CN104360227A - 基于行波法和暂态主频法的变电站电缆出线故障监测方法 - Google Patents
基于行波法和暂态主频法的变电站电缆出线故障监测方法 Download PDFInfo
- Publication number
- CN104360227A CN104360227A CN201410602512.5A CN201410602512A CN104360227A CN 104360227 A CN104360227 A CN 104360227A CN 201410602512 A CN201410602512 A CN 201410602512A CN 104360227 A CN104360227 A CN 104360227A
- Authority
- CN
- China
- Prior art keywords
- fault
- line
- outlet
- cable
- cable outlet
- 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
- 238000000034 method Methods 0.000 title claims abstract description 89
- 230000001052 transient effect Effects 0.000 title claims abstract description 57
- 238000012544 monitoring process Methods 0.000 title claims abstract description 17
- 238000004088 simulation Methods 0.000 claims abstract description 44
- 238000012549 training Methods 0.000 claims abstract description 18
- 238000013528 artificial neural network Methods 0.000 claims abstract description 17
- 238000003062 neural network model Methods 0.000 claims abstract description 4
- 230000005540 biological transmission Effects 0.000 claims description 42
- 230000008569 process Effects 0.000 claims description 14
- 101100499229 Mus musculus Dhrsx gene Proteins 0.000 claims description 12
- 238000009413 insulation Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000005094 computer simulation Methods 0.000 claims description 7
- 239000002184 metal Substances 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 230000007704 transition Effects 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 4
- 230000001537 neural effect Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000001419 dependent effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000010187 selection method Methods 0.000 description 3
- 239000004020 conductor Substances 0.000 description 2
- 238000010891 electric arc Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 206010034703 Perseveration Diseases 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007087 memory ability Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于行波法和暂态主频法的变电站电缆出线故障监测方法，它包括以下步骤：根据变电站电缆出线及配网模型建立变电站电缆出线故障仿真模型；获取训练样本；利用训练样本对BP神经网络模型进行训练；在变电站的每条出线线路中设置零序电流互感器，通过零序电流互感器获取各条出线线路的电流初始行波和暂态信号，将电流初始行波和暂态信号输入训练好的BP神经网络进行选取故障线路。本发明提出了一种利用人工神经网络对行波法和暂态主频法进行融合的故障选线方法，不仅实现了行波法和暂态主频法两者的优势互补，而且解决了当前小电流接地系统选线困难的问题，有效实现了变电站电缆出线及其配电线路的故障选线。
Description
技术领域
本发明涉及一种变电站电缆出线的故障监测方法，具体地说是一种基于行波法和暂态主频法的变电站电缆出线故障监测方法，属于电缆故障选线技术领域。
背景技术
我国配电网广泛采用中性点非有效接地方式，这种接地方式具有供电可靠性高的优点，其单相接地故障发生率最高。当发生单相接地故障后，非故障相电压升高为原来的1.732倍，个别情况下，接地电容电流可能引起故障点电弧飞越，瞬时出现比相电压大4-5倍的过电压，导致绝缘击穿，进一步扩大成两点或多点接地短路；故障点的电弧还会引起全系统过电压，常常烧毁电缆甚至引起火灾。因此，配电网的单相接地故障严重威胁这配电网的安全可靠性，为防止事故扩大，运行中希望尽快选择出故障线路并进行处理。但是由于单相接地是通过电源绕组和输电线路而对地分布电容形成的短路回路，故障点的接地电流很小，单相接地故障选线和故障定位问题长期以来没有得到很好地解决。
为了找出故障点，过去采用的是人工拉路的选线方法，受各种因素的影响，这种方法找出故障线路需要很长时间，降低了供电的质量，使得供电单位与用户的经济效益受到了影响。而且电网容易受到开关断开和闭合的冲击，会导致操作过电压和谐振过电压，开关的反复动作同样使得其使用寿命降低。随着无人值守变电站的增多和综合自动化水平的提高，一是某些时候集控中心工作人员发现和处理接地信号的时间较长，尤其是晚上出现的故障信号，会出现带故障长时间运行的情况；二是逐条拉路选线需要远方遥控操作，加大了设备的负担。
当前实际工作中，配电网普遍采用暂态零序电流法进行选线，利用故障线路的暂态零模电流初始行波的极性与非故障线路的极性相反这一原理判断故障线路，该方法具有可靠性高的优点。但是实际运行中模量行波的获取增加了现场应用的困难。获取零模电流行波需要现场配备合适的零序电流互感器，而仅为了故障选线增加零序电流互感器不经济并且利用零模选线的方法无法实现选相。若不使用零序互感器，线模电流行波获取是通过两相电流互感器，接线复杂且容易出错，这样使故障选线更加困难。
快速准确地故障选线一方面有利于提高供电可靠性，提高供电部门和用户的经济效益，另一方面有利于维护用电设备，因此，迫切需要一种有效的变电站电缆出线故障监测方法。
发明内容
为克服上述现有技术存在的不足，本发明提供了一种基于行波法和暂态主频法的变电站电缆出线故障监测方法，其能够解决当前小电流接地系统选线困难的问题，有效实现变电站电缆出线及其配电线路的故障选线。
本发明解决其技术问题所采取的技术方案是：基于行波法和暂态主频法的变电站电缆出线故障监测方法，其特征是，包括以下步骤：
建立变电站电缆出线故障仿真模型：根据变电站电缆出线及配网模型建立变电站电缆出线故障仿真模型，所述变电站电缆出线故障仿真模型包括变压器，在变压器的出线侧连接有三条出线线路，每条出线线路中均包含电缆线路和架空线路，所述电缆线路一端与变压器相连，另一端与架空线路一端相连，架空线路的另一端悬空，在每条出线线路中均设置有仿真线路故障；
获取训练样本：分别对变电站电缆出线故障仿真模型中各条出线线路设置不同故障距离、不同过渡电阻以及不同故障初相角进行仿真，提取各条出线线路的电流初始行波和暂态信号；根据电流初始行波零模分量的幅值、极性以及暂态主频的幅值、相位，得到训练样本；
BP神经网络训练：利用训练样本对BP神经网络模型进行训练；
确定故障线路：在变电站的每条出线线路中设置零序电流互感器，通过零序电流互感器获取各条出线线路的电流初始行波和暂态信号，将电流初始行波和暂态信号输入训练好的BP神经网络进行选取故障线路。
上述方法中，所述故障路线的选取过程包括以下步骤：
获取电流初始行波零模分量的模极大值及极性：利用零序电流互感器获取各条线路的零模电流，通过小波分析方法提取初始行波波头的模极大值和极性；
提取暂态主频幅值和相位：利用零序电流互感器获取零模电流暂态波形，通过FFT算法得到各条线路暂态主频的幅值和相位；
通过神经网络进行故障选线：将提取出的初始电流行波的模极大值、极性和暂态主频的幅值、极性输入训练好的BP神经网络,确定故障线路。
上述方法中，采用ATP仿真软件进行建立变电站电缆出线仿真模型。
上述方法中，所述出线线路采用三芯结构，电缆线路的金属屏蔽层双端直接接地的方式，并且架空线路的末端悬空。
上述方法中，每条出线线路中设置的线路故障与其它两条出线线路设置的线路故障不同。
上述方法中，所述线路故障包括电缆主绝缘故障、电缆线路与架空线路连接处金属性接地故障和架空线路金属性接地故障。
上述方法中，所述变电站电缆出线故障仿真模型的建立过程包括以下步骤：
仿真建模工具和数据分析工具的选择：仿真建模工具选择4.2.0版本的PSCAD，数据分析工具选择7.1版本的MATLAB；
建立变电站电缆出线故障仿真模型和仿真模块：所述变电站电缆出线故障仿真模型包括变压器，在变压器的出线侧连接有三条出线线路，每条出线线路中均包含电缆线路和架空线路，所述电缆线路一端与变压器相连，另一端与架空线路一端相连，架空线路的另一端悬空，在每条出线线路中均设置有仿真线路故障；所述仿真模块包括电缆线路模块、架空线路模块、短路故障与故障控制模块、电缆主绝缘故障与架空线故障设置模块；
仿真参数设置:对PSCAD仿真参数设置、电缆参数、架空线路参数和故障控制器参数进行设置；
生成变电站电缆出线故障仿真模型：根据仿真模块的建立与参数设置生成变电站电缆出线故障仿真模型。
本发明的有益效果是：本发明提出了一种利用人工神经网络对行波法和暂态主频法进行融合的故障选线方法，不仅实现了行波法和暂态主频法两者的优势互补，而且解决了当前小电流接地系统选线困难的问题，有效实现了变电站电缆出线及其配电线路的故障选线。
附图说明
下面结合附图对本发明进一步说明：
图1是本发明的方法流程图；
图2是本发明所述故障路线选取过程的方法流程图；
图3是本发明所述变电站电缆出线故障仿真模型的示意图；
图4是本发明所述电缆线路仿真模块的示意图；
图5是本发明所述架空线路仿真模块的示意图；
图6是在本发明所述变电站电缆出线故障仿真模型中的线路1 f1处发生单相接地故障时的示意图。
具体实施方式
为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
如图1所示，本发明的一种基于行波法和暂态主频法的变电站电缆出线故障监测方法，它包括以下步骤：
建立变电站电缆出线故障仿真模型：根据变电站电缆出线及配网模型建立变电站电缆出线故障仿真模型，所述变电站电缆出线故障仿真模型包括变压器，在变压器的出线侧连接有三条出线线路，每条出线线路中均包含电缆线路和架空线路，所述电缆线路一端与变压器相连，另一端与架空线路一端相连，架空线路的另一端悬空，在每条出线线路中均设置有仿真线路故障；
获取训练样本：分别对变电站电缆出线故障仿真模型中各条出线线路设置不同故障距离、不同过渡电阻以及不同故障初相角进行仿真，提取各条出线线路的电流初始行波和暂态信号；根据电流初始行波零模分量的幅值、极性以及暂态主频的幅值、相位，得到训练样本；
BP神经网络训练：利用训练样本对BP神经网络模型进行训练；
确定故障线路：在变电站的每条出线线路中设置零序电流互感器，通过零序电流互感器获取各条出线线路的电流初始行波和暂态信号，将电流初始行波和暂态信号输入训练好的BP神经网络进行选取故障线路。
如图2所示，本发明所述故障路线的选取过程包括以下步骤：
获取电流初始行波零模分量的模极大值及极性：利用零序电流互感器获取各条线路的零模电流，通过小波分析方法提取初始行波波头的模极大值和极性；
提取暂态主频幅值和相位：利用零序电流互感器获取零模电流暂态波形，通过FFT算法得到各条线路暂态主频的幅值和相位；
通过神经网络进行故障选线：将提取出的初始电流行波的模极大值、极性和暂态主频的幅值、极性输入训练好的BP神经网络,确定故障线路。
本发明采用的变电站电缆出线故障仿真模型的具体建立过程如下：
一、仿真建模工具和数据分析工具的选择
电力系统上用于暂态分析的仿真软件主要有EMTP、PSCAD和MATLAB。
EMTP(Electro-Magnetic Transient Program)电磁暂态程序在电力系统中电压等级的电力仿真中广泛应用。它基于梯形积分规则，利用伴随模型作为动态元件，选择节点法建立方程，解代数方程时利用稀疏矩阵和LU因式分解法。积分步长由使用者指定，并在整个仿真过程中保持不变。EMTP包含频率相关的分布参数输电线路和电缆模型，但其设置较为繁琐，参数不易获得。
PSCAD是一个以图形为基础的电力系统模拟工具。其功能强大，自带模型库并且有友好的人机交互界面，能够显著地提高电力系统电磁暂态模拟研究的效率。借助建模包，使用者可以用图形的方法建立要进行模拟研究的电力系统模型。确定电缆的行波模型需要使用CABLE模块，通过功能选择可以产生单频率模式模型或者完全的频率相关行波模型，其中，每一导电层和绝缘层的半径和特性都是必需的。
MATLAB是Matrix Laboratory(矩阵实验室)的简称，是用于算法的开发、数据可视化、分析以及计算的高级计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。其Simulink部分中的电力系统模块库(PowerSystem Blockset)，可用于复杂电力系统的建模，并进行暂态计算；小波分析工具箱(Wavelet Toolbox)适用于信号的分析、去噪、压缩等[43-44]。
在MATLAB的电力系统模块库中没有合适的相应电缆模型，综合考虑后本次建模仿真选择PSCAD4.2.0作为仿真建模工具，MATLAB7.1作为数据处理工具。
二、建立变电站电缆出线故障仿真模型和仿真模块
如图3所示，本发明所述变电站电缆出线故障仿真模型包括变压器，在变压器的出线侧连接有三条出线线路：线路1、线路2和线路3，每条出线线路中均包含电缆线路和架空线路，所述电缆线路一端与变压器相连，另一端与架空线路一端相连，架空线路的另一端悬空，在每条出线线路中均设置有仿真线路故障。由于10kV电缆大多是三芯结构，故普遍采用金属屏蔽层两端直接接地方式。仿真模型中的电缆即采用三芯结构，金属屏蔽层双端直接接地的方式，并且线路末端悬空。在仿真模型中设置了三处不同故障：f1为电缆主绝缘故障，f2为电缆与架空线连接处金属性接地故障，f3为架空线金属性接地故障。线路长度参数设置如下：线路1的电缆长130m，架空线路长6km；线路2的电缆长3.05km，架空线路长7km；线路3的电缆长100m，架空线路长10km。
所述仿真模块包括电缆线路模块、架空线路模块、短路故障与故障控制模块、电缆主绝缘故障与架空线故障设置模块。
(1)电缆线路模块：PSCAD中有三种输电线路或电缆的等效模型：PI型等值电路、Bergeron模型和依频特性模型。在线路处于基波频率下，PI型等值电路和Bergeron模型足够使用，不同之处是，Bergeron模型用分布参数方式来代替PI型等值线路中的LC元件，电阻等都是集中参数。依频特性线路模型考虑到所有频率相关的参数，该模型能对线路上发生较宽频带范围的暂态行波过程进行准确描述。本课题要对主绝缘故障时进行暂态行波测距，故障暂态行波频带较宽(一般几十兆赫兹到上百兆赫兹)，因此，选用依频特性线路模型。10kV电缆仿真模型如图4所示，其中C1-C3表示电缆的导体芯线，即A、B、C三相，S1-S3表示电缆的金属屏蔽层，由于PSCAD中不含有三芯电缆模型，故利用三相不带铠装层的单芯电缆，通过设置其相对位置建立了三芯电缆的模型，并通过仿真验证符合三芯电缆的特性。
(2)架空线路模块：PSCAD仿真环境中架空线路模型同样采用依频特性，架空线路仿真模型如图5所示，Tline表示杆塔。
(3)短路故障与故障控制模块：当电缆线路发生短路故障时，故障处的电流就会迅速增大，且故障点的电阻变的很小，此时可以利用软件PSCAD中短路故障模型。故障时刻与故障持续时间可以通过故障控制器来设定和控制。
(4)电缆主绝缘故障与架空线故障设置模块：建立的电力电缆绝缘故障和架空线故障仿真模型，通过改变两段电缆的长度或架空线的长度来改变故障点位置。其中，电缆模型电源侧测量端导体电流的方向为由电源侧流向故障点处；金属护层中电流方向为由故障点处经接地线流向大地；架空线模型直接发生单相金属性接地故障。
三、仿真参数设置
(1)PSCAD的仿真参数设置：通过PSCAD软件的仿真参数设置面板，可以对仿真时间、采样步长、数据输出步长以及数据存放等进行设置。设置仿真时间为0.07s，采样步长为0.5us，数据输出步长为1us。
(2)电缆参数的设置：由于PSCAD中不带有三芯电缆的模型，故根据三芯电缆的特性建立了三芯电缆的仿真模型，并且利用该模型与实际三芯电缆的运行特性进行对比分析，验证该模型可行。电缆线路的名称、稳定状态频率以及电缆长度等参数都可以通过电缆参数设置面板进行设置。
(3)架空线路参数设置：架空线路的名称、稳定状态频率以及长度等参数都可以通过架空线路参数设置面板进行设置。
(4)故障控制器参数的设置：故障时刻与故障持续时间，可以通过故障控制器参数设置面板上进行设置，其中，故障时刻为0.032s，故障持续时间为40ms。
四、生成变电站电缆出线故障仿真模型
根据以上局部模块的建立与参数设置进行整体变电站电缆出线故障仿真模型建立，并在PSCAD仿真参数设置面板中将“Save channels to disk？”选项设为“Yes”，便于将仿真数据导出，利用Matlab进行数据处理。
假设图3中f1处电缆发生电缆主绝缘故障，并且故障相为A相，采用本发明所述方法进行故障选线的过程如下。
1、根据变电站电缆出线及配网模型建立如图6所示仿真模型。
2、利用训练样本对BP神经网络进行训练，通过训练的过程可以使其具有预测和联想记忆能力。BP神经网络的训练过程为：分别对各条出线线路设置不同故障点(位于线路20％，40％，60％、80％处)、不同故障初相角(5°，30°，60°，90°)进行仿真，提取各种情况下初始行波波头的幅值和极性以及暂态主频的幅值和相位，得到48个样本，对经过初始化的BP神经网络进行训练。
3、设置故障点位于各条线路中点，故障初相角45°时设置单相接地故障。
4、利用零序电流互感器获取各条线路的零模电流和零模电流暂态波形，采用MATLAB仿真软件通过小波分析方法提取初始行波波头的模极大值和极性，并通过FFT算法得到各条线路暂态主频的幅值和相位。
5、将提取出的初始电流行波的模极大值、极性和暂态主频的幅值、极性输入训练好的BP神经网络,确定故障线路。
由于行波选线法受故障时刻相角影响较大，受过渡电阻和故障距离影响较小；而基于暂态主频的选线方法受过渡电阻和故障距离影响较大，受故障时刻相角的影响较小；因此，本发明提出了一种利用人工神经网络对行波法和暂态主频法进行融合的故障选线方法，实现了行波法和暂态主频法两者的优势互补，解决了当前小电流接地系统选线困难的问题，有效实现了变电站电缆出线及其配电线路的故障选线。
以上所述只是本发明的优选实施方式，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也被视为本发明的保护范围。
Claims (7)
1.基于行波法和暂态主频法的变电站电缆出线故障监测方法，其特征是，包括以下步骤：
建立变电站电缆出线故障仿真模型：根据变电站电缆出线及配网模型建立变电站电缆出线故障仿真模型，所述变电站电缆出线故障仿真模型包括变压器，在变压器的出线侧连接有三条出线线路，每条出线线路中均包含电缆线路和架空线路，所述电缆线路一端与变压器相连，另一端与架空线路一端相连，架空线路的另一端悬空，在每条出线线路中均设置有仿真线路故障；
获取训练样本：分别对变电站电缆出线故障仿真模型中各条出线线路设置不同故障距离、不同过渡电阻以及不同故障初相角进行仿真，提取各条出线线路的电流初始行波和暂态信号；根据电流初始行波零模分量的幅值、极性以及暂态主频的幅值、相位，得到训练样本；
BP神经网络训练：利用训练样本对BP神经网络模型进行训练；
确定故障线路：在变电站的每条出线线路中设置零序电流互感器，通过零序电流互感器获取各条出线线路的电流初始行波和暂态信号，将电流初始行波和暂态信号输入训练好的BP神经网络进行选取故障线路。
2.根据权利要求1所述的基于行波法和暂态主频法的变电站电缆出线故障监测方法，其特征是，所述故障路线的选取过程包括以下步骤：
获取电流初始行波零模分量的模极大值及极性：利用零序电流互感器获取各条线路的零模电流，通过小波分析方法提取初始行波波头的模极大值和极性；
提取暂态主频幅值和相位：利用零序电流互感器获取零模电流暂态波形，通过FFT算法得到各条线路暂态主频的幅值和相位；
通过神经网络进行故障选线：将提取出的初始电流行波的模极大值、极性和暂态主频的幅值、极性输入训练好的BP神经网络,确定故障线路。
3.根据权利要求1所述的基于行波法和暂态主频法的变电站电缆出线故障监测方法，其特征是，采用ATP仿真软件进行建立变电站电缆出线仿真模型。
4.根据权利要求1所述的基于行波法和暂态主频法的变电站电缆出线故障监测方法，其特征是，所述出线线路采用三芯结构，电缆线路的金属屏蔽层双端直接接地的方式，并且架空线路的末端悬空。
5.根据权利要求1所述的基于行波法和暂态主频法的变电站电缆出线故障监测方法，其特征是，每条出线线路中设置的线路故障与其它两条出线线路设置的线路故障不同。
6.根据权利要求1所述的基于行波法和暂态主频法的变电站电缆出线故障监测方法，其特征是，所述线路故障包括电缆主绝缘故障、电缆线路与架空线路连接处金属性接地故障和架空线路金属性接地故障。
7.根据权利要求1至6任一项所述的基于行波法和暂态主频法的变电站电缆出线故障监测方法，其特征是，所述变电站电缆出线故障仿真模型的建立过程包括以下步骤：
仿真建模工具和数据分析工具的选择：仿真建模工具选择4.2.0版本的PSCAD，数据分析工具选择7.1版本的MATLAB；
建立变电站电缆出线故障仿真模型和仿真模块：所述变电站电缆出线故障仿真模型包括变压器，在变压器的出线侧连接有三条出线线路，每条出线线路中均包含电缆线路和架空线路，所述电缆线路一端与变压器相连，另一端与架空线路一端相连，架空线路的另一端悬空，在每条出线线路中均设置有仿真线路故障；所述仿真模块包括电缆线路模块、架空线路模块、短路故障与故障控制模块、电缆主绝缘故障与架空线故障设置模块；
仿真参数设置:对PSCAD仿真参数设置、电缆参数、架空线路参数和故障控制器参数进行设置；
生成变电站电缆出线故障仿真模型：根据仿真模块的建立与参数设置生成变电站电缆出线故障仿真模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410602512.5A CN104360227B (zh) | 2014-10-31 | 2014-10-31 | 基于行波法和暂态主频法的变电站电缆出线故障监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410602512.5A CN104360227B (zh) | 2014-10-31 | 2014-10-31 | 基于行波法和暂态主频法的变电站电缆出线故障监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104360227A true CN104360227A (zh) | 2015-02-18 |
| CN104360227B CN104360227B (zh) | 2017-05-24 |
Family
ID=52527508
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410602512.5A Active CN104360227B (zh) | 2014-10-31 | 2014-10-31 | 基于行波法和暂态主频法的变电站电缆出线故障监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104360227B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105067963A (zh) * | 2015-09-24 | 2015-11-18 | 广东电网有限责任公司佛山供电局 | 基于暂态波形的配网故障预警方法和系统 |
| CN105203923A (zh) * | 2015-09-18 | 2015-12-30 | 国家电网公司 | 基于行波幅值测度的配电网电缆故障监测方法 |
| CN105738764A (zh) * | 2016-02-22 | 2016-07-06 | 国家电网公司 | 基于暂态信息全频带的配电网故障区段定位方法 |
| CN106771886A (zh) * | 2017-02-13 | 2017-05-31 | 深圳供电局有限公司 | 一种基于神经网络的线缆混合线路双端测距方法和系统 |
| CN109581137A (zh) * | 2017-10-19 | 2019-04-05 | 广西大学 | 一种小电流接地系统单相接地故障选线方法 |
| CN109782124A (zh) * | 2018-12-24 | 2019-05-21 | 国网江苏省电力有限公司苏州供电分公司 | 一种基于梯度下降算法的主配用一体化故障定位方法及系统 |
| CN109917228A (zh) * | 2019-03-28 | 2019-06-21 | 国网上海市电力公司 | 一种基于rbf神经网络的行波法配电网接地故障定位方法 |
| CN110275084A (zh) * | 2019-06-13 | 2019-09-24 | 中国海洋石油集团有限公司 | 一种针对脐带缆泄漏故障的特征识别方法 |
| CN110646708A (zh) * | 2019-09-27 | 2020-01-03 | 中国矿业大学 | 基于双层长短时记忆网络的10kV单芯电缆早期状态识别方法 |
| CN113109669A (zh) * | 2021-04-12 | 2021-07-13 | 国网陕西省电力公司西安供电公司 | 一种基于行波特征频率的配电网混联线路故障定位方法 |
| WO2023216553A1 (zh) * | 2022-05-11 | 2023-11-16 | 广东电网有限责任公司东莞供电局 | 一种配电网多重故障诊断方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101923139A (zh) * | 2010-04-19 | 2010-12-22 | 昆明理工大学 | 一种输电线路单端行波故障测距智能方法 |
| CN103884966A (zh) * | 2014-04-15 | 2014-06-25 | 河海大学常州校区 | 基于神经网络的配电网小电流单相接地故障定位方法 |
| CN104076243A (zh) * | 2013-03-29 | 2014-10-01 | 北京映翰通网络技术股份有限公司 | 一种小电流接地配电网单相接地故障检测指示方法与设备 |
| EP2985613A1 (en) * | 2013-03-29 | 2016-02-17 | Beijing Inhand Networks Technology Co., Ltd. | Method and system for detecting and locating single-phase ground fault on low current grounded power-distribution network |
-
2014
- 2014-10-31 CN CN201410602512.5A patent/CN104360227B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101923139A (zh) * | 2010-04-19 | 2010-12-22 | 昆明理工大学 | 一种输电线路单端行波故障测距智能方法 |
| CN104076243A (zh) * | 2013-03-29 | 2014-10-01 | 北京映翰通网络技术股份有限公司 | 一种小电流接地配电网单相接地故障检测指示方法与设备 |
| EP2985613A1 (en) * | 2013-03-29 | 2016-02-17 | Beijing Inhand Networks Technology Co., Ltd. | Method and system for detecting and locating single-phase ground fault on low current grounded power-distribution network |
| CN103884966A (zh) * | 2014-04-15 | 2014-06-25 | 河海大学常州校区 | 基于神经网络的配电网小电流单相接地故障定位方法 |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105203923A (zh) * | 2015-09-18 | 2015-12-30 | 国家电网公司 | 基于行波幅值测度的配电网电缆故障监测方法 |
| CN105203923B (zh) * | 2015-09-18 | 2018-08-14 | 国家电网公司 | 基于行波幅值测度的配电网电缆故障监测方法 |
| CN105067963B (zh) * | 2015-09-24 | 2017-12-22 | 广东电网有限责任公司佛山供电局 | 基于暂态波形的配网故障预警方法和系统 |
| CN105067963A (zh) * | 2015-09-24 | 2015-11-18 | 广东电网有限责任公司佛山供电局 | 基于暂态波形的配网故障预警方法和系统 |
| CN105738764A (zh) * | 2016-02-22 | 2016-07-06 | 国家电网公司 | 基于暂态信息全频带的配电网故障区段定位方法 |
| CN105738764B (zh) * | 2016-02-22 | 2018-09-07 | 国家电网公司 | 基于暂态信息全频带的配电网故障区段定位方法 |
| CN106771886A (zh) * | 2017-02-13 | 2017-05-31 | 深圳供电局有限公司 | 一种基于神经网络的线缆混合线路双端测距方法和系统 |
| CN109581137B (zh) * | 2017-10-19 | 2021-06-25 | 广西大学 | 一种小电流接地系统单相接地故障选线方法 |
| CN109581137A (zh) * | 2017-10-19 | 2019-04-05 | 广西大学 | 一种小电流接地系统单相接地故障选线方法 |
| CN109782124A (zh) * | 2018-12-24 | 2019-05-21 | 国网江苏省电力有限公司苏州供电分公司 | 一种基于梯度下降算法的主配用一体化故障定位方法及系统 |
| CN109782124B (zh) * | 2018-12-24 | 2021-07-23 | 国网江苏省电力有限公司苏州供电分公司 | 一种基于梯度下降算法的主配用一体化故障定位方法及系统 |
| CN109917228A (zh) * | 2019-03-28 | 2019-06-21 | 国网上海市电力公司 | 一种基于rbf神经网络的行波法配电网接地故障定位方法 |
| CN110275084A (zh) * | 2019-06-13 | 2019-09-24 | 中国海洋石油集团有限公司 | 一种针对脐带缆泄漏故障的特征识别方法 |
| CN110275084B (zh) * | 2019-06-13 | 2021-08-10 | 中国海洋石油集团有限公司 | 一种针对脐带缆泄漏故障的特征识别方法 |
| CN110646708A (zh) * | 2019-09-27 | 2020-01-03 | 中国矿业大学 | 基于双层长短时记忆网络的10kV单芯电缆早期状态识别方法 |
| CN110646708B (zh) * | 2019-09-27 | 2020-07-17 | 中国矿业大学 | 基于双层长短时记忆网络的10kV单芯电缆早期状态识别方法 |
| CN113109669A (zh) * | 2021-04-12 | 2021-07-13 | 国网陕西省电力公司西安供电公司 | 一种基于行波特征频率的配电网混联线路故障定位方法 |
| CN113109669B (zh) * | 2021-04-12 | 2022-11-25 | 国网陕西省电力公司西安供电公司 | 一种基于行波特征频率的配电网混联线路故障定位方法 |
| WO2023216553A1 (zh) * | 2022-05-11 | 2023-11-16 | 广东电网有限责任公司东莞供电局 | 一种配电网多重故障诊断方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104360227B (zh) | 2017-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104360227A (zh) | 基于行波法和暂态主频法的变电站电缆出线故障监测方法 | |
| CN104360226B (zh) | 基于电流初始行波极性的变电站电缆出线故障监测方法 | |
| CN104375056B (zh) | 基于电压及电流初始行波的变电站电缆出线故障监测方法 | |
| CN103018627B (zh) | 非有效接地系统故障类型自适应接地选线方法 | |
| CN103454555B (zh) | 基于参数识别的配电网单相接地故障区段定位方法 | |
| CN103424669B (zh) | 一种利用故障馈线零序电流矩阵主成分分析第一主成分的选线方法 | |
| CN101546906B (zh) | 利用s变换能量相对熵的配电网故障选线方法 | |
| CN105119255B (zh) | 一种基于故障态的光伏微电网故障隔离方法 | |
| CN103559347B (zh) | 一种大规模交直流电力系统电磁暂态仿真模型的构建方法 | |
| CN109494696B (zh) | 基于自适应重合闸的配电网非对称性故障定位与隔离方法及系统 | |
| CN108181547A (zh) | 一种基于时间序列压缩的动态时间弯曲距离故障区段定位方法 | |
| CN102135591A (zh) | 谐振接地电网单相接地故障db小波暂态量选线方法 | |
| CN103792465A (zh) | 一种基于零序电压的配电网单相接地故障测距的方法 | |
| CN103197202A (zh) | 一种基于三相突变电流分量特征频带内小波系数相关分析的配网故障选线方法 | |
| CN105548806A (zh) | 一种基于暂态行波的小电流接地故障选线方法 | |
| CN102721889B (zh) | 基于复小波奇异性检测的电缆早期故障检测方法 | |
| CN103605829A (zh) | 对交直流混联电网进行电磁暂态仿真的等值建模方法 | |
| CN103116115B (zh) | 一种基于拟有功功率增量最大原理的配网单相故障选线方法 | |
| CN106896293A (zh) | 一种配电网单相接地仿真建模系统 | |
| CN109975657A (zh) | 基于差动特征值的小电流接地系统单相接地故障选线方法 | |
| CN102401870A (zh) | 基于Hilbert-huang变换和遗传算法的配电网单相接地故障测距方法 | |
| CN104198890A (zh) | 中低压配电网小电流接地智能选线系统 | |
| CN108181550A (zh) | 一种交流微电网故障类型判断和选相方法 | |
| CN108802570B (zh) | 一种用于交直流混联微电网的故障检测系统及检测方法 | |
| CN102435896B (zh) | 船舶中压电力系统中间歇性接地故障的快速识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20170330 Address after: 100031 Xicheng District West Chang'an Avenue, No. 86, Beijing Applicant after: State Grid Corporation of China Applicant after: Jinan Power Supply Company, State Grid Shandong Electric Power Company Applicant after: Ji'nan Luyuan Electric Power Design Consulting Co., Ltd. Address before: 100031 Xicheng District West Chang'an Avenue, No. 86, Beijing Applicant before: State Grid Corporation of China Applicant before: Jinan Power Supply Company, State Grid Shandong Electric Power Company |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |