CN103983896A - 一种基于配网电能质量采样数据的配网线路单端测距结果校正方法 - Google Patents

Abstract

本发明公开了一种基于配网电能质量采样数据的配网线路单端测距结果校正方法，其步骤为：第一步，读取配网电能质量采样数据中的配网线路三相电流、电压暂态记录数据；第二步，针对故障线路类型、故障类型的不同，根据测距算法原理特点和应用经验，选用微分方程、相位迭代、求解工频相量方程算法，计算故障回路的线路阻抗，依据配网线路阻抗与线路长度的对应关系，初步确定配网线路故障点位置；等等。本发明是从弥补配网线路没有测距功能的空白，重点在于提高配网线路故障测距精度的需求而提出的。

Description

一种基于配网电能质量采样数据的配网线路单端测距结果校正方法

技术领域

本发明涉及配网保护和控制技术领域的人工智能技术应用，尤其是涉及一种基于人工智能技术的配网线路单端故障测距校正技术领域。

技术背景

配网线路长达数公里，出现故障后，需要及早查出故障点位置，，为故障巡线提供科学的依据，高效率地找到故障点，及时修复，迅速恢复供电。

由于技术和经济原因，配网线路没有配置故障测距系统；当配网线路发生故障时，需要人工巡线查找故障点位置，线路故障点查找效率低。

本发明是从弥补配网线路没有测距功能的空白，重点在于提高配网线路故障测距精度的需求而提出的。

发明内容

本发明的目的在于，实现配网线路故障高精度测距，保证线路故障后快速恢复供电。

 本发明是通过下列技术方案来实现的：

一种基于配网电能质量采样数据的配网线路单端测距结果校正方法，首先读取配网电能质量采样数据中的配网线路三相电流、电压暂态记录数据；针对故障线路类型、故障类型的不同，根据测距算法原理特点和应用经验，选用微分方程、相位迭代、求解工频相量方程算法，计算故障回路的线路阻抗，依据配网线路阻抗与线路长度的对应关系，初步确定配网线路故障点位置；另一方面，配网线路阻抗大小与线路长度的对应关系，受到地质、气候、大地电阻率变化等因素影响，不能保持恒定，这将导致配网线路单端故障测距结果出现偏差；这里考虑上述影响因素，以故障测距历史结果作为训练样本，运用人工神经网络，获得线路阻抗参数与长度对应关系在不同地质、气候、大地电阻率下的修正方法，以此实现配网线路单端故障测距结果校正。

本发明弥补了配网线路没有测距功能的空白，满足了提高配网线路故障测距精度的需求而。

下面结合附图及实施例进一步阐述本发明内容。

附图说明

图1为本发明的原理框图；

 图2为本发明的功能模块构成示意图；

图3为本发明的线路故障测距结果修正的整体流程框图。

具体实施方式

 一种基于配网电能质量采样数据的配网线路单端测距结果校正方法，其步骤为，

 第一步，读取配网电能质量采样数据中的配网线路三相电流、电压暂态记录数据；

第二步，针对故障线路类型、故障类型的不同，根据测距算法原理特点和应用经验，选用微分方程、相位迭代、求解工频相量方程算法，计算故障回路的线路阻抗，依据配网线路阻抗与线路长度的对应关系，初步确定配网线路故障点位置；

第三步，配网线路阻抗大小与线路长度的对应关系，受到地质、气候、大地电阻率变化等因素影响，不能保持恒定，这将导致配网线路单端故障测距结果出现偏差；考虑上述影响因素，以故障测距历史结果作为训练样本，运用人工神经网络，获得线路阻抗参数与长度对应关系在不同地质、气候、大地电阻率下的修正方法，以此实现配网线路单端故障测距结果校正。

见图1，该图显示了本发明的功能模块构成。具体包括人机界面、人工智能系统基于历史数据样本的自我训练、历史数据库、数据读写、参数设置、数据分析处理、线路故障类型判断、测距算法选用、线路阻抗参数与长度关系修正等。其中，人工智能系统基于历史数据样本的自我训练模块，是以历史数据（包括历史测距结果和实际故障位置查找结果）为样本数据，采用神经网络技术，针对线路阻抗参数与长度修正关系，进行自我训练；历史数据库模块，是管理已经发生过的线路故障测距和实际巡线查找故障相关结果的历史数据，其重要的应用是作为“人工智能系统基于历史数据样本的自我训练”模块自我训练的样本数据；数据读写模块，是读入电能质量采样数据、故障测距系统输出结果数据文件、线路故障时间等信息，以及输出“人工智能系统基于历史数据样本的自我训练”模块的自我进化结果等；参数设置模块，主要是对一些系统参数进行设置；数据分析处理模块，是对电能质量采样数据进行滤波等处理；线路故障类型判断模块，是基于电能质量采样数据，判断线路故障类型，为选用合适的测距算法，提供线索；测距算法选用模块，是根据线路和故障类型，以及历史经验，选用相应的测距算法；线路阻抗参数与长度关系修正模块，是参照 “人工智能系统基于历史数据样本的自我训练” 模块给出的线路阻抗参数与长度的正确对应关系，对“测距算法”模块得到的故障测距结果进行修正，提高测距精度。

见图2，该图显示了本线路故障测距结果修正的整体流程，具体如下：

1）读取配网电能质量采样数据中的配网线路三相电流、电压暂态记录数据；

2）根据线路类型是否包含电缆，确定是否需要考虑线路分布电容影响；

3）根据故障类型，对接地故障，须考虑选用适应故障接地点大过渡电阻影响的算法，对相间短路，则重点考虑对对侧系统阻抗影响适应性好的算法，获得故障测距的初步结果；

4）对测距算法得到的初步测距结果，基于人工智能系统给出的故障线路阻抗参数与长度正确对应关系，对测距结果进行修正。

总之，本发明基于配网电能质量采样数据，融合了配网线路单端测距技术、人工智能技术、计算机技术，实现配网线路高精度故障测距，对于及时高效地找到配网线路故障点，迅速恢复供电，具有重要的工程应用价值。

Claims (1)

1.一种基于配网电能质量采样数据的配网线路单端测距结果校正方法，其步骤为：

第一步，读取配网电能质量采样数据中的配网线路三相电流、电压暂态记录数据；

第二步，针对故障线路类型、故障类型的不同，根据测距算法原理特点和应用经验，选用微分方程、相位迭代、求解工频相量方程算法，计算故障回路的线路阻抗，依据配网线路阻抗与线路长度的对应关系，初步确定配网线路故障点位置；

第三步，配网线路阻抗大小与线路长度的对应关系，受到地质、气候、大地电阻率变化的因素影响；考虑上述影响因素，以故障测距历史结果作为训练样本，运用人工神经网络，获得线路阻抗参数与长度对应关系在不同地质、气候、大地电阻率下的修正方法，以此实现配网线路单端故障测距结果校正。