CN105067963B - 基于暂态波形的配网故障预警方法和系统 - Google Patents
基于暂态波形的配网故障预警方法和系统 Download PDFInfo
- Publication number
- CN105067963B CN105067963B CN201510621614.6A CN201510621614A CN105067963B CN 105067963 B CN105067963 B CN 105067963B CN 201510621614 A CN201510621614 A CN 201510621614A CN 105067963 B CN105067963 B CN 105067963B
- Authority
- CN
- China
- Prior art keywords
- transient
- wave
- sample
- matching degree
- current
- 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
Abstract
本发明提供一种基于暂态波形的配网故障预警方法及系统,该方法通过预先建立样本库,该样本库对历史存储有历史故障发生的暂态波形,将配网线路的当前扰动事件对应的第一当前暂态波形与样本库的数据进行比较,根据比较的结果生成预警信息。该基于暂态波形的配网故障预警方法,充分利用了历史故障数据和包括电能质量系统、暂态录波系统在内的各类状态监测系统积累的历史暂态波形,将当前扰动事件的暂态波形与历史暂态波形进行匹配,能够准确的实现对配电网非突发性故障的预警,可行性强。
Description
技术领域
本发明涉及电力电网应用领域,特别是涉及一种基于暂态波形的配网故障预警方法。
背景技术
电力是国民经济的基础,对于一个国家的发展至关重要,因此,保证电力系统安全有效的运行成为了重中之重。现代配电网具有拓扑关系复杂,节点数量多,密集等特点,实际运行过程中由于外力破坏、极端天气、设备老化等原因难免会发生故障。当前,电力系统内采用了各种技术来减少故障抢修的时间,然而对于故障的预警的研究却少有涉及。
现有的一些对故障进行预警的方法,是通过对配电线路的负荷状态的监控来实现的。然而,经过对某供电局5年以来故障原因的统计,线路负荷过大并不是造成配电网故障发生的主要原因,也很难将线路负荷的变化与发生故障建立起直接联系。因此,基于负荷来预测配网故障的可行性不强、准确率也不高。
发明内容
基于此,有必要的提供一种可能性强且准确率高的基于暂态波形的配网故障预警方法。
基于暂态波形的配网故障预警方法,包括:
获取配网线路的当前扰动事件对应的当前暂态波形;
将所述当前暂态波形依次与预设样本库中各故障类型中的故障过程样本数据集中的样本暂态波形进行匹配并计算个体匹配度,同时将所述个体匹配度与第一阈值进行比较,根据比较的结果确定与所述当前暂态波形匹配的样本暂态波形;
获取所述配网线路的当前扰动事件发生时间与当前扰动事件之前的故障发生时间之间的扰动事件的暂态波形,所述扰动事件的暂态波形组成当前暂态波形数据集;
获取所述匹配的样本暂态波形所属的故障过程样本数据集中发生时间在所述匹配的样本暂态波形的发生时间之前的样本暂态波形,所述样本暂态波形组成目标过程样本集;
根据所述当前暂态波形数据集中的暂态波形及其对应的发生时间与所述目标过程样本集中的样本暂态波形及其对应的发生时间计算所述当前暂态波形数据集与所述目标过程样本集的总体匹配度;
将所述总体匹配度与第二阈值进行比较;
若大于,则生成预警信息,所述预警信息包括匹配度大于所述第一阈值的样本暂态波形对应的故障类型及所述配网线路的信息。
在其中一种实施方式中,在所述获取配网线路的当前扰动事件对应的当前暂态波形数据的步骤之前,
预先建立样本库,所述样本库中存储故障类型、与每次发生故障时至发生故障前设定时间内的历史扰动事件对应的样本波形数据及其时间信息;将每次发生故障时至发生故障前设定时间内的历史扰动事件对应的样本波形数据组成每次故障对应的故障过程样本数据集。
在其中一种实施方式中,所述计算总体匹配度的步骤包括:
将所述当前暂态波形数据集中的每一暂态波形与所述目标过程样本集中的每一样本暂态波形分别进行匹配并计算相似匹配度,所述当前暂态波形数据集中所有的暂态波形的最高相似匹配度值的均方根值为总体波形匹配度;
根据所述当前暂态波形数据集中每个所述暂态波形对应的扰动事件的发生时间,与其在所述目标过程样本集中相似匹配度最高的样本波形对应的扰动事件的发生时间计算顺序匹配度;
根据所述总体波形匹配度与所述顺序匹配度计算所述总体匹配度。
在其中一种实施方式中,所述顺序匹配度的计算公式为:
顺序匹配度=r/(n-1)*100%;
其中,n为所述当前暂态波形数据集中的扰动事件总数;r为所述当前暂态波形数据集中,前一个扰动事件的暂态波形的相似匹配度最高的样本暂态波形的发生时间早于后一个扰动事件的暂态波形的相似匹配度最高的样本暂态波形的发生时间的扰动事件的个数累加值。
在其中一种实施方式中,其特征在于,所述将当前暂态波形与所述样本暂态波形进行匹配的方法包括:
分别对所述暂态波形和所述样本暂态波形进行离散傅里叶变换或快速傅里叶变换,分别得到对应的第一基波分量和第二基波分量;
分别对所述第一基波分量和所述第二基波分量进行有效值计算得到第一有效值和第二有效值;
对所述第一有效值和所述第二有效值分别使用最小二乘法计算得到所述暂态波形与所述样本暂态波形的匹配度。
一种基于暂态波形的配网故障预警系统,包括:
第一获取模块,用于获取配网线路的当前扰动事件对应的当前暂态波形;
第一比较模块,用于将所述当前暂态波形依次与预设样本库中各故障类型中的故障过程样本数据集中的样本暂态波形进行匹配并计算个体匹配度,同时将所述个体匹配度与第一阈值进行比较,根据比较的结果确定与所述当前暂态波形匹配的样本暂态波形;
第二获取模块,用于获取所述配网线路的当前扰动事件发生时间与当前扰动事件之前的故障发生时间之间的扰动事件的暂态波形,所述扰动事件的暂态波形组成当前暂态波形数据集;
第三获取模块,用于获取所述匹配的样本暂态波形所属的故障过程样本数据集中发生时间在所述匹配的样本暂态波形的发生时间之前的样本暂态波形,所述样本暂态波形组成目标过程样本集;
总体匹配度计算模块,用于根据所述当前暂态波形数据集中的暂态波形及其对应的发生时间与所述目标过程样本集中的样本暂态波形及其对应的发生时间计算所述当前暂态波形数据集与所述目标过程样本集的总体匹配度;
第二比较模块,用于将所述总体匹配度与第二阈值进行比较;
预警信息生成模块,用于在所述第二比较模块的比较结果为大于时,生成预警信息,所述预警信息包括匹配度大于所述第一阈值的样本暂态波形对应的故障类型及所述配网线路的信息。
在其中一种实施方式中,还包括:样本库,所述样本库中预先存储故障类型与每次发生故障时至发生故障前设定时间内的历史扰动事件对应的样本波形数据及其时间信息;将每次发生故障时至发生故障前设定时间内的历史扰动事件对应的样本波形数据组成每次故障对应的故障过程样本数据集。
在其中一种实施方式中,所述总体匹配度计算模块包括:
总体波形匹配度计算单元,用于将所述当前暂态波形数据集中的每一暂态波形与所述目标过程样本集中的每一样本暂态波形分别进行匹配并计算相似匹配度,所述当前暂态波形数据集中所有的暂态波形的最高相似匹配度值的均方根值为总体波形匹配度;
顺序匹配度计算单元,用于根据所述当前暂态波形数据集中每个所述暂态波形对应的扰动事件的发生时间,与其在所述目标过程样本集中相似匹配度最高的样本波形对应的扰动事件的发生时间计算顺序匹配度;
总体匹配度计算单元,用于根据所述总体波形匹配度与所述顺序匹配度计算所述总体匹配度。
在其中一种实施方式中,所述顺序匹配度的计算公式为:
顺序匹配度=r/(n-1)*100%;
其中,n为所述当前暂态波形数据集中的扰动事件总数;r为所述当前暂态波形数据集中,前一个扰动事件的暂态波形的相似匹配度最高的样本暂态波形的发生时间早于后一个扰动事件的暂态波形的相似匹配度最高的样本暂态波形的发生时间的扰动事件的个数累加值。
在其中一种实施方式中,所述第一比较模块和总体匹配度计算模块将当前暂态波形与所述样本暂态波形进行匹配的方法包括:
分别对所述暂态波形和所述样本暂态波形进行离散傅里叶变换或快速傅里叶变换,分别得到对应的第一基波分量和第二基波分量;
分别对所述第一基波分量和所述第二基波分量进行有效值计算得到第一有效值和第二有效值;
对所述第一有效值和所述第二有效值分别使用最小二乘法计算得到所述暂态波形与所述样本暂态波形的匹配度。
该基于暂态波形的配网故障预警方法,通过预先建立样本库,该样本库对历史存储有历史故障发生的暂态波形,将配网线路的当前扰动事件对应的第一当前暂态波形与样本库的数据进行比较。在电网的实际运行中,对于设备老化、树障等原因引起的故障,其在发生影响到电网正常运行的故障前,一般会有发生一些电压、电流跳变的扰动事件。该基于暂态波形的配网故障预警方法,充分利用了历史故障数据和包括电能质量系统、暂态录波系统在内的各类状态监测系统积累的历史暂态波形,将当前扰动事件的暂态波形与历史暂态波形进行匹配,能够准确的实现对配电网非突发性故障的预警,可行性强。
附图说明
图1为一种实施方式的基于暂态波形的配网故障预警方法的流程图;
图2为另一种实施方式的基于暂态波形的配网故障预警方法的流程图;
图3为一种实施方式的样本库的层次结构图;
图4为一种实施方式的计算总体匹配度的方法的流程图;
图5为一种实施方式的基于暂态波形的配网故障预警系统的模块示意图;
图6为另一种实施方式的基于暂态波形的配网故障预警系统的模块示意图。
具体实施方式
如图1所示,基于暂态波形的配网故障预警方法,包括以下步骤:
S20:获取配网线路的当前扰动事件对应的当前暂态波形。
随着信息技术和在线监测技术的发展,现代智能电网已经初现雏形,电能质量监测装置及系统、暂态录波装置等电网在线监测手段均能够对故障发生时和故障发生前的扰动事件的暂态电压和暂态电流进行检测,这就为分析故障发生前的扰动事件规律提供了数据基础。本实施方式中,配网线路的当前扰动事件是指以电压或电流波形为畸变而引起电能质量污染的各种电能质量问题,暂态波形是指,通过电能质量监测装置、暂态波形记录仪或其他已知设备所采集电压、电流扰动事件对应的暂态电压和电流的暂态波形。
S30:将当前暂态波形依次与预设样本库中故障类型中的故障过程样本数据集中的样本暂态波形进行匹配并计算个体匹配度,同时将个体匹配度与第一阈值进行比较,根据比较的结果确定与所述当前暂态波形匹配的样本暂态波形。
样本库为预先建立的,根据历史故障数据存储的故障类型与每次发生故障时至发生故障前设定时间内的历史扰动事件对应的样本波形数据及其发生时间信息。也就是说,样本库由根据历史故障所建立的不同故障类型的故障过程样本数据集组成,每一故障过程样本数据集包括一次故障发生前设定时间内的历史扰动事件对应的样本波形数据及其发生时间。因此,每次故障发生时至发生该次故障前设定时间内的历史扰动事件对应的样本波形数据组成该次故障的故障过程样本数据集。
将当前暂态波形依次与样本库中的故障类型中的故障过程样本数据集中的样本暂态波形进行匹配并计算个体匹配度,同时将个体匹配度与第一阈值进行比较。第一阈值可由工作人员基于运行经验进行设定。
若大于,则确定该样本暂态波形为与当前暂态波形匹配的样本暂态波形。
S40:获取配网线路的当前扰动事件发生时间与当前扰动事件之前的故障发生时间之间的扰动事件的暂态波形。
当前扰动事件发生时间与当前扰动事件之前的故障发生时间之间扰动事件的暂态波形组成当前暂态波形数据集。
S50:获取匹配的样本暂态波形所属的故障过程样本数据集中发生时间在匹配的样本暂态波形的发生时间之前的样本暂态波形。
匹配的样本暂态波形所属的故障过程样本数据集中发生时间在该匹配的样本暂态波形之前的所有样本暂态波形组成目标过程样本集。
S60:根据当前暂态波形数据集中的暂态波形及其对应的发生时间与目标过程样本集中的样本暂态波形及其对应的发生时间计算当前暂态波形数据集与目标过程样本集的总体匹配度。
S70:将总体匹配度与第二阈值进行比较。
若大于,则执行步骤S80:生成预警信息。
在电网的实际运行中,对于设备老化、树障等原因引起的故障,其在发生影响到电网正常运行的故障前,一般会有发生一些电压、电流跳变的扰动事件。而当前暂态波形数据集反应的是当前扰动事件发生之前一段时间内的所有扰动事件的暂态波形,目标过程样本集反应的是匹配值的暂态波形对应的扰动事件发生之前的所有扰动事件的暂态波形,通过计算当前暂态波形数据集与目标过程样本集的匹配值能够查看当前扰动事件之前的一段时间内的扰动事件与该故障类型的历史数据中的匹配的暂态波形发生之前的一段时间内的扰动事件的匹配情况,若匹配度大于第二阈值,则可能将会发生故障,则生成预警信息。预警信息包括匹配度大于第一阈值的样本暂态波形对应的故障类型及配网线路的信息。
若小于,则返回步骤S30,将当前暂态波形依次与样本库中剩余的故障类型中的故障过程样本数据集中的样本暂态波形进行匹配并计算个体匹配度,同时将个体匹配度与第一阈值进行比较。
该基于暂态波形的配网故障预警方法,通过预先建立样本库,该样本库对历史存储有历史故障发生的暂态波形,将配网线路的当前扰动事件对应的第一当前暂态波形与样本库的数据进行比较。在电网的实际运行中,对于设备老化、树障等原因引起的故障,其在发生影响到电网正常运行的故障前,一般会有发生一些电压、电流跳变的扰动事件。因此,该基于暂态波形的配网故障预警方法,充分利用了历史故障数据和包括电能质量系统、暂态录波系统在内的各类状态监测系统积累的历史暂态波形,将当前扰动事件的暂态波形与历史暂态波形进行匹配,能够准确的实现对配电网非突发性故障的预警,可行性强。
如图2所示,在步骤S20之前,还包括步骤:
S10:预先建立样本库。
样本库中存储故障类型与每次发生故障时至发生故障前设定时间内的历史扰动事件对应的样本波形数据及其时间信息;将每次发生故障时至发生故障前设定时间内的历史扰动事件对应的样本波形数据组成每次故障对应的的故障过程样本数据集。样本库的层次结构图如图3所示。
具体的,如图4所示,步骤S60包括:
S601:将当前暂态波形数据集中的每一暂态波形与目标过程样本集中的每一样本暂态波形分别进行匹配并计算相似匹配度,当前暂态波形数据集中所有的暂态波形的最高相似匹配度值的均方根值为总体波形匹配度。
总体波形匹配度是指当前暂态波形数据集中与目标过程样本集中的波形的相似度。将当前暂态波形数据集中的每一暂态波形与目标过程样本集中的每一样本暂态波形进行匹配并计算相似匹配度,从中确定当前暂态波形的最高相似匹配度,最高相似匹配度对应的样本暂态波形为其最相似样本暂态波形。当前暂态波形数据集中所有的当前暂态波形最高相似匹配度值的均方根值为总体波形匹配度。
S602:根据当前暂态波形数据集中每个暂态波形对应的扰动事件的发生时间,与其在目标过程样本集中相似匹配度最高的样本波形对应的扰动事件的发生时间计算顺序匹配度。
顺序匹配度根据每个暂态波形对应的扰动事件的发生时间相对其在目标过程样本集中相似度最高的样本波形的发生时间的匹配情况。
具体的,顺序匹配度的计算公式为:
顺序匹配度=r/(n-1)*100%;
其中,n为当前暂态波形数据集中的扰动事件总数;r为当前暂态波形数据集中,前一个扰动事件的暂态波形的相似匹配度最高的样本暂态波形的发生时间早于后一个扰动事件的暂态波形的相似匹配度最高的样本暂态波形的发生时间的扰动事件的个数累加值。即,r的初试值为0,从当前暂态波形数据集中第2个扰动事件开始的每个扰动事件,如果其发生时间之前的前一个扰动事件的暂态波形的最大相似匹配度的样本暂态波形的发生时间小于其自身所匹配的样本暂态波形的发生时间,则r=r+1。
S603:根据总体波形匹配度与顺序匹配度计算总体匹配度。
具体的,总体匹配度=总体波形匹配度*顺序匹配度。
在另一实施方式中,当前暂态波形与样本暂态波形进行匹配的方法包括:
分别对暂态波形和样本暂态波形进行离散傅里叶变换或快速傅里叶变换,分别得到对应的第一基波分量和第二基波分量;
分别对第一基波分量和第二基波分量进行有效值计算得到第一有效值和第二有效值;
对第一有效值和第二有效值分别使用最小二乘法计算得到暂态波形与样本暂态波形的匹配度。
该方法可用于计算第一当前暂态波形与每一故障类型中的每一故障过程样本数据集中的每一样本暂态波形的个体匹配度,还用于计算当前暂态波形数据集中的每一当前暂态波形与目标过程样本集中的每一样本暂态波形的相似匹配度。
该基于暂态波形的配网故障预警方法,充分利用了历史故障数据和包括电能质量系统、暂态录波系统在内的各类状态监测系统积累的历史暂态波形,实现了对配电网非突发性故障的预警,从而实现在故障发生前消除隐患,达到有效地避免和减少故障的发生,尤其对于设备老化、树障、台风等类型故障有着非常的预警效果。通过本发明中的预警方法,能够有效降低配电网故障的发生率,从而减少了故障停电所带来的直接和间接的国民经济损失。
本发明还提供一种基于暂态波形的配网故障预警系统,如图5所示,包括:
第一获取模块101,用于获取配网线路的当前扰动事件对应的当前暂态波形。
随着信息技术和在线监测技术的发展,现代智能电网已经初现雏形,电能质量监测装置及系统、暂态录波装置等电网在线监测手段均能够对故障发生时和故障发生前的扰动事件的暂态电压和暂态电流进行检测,这就为分析故障发生前的扰动事件规律提供了数据基础。本实施方式中,配网线路的当前扰动事件是指以电压或电流波形为畸变而引起电能质量污染的各种电能质量问题,暂态波形是指,通过电能质量监测装置、暂态波形记录仪或其他已知设备所采集电压、电流扰动事件对应的暂态电压和电流的暂态波形。
第一比较模块102,用于将当前暂态波形依次与预设样本库中各故障类型中的故障过程样本数据集中的样本暂态波形进行匹配并计算个体匹配度,同时将个体匹配度与第一阈值进行比较,根据比较的结果确定与所述当前暂态波形匹配的样本暂态波形。
样本库为预先建立的,根据历史故障数据存储的故障类型与每次发生故障时至发生故障前设定时间内的历史扰动事件对应的样本波形数据及其发生时间信息。也就是说,样本库由根据历史故障所建立的不同故障类型的故障过程样本数据集组成,每一故障过程样本数据集包括一次故障发生前设定时间内的历史扰动事件对应的样本波形数据及其发生时间。因此,每次故障发生时至发生该次故障前设定时间内的历史扰动事件对应的样本波形数据组成该次故障的故障过程样本数据集。
将第一当前暂态波形依次与样本库中的每一故障类型中的每一故障过程样本数据集中的每一样本暂态波形进行匹配并计算个体匹配度,同时将个体匹配度与第一阈值进行比较。第一阈值可由工作人员基于运行经验进行设定。若比较结果为大于,则确定该样本暂态波形为与当前暂态波形匹配的样本暂态波形。
第二获取模块103,用于获取配网线路的当前扰动事件发生时间与当前扰动事件之前的故障发生时间之间的扰动事件的暂态波形。
当前扰动事件发生时间与当前扰动事件之前的故障发生时间之间所有扰动事件的暂态波形组成当前暂态波形数据集。
第三获取模块104,用于获取匹配的样本暂态波形所属的故障过程样本数据集中发生时间在匹配的样本暂态波形的发生时间之前的样本暂态波形。
匹配的样本暂态波形所属的故障过程样本数据集中发生时间在该匹配的样本暂态波形之前的所有样本暂态波形组成目标过程样本集。
总体匹配度计算模块105,用于根据当前暂态波形数据集中的暂态波形及其对应的发生时间与目标过程样本集中的样本暂态波形及其对应的发生时间计算当前暂态波形数据集与目标过程样本集的总体匹配度。
第二比较模块106,用于将总体匹配度与第二阈值进行比较。
预警信息生成模块107,用于在第二比较模块的比较结果为大于时,生成预警信息,预警信息包括匹配度大于第一阈值的样本暂态波形对应的故障类型及配网线路的信息。
在电网的实际运行中,对于设备老化、树障等原因引起的故障,其在发生影响到电网正常运行的故障前,一般会有发生一些电压、电流跳变的扰动事件。而当前暂态波形数据集反应的是当前扰动事件发生之前一段时间内的所有扰动事件的暂态波形,目标过程样本集反应的是匹配值的暂态波形对应的扰动事件发生之前的所有扰动事件的暂态波形,通过计算当前暂态波形数据集与目标过程样本集的匹配值能够查看当前扰动事件之前的一段时间内的扰动事件与该故障类型的历史数据中的匹配的暂态波形发生之前的一段时间内的扰动事件的匹配情况,若匹配度大于第二阈值,则可能将会发生故障,则生成预警信息。预警信息包括匹配度大于第一阈值的样本暂态波形对应的故障类型及配网线路的信息。
第一比较模块102,用于将在第二比较模块的比较结果为小于时,将当前暂态波形依次与样本库中剩余的故障类型中的故障过程样本数据集中的每一样本暂态波形进行匹配并计算个体匹配度,同时将个体匹配度与第一阈值进行比较。
该基于暂态波形的配网故障预警系统,通过预先建立样本库,该样本库对历史存储有历史故障发生的暂态波形,将配网线路的当前扰动事件对应的第一当前暂态波形与样本库的数据进行比较。在电网的实际运行中,对于设备老化、树障等原因引起的故障,其在发生影响到电网正常运行的故障前,一般会有发生一些电压、电流跳变的扰动事件。因此,该基于暂态波形的配网故障预警系统,充分利用了历史故障数据和包括电能质量系统、暂态录波系统在内的各类状态监测系统积累的历史暂态波形,将当前扰动事件的暂态波形与历史暂态波形进行匹配,能够准确的实现对配电网非突发性故障的预警,可行性强。
如图6所示,该基于暂态波形的配网故障预警系统,还包括:样本库108。
样本库中存储故障类型与每次发生故障时至发生故障前设定时间内的历史扰动事件对应的样本波形数据及其时间信息;将每次发生故障时至发生故障前设定时间内的历史扰动事件对应的样本波形数据组成每次故障对应的故障过程样本数据集。样本库的层次结构图如图3所示。
具体的,总体匹配度计算模块包括:
总体波形匹配度计算单元,用于将当前暂态波形数据集中的每一暂态波形与目标过程样本集中的每一样本暂态波形分别进行匹配并计算相似匹配度,当前暂态波形数据集中所有的暂态波形的最高相似匹配度值的均方根值为总体波形匹配度。
总体波形匹配度是指当前暂态波形数据集中与目标过程样本集中的波形的相似度。将当前暂态波形数据集中的每一当前暂态波形与目标过程样本集中的每一样本暂态波形进行匹配并计算相似匹配度,从中确定每一当前暂态波形的最高相似匹配度,最高相似匹配度对应的样本暂态波形为其最相似样本暂态波形。当前暂态波形数据集中所有的当前暂态波形最高相似匹配度值的均方根值为总体波形匹配度。
顺序匹配度计算单元,用于根据当前暂态波形数据集中每个暂态波形对应的扰动事件的发生时间,与其在目标过程样本集中相似匹配度最高的样本波形对应的扰动事件的发生时间计算顺序匹配度。
顺序匹配度根据每个暂态波形对应的扰动事件的发生时间相对其在目标过程样本集中相似度最高的样本波形的发生时间的匹配情况。
具体的,顺序匹配度的计算公式为:
顺序匹配度=r/(n-1)*100%;
其中,n为当前暂态波形数据集中的扰动事件总数;r为当前暂态波形数据集中,前一个扰动事件的暂态波形的相似匹配度最高的样本暂态波形的发生时间早于后一个扰动事件的暂态波形的相似匹配度最高的样本暂态波形的发生时间的扰动事件的个数累加值。即,r的初试值为0,从当前暂态波形数据集中第2个扰动事件开始的每个扰动事件,如果其发生时间之前的前一个扰动事件的暂态波形的最大相似匹配度的样本暂态波形的发生时间小于其自身所匹配的样本暂态波形的发生时间,则r=r+1。
总体匹配度计算单元,用于根据总体波形匹配度与顺序匹配度计算总体匹配度。
具体的,总体匹配度=总体波形匹配度*顺序匹配度。
在另一实施方式中,第一比较模块102和总体匹配度计算模块105将当前暂态波形与样本暂态波形进行匹配的方法包括:
分别对暂态波形和样本暂态波形进行离散傅里叶变换或快速傅里叶变换,分别得到对应的第一基波分量和第二基波分量;
分别对第一基波分量和第二基波分量进行有效值计算得到第一有效值和第二有效值;
对第一有效值和第二有效值分别使用最小二乘法计算得到暂态波形与样本暂态波形的匹配度。
该方法可用于第一比较模块102计算第一当前暂态波形与每一故障类型中的每一故障过程样本数据集中的每一样本暂态波形的个体匹配度,还用于总体匹配度计算模块105计算当前暂态波形数据集中的每一当前暂态波形与目标过程样本集中的每一样本暂态波形的相似匹配度。
该基于暂态波形的配网故障预警系统,充分利用了历史故障数据和包括电能质量系统、暂态录波系统在内的各类状态监测系统积累的历史暂态波形,实现了对配电网非突发性故障的预警,从而实现在故障发生前消除隐患,达到有效地避免和减少故障的发生,尤其对于设备老化、树障、台风等类型故障有着非常的预警效果。通过本发明中的预警系统,能够有效降低配电网故障的发生率,从而减少了故障停电所带来的直接和间接的国民经济损失。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.基于暂态波形的配网故障预警方法,包括:
获取配网线路的当前扰动事件对应的当前暂态波形;
将所述当前暂态波形依次与预设样本库中各故障类型中的故障过程样本数据集中的样本暂态波形进行匹配并计算个体匹配度,同时将所述个体匹配度与第一阈值进行比较,根据比较的结果确定与所述当前暂态波形匹配的样本暂态波形;
获取所述配网线路的当前扰动事件发生时间与当前扰动事件之前的故障发生时间之间的扰动事件的暂态波形,所述扰动事件的暂态波形组成当前暂态波形数据集;
获取所述匹配的样本暂态波形所属的故障过程样本数据集中发生时间在所述匹配的样本暂态波形的发生时间之前的样本暂态波形,所述样本暂态波形组成目标过程样本集;
根据所述当前暂态波形数据集中的暂态波形及其对应的发生时间与所述目标过程样本集中的样本暂态波形及其对应的发生时间计算所述当前暂态波形数据集与所述目标过程样本集的总体匹配度;
将所述总体匹配度与第二阈值进行比较;
若大于,则生成预警信息,所述预警信息包括匹配度大于所述第一阈值的样本暂态波形对应的故障类型及所述配网线路的信息。
2.根据权利要求1所述的基于暂态波形的配网故障预警方法,其特征在于,在所述获取配网线路的当前扰动事件对应的当前暂态波形数据的步骤之前,
预先建立样本库,所述样本库中存储故障类型、与每次发生故障时至发生故障前设定时间内的历史扰动事件对应的样本波形数据及其时间信息;将每次发生故障时至发生故障前设定时间内的历史扰动事件对应的样本波形数据组成每次故障对应的故障过程样本数据集。
3.根据权利要求2所述的基于暂态波形的配网故障预警方法,其特征在于,所述计算总体匹配度的步骤包括:
将所述当前暂态波形数据集中的每一暂态波形与所述目标过程样本集中的每一样本暂态波形分别进行匹配并计算相似匹配度,所述当前暂态波形数据集中所有的暂态波形的最高相似匹配度值的均方根值为总体波形匹配度;
根据所述当前暂态波形数据集中每个所述暂态波形对应的扰动事件的发生时间,与其在所述目标过程样本集中相似匹配度最高的样本波形对应的扰动事件的发生时间计算顺序匹配度;
根据所述总体波形匹配度与所述顺序匹配度计算所述总体匹配度。
4.根据权利要求3所述的基于暂态波形的配网故障预警方法,其特征在于,所述顺序匹配度的计算公式为:
顺序匹配度=r/(n-1)*100%;
其中,n为所述当前暂态波形数据集中的扰动事件总数;r为所述当前暂态波形数据集中,前一个扰动事件的暂态波形的相似匹配度最高的样本暂态波形的发生时间早于后一个扰动事件的暂态波形的相似匹配度最高的样本暂态波形的发生时间的扰动事件的个数累加值。
5.根据权利要求1至4任一项所述的基于暂态波形的配网故障预警方法,其特征在于,所述将当前暂态波形与所述样本暂态波形进行匹配的方法包括:
分别对所述暂态波形和所述样本暂态波形进行离散傅里叶变换或快速傅里叶变换,分别得到对应的第一基波分量和第二基波分量;
分别对所述第一基波分量和所述第二基波分量进行有效值计算得到第一有效值和第二有效值;
对所述第一有效值和所述第二有效值分别使用最小二乘法计算得到所述暂态波形与所述样本暂态波形的匹配度。
6.一种基于暂态波形的配网故障预警系统,包括:
第一获取模块,用于获取配网线路的当前扰动事件对应的当前暂态波形;
第一比较模块,用于将所述当前暂态波形依次与预设样本库中各故障类型中的故障过程样本数据集中的样本暂态波形进行匹配并计算个体匹配度,同时将所述个体匹配度与第一阈值进行比较,根据比较的结果确定与所述当前暂态波形匹配的样本暂态波形;
第二获取模块,用于获取所述配网线路的当前扰动事件发生时间与当前扰动事件之前的故障发生时间之间的扰动事件的暂态波形,所述扰动事件的暂态波形组成当前暂态波形数据集;
第三获取模块,用于获取所述匹配的样本暂态波形所属的故障过程样本数据集中发生时间在所述匹配的样本暂态波形的发生时间之前的样本暂态波形,所述样本暂态波形组成目标过程样本集;
总体匹配度计算模块,用于根据所述当前暂态波形数据集中的暂态波形及其对应的发生时间与所述目标过程样本集中的样本暂态波形及其对应的发生时间计算所述当前暂态波形数据集与所述目标过程样本集的总体匹配度;
第二比较模块,用于将所述总体匹配度与第二阈值进行比较;
预警信息生成模块,用于在所述第二比较模块的比较结果为大于时,生成预警信息,所述预警信息包括匹配度大于所述第一阈值的样本暂态波形对应的故障类型及所述配网线路的信息。
7.根据权利要求6所述的基于暂态波形的配网故障预警系统,其特征在于,还包括:样本库,所述样本库中预先存储故障类型与每次发生故障时至发生故障前设定时间内的历史扰动事件对应的样本波形数据及其时间信息;将每次发生故障时至发生故障前设定时间内的历史扰动事件对应的样本波形数据组成每次故障对应的故障过程样本数据集。
8.根据权利要求7所述的基于暂态波形的配网故障预警系统,其特征在于,所述总体匹配度计算模块包括:
总体波形匹配度计算单元,用于将所述当前暂态波形数据集中的每一暂态波形与所述目标过程样本集中的每一样本暂态波形分别进行匹配并计算相似匹配度,所述当前暂态波形数据集中所有的暂态波形的最高相似匹配度值的均方根值为总体波形匹配度;
顺序匹配度计算单元,用于根据所述当前暂态波形数据集中每个所述暂态波形对应的扰动事件的发生时间,与其在所述目标过程样本集中相似匹配度最高的样本波形对应的扰动事件的发生时间计算顺序匹配度;
总体匹配度计算单元,用于根据所述总体波形匹配度与所述顺序匹配度计算所述总体匹配度。
9.根据权利要求8所述的基于暂态波形的配网故障预警系统,其特征在于,所述顺序匹配度的计算公式为:
顺序匹配度=r/(n-1)*100%;
其中,n为所述当前暂态波形数据集中的扰动事件总数;r为所述当前暂态波形数据集中,前一个扰动事件的暂态波形的相似匹配度最高的样本暂态波形的发生时间早于后一个扰动事件的暂态波形的相似匹配度最高的样本暂态波形的发生时间的扰动事件的个数累加值。
10.根据权利要求6至9任一项所述的基于暂态波形的配网故障预警系统,其特征在于,所述第一比较模块和总体匹配度计算模块将当前暂态波形与所述样本暂态波形进行匹配的方法包括:
分别对所述暂态波形和所述样本暂态波形进行离散傅里叶变换或快速傅里叶变换,分别得到对应的第一基波分量和第二基波分量;
分别对所述第一基波分量和所述第二基波分量进行有效值计算得到第一有效值和第二有效值;
对所述第一有效值和所述第二有效值分别使用最小二乘法计算得到所述暂态波形与所述样本暂态波形的匹配度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510621614.6A CN105067963B (zh) | 2015-09-24 | 2015-09-24 | 基于暂态波形的配网故障预警方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510621614.6A CN105067963B (zh) | 2015-09-24 | 2015-09-24 | 基于暂态波形的配网故障预警方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105067963A CN105067963A (zh) | 2015-11-18 |
CN105067963B true CN105067963B (zh) | 2017-12-22 |
Family
ID=54497379
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510621614.6A Active CN105067963B (zh) | 2015-09-24 | 2015-09-24 | 基于暂态波形的配网故障预警方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105067963B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105301450A (zh) * | 2015-11-26 | 2016-02-03 | 云南电网有限责任公司电力科学研究院 | 一种配网故障自动诊断方法及系统 |
CN106441843B (zh) * | 2016-09-19 | 2019-09-20 | 南京科远自动化集团股份有限公司 | 一种旋转机械故障波形识别方法 |
CN108254627B (zh) * | 2018-01-31 | 2022-06-07 | 杭州健驰医疗科技有限公司 | 电磁场波形信号采集对比方法及装置 |
CN108647479B (zh) * | 2018-07-03 | 2020-11-17 | 广东电网有限责任公司 | 一种避雷器故障暂态波形诊断方法及装置 |
CN109375060B (zh) * | 2018-11-12 | 2020-11-13 | 上海金智晟东电力科技有限公司 | 一种配电网故障波形相似度计算方法 |
CN110245617B (zh) * | 2019-06-17 | 2022-06-24 | 江苏云脑数据科技有限公司 | 基于暂态录波波形的人工智能分析方法 |
CN110687400B (zh) * | 2019-10-16 | 2021-07-20 | 东方电子股份有限公司 | 一种暂态录波型故障指示器误启动滤除方法 |
CN111537836A (zh) * | 2020-05-15 | 2020-08-14 | 国网山东省电力公司济宁供电公司 | 基于录波数据的配电网故障自动诊断方法及系统 |
CN112083277A (zh) * | 2020-08-21 | 2020-12-15 | 国网山东省电力公司诸城市供电公司 | 一种电力线路传输故障检测方法及系统 |
CN112379213B (zh) * | 2020-10-27 | 2023-08-22 | 深圳供电局有限公司 | 一种故障检测方法及系统 |
CN113177282B (zh) * | 2021-04-08 | 2022-07-22 | 南京南瑞继保电气有限公司 | 一种多装置波形文件传输的保护预警策略仿真运行方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102411117A (zh) * | 2011-08-09 | 2012-04-11 | 中国电力科学研究院 | 一种基于分布式智能多重校准的配电网短路故障定位方法 |
CN102788936A (zh) * | 2012-09-03 | 2012-11-21 | 安徽理工大学 | 一种小电流接地故障选线方法 |
CN104280668A (zh) * | 2014-11-05 | 2015-01-14 | 广东电网有限责任公司佛山供电局 | 配电网故障类型识别方法和系统 |
CN104316844A (zh) * | 2014-11-14 | 2015-01-28 | 广东电网有限责任公司佛山供电局 | 配电网故障类型识别方法及装置 |
CN104360227A (zh) * | 2014-10-31 | 2015-02-18 | 国家电网公司 | 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 |
-
2015
- 2015-09-24 CN CN201510621614.6A patent/CN105067963B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102411117A (zh) * | 2011-08-09 | 2012-04-11 | 中国电力科学研究院 | 一种基于分布式智能多重校准的配电网短路故障定位方法 |
CN102788936A (zh) * | 2012-09-03 | 2012-11-21 | 安徽理工大学 | 一种小电流接地故障选线方法 |
CN104360227A (zh) * | 2014-10-31 | 2015-02-18 | 国家电网公司 | 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 |
CN104280668A (zh) * | 2014-11-05 | 2015-01-14 | 广东电网有限责任公司佛山供电局 | 配电网故障类型识别方法和系统 |
CN104316844A (zh) * | 2014-11-14 | 2015-01-28 | 广东电网有限责任公司佛山供电局 | 配电网故障类型识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105067963A (zh) | 2015-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105067963B (zh) | 基于暂态波形的配网故障预警方法和系统 | |
CN103713237B (zh) | 一种电力系统输电线路短路故障诊断方法 | |
CN104242267B (zh) | 一种风力发电送出输电线路距离保护方法 | |
CN106646034B (zh) | 一种避雷器结构健康在线监测分析系统 | |
CN104407273B (zh) | 计及监测可信度的电能质量扰动源定位方法 | |
Bhui et al. | Application of recurrence quantification analysis to power system dynamic studies | |
Bollen et al. | Trends, challenges and opportunities in power quality research | |
JP2009017637A (ja) | 配電線事故原因推定システムとその方法、およびプログラム | |
CN105719062A (zh) | 一种考虑两重故障概率特性的电网风险及薄弱环节评估方法 | |
CN108680798B (zh) | 雷电监测预警方法及系统 | |
CN111209535B (zh) | 一种电力设备相继故障风险识别方法及系统 | |
Li et al. | A line-fault cause analysis method for distribution network based on decision-making tree and machine learning | |
Calin et al. | Measurement data aggregation for active distribution networks | |
CN109613372A (zh) | 一种基于多元电网数据库的电网故障诊断方法 | |
CN109635430A (zh) | 电网输电线路暂态信号监测方法和系统 | |
CN107179476B (zh) | 一种配网故障测距方法 | |
CN106356994B (zh) | 一种基于电网pmu大数据的电网稳定性判别方法 | |
Shalalfeh et al. | Modeling of PMU data using ARFIMA models | |
CN111146779B (zh) | 一种电力设备相继故障的大电网柔性安全控制方法及系统 | |
CN102479286B (zh) | 一种用于电能质量的暂降原因判别方法 | |
Igual et al. | Evaluation of automatic power quality classification in microgrids operating in islanded mode | |
Wu et al. | Monitoring power system transient stability using synchrophasor data | |
CN102479285B (zh) | 一种用于电能质量的暂降特征量的计算方法 | |
CN109782064A (zh) | 一种风电场输出阻抗频率特性测试分析方法 | |
Santos et al. | An S-transform based approach for fault detection and classification in power distribution systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |