CN103499769B - 一种谐振接地系统单相接地故障自适应选线方法 - Google Patents
一种谐振接地系统单相接地故障自适应选线方法 Download PDFInfo
- Publication number
- CN103499769B CN103499769B CN201310434045.5A CN201310434045A CN103499769B CN 103499769 B CN103499769 B CN 103499769B CN 201310434045 A CN201310434045 A CN 201310434045A CN 103499769 B CN103499769 B CN 103499769B
- Authority
- CN
- China
- Prior art keywords
- component
- fault
- atom
- sequence current
- zero
- 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
Landscapes
- Locating Faults (AREA)
Abstract
一种谐振接地系统单相接地故障自适应选线方法,包括当系统零序电压大于整定电压时,故障选线装置启动,记录故障前后的母线零序电压和各线路零序电流;对母线零序电压进行基于PSO改进的原子分解,确定故障发生时刻,以故障发生时刻为基准,对采集得到的各线路零序电流进行预处理得到两个工频周期的暂态零序电流,再对暂态零序电流进行基于PSO改进的原子分解,得到代表各线路暂态零序电流的暂态自由振荡分量和衰减直流分量的最佳匹配原子;对于最佳匹配原子,提取相应特征量信息;根据能量熵比例因子的大小确定单相接地故障发生模式,并根据模式进行自适应的故障选线。
Description
技术领域
本发明涉及配电技术领域,特别涉及一种针对谐振接地系统单相接地故障自适应的故障选线方法。
背景技术
我国中低压配电网大多采用经消弧线圈接地的谐振接地系统,单相接地故障后系统容易发展成多点接地短路和相间短路使得事故继续扩大,因此如何快速准确的选出故障线路对电网安全稳定运行有重大意义。由于故障电流微弱和故障条件的随机性等因素的影响,一直缺乏准确可靠的故障选线方法。目前基于暂态量的故障选线方法对非平稳的故障暂态信号处理分析能力不足,不能准确有效的提取出故障暂态特征,特别是在高阻接地故障时可靠性得不到保证,因此,迫切需要提出一种新的适合各种故障情况的自适应故障选线方法。
发明内容
本发明主要是解决现有基于暂态量故障选线方法不能准确有效地提取故障暂态特征,且缺乏灵敏度较高的选线算法;通过改进的原子分解法能够有效辨识出谐振系统单相接地故障后暂态分量的幅值、衰减系数、频率、相角、起止时刻。
本发明的技术方案提供一种谐振接地系统单相接地故障自适应选线方法,包括如下步骤:
步骤1,当系统零序电压大于整定电压Uset时,故障选线装置启动,记录故障前后的母线零序电压和各线路零序电流;
步骤2,对母线零序电压进行基于PSO改进的原子分解,确定故障发生时刻,以故障发生时刻为基准,对采集得到的各线路零序电流进行预处理得到两个工频周期的暂态零序电流,再对暂态零序电流进行基于PSO改进的原子分解,得到代表各线路暂态零序电流的暂态自由振荡分量和衰减直流分量的最佳匹配原子;
步骤3,对于步骤2分解得到的代表各线路暂态零序电流的暂态自由振荡分量和衰减直流分量的最佳匹配原子,提取相应特征量信息;
步骤4,计算原子能量熵比例因子,根据能量熵比例因子确定单相接地故障发生模式,并根据模式进行自适应的故障选线。
而且,步骤1中,整定电压Uset=0.15Un,Un为母线额定电压。
而且,步骤2中,基于PSO改进的原子分解采用衰减正弦量原子,每个衰减正弦量原子包含6个参数(Aq,fq,αq,φq,ts,te),Aq、fq、aq、φq分别为衰减正弦量的幅值、频率、衰减系数、相位;ts和tx分别为衰减正弦量的开始和终止时间。
而且,步骤2中,确定故障发生时刻是基于以下公式,
其中,gγ(n)为原子函数的离散化表示,其中n为采样点标号,n={0,1,...,N-1},N为信号长度;ξ为频率因子,表示原子在频域包络的中心位置;φ为相位因子,表示原子信号的初相角;f为信号的采样频率,ns与ne分别为衰减正弦分量开始与终止时对应的采样点数,ts与te分别为衰减正弦分量的开始与终止时刻,Kγ为使得||gγ(n)||=1的归一化系数,t表示时间,u(t)为单位阶跃函数;
计算标准误差最小时对应的ns,进而得出故障发生时刻
而且,步骤2中,所述的暂态零序电流的获取基于以下公式,
i0l.os(t)=i0l(t)-i0l(t+10T)
式中,T为工频周期,i0l为第l条线路故障后的暂态零序电流,i0l.os(t)为t时刻第l条线路故障后的暂态零序电流滤除故障前的不对称分量得到的纯故障分量。
而且,步骤3中,代表最佳匹配原子的相应特征量信息包括原子内积值|<Rm s,gγm>|、参数(Aq,fq,αq,φq,ts,te)能量特征值,代表暂态自由振荡分量或衰减直流分量的最佳匹配原子的能量特征值的获取基于以下公式,
其中,gγl(t)为线路l代表暂态自由振荡分量或衰减直流分量的最佳匹配原子。
而且,步骤4中,
能量熵比例因子b的获取基于以下公式,
其中,em为各原子的能量熵,|<Rm s,gγm>|为各原子的内积值,||s||2为归一化信号的总能量,eL为代表衰减直流分量的最佳匹配原子的能量熵,eH为代表暂态自由振荡分量的最佳匹配原子的能量熵;
而且,步骤4中,根据原子能量熵比例因子的大小确定单相接地故障发生模式,并根据模式进行自适应的故障选线实现方式如下,
1)b<1,则暂态自由振荡分量占信号的主要成分,设线路总数为L,若存在某条线路i的自由振荡分量的能量大于其他各线自由振荡分量的能量,即Ei>Ej,j∈[1,L],且有
式中j,k代表其他任意不相同的两条线路,分别为线路i、j、k自由振荡分量的相角,此时可判定线路i为故障线路,否则判定为母线故障;
2)b>1,则衰减直流分量占信号的主要成分,故障发生在相电压过零点的附近区域,各线路暂态零序电流存在一个衰减直流分量,采用db8小波对各线路暂态零序电流进行预处理,得到最低频段的信息分量,对该最低频段的信息分量进行基于PSO改进的原子分解计算各线路衰减直流分量的能量特征值,将所含衰减直流分量能量特征值最大的线路i确定为故障线路。
本发明充分利用暂态信号中的自由振荡分量和衰减直流分量的特征量信息,通过比较暂态分量的能量和相位的关系来确定故障线路,有效的放大了故障暂态特征并提高了故障后的暂态信息的利用率,从而获得准确可靠的选线结果。因此,本发明具有如下优点:引入基于粒子群优化算法(ParticleSwarmOptimization,PSO)的原子分解法能够准确有效的辨识出谐振系统单相接地故障后的暂态特征;合理的划分故障模式,在对应的故障模式下选择灵敏度较高的故障选线算法大大提升了选线的可靠性和准确性;两种故障选线算法的相互结合构成了一套完善的故障选线方案,提高了故障暂态信息利用率。本发明有助于解决现有故障选线方法在高阻接地和小故障角接地时灵敏度低的问题。
附图说明
图1为本发明实施例的流程图。
具体实施方式
以下结合附图和本发明的实施例,对本发明技术方案进行详细分析说明。
参见图1,实施例提供的一种基于原子分解理论的谐振接地系统单相接地故障自适应选线方法,基于现有故障选线装置执行具体实施步骤如下:
步骤1,当系统零序电压U0大于整定电压Uset时,故障选线装置启动,记录故障前后的母线零序电压和各线路零序电流,具体实施时可以建立故障选线数据库以便记录。
实施例的步骤1中整定电压Uset=0.15Un,Un为母线额定电压,当监测的母线零序电压瞬时值超过Uset时,启动故障选线装置。
步骤2,对故障选线数据库中的母线零序电压进行基于PSO改进的原子分解,确定故障发生时刻,以故障发生时刻为基准,对采集得到的各线路零序电流进行预处理得到两个工频周期的暂态零序电流,再对暂态零序电流进行基于PSO改进的原子分解,得到代表各线路零序电流的暂态自由振荡分量和衰减直流分量的最佳匹配原子。由于暂态电流中包含丰富的高频分量,因此采样频率需要设置较大;而迭代次数可选择在5次左右,可减少计算量,且能在满足精度要求下提高计算速度。实施例中分解迭代次数设为5次,采样频率为10kHz。
基于PSO改进的原子分解具体实现可参考现有技术,为便于实施参考起见,提供相应说明如下。
原子分解过程主要基于以下现有公式:
式中,s为待分析的信号,R0 s定义为初始残余信号,0<λ≤1为优化因子,用于寻找第m次迭代时与当前残余信号内积最大的原子gγm,γ为原子gγ的索引,也就是原子参数组,本发明中γ=(Aq,fq,αq,φq,ts,te),Γ通常为一有限指标集,即索引γ的集合。Rm s为第m次迭代时待处理的残余信号,Rm+1 s为第m次迭代后的残余信号,gγm为第m次迭代时分解出的最佳匹配原子,RN s为第N次迭代的残余信号。sup||表示求上确界。
用以上公式迭代计算的过程如下,
a.第一次迭代时,残余信号R0 s=s;
b.首先依次计算当前残余信号Rm s与原子库中元素的内积值,寻找出内积最大的原子即为与当前残余信号最为匹配的原子gγm;
c.将该原子gγm从信号Rm s中抽取出来,形成新的残余信号Rm+1 s;
d.重复前两个步骤,对新的残余信号Rm+1 s进行迭代分析,直到达到设定的迭代次数或者残余信号能量满足要求。
下面分别介绍一下原子分解算法和暂态零序电流的获取的具体过程:
A.本发明采用衰减正弦量原子
衰减正弦量模型的表达式如下:
式中,t表示时间,e表示数学常数,每个衰减正弦量原子包含6个参数(Aq,fq,αq,φq,ts,te),Aq、fq、aq、φq分别为衰减正弦量的幅值、频率、衰减系数、相位;ts和te分别为衰减正弦量的开始和终止时间,u(t)为单位阶跃函数。Q为所设定的原子总数,q为原子序号。
暂态零序电流信号主要包含两个分量即衰减的直流分量和按指数衰减的自由振荡分量,根据衰减正弦量模型选取衰减正弦量原子库(具体实现为现有技术),可以使原子分解算法更好的适应故障暂态信号,提高信号分解效果,只需很少的原子便可提取出信号的主要特征。
B.PSO简述
PSO是一种演化计算方法,PSO中每个寻优问题的解称为“粒子”。每个粒子都有自己的位置和速度,决定它们飞行的方向和距离。另外,所有的粒子都有1个适应值,以判断目前位置的好坏。在每次迭代过程中,粒子通过跟踪两个指标来更新自己,第一个指标是粒子在飞行过程中所经过的最佳位置,叫个体极值(personalbest,pbest),另一个指标是整个粒子群所经过的最佳位置,叫全局极值(globalbest,gbest)。
本发明用如下公式来更新各粒子速度和位置;
式中,i=1,2,3,...M,d=1,2,3,...n,k为当前迭代次数,w为惯性权重因子,用于调节粒子的飞行速度,在区间[0.7,1.2]取值;c1和c2为加速系数,取c1=c2=1.4962,分别调节向个体最佳粒子和全局最佳粒子方向飞行的最大步长;r1、r2是[0,1]间的随机数;M为粒子数,n为粒子维数;vid、xid、pid分别为第i个粒子的第d维的速度、当前位置和个体极值点位置,分别为在第k次迭代中第i个粒子的第d维的速度、当前位置和个体极值点位置,是在第k次迭代中整个粒子群第d维的全局极值点位置。
C.基于PSO的匹配追踪(Matchingpursuit,MP)算法
原子分解过程实际上就是求解式(1)所反映的最优化问题。于是从式(2)原子库中选取最佳匹配原子的过程可以转化为利用PSO求解函数最优化问题。每一个最佳匹配原子就相当于PSO中的1个粒子,该粒子包含6个参变量(Aq,fq,αq,φq,ts,te)。在基于PSO的匹配追踪算法中,第m次迭代过程中搜寻最佳匹配原子gγm的过程如下:
1)在既定的搜索范围内随机设置粒子位置(即衰减正弦原子的6个参变量(Aq,fq,αq,φq,ts,te))的初始值和速度,初始化粒子群;初始化粒子群包括,设定种群大小M,种群最大进化代数K,设定初始惯性权重w值,以及c1、c2的值,随机生成初始粒子位置和初始速度,令当前迭代次数k初始值为1。为避免粒子在迭代过程中远离搜索空间,将粒子的第d维速度vd钳位在区间[vdmin,vdmax],定义搜索空间内粒子的第d维xd位置区间为[xdmin,xdmax]。
2)计算各粒子适应度值|<Rm s,gγm>|,其中
3)将当前粒子适应度值|<Rm s,gγm>|与其个体极值pid比较,若比pid大,则用当前值替换pid,并按式(3)和(4)更新粒子自身最优位置和速度;
4)根据最佳适应度函数|<Rm s,gγm>|计算更新后的粒子适应值,并比较种群中所有粒子的最佳适应值,将整个种群中适应值最好的个体作为新的全局极值点位置pgd,如比pgd大,用此值替换pgd,并用此粒子位置更新粒子群全局最优粒子位置;
5)通过个体极值和全局极值信息校正粒子的位置和速度,即优化最佳匹配原子各参数。
6)令当前迭代次数k=k+1,重复步骤2)—5),当当前迭代次数k达到最大迭代次数K,则停止迭代,输出最佳匹配原子gγm的参变量数值。
将该原子gγm从信号Rm s中抽取出来,形成新的残余信号Rm+1 s。重复上述过程,对新的残余信号Rm+1 s进行迭代分析,即在第m+1次迭代过程中搜寻最佳匹配原子gγ(m+1),直到达到设定的迭代次数N或者残余信号能量满足要求。分解得到的最佳匹配原子按照占原始信号能量百分比大小顺序排列的,因此一般前2次迭代的最佳匹配原子就能反应各线路暂态零序电流的主要局部特征,本发明的设置最大迭代次数5次基本能满足信号分析要求。
D.故障时刻确定
故障时刻确定方法基于以下阻尼正弦原子的离散化公式:
其中,gγ(n)为原子函数的离散化表示,其中n为采样点标号,n={0,1,...,N-1},N为信号长度;ξ为频率因子,表示原子在频域包络的中心位置;φ为相位因子,表示原子信号的初相角;f为信号的采样频率,ns与ne分别为衰减正弦分量开始与终止时对应的采样点数,ts与te分别为衰减正弦分量的开始与终止时刻,Kγ为使得||gγ(n)||=1的归一化系数,m为迭代次数;计算标准误差: ,得到当最小时对应的ns与ne,进而得出故障发生时刻
E.暂态零序电流的获取过程基于以下公式:
i0l.os(t)=i0l(t)-i0l(t+10T)
式中,T为工频周期,i0l为第l条线路故障后的暂态零序电流,考虑到数据窗过短容易丢失有用的暂态信息,过长将增加计算的复杂度,因此综合考虑,选择故障后两个工频周波的暂态零序电流数据为最佳。i0l.os(t)为t时刻第l条线路故障后的暂态零序电流滤除故障前的不对称分量得到的纯故障分量。
步骤3,对于步骤2分解得到的代表各线路零序电流的暂态自由振荡分量和衰减直流分量的最佳匹配原子,提取这些原子的内积值|<Rm s,gγm>|、幅值、频率、衰减系数、相位、开始和终止时间(Aq,fq,αq,φq,ts,te)和能量等特征量信息,可以将这些特征量信息也存储到故障选线数据库中。代表暂态自由振荡分量或衰减直流分量的最佳匹配原子的能量特征值获取方法如下:
其中,gγl(t)为线路l代表暂态自由振荡分量或衰减直流分量的最佳匹配原子,能量实为提取出的代表暂态自由振荡分量或衰减直流分量的最佳匹配原子模的平方和。
步骤4,计算原子能量熵比例因子b,根据因子的大小确定单相接地故障发生模式,并选择对应灵敏度较高的选线算法实现自适应的故障选线。
下面介绍原子能量熵比例因子的计算过程以及根据原子能量熵比例因子的大小确定单相接地故障模式步骤:
A.原子能量熵比例因子b基于以下公式:
其中,em为各原子的能量熵,|<Rm s,gγm>|为各原子的内积值,||s||2为归一化信号的总能量,eL为代表衰减直流分量最佳匹配原子的能量熵,eH为代表暂态自由振荡分量的最佳匹配原子的能量熵。
B.根据原子能量熵比例因子的大小确定单相接地故障模式的步骤
1)b<1,表明暂态自由振荡分量占信号的主要成分,若存在某条线路i的自由振荡分量的能量大于其他各线自由振荡分量的能量,即Ei>Ej,j∈[1,n],且有
式中j,k代表其他任意不相同的两条线路,为线路i、j、k自由振荡分量的相角。此时可判定线路i为故障线路,否则判定为母线故障。
2)b>1,则衰减直流分量占信号的主要成分,即故障发生在相电压过零点的附近区域,找到所含衰减直流分量能量最大的线路i可确定为故障线路。因为非故障线路基本上不含衰减直流分量,原子分解法检测不出来,本发明采用db8小波对各线路暂态零序电流进行预处理,得到最低频段(一般为0-25Hz)的信息分量,对该低频段分量进行基于PSO改进的原子分解计算各线路衰减直流分量的能量信息,具体处理为现有技术,本发明不予赘述。
实施例对本发明的技术方案进行了说明而非限定。通过以上实施例的描述,本领域技术人员能够很清楚地理解本发明的技术方案,并可以对实施例进行修改或者等同替换,而不脱离本发明的精神和范围,均应包含在本发明请求保护的权利要求范围当中。
Claims (6)
1.一种谐振接地系统单相接地故障自适应选线方法,其特征在于,包括如下步骤:
步骤1,当系统零序电压大于整定电压Uset时,故障选线装置启动,记录故障前后的母线零序电压和各线路零序电流;
步骤2,对母线零序电压进行基于PSO改进的原子分解,确定故障发生时刻,以故障发生时刻为基准,对采集得到的各线路零序电流进行预处理得到两个工频周期的暂态零序电流,再对暂态零序电流进行基于PSO改进的原子分解,得到代表各线路暂态零序电流的暂态自由振荡分量和衰减直流分量的最佳匹配原子;
所述基于PSO改进的原子分解采用衰减正弦量原子,每个衰减正弦量原子包含6个参数(Aq,fq,αq,φq,ts,te),Aq、fq、aq、φq分别为衰减正弦量的幅值、频率、衰减系数、相位;ts和te分别为衰减正弦量的开始和终止时间;
所述确定故障发生时刻是基于以下公式,
其中,gγ(n)为原子函数的离散化表示,其中n为采样点标号,n={0,1,...,N-1},N为信号长度;ξ为频率因子,表示原子在频域包络的中心位置;φ为相位因子,表示原子信号的初相角;f为信号的采样频率,ns与ne分别为衰减正弦分量开始与终止时对应的采样点数,ts与te分别为衰减正弦分量的开始与终止时刻,Kγ为使得||gγ(n)||=1的归一化系数,t表示时间,u(t)为单位阶跃函数;
计算标准误差e[ns,ne]最小时对应的ns,进而得出故障发生时刻
步骤3,对于步骤2分解得到的代表各线路暂态零序电流的暂态自由振荡分量和衰减直流分量的最佳匹配原子,提取相应特征量信息;
步骤4,计算原子能量熵比例因子,根据能量熵比例因子确定单相接地故障发生模式,并根据模式进行自适应的故障选线。
2.根据权利要求1所述的谐振接地系统单相接地故障自适应选线方法,其特征在于:步骤1中,整定电压Uset=0.15Un,Un为母线额定电压。
3.根据权利要求1或2所述的谐振接地系统单相接地故障自适应选线方法,其特征在于:步骤2中,所述的暂态零序电流的获取基于以下公式,
i0l.os(t)=i0l(t)-i0l(t+10T)
式中,T为工频周期,i0l为第l条线路故障后的暂态零序电流,i0l.os(t)为t时刻第l条线路故障后的暂态零序电流滤除故障前的不对称分量得到的纯故障分量。
4.根据权利要求3所述的谐振接地系统单相接地故障自适应选线方法,其特征在于:步骤3中,代表最佳匹配原子的相应特征量信息包括原子内积值|<Rm s,gγm>|、参数(Aq,fq,αq,φq,ts,te)能量特征值,其中,Rm s为基于PSO改进的原子分解过程中第m次迭代时待处理的残余信号,gγm为第m次迭代时分解出的最佳匹配原子,代表暂态自由振荡分量或衰减直流分量的最佳匹配原子的能量特征值的获取基于以下公式,
其中,gγl(t)为线路l代表暂态自由振荡分量或衰减直流分量的最佳匹配原子。
5.根据权利要求4所述的谐振接地系统单相接地故障自适应选线方法,其特征在于:步骤4中,
能量熵比例因子b的获取基于以下公式,
其中,em为各原子的能量熵,|<Rm s,gγm>|为各原子的内积值,||s||2为归一化信号的总能量,eL为代表衰减直流分量的最佳匹配原子的能量熵,eH为代表暂态自由振荡分量的最佳匹配原子的能量熵。
6.根据权利要求5所述的谐振接地系统单相接地故障自适应选线方法,其特征在于:步骤4中,根据原子能量熵比例因子的大小确定单相接地故障发生模式,并根据模式进行自适应的故障选线实现方式如下,
1)b<1,则暂态自由振荡分量占信号的主要成分,设线路总数为L,若存在某条线路i的自由振荡分量的能量大于其他各线自由振荡分量的能量,即Ei>Ej,j∈[1,L],且有
式中j,k代表其他任意不相同的两条线路,分别为线路i、j、k自由振荡分量的相角,此时可判定线路i为故障线路,否则判定为母线故障;
2)b>1,则衰减直流分量占信号的主要成分,故障发生在相电压过零点的附近区域,各线路暂态零序电流存在一个衰减直流分量,采用db8小波对各线路暂态零序电流进行预处理,得到最低频段的信息分量,对该最低频段的信息分量进行基于PSO改进的原子分解计算各线路衰减直流分量的能量特征值,将所含衰减直流分量能量特征值最大的线路i确定为故障线路。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310434045.5A CN103499769B (zh) | 2013-09-23 | 2013-09-23 | 一种谐振接地系统单相接地故障自适应选线方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310434045.5A CN103499769B (zh) | 2013-09-23 | 2013-09-23 | 一种谐振接地系统单相接地故障自适应选线方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103499769A CN103499769A (zh) | 2014-01-08 |
CN103499769B true CN103499769B (zh) | 2016-01-20 |
Family
ID=49864994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310434045.5A Active CN103499769B (zh) | 2013-09-23 | 2013-09-23 | 一种谐振接地系统单相接地故障自适应选线方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103499769B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109001592A (zh) * | 2018-07-03 | 2018-12-14 | 中国大唐集团科学技术研究院有限公司西北分公司 | 一种基于暂态量的谐振接地系统单相接地故障选线方法 |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150346266A1 (en) * | 2014-05-30 | 2015-12-03 | Eaton Corporation | System and method for pulsed ground fault detection and localization |
CN105445618B (zh) * | 2015-11-20 | 2018-06-05 | 中国农业大学 | 一种小电流接地系统故障选线方法及装置 |
CN108089100B (zh) * | 2017-12-18 | 2019-07-30 | 广东电网有限责任公司佛山供电局 | 小电流接地系统弧光电阻接地故障的检测方法 |
CN107957528B (zh) * | 2018-01-19 | 2020-08-18 | 上海岩芯电子科技有限公司 | 一种光伏系统接地故障检测方法 |
CN109307824B (zh) * | 2018-09-18 | 2020-11-03 | 福州大学 | 一种基于聚类的配电网单相接地故障区段定位方法 |
CN110554274B (zh) * | 2019-09-03 | 2021-05-28 | 广东电网有限责任公司 | 一种基于小波奇异信息的自适应权重接地选线方法 |
CN110488152B (zh) * | 2019-09-27 | 2021-06-22 | 国网河南省电力公司电力科学研究院 | 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 |
CN112098886B (zh) * | 2020-08-07 | 2023-05-30 | 国网山东省电力公司青岛供电公司 | 一种小电流接地系统单相接地选线方法及系统 |
CN113406442B (zh) * | 2021-07-30 | 2022-03-01 | 广东电网有限责任公司 | 一种小电阻接地系统高阻接地故障检测方法及相关装置 |
CN114019231B (zh) * | 2021-11-04 | 2023-08-18 | 国网湖南省电力有限公司 | 一种用于直流电能计量的衰减直流提取方法 |
CN114355110A (zh) * | 2022-03-18 | 2022-04-15 | 智联新能电力科技有限公司 | 一种基于卷积神经网络的故障电流模式识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102854437A (zh) * | 2012-08-22 | 2013-01-02 | 广东电网公司电力科学研究院 | 应用时频原子分解理论的小电流接地系统故障选线方法 |
CN103207354A (zh) * | 2013-03-13 | 2013-07-17 | 福建省电力有限公司 | 基于选线系数最大原理的配电网单相接地故障选线方法 |
CN103208808A (zh) * | 2013-03-07 | 2013-07-17 | 武汉大学 | 一种电力系统次同步振荡模态辨识方法 |
CN103308822A (zh) * | 2013-05-07 | 2013-09-18 | 河南理工大学 | 辐射状配网小电流接地故障选线方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000329812A (ja) * | 1999-05-21 | 2000-11-30 | Fuji Electric Co Ltd | 電力系統事故点評定装置 |
-
2013
- 2013-09-23 CN CN201310434045.5A patent/CN103499769B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102854437A (zh) * | 2012-08-22 | 2013-01-02 | 广东电网公司电力科学研究院 | 应用时频原子分解理论的小电流接地系统故障选线方法 |
CN103208808A (zh) * | 2013-03-07 | 2013-07-17 | 武汉大学 | 一种电力系统次同步振荡模态辨识方法 |
CN103207354A (zh) * | 2013-03-13 | 2013-07-17 | 福建省电力有限公司 | 基于选线系数最大原理的配电网单相接地故障选线方法 |
CN103308822A (zh) * | 2013-05-07 | 2013-09-18 | 河南理工大学 | 辐射状配网小电流接地故障选线方法 |
Non-Patent Citations (2)
Title |
---|
基于PSO 的原子分解法在间谐波分析中的应用;张英杰 等;《电力系统保护与控制》;20130801;第41卷(第15期);第41-48页 * |
基于PSO的模态原子法在低频振荡模式时变特性追踪的应用;李勋 等;《中国电机工程学报》;20130405;第33卷(第10期);第79-89页 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109001592A (zh) * | 2018-07-03 | 2018-12-14 | 中国大唐集团科学技术研究院有限公司西北分公司 | 一种基于暂态量的谐振接地系统单相接地故障选线方法 |
CN109001592B (zh) * | 2018-07-03 | 2021-10-15 | 中国大唐集团科学技术研究院有限公司西北分公司 | 一种基于暂态量的谐振接地系统单相接地故障选线方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103499769A (zh) | 2014-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103499769B (zh) | 一种谐振接地系统单相接地故障自适应选线方法 | |
Zhu et al. | Time series shapelet classification based online short-term voltage stability assessment | |
CN103344875B (zh) | 谐振接地系统单相接地故障分类选线方法 | |
CN111257700B (zh) | 一种基于边缘计算的配电网单相接地故障定位装置及方法 | |
CN103795058B (zh) | 电力系统的静态电压稳定裕度分析及系统故障排序方法 | |
CN104242267B (zh) | 一种风力发电送出输电线路距离保护方法 | |
CN105259471A (zh) | 一种基于随机共振和暂态电流信号的三维故障选线方法 | |
CN104635114A (zh) | 一种电能质量扰动源定位系统及定位方法 | |
CN104101817A (zh) | 基于pso改进的原子分解法的雷击干扰与故障识别方法 | |
CN106646140A (zh) | 基于测量波阻抗的高压直流输电线路区内外故障识别方法 | |
CN103683198B (zh) | 一种基于差动电流相邻阶次差分构成的平面上相邻点距离的励磁涌流快速识别方法 | |
CN103323747A (zh) | 一种小电流接地系统的单相接地故障选线方法 | |
CN109375051A (zh) | 基于频谱密度衰减的雷电暂态信号识别方法及系统 | |
CN103399257A (zh) | 一种中性点不接地系统的铁磁谐振故障检测方法 | |
CN101915888A (zh) | ±800kV直流输电线路雷击干扰的可拓融合识别方法 | |
CN103116112A (zh) | 一种同杆并架双回线路故障测距方法 | |
CN103324841A (zh) | 基于故障录波器数据的在线动态负荷建模方法 | |
CN106208041A (zh) | 一种基于分段常数独立分量分析的配电网谐波电流估计方法 | |
CN109164315A (zh) | 基于粒子群优化的kfcm及svm的电抗器故障诊断方法 | |
CN108270239A (zh) | 一种含分布式电源的配电网电能质量扰动源方向判定方法 | |
CN108089100B (zh) | 小电流接地系统弧光电阻接地故障的检测方法 | |
CN104483836A (zh) | 一种遥测数据的在线稳态处理方法 | |
Zhu et al. | Faulty line identification method based on bayesian optimization for distribution network | |
CN105071388A (zh) | 一种基于极大似然估计的配电网状态估计方法 | |
He et al. | Power system frequency situation prediction method based on transfer learning |
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 |