
步骤3.2:以各分支线路的主导分量zi(n)为研究对象,在T/4周期内等间距的取N个数据,则时间间隔Δt=T/4(N+1)。
步骤3.3:将所有分支线路首个T/4周期内的暂态零序电流的主导分量zi(n)求和,定义为一个整体系统ZSUM,即
步骤3.4:计算在某一时刻t=nΔt,分支线路Si的暂态主导分量zi(n)占整个系统ZSUM的比重qi(n),即权重系数为
同理,可得分支线路Sj的暂态主导分量zj(n)在同一时刻占整个系统的比重qj(n)。
步骤3.5:计算分支线路Si相对于分支线路Sj的Prony相对熵为
实际应用中,求得的Prony相对熵须进行[0,1]归一化处理,另外,仅仅根据相对熵值的大小,只能定性地判定出故障线路存在于某几条线路之间,为进一步准确地选出故障线路,还需要制定合理的选线机制。
4故障投票选线机制
对任一线路Si,首先定义k值为
式中:i,j,j′均为线路编号,且j≠i,j≠j′;Mij为线路Si相对于线路Sj的Prony相对熵,max(Mij)为其最大值,Mij′为剔除max(Mij)后的任一相对熵值。
对于一个具有y条分支线路的辐射状配电网络,本发明提出如下选线投票机制:
步骤4.1:假设分支线路S1为健全线路,则初步投票max(M1j)所包含的分支线路编号j(j=1,2,…y)所对应的线路Sj为故障线路。
步骤4.2:对初步投票结果进行k值检验,若min(k)<ε,则修改初步投票结果,判定线路S1为故障线路;若min(k)>ε,则维持初步投票结果,判定Sj为故障线路,由此,得到第1个经初步投票与k值检验的投票结果。
步骤4.3:依据步骤4.1~4.2原理,依次对线路S2,S3,…SN进行初步投票与k值检验,得到y-1个经初步投票与k值检验的投票结果。
步骤4.4:对将经步骤4.1~4.3得到的所有投票结果(y个)中出现次数大于y/2的分支线路投票为故障线路。
本发明与现有技术相比,具有以下优势:
1)本发明将Prony方法应用于T/4暂态零序电流的拟合,可有效遴选出故障时各分支线路的暂态主导分量,并较好地回避了Prony方法的缺陷,为Prony方法应用于暂态信号分析提供了一种新的思路。
2)本发明将Prony与相对熵理论相结合,求取故障时各分支线路相对于其他分支线路的Prony相对熵值,以此为基础,通过Prony相对熵数值的大小,可初步定性地确定出故障线路位于哪几条线路之间。
3)本发明提出了初步投票、k值校验、最终投票的故障投票选线机制,充分利用了各条线路之间的Prony相对熵数值,增加了对于故障选线结果的可信度。
附图说明
图1为本发明所述辐射状纯架空线路配电网络。
图2为本发明所述利用Prony相对熵的故障投票选线流程。
具体实施方式
本发明选线方法的具体步骤如下:
1)当母线零序电压瞬时值大于0.15倍的母线额定电压时,故障选线装置立即启动,采用100KHz的采样频率记录故障时刻起T/4周期内各条分支线路的暂态零序电流信号xi(n)。
2)采用Prony方法拟合故障后各分支线路的暂态零序电流信号xi(n),并根据式(11)、(12)检验拟合精度,若拟合精度满足要求,则Prony方法中模型阶次确定。
3)将满足精度要求的Prony方法拟合各分支线路的暂态零序电流信号xi(n)得到一系列分量,依据幅值最大原则,选取出各分支线路暂态零序电流主导分量zi(n)。
4)根据式(14),将所有分支线路的暂态零序电流主导分量求和,求得整体系统ZSUM,并据式(15)分别计算出分支线路Si、Sj的权重系数qi(n)、qj(n)。
5)根据式(16)计算分支线路Si相对于分支线路Sj的Prony相对熵值Mij,并进行[0,1]归一化处理,并据式(17)计算各分支线路Si的k值。
6)初步投票:以1号分支线路S1为起点,假设S1为健全线路,先初步投票max(M1j)所包含的线路编号j所对应的分支线路Sj为故障线路。
7)k值检验:对初步投票结果进行k值检验,若min(k)<ε,则修改初步投票结果,判定线路S1为故障线路,若min(k)>ε,则维持初步投票结果,判定Sj为故障线路,由此,得到第1个经初步投票与k值检验的投票结果。
8)依据6)~7)原理,依次对线路S2,S3,…SN进行初步投票与k值检验,得到y-1个经初步投票与k值检验的投票结果。
9)最终投票:对将经6)~8)得到的所有投票结果(y个)中出现次数大于y/2的分支线路投票为故障线路。
实施例
图1为本发明实施例所述辐射状纯架空线路配电网络。如图1所示,本实施例中,架空线路S1,S2,S3,S4的长度分别为12km,20km,17km,10km,线路正序参数:R1=0.17Ω/km,L1=1.2mH/km,C1=9.697nF/km;零序参数:R0=0.23Ω/km,L0=5.48mH/km,C0=6nF/km。采样频率fs=100kHz。变压器连接方式为Y/Δ,变比为220kV/35kV。
图2为本发明所述利用Prony相对熵的故障投票选线流程。首先,利用Prony方法对线路S1故障后首个T/4的暂态零序电流进行拟合,可得一系列的拟合参数。限于篇幅,只列出初相角60°,接地电阻100Ω时,线路S1暂态零序电流的Prony拟合参数(只给出频率从小到大的前7组分量)。
表1S1暂态零序电流的Prony拟合参数
依据表1数据及暂态主导分量定义可以得出,线路S1暂态零序电流的主导分量是其低频分量部分,且其他频率分量所占的比重极小。
利用Prony方法对图1中另外3条分支线路在故障后T/4的暂态零序电流进行拟合,通过对大量的拟合参数分析发现:另外3条线路的暂态零序电流主导分量同样也集中于其低频部分。表2为实施例中各分支线路暂态零序电流主导分量参数(初相角60°,接地电阻100Ω)。
表2各线路暂态零序电流主导分量拟合参数
根据Prony相对熵理论,求解出各分支线路暂态零序电流主导分量之间的Prony相对熵,并进行[0,1]归一化处理,如表3所示。
表3各线路之间Prony相对熵值归一化结果
从表3第1行数据可看出,线路S1与线路S2、S3、S4的Prony相对熵值M12,M13,M14均较大,且数值在0.99以上,表明线路S1与S2、S3、S4的差异性大;其次,相对熵值M21=0.3431,M31=0.3768,M41=0.3660,反映出线路S2、S3、S4与线路S1之间在故障发生后,暂态零序电流波形存在一定的差异性;最后,表3中M23、M24、M32、M34、M42、M43的Prony相对熵数值均较小,根据相对熵理论,表明此时线路S2与S3,S2与S4以及S3与S4之间暂态零序电流波形差异性较小,也即相似性较高。
由于采用[0,1]归一化处理,S1相对S2的相对熵值M12为1,表明线路S1与线路S2之间的暂态零序电流差异性最大;相反,S4相对S3的相对熵值M43为0,表明线路S4与线路S3之间的暂态零序电流差异性最小。
现利用故障投票选线机制中的步骤4.1对线路S1、S2、S3和S4分别进行初步投票,结果如表4所示。
表4初步投票结果
由表4可以看出,采用故障投票选线机制中的步骤4.1,假设线路S1、S2、S3、S4为健全线路,分别进行初步投票时,其投票结果并不一致,有必要进行进一步的k值校验,从而准确判定出故障发生的线路。
由式(17)计算出各k值如下:
为准确选出故障线路,并考虑系统波动、振荡等非故障因素,以及阈值设定时需设置一定的裕度。通过大量的仿真发现,本实施例选线机制中的阈值ε取10较为合适。根据故障投票选线机制中的步骤4.1~4.3可以得出,线路S1的min(k)值为且其数值为1.0064,满足min(k)<10,因此,修改初步投票结果,判定最终投票结果为:故障线路为线路S1;而对于分支线路S2,S3,S4各自的min(k)值,其数值均大于10,依据故障投票选线机制中的步骤4.2,维持初步投票结果。经初步投票、k值检验、最终投票后,得到各分支线路的投票结果如表5所示。
表5最终投票结果
由表5可以看出,经初步投票、k值检验、最终投票得到的投票结果中,参与投票的分支线路S1、S2、S3、S4均投票线路S1为故障线路,投票结果与实际相符,结果准确。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。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 (2)
1.一种利用Prony相对熵的故障投票选线方法,其特征在于,首先,采用Prony方法拟合故障后各分支线路首个T/4周期内的暂态零序电流信号;其次,依据幅值最大原则遴选出表征故障特征信息的暂态主导分量;再次,求取各分支线路相对于其他分支线路的暂态主导分量相对熵;最后,提出采用初步投票、k值校验、最终投票的故障投票选线机制对各分支线路进行投票,进而选出故障线路。
2.根据权利要求1所述的利用Prony相对熵的故障投票选线方法,该方法具体步骤为:
1)当母线零序电压瞬时值大于0.15倍的母线额定电压时,故障选线装置立即启动,采用100KHz的采样频率记录故障时刻起T/4周期内各条分支线路的暂态零序电流信号xi(n)(i为分支线路编号,i=1,2,…y;n为采样点,n=1,2,…N)。
2)采用Prony方法拟合故障后各分支线路的暂态零序电流信号xi(n),并根据动态变化率SDVR与信噪比SSNR检验拟合精度,若拟合精度满足要求,则Prony方法中模型阶次确定,具体动态变化率与信噪比计算如下:
3)将满足精度要求的Prony方法拟合各分支线路的暂态零序电流信号xi(n)得到的一系列分量,依据幅值最大原则,选取出各分支线路暂态零序电流主导分量zi(n)。
4)将所有分支线路的暂态零序电流主导分量求和,定义为一整体系统ZSUM,具体计算式如下:
5)计算分支线路Si的暂态主导分量zi(n)在整体系统ZSUM中的比重,即权重系数qi(n),计算式如下:
6)计算分支线路Si相对于分支线路Sj的Prony相对熵值,计算式如下:
7)利用求得的Prony相对熵值Mij,计算各分支线路Si的k值,具体计算式如下:
式中,j′同为线路编号,并且j≠j′,其中,max(Mij)为线路Si相对于线路Sj的Prony相对熵Mij中的最大值,Mij′为剔除max(Mij)后的任一相对熵值。
8)初步投票:以1号分支线路S1为起点,假设S1为健全线路,则初步投票max(Mlj)所包含的线路编号j(j=1,2,…y)所对应的线路Sj为故障线路。
9)k值检验:对初步投票结果进行k值检验,若min(k)<ε,则修改初步投票结果,判定线路S1为故障线路,若min(k)>ε,则维持初步投票结果,判定Sj为故障线路,由此,得到第1个经初步投票与k值检验的投票结果。
10)依据8)~9)原理,依次对线路S2,S3,…SN进行初步投票与k值检验,得到y-1个经初步投票与k值检验的投票结果。
11)最终投票:对将经8)~10)得到的所有投票结果(y个)中出现次数大于y/2的分支线路投票为故障线路。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210596258.3A CN103135037B (zh) | 2012-12-26 | 2012-12-26 | 利用Prony相对熵的故障投票选线方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210596258.3A CN103135037B (zh) | 2012-12-26 | 2012-12-26 | 利用Prony相对熵的故障投票选线方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103135037A true CN103135037A (zh) | 2013-06-05 |
CN103135037B CN103135037B (zh) | 2015-05-20 |
Family
ID=48495126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210596258.3A Expired - Fee Related CN103135037B (zh) | 2012-12-26 | 2012-12-26 | 利用Prony相对熵的故障投票选线方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103135037B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103926509A (zh) * | 2014-04-01 | 2014-07-16 | 河南理工大学 | 基于谱峭度相对能量熵的配电网故障阶梯式选线方法 |
CN104635109A (zh) * | 2015-01-23 | 2015-05-20 | 云南电网有限责任公司电力科学研究院 | 一种从故障录波数据中直接计算提取电网暂态非周期分量幅值和时间常数的高精度方法 |
CN104991165A (zh) * | 2015-06-30 | 2015-10-21 | 昆明理工大学 | 一种基于零序电压暂态量svd的故障判别方法 |
CN105093062A (zh) * | 2015-07-31 | 2015-11-25 | 上海理工大学 | 一种输电线故障综合定位方法 |
CN107942193A (zh) * | 2017-10-31 | 2018-04-20 | 国网湖南省电力公司 | 一种复杂配电网网络定位方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101546906A (zh) * | 2009-05-05 | 2009-09-30 | 昆明理工大学 | 利用s变换能量相对熵的配电网故障选线方法 |
CN101545943A (zh) * | 2009-05-05 | 2009-09-30 | 昆明理工大学 | 利用小波能量相对熵的配电网缆-线混合线路故障选线方法 |
RU2412549C1 (ru) * | 2009-07-21 | 2011-02-20 | Государственное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) | Способ конфигурирования сети связи |
-
2012
- 2012-12-26 CN CN201210596258.3A patent/CN103135037B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101546906A (zh) * | 2009-05-05 | 2009-09-30 | 昆明理工大学 | 利用s变换能量相对熵的配电网故障选线方法 |
CN101545943A (zh) * | 2009-05-05 | 2009-09-30 | 昆明理工大学 | 利用小波能量相对熵的配电网缆-线混合线路故障选线方法 |
RU2412549C1 (ru) * | 2009-07-21 | 2011-02-20 | Государственное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) | Способ конфигурирования сети связи |
Non-Patent Citations (1)
Title |
---|
束洪春等: "谐振接地电网故障暂态能量自适应选线新方法", 《电力系统自动化》, vol. 30, no. 11, 10 June 2006 (2006-06-10) * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103926509A (zh) * | 2014-04-01 | 2014-07-16 | 河南理工大学 | 基于谱峭度相对能量熵的配电网故障阶梯式选线方法 |
CN103926509B (zh) * | 2014-04-01 | 2016-08-17 | 河南理工大学 | 基于谱峭度相对能量熵的配电网故障阶梯式选线方法 |
CN104635109A (zh) * | 2015-01-23 | 2015-05-20 | 云南电网有限责任公司电力科学研究院 | 一种从故障录波数据中直接计算提取电网暂态非周期分量幅值和时间常数的高精度方法 |
CN104991165A (zh) * | 2015-06-30 | 2015-10-21 | 昆明理工大学 | 一种基于零序电压暂态量svd的故障判别方法 |
CN105093062A (zh) * | 2015-07-31 | 2015-11-25 | 上海理工大学 | 一种输电线故障综合定位方法 |
CN107942193A (zh) * | 2017-10-31 | 2018-04-20 | 国网湖南省电力公司 | 一种复杂配电网网络定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103135037B (zh) | 2015-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102768324B (zh) | 小电流接地系统单相接地故障区段定位方法 | |
CN103135037B (zh) | 利用Prony相对熵的故障投票选线方法 | |
CN108508320B (zh) | 基于谐波能量和波形畸变特征的弧光接地故障辨识方法 | |
CN103926509B (zh) | 基于谱峭度相对能量熵的配电网故障阶梯式选线方法 | |
CN103675605B (zh) | 一种基于故障信号暂态相关分析的配电网小电流接地故障选线方法 | |
CN102323494B (zh) | 一种多谐波源辨识方法 | |
CN104617574B (zh) | 一种电力系统负荷区域暂态电压稳定的评估方法 | |
CN101924354B (zh) | 利用s变换能量样本属性的配电网故障的人工神经网络选线方法 | |
CN102005740B (zh) | 利用极波小波能量比值的特高压直流线路边界元件方法 | |
CN103944165B (zh) | 一种大电网参数辨识估计方法 | |
CN108802525A (zh) | 基于小样本的设备故障智能预测方法 | |
CN105591372B (zh) | 基于小波能量相对熵的高压直流输电线路单端保护方法 | |
CN103761684A (zh) | 一种输电电缆整体状态的综合评估方法及系统 | |
CN104297635A (zh) | 基于原子稀疏分解与极限学习机的配电网故障选线方法 | |
CN104933012A (zh) | 一种牵引变电所互感器的测量偏差故障在线识别方法 | |
CN102967779B (zh) | 一种输电线路分布参数的辨识方法 | |
CN103308822A (zh) | 辐射状配网小电流接地故障选线方法 | |
CN102621388A (zh) | 基于同步时域信号的输电线路集中参数在线确定方法 | |
CN106054036A (zh) | 一种基于扩展德拜等值电路的油纸绝缘主时间常数计算方法 | |
CN102163844A (zh) | 基于相量测量装置的电力系统状态检测方法 | |
CN100554976C (zh) | 基于同步相量测量的区域电压稳定性监视方法 | |
CN106099850A (zh) | 基于瞬时电流特征的电流互感器饱和识别改进方法 | |
CN110289613A (zh) | 基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法 | |
CN104537271A (zh) | 一种基于质量标签的配电网不良数据辨识方法 | |
CN110488152A (zh) | 一种基于自适应神经模糊推理系统的配电网故障选线方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150520 Termination date: 20171226 |
|
CF01 | Termination of patent right due to non-payment of annual fee |