CN104377646B - 基于生命体触电特征识别的漏电保护方法 - Google Patents
基于生命体触电特征识别的漏电保护方法 Download PDFInfo
- Publication number
- CN104377646B CN104377646B CN201410616037.7A CN201410616037A CN104377646B CN 104377646 B CN104377646 B CN 104377646B CN 201410616037 A CN201410616037 A CN 201410616037A CN 104377646 B CN104377646 B CN 104377646B
- Authority
- CN
- China
- Prior art keywords
- signal processing
- processing unit
- earth leakage
- electric shock
- impedance
- 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
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 30
- 230000001681 protective effect Effects 0.000 claims abstract description 25
- 239000006185 dispersion Substances 0.000 claims abstract description 14
- 230000008859 change Effects 0.000 claims abstract description 7
- 238000005070 sampling Methods 0.000 claims abstract description 6
- 230000005611 electricity Effects 0.000 claims description 3
- 230000001012 protector Effects 0.000 abstract description 9
- 230000009471 action Effects 0.000 description 14
- 239000000523 sample Substances 0.000 description 9
- 230000007246 mechanism Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000035939 shock Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 239000003610 charcoal Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 208000003663 ventricular fibrillation Diseases 0.000 description 1
Abstract
一种基于生命体触电特征识别的漏电保护器及其漏电保护方法,包括依次连接的数据采集单元、信号处理单元和保护单元;数据采集单元用于采集电网线路总剩余电流和线路电压信号,信号处理单元用于识别出漏电信号并发出断电控制命令,保护单元用于接收断电控制命令后切断电网线路。漏电保护方法包括采集总剩余电流和线路电压;均匀采样;计算总剩余电流变化矢量;计算复阻抗;求取阻抗半圆圆心和半径;求取频散系数和阻抗特征频率和判定是否发生生命体触电的步骤。本发明的有益效果是:不依赖于剩余电流幅值或其变化量大于整定值。当识别到生命体触电特征,能立即动作,具有理想的保护运行特性,特别适用于低压配电网三相四线制线路的末级保护。
Description
技术领域
本发明涉及电力系统漏电保护领域,具体涉及一种基于生命体触电特征识别的漏电保护器及其漏电保护方法。
背景技术
在我国低压电网中广泛使用电流动作型剩余电流保护装置,即漏电保护器,来防止人身触电伤亡事故和因漏电事故引起的电气火灾。20世纪开始,国内外在人体触电电流方面进行了许多研究,将通电时间和触电电流通过人体带来的生理反应划分为几个区域,建立起来以幅值为判据的安全基准,作为漏电保护器整定准则。以此提供给各个国家作为电击保护特性研究及装置开发的参考,在理想的条件下可以起到比较良好的保护效果,但对于实际线路中存在剩余电流引起的保护死区仍然无法解决。现有的脉冲动作型、鉴幅鉴相动作型等几种类型漏电保护装置,通常动作于线路总剩余电流的幅值或幅值变化量的大小。由于线路通常存在正常剩余电流,并且此电流与故障电流存在任意相位差,致使总剩余电流幅值可大可小,从而存在一定的保护死区,使得漏电保护装置大多难以准确动作于故障。在现有漏电保护装置中,电流型漏电保护器是利用线路总的剩余电流的有效值大小作为动作的判断依据,可就如上面提到的,电网正常运行时也存在正常的剩余电流,其大小和相位都是不确定的,故障发生时,故障电流和正常的剩余电流的和构成总的剩余电流,其大小受二者间相位关系的影响巨大,当相位在180°左右时,存在拒动的不灵敏区,而在360°时又会出现过灵敏现象,存在严重的保护死区;和电流型相比脉冲型保护器多了第二动作区目但是由于同样的原因仍然存在保护死区;其他类型的漏电保护器或者造价昂贵工艺过于复杂或者尚处于研究阶段技术尚不成熟,目前,尚未有一类漏电保护器完消除误动作、拒动作等问题。
还有一个问题是现有漏电保护装置均无法真正做到触电模式识别,也就是无法区分人体触电故障和非人体触电故障。人体的摆脱电流为6mA左右,安全电流在15mA左右,而非人体漏电故障往往要达到几百毫安甚至数安才会导致严重的后果,显然对人体和非人体加以区别性的保护才是智能化人性化的选择。如果整定值过大会危害生命安全,而过小又会影响电网运行的可靠性,所以找到人体触电的特征并研制出相应的保护装置是一件有重大民生意义和经济意义的科研项目。
普遍认为,电击电流大于30mA时,触电人体存在心室颤动的危险。而对于不同人,身体情况存在差异,相应的电击耐受能力也不一样,30mA进行保护整定是不完备的。如果当发生了人体触电,保护能识别到人体触电特征信号立即动作,就可以真正避免电击对人体造成的伤害。而现在,漏电保护技术缺乏对触电信号的检测与识别,并且未区分触电电流与一般漏电电流,无法建立触电与保护装置动作的直接联系,保护针对性不强。虽然触电识别研究提供了小波分析、神经网络等识别触漏电故障模式的算法,但算法复杂运算量大、依赖于大量样本,并且没有给出可量化的人体触电特征,无法适应于漏电保护装置的实时性要求。
目前,生物组织电特性在医学和食品等领域有了较为广泛的应用,其中人体组织频散特性与人体阻抗等效模型等为人体触电特征识别提供了基本理论依据。为解决实用中的这一问题,通过生物组织电特性原理找到人体触电特征识别方法,以此建立触电故障与保护动作的直接联系,有效防止人身触电伤亡。从原理上看,可以保证一旦识别到人体触电特征,保护立即动作,从而获得理想的保护运行特性。
发明内容
本发明的目的在于提供一种基于生命体触电特征识别的漏电保护器及其漏电保护方法,以解决现有的漏电保护器存在保护死区而导致误动作或拒动作的问题。
实现本发明目的的技术方案如下:一种基于生命体触电特征识别的漏电保护器,包括依次连接的数据采集单元、信号处理单元和保护单元;数据采集单元用于采集电网线路总剩余电流和线路电压信号,信号处理单元用于识别出漏电信号并发出断电控制命令,保护单元用于接收断电控制命令后切断电网线路。
一种如前所述的漏电保护器的漏电保护方法,包括
步骤1:数据采集单元持续采集交流电网线路中总剩余电流和线路电压,并输出到信号处理单元;
步骤2:信号处理单元接收连续的4个周波,对每个周波的总剩余电流和线路电压以n个采样点进行均匀采样,得到采样序列I1、I2...I4n和U1、U2...U4n,其中n≥32;
步骤3:信号处理单元计算前、后两个周波的总剩余电流变化矢量ΔI=((I2n+1-I1)、(I2n+2-I2)...(I2n+2n-I2n));
步骤4:信号处理单元选取后两个周波的线路电压矢量U=(U2n+1、U2n+2...U2n+2n),对ΔI和U分别进行FFT变换,求得ΔI和U的各次谐波电流Ij和各次谐波电压Uj,其中j=1、2...N,再计算对应的各次谐波复阻抗
步骤5:信号处理单元将所有复阻抗Zj进行最小二乘拟合,得到Cole-Cole阻抗半圆的圆心(a,b),并求出半径r;
步骤6:信号处理单元任意选取第k次谐波,计算频散系数和阻抗特征频率其中 是频率为0的支路阻抗,是频率为无穷大的支路阻抗,ω=2πfk是第k次谐波频率下的角速度,fk是第k次谐波频率;
步骤7:如果α<0.95且90Hz<fc<120Hz,信号处理单元判定线路发生漏电,输出断电控制命令到保护单元,保护单元接收命令后切断电网线路;否则返回步骤2。
进一步地,还包括:
信号处理单元计算总剩余电流有效值
如果|I|大于总剩余电流有效值整定值Irp,信号处理单元判定线路发生漏电,输出断电控制命令到保护单元,保护单元接收命令后切断电网线路;否则继续;
上述步骤位于步骤2与步骤3之间。
其中,所述总剩余电流有效值整定值Irp为30毫安。
进一步地,还包括:
信号处理单元计算总剩余电流变化矢量ΔI有效值
如果|ΔI|>15毫安,则继续,否则返回步骤2;
如果|ΔI|大于剩余电流变化矢量有效值整定值ΔIrp,信号处理单元判定线路发生漏电,输出断电控制命令到保护单元,保护单元接收命令后切断电网线路;否则继续;上述步骤位于步骤3与步骤4之间。
其中,所述剩余电流变化矢量有效值整定值ΔIrp为30毫安。
本发明的有益效果是:本发明不依赖于剩余电流幅值或其变化量大于整定值。当识别到生命体触电特征,能立即动作,具有理想的保护运行特性,特别适用于低压配电网三相四线制线路的末级保护。
附图说明
图1是本发明的漏电保护器结构示意图;
图2是本发明的漏电保护期的漏电保护方法的流程图;
图3是对cole-cole阻抗半圆示意图。
具体实施方式
如图1所示,一种基于生命体触电特征识别的漏电保护器,包括依次连接的数据采集单元、信号处理单元和保护单元;数据采集单元用于采集电网线路总剩余电流和线路电压信号,信号处理单元用于识别出漏电信号并发出断电控制命令,保护单元用于接收断电控制命令后切断电网线路。数据采集单元连接到火线L和零线N上,保护单元设置有可以切断电网线路的动作机构。
本发明的漏电保护器的漏电保护方法的实施步骤如下:
1、持续同步采集线路中总的剩余电流I(如图1所示,数值上等于火线L上电流与零线N上电流的矢量和,也等于故障电流Ir与线路正常运行漏电流Id矢量和)以及线路电压U(如图1所示火线L与零线N之间的电压)。
2、将U和I同步地进行均匀采样(即对应的电压与电流采样点为同一时刻的电压电流波形采样点)。一个周期的波形数据采集n个采样点数据(n不小于32,即每个周波至少32个点采样点数据,采样频率不小于1600Hz,此值大小取决于所用硬件的采样速度以及数据处理能力),将第i个电压采样点数据记作Ui,第i个电流采样点数据记作Ii。以4个周波(也可取6个周波和硬件的数据处理能力有关,4个周波为理论上的最优值)为单位储存离散化的电压和电流数据进行接下来的处理分析,命名为I1、I2…I4n和U1、U2…U4n进行下面的分析整定。
3、利用总剩余电流I的有效值|I|进行故障判定。利用公式计算出I的4个周波的有效值,如果有|I|>Irp则判定有故障发生,动作机构动作切断主回路;否则进行接下来的分析整定。
4、利用总剩余电流I矢量变化量△I的有效值|△I|进行故障判定。利用公式计算出总剩余电流I前后2个周波的矢量变化量△I的有效值|△I|,如果有|△I|>△Irp,则判定有故障发生,动作机构动作切断主回路;如果有|△I|<15mA,则判定无故障发生,动作机构不动作,回到第一步继续采集电压和电流信号;如果有15mA|<△I|<△Irp,则需要进一步判定有无人体触电故障发生。
5、人体触电故障识别判定。利用公式△I=((I2n+1-I1)(I2n+2-I2)…..(I2n+2n-I2n))计算出离散化的前后2个周波的总剩余电流变化矢量(即为故障电流矢量),电压采用离散的后两个周波的电压矢量U=(U2n+1 U2n+2…U2n+2n),对矢量△I和U进行FFT(Fast FourierTransformation快速傅立叶变换),求得△I和U中所含有的各次谐波电流Ij和各次谐波电压Uj(j=1、2…N,j为电网中的谐波次数,假设有1到N次谐波),利用公式计算出对应的故障支路各次谐波复阻抗。Zj(j=1…N)在复阻抗平面可以写作(R1,X1)、(R2,X2)、…(RN,XN),满足如图3的阻抗半圆,圆心为(a,b),半径为r。任一阻抗点到圆心的距离为:
目标是找到使Dj方差最小的a和b:
对a和b求偏导并令偏导数等零,解方程组可求得圆心:
其中
按式(6)-(10)可估算触电支路阻抗Cole-Cole四参数R0、R∞、α、fc:
其中:ω为对应谐波频率下的角速度:ω=2πfj为对应谐波频率下的角速度
R0为频率为0的故障支路阻抗,为等效值,无法实际测得
R∞为频率无穷大时候的故障支路阻抗,为等效值无法实际测得
α为α频散系数,计算值,人体频散系数α值小于0.95,非生命体为1或者不存在
fc为阻抗特征频率,计算值,人体特征频率为110Hz左右,IEC阻抗模型为482.5Hz。
求得人体触电阻抗Cole-Cole四参数后,若频散系数低于设定的参考阈值(即α<0.95),且特征频率在110Hz左右(即90Hz<fc<120Hz)则认为发生率人体触电故障,动作机构动作切断主回路;否则认为未发生人体触电故障,不动作,返回进行下一轮的数据采集分析整定。
下面结合实验来说明本发明所起到的有益效果:
为了验证频散理论在人体触电特征识别中应用的可靠性,利用阻抗分析仪,对人体以及部分非生命材料进行扫频实验,设定测量参数等效阻抗幅值Zj(j=1…N,N为采用的频率点的数目),选择恒压源模式(0.5V),从4Hz到10kHz进行扫描,共801点;用4端子探头夹住实验材料两端,固定好以后,开始测试;分别进行树叶,IEC人体等效阻抗电路板,牛皮钱包,人体的测试,并记录数据。利用Matlab绘制Cole-Cole平面图并分析数据,得出频散理论能够应用于人体触电特征识别,并且可以区别人体与非生命体的结论。
利用已测得复阻抗点,经过换算可得:(R1,X1)、(R2,X2)、…、(RN,XN)。根据频散理论,选取其中有明显下降趋势的点,并记录其对应特征频率。这些点应满足如图3的阻抗圆。利用公式(3)~(5)先拟合出阻抗圆的圆心与半径,再利用公式(6)~(9)估算出R0、R∞、α。若特征频率fc与频散系数α满足人体阻抗的特征,认为发生了人体触电,则发出动作信号;否则,不动作。
利用Matlab对人体、IEC模型、牛皮钱包、铅笔(炭心)和新鲜树叶进行触电参数估计。根据实际测试的样本数据,得到了参数估计结果表1。
表4.1参数估计结果
注:表中—表示无法拟合阻抗半圆,且无法计算Cole阻抗模型参数
从表1可以看出,可以发现等效人体(IEC模型)频散系数满足α=1,而人体频散系数满足α=0.91,虽然并不完全满足α<0.8;而IEC模型的特征频率404.43Hz明显大于人体的特征频率(约100Hz),并且人体特征频率与人体肌肉所测典型值相近。结合二者,可以区别人体与IEC模型等,基本判断出人体触电。而对于其他材料,根本无法拟合Cole阻抗半圆,不满足频散理论,也可以直接判断为非生命体触电。
Claims (5)
1.一种基于生命体触电特征识别的漏电保护器的漏电保护方法,所述漏电保护器包括依次连接的数据采集单元、信号处理单元和保护单元;数据采集单元用于采集电网线路总剩余电流和线路电压信号,信号处理单元用于识别出漏电信号并发出断电控制命令,保护单元用于接收断电控制命令后切断电网线路;
其特征在于,包括
步骤1:数据采集单元持续采集交流电网线路中总剩余电流和线路电压,并输出到信号处理单元;
步骤2:信号处理单元接收连续的4个周波,对每个周波的总剩余电流和线路电压以n个采样点进行均匀采样,得到采样序列I1、I2...I4n和U1、U2...U4n,其中n≥32;
步骤3:信号处理单元计算前、后两个周波的总剩余电流变化矢量ΔI=((I2n+1-I1)、(I2n+2-I2)...(I2n+2n-I2n));
步骤4:信号处理单元选取后两个周波的线路电压矢量U=(U2n+1、U2n+2...U2n+2n),对ΔI和U分别进行FFT变换,求得ΔI和U的各次谐波电流Ij和各次谐波电压Uj,其中j=1、2...N,再计算对应的各次谐波复阻抗
步骤5:信号处理单元将所有复阻抗Zj进行最小二乘拟合,得到Cole-Cole阻抗半圆的圆心(a,b),并求出半径r;
步骤6:信号处理单元任意选取第k次谐波,计算频散系数和阻抗特征频率其中是频率为0的支路阻抗,是频率为无穷大的支路阻抗,ω=2πfk是第k次谐波频率下的角速度,fk是第k次谐波频率;
步骤7:如果α<0.95且90Hz<fc<120Hz,信号处理单元判定线路发生漏电,输出断电控制命令到保护单元,保护单元接收命令后切断电网线路;否则返回步骤2。
2.如权利要求1所述的漏电保护器的漏电保护方法,其特征在于,还包括:
信号处理单元计算总剩余电流有效值
如果|I|大于总剩余电流有效值整定值Irp,信号处理单元判定线路发生漏电,输出断电控制命令到保护单元,保护单元接收命令后切断电网线路;否则继续;
上述步骤位于步骤2与步骤3之间。
3.如权利要求2所述的漏电保护器的漏电保护方法,其特征在于,还包括:
信号处理单元计算总剩余电流变化矢量ΔI有效值
如果|ΔI|>15毫安,则继续,否则返回步骤2;
如果|ΔI|大于剩余电流变化矢量有效值整定值ΔIrp,信号处理单元判定线路发生漏电,输出断电控制命令到保护单元,保护单元接收命令后切断电网线路;否则继续;
上述步骤位于步骤3与步骤4之间。
4.如权利要求2所述的漏电保护器的漏电保护方法,其特征在于,所述总剩余电流有效值整定值Irp为30毫安。
5.如权利要求3所述的漏电保护器的漏电保护方法,其特征在于,所述总剩余电流有效值整定值Irp为30毫安,所述剩余电流变化矢量有效值整定值ΔIrp为30毫安。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410616037.7A CN104377646B (zh) | 2014-11-04 | 2014-11-04 | 基于生命体触电特征识别的漏电保护方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410616037.7A CN104377646B (zh) | 2014-11-04 | 2014-11-04 | 基于生命体触电特征识别的漏电保护方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104377646A CN104377646A (zh) | 2015-02-25 |
CN104377646B true CN104377646B (zh) | 2017-03-22 |
Family
ID=52556384
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410616037.7A Active CN104377646B (zh) | 2014-11-04 | 2014-11-04 | 基于生命体触电特征识别的漏电保护方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104377646B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106885942B (zh) * | 2015-12-15 | 2019-10-22 | 中国电力科学研究院 | 一种适用于动物触电的物理实验平台及触电阻抗建模方法 |
CN110753421B (zh) * | 2018-07-04 | 2023-09-19 | 晨辉光宝科技股份有限公司 | 一种led驱动电路和灯管 |
CN110289593B (zh) * | 2019-07-25 | 2024-04-19 | 国网四川省电力公司阿坝供电公司 | 一种基于泛在物联网的智慧型农网漏电保护系统 |
CN112332368B (zh) * | 2020-10-23 | 2022-12-09 | 国网天津市电力公司 | 一种基于高阶sogi的漏电流观测识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102868139A (zh) * | 2012-09-10 | 2013-01-09 | 中国农业大学 | 一种触电信号暂态量识别方法及剩余电流保护装置 |
CN103474956A (zh) * | 2013-09-09 | 2013-12-25 | 昆山奥德鲁自动化技术有限公司 | 一种具有判断功能的漏电保护器 |
CN103701091A (zh) * | 2013-10-22 | 2014-04-02 | 博耳(宜兴)电力成套有限公司 | 断路器漏电控制器 |
CN103825245A (zh) * | 2014-01-27 | 2014-05-28 | 广东南冠电气有限公司 | 一种可区分触电与漏电信号的智能断路器 |
CN203871840U (zh) * | 2014-03-18 | 2014-10-08 | 周华宜 | 一种可编程安全节能漏电保护器 |
-
2014
- 2014-11-04 CN CN201410616037.7A patent/CN104377646B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102868139A (zh) * | 2012-09-10 | 2013-01-09 | 中国农业大学 | 一种触电信号暂态量识别方法及剩余电流保护装置 |
CN103474956A (zh) * | 2013-09-09 | 2013-12-25 | 昆山奥德鲁自动化技术有限公司 | 一种具有判断功能的漏电保护器 |
CN103701091A (zh) * | 2013-10-22 | 2014-04-02 | 博耳(宜兴)电力成套有限公司 | 断路器漏电控制器 |
CN103825245A (zh) * | 2014-01-27 | 2014-05-28 | 广东南冠电气有限公司 | 一种可区分触电与漏电信号的智能断路器 |
CN203871840U (zh) * | 2014-03-18 | 2014-10-08 | 周华宜 | 一种可编程安全节能漏电保护器 |
Also Published As
Publication number | Publication date |
---|---|
CN104377646A (zh) | 2015-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104377646B (zh) | 基于生命体触电特征识别的漏电保护方法 | |
CN100546140C (zh) | 高阻抗故障检测 | |
CN102135558B (zh) | 过电压数据采集分层识别系统及类型分层模式识别方法 | |
CN106405339A (zh) | 基于高低频小波特征关联的输电线路故障原因辨识方法 | |
Gu et al. | High impedance fault detection in overhead distribution feeders using a DSP-based feeder terminal unit | |
CN103439631B (zh) | 接地网腐蚀状态检测方法及系统 | |
CN104502795A (zh) | 一种适用于微电网的智能故障诊断方法 | |
CN106405317A (zh) | 一种电力变压器绕组故障在线监测装置及诊断方法 | |
CN108508320A (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 | |
CN108008287A (zh) | 基于移频信号的轨道电路故障监测平台及其监测方法 | |
Pérez et al. | A proposal for on-line detection and classification of voltage events in power systems | |
CN104638612A (zh) | 一种人体触电事故识别与保护方法 | |
CN110244122A (zh) | 电力系统谐振过电压检测与控制方法 | |
CN104198890A (zh) | 中低压配电网小电流接地智能选线系统 | |
CN110007198A (zh) | 一种新型的单相接地故障启动方法 | |
Shafiullah et al. | Machine learning tools for active distribution grid fault diagnosis | |
CN106291162A (zh) | 一种光伏二极管箝位式三电平逆变器的故障诊断方法 | |
CN111404130A (zh) | 基于快速开关的新型配电网故障检测方法及故障自愈系统 | |
Wu et al. | A new principle for initial traveling wave active power differential busbar protection | |
Dubey et al. | A novel high impedance fault detection technique in smart active distribution systems | |
CN105281291A (zh) | 一种剩余电流保护器及其电流保护方法 | |
Jiang et al. | Application of a hybrid model of big data and BP network on fault diagnosis strategy for microgrid | |
CN106885942B (zh) | 一种适用于动物触电的物理实验平台及触电阻抗建模方法 | |
CN112952753A (zh) | 一种基于阈值自适应调整的低压电网触电事故检测方法及系统 | |
Liu et al. | An electric shock impedance modeling method of living organisms in low-voltage distribution network |
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 |