CN105203922A - 基于多分类器的输电线路故障定位方法 - Google Patents
基于多分类器的输电线路故障定位方法 Download PDFInfo
- Publication number
- CN105203922A CN105203922A CN201510593380.9A CN201510593380A CN105203922A CN 105203922 A CN105203922 A CN 105203922A CN 201510593380 A CN201510593380 A CN 201510593380A CN 105203922 A CN105203922 A CN 105203922A
- Authority
- CN
- China
- Prior art keywords
- transmission line
- sequence current
- power transmission
- information pre
- current sorter
- 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.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Locating Faults (AREA)
Abstract
本发明公开基于多分类器的输电线路故障定位方法,包括信息预处理系统、零序电流分类装置、负序电流分类装置和故障定位模块,所述信息预处理系统基于输电线接入处理器内,在所述输电线接入处理器上设有若干个接入端,每个接入端上均设有一个信息预处理模块,所有的信息预处理模块均连接在一服务器上,在所述输电线接入处理器上还设有若干输出端,在输出端上分别同时连接着所述零序电流分类装置和负序电流分类装置,在所述零序电流分类装置和负序电流分类装置的另一端连接在所述故障定位模块上。本发明是一种具有分层结构的高压输电线路故障类型识别新方法,不仅算法训练过程简单,训练结果清晰明了,识别速度快。
Description
技术领域
本发明涉及电力领域,具体为一种基于多分类器的输电线路故障定位方法。
背景技术
近几年来,随着世界经济不断发展,人类文明不断进步,能源需求量持续增长,环境保护问题日趋严峻,人们对电网的要求越来越高,电网建设正面临这前所未有的挑战与机遇。建设以“互动、自愈、安全、经济、清洁、节能、高效”的智能电网是电网技术发展的必然趋势。输电线路作为智能电网中的重要部分,担负着将电力从发电机输送到用户的重要任务,由于输电线路绝大多数暴露在外界途径环境复杂,很容易受到各种干扰而发生故障。而当输电线路发生故障时,迅速而准确的检测到故障的发生,继而判断出故障的类型,最终实现故障点定位是目前的研究热点。本发明提出了一种基于动态选择策略的多分类器方法对输电线路中常见的5大类短路故障进行测距,以常见的四种分类器:K最近邻结点算法(KNN)、反向传播神经网络(BPNN)、径向基神经网络(RBFNN)、支持向量机(SVM)作为基分类器,在选择基分类器时采用一种动态选择的策略。即对于每一个待测样本,根据其与基分类器的相关度,动态的选择基分类器的输出作为整个多分类器系统的输出。
发明内容
本发明所解决的技术问题在于提供一种基于多分类器的输电线路故障定位方法,以解决上述背景技术中的缺点。
本发明所解决的技术问题采用以下技术方案来实现:基于多分类器的输电线路故障定位方法,包括信息预处理系统、零序电流分类装置、负序电流分类装置和故障定位模块,所述信息预处理系统基于输电线接入处理器内,在所述输电线接入处理器上设有若干个接入端,每个接入端上均设有一个信息预处理模块,所有的信息预处理模块均连接在一服务器上,在所述输电线接入处理器上还设有若干输出端,在输出端上分别同时连接着所述零序电流分类装置和负序电流分类装置,在所述零序电流分类装置和负序电流分类装置的另一端连接在所述故障定位模块上。
本发明中,进一步的;所述信息预处理系统可获取故障电压和电流特征量进行滤波和滤序处理。
本发明中,进一步的;所述零序电流分类装置和负序电流分类装置可进行初步分层归类处理,其归类为接地线短路、两相短路、三相短路和无故障四种情况。
本发明中,进一步的;所述障定位模块上连接并设有四种分类器,分别是最近邻结点算法(KNN)、反向传播神经网络(BPNN)、径向基神经网络(RBFNN)和支持向量机(SVM)。
本发明中,进一步的;所述障定位模块外连接显示装置。
本发明的有益效果:是一种具有分层结构的高压输电线路故障类型识别新方法,不仅算法训练过程简单,训练结果清晰明了,识别速度快,而且充分利用模糊逻辑处理不确定线性划分关系的优势,解决了输电线路故障模式空间可能出现的非线性可分情况。
附图说明
图1为本发明结构示意图。
图中:1-信息预处理系统,2-零序电流分类装置,3-负序电流分类装置,4-故障定位模块。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体图示,进一步阐述本发明。
实施方式,如图1所示,基于多分类器的输电线路故障定位方法,包括信息预处理系统1、零序电流分类装置2、负序电流分类装置3和故障定位模块4,所述信息预处理系统1基于输电线接入处理器内,在所述输电线接入处理器上设有若干个接入端,每个接入端上均设有一个信息预处理模块,所有的信息预处理模块均连接在一服务器上,在所述输电线接入处理器上还设有若干输出端,在输出端上分别同时连接着所述零序电流分类装置2和负序电流分类装置3,在所述零序电流分类装置2和负序电流分类装置3的另一端连接在所述故障定位模块4上。所述信息预处理系统1可获取故障电压和电流特征量进行滤波和滤序处理。所述零序电流分类装置2和负序电流分类装置3可进行初步分层归类处理,其归类为接地线短路、两相短路、三相短路和无故障四种情况。所述障定位模块4上连接并设有四种分类器,分别是最近邻结点算法(KNN)、反向传播神经网络(BPNN)、径向基神经网络(RBFNN)和支持向量机(SVM)。所述障定位模块4外连接显示装置。
一、两相短路故障相判别方法
该模糊判别模块的功能是用于确定故障类型属于BC、CA、AB两相短路中的哪一种,其判别规则如表1所示。其中:A、B、C相为接地。
规则 | -dIA1/IA2 | -dIB1/IB2 | -dIC1/IC2 | 结论 |
1 | 1 | 0 | 0 | BC |
2 | 0 | 1 | 0 | CA |
3 | 0 | 0 | 1 | AB |
表1
二、接地故障相判别方法
接地故障共有6种故障类型:A、B、C相接地、AB、BC、CA相接地。该模糊判别模块的功能是用于确定未知故障属于这6种故障情况的哪一种,其判别规则如表2所示。
表2
三、三相短路或正常判别方法
此方法根据相电压、电流是否有突变即可判断是三相短路还是正常,无须进行处理。
以上显示和描述了本发明的基本原理和主要特征及本发明的优点,本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内,本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (5)
1.基于多分类器的输电线路故障定位方法,包括信息预处理系统(1)、零序电流分类装置(2)、负序电流分类装置(3)和故障定位模块(4),其特征是:所述信息预处理系统(1)基于输电线接入处理器内,在所述输电线接入处理器上设有若干个接入端,每个接入端上均设有一个信息预处理模块,所有的信息预处理模块均连接在一服务器上,在所述输电线接入处理器上还设有若干输出端,在输出端上分别同时连接着所述零序电流分类装置(2)和负序电流分类装置(3),在所述零序电流分类装置(2)和负序电流分类装置(3)的另一端连接在所述故障定位模块(4)上。
2.根据权利要求1所述的基于多分类器的输电线路故障定位方法,其特征是:所述信息预处理系统(1)可获取故障电压和电流特征量进行滤波和滤序处理。
3.根据权利要求1所述的基于多分类器的输电线路故障定位方法,其特征是:所述零序电流分类装置(2)和负序电流分类装置(3)可进行初步分层归类处理,其归类为接地线短路、两相短路、三相短路和无故障四种情况。
4.根据权利要求1所述的基于多分类器的输电线路故障定位方法,其特征是:所述障定位模块(4)上连接并设有四种分类器,分别是最近邻结点算法(KNN)、反向传播神经网络(BPNN)、径向基神经网络(RBFNN)和支持向量机(SVM)。
5.根据权利要求1所述的基于多分类器的输电线路故障定位方法,其特征是:所述障定位模块(4)外连接显示装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510593380.9A CN105203922A (zh) | 2015-09-17 | 2015-09-17 | 基于多分类器的输电线路故障定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510593380.9A CN105203922A (zh) | 2015-09-17 | 2015-09-17 | 基于多分类器的输电线路故障定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105203922A true CN105203922A (zh) | 2015-12-30 |
Family
ID=54951704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510593380.9A Pending CN105203922A (zh) | 2015-09-17 | 2015-09-17 | 基于多分类器的输电线路故障定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105203922A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106713016A (zh) * | 2016-12-07 | 2017-05-24 | 中国联合网络通信集团有限公司 | 室内分布系统的故障推理方法及装置 |
CN108983042A (zh) * | 2018-07-25 | 2018-12-11 | 国网湖北省电力有限公司电力科学研究院 | 一种基于knn的配网接地故障原因识别方法 |
CN109161931A (zh) * | 2018-10-22 | 2019-01-08 | 中南大学 | 基于shapelet转换的铝电解阳极电流分类方法 |
CN109669093A (zh) * | 2018-12-13 | 2019-04-23 | 南京正锐电力科技有限公司 | 一种非有效接地系统线路接地故障检测方法 |
CN111323671A (zh) * | 2020-04-14 | 2020-06-23 | 国网湖北省电力有限公司武汉市新洲区供电公司 | 一种用于配电系统瞬变检测的故障分类器 |
CN112924813A (zh) * | 2021-01-28 | 2021-06-08 | 国网浙江省电力有限公司绍兴供电公司 | 基于电气数据的配电网短路故障监控方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1529180A (zh) * | 2003-10-10 | 2004-09-15 | 武汉大学 | 高压输电线多路高精度gps单端故障定位方法及装置 |
CN102478618A (zh) * | 2010-11-22 | 2012-05-30 | 上海市电力公司 | 一种500千伏交联电缆局部放电在线监测方法 |
CN102822689A (zh) * | 2010-01-25 | 2012-12-12 | 阿克拉拉输电线系统股份有限公司 | 用于配电系统的瞬变检测器和故障分类器 |
CN103091603A (zh) * | 2013-01-14 | 2013-05-08 | 华北电力大学 | 一种输电线路故障智能分类和定位方法 |
CN103729990A (zh) * | 2013-10-30 | 2014-04-16 | 国家电网公司 | 基于多合一传感器的电缆线路在线监测系统 |
-
2015
- 2015-09-17 CN CN201510593380.9A patent/CN105203922A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1529180A (zh) * | 2003-10-10 | 2004-09-15 | 武汉大学 | 高压输电线多路高精度gps单端故障定位方法及装置 |
CN102822689A (zh) * | 2010-01-25 | 2012-12-12 | 阿克拉拉输电线系统股份有限公司 | 用于配电系统的瞬变检测器和故障分类器 |
CN102478618A (zh) * | 2010-11-22 | 2012-05-30 | 上海市电力公司 | 一种500千伏交联电缆局部放电在线监测方法 |
CN103091603A (zh) * | 2013-01-14 | 2013-05-08 | 华北电力大学 | 一种输电线路故障智能分类和定位方法 |
CN103729990A (zh) * | 2013-10-30 | 2014-04-16 | 国家电网公司 | 基于多合一传感器的电缆线路在线监测系统 |
Non-Patent Citations (1)
Title |
---|
朱晶: "基于多分类器的输电线路故障定位", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106713016A (zh) * | 2016-12-07 | 2017-05-24 | 中国联合网络通信集团有限公司 | 室内分布系统的故障推理方法及装置 |
CN108983042A (zh) * | 2018-07-25 | 2018-12-11 | 国网湖北省电力有限公司电力科学研究院 | 一种基于knn的配网接地故障原因识别方法 |
CN109161931A (zh) * | 2018-10-22 | 2019-01-08 | 中南大学 | 基于shapelet转换的铝电解阳极电流分类方法 |
CN109161931B (zh) * | 2018-10-22 | 2019-11-08 | 中南大学 | 基于shapelet转换的铝电解阳极电流分类方法 |
CN109669093A (zh) * | 2018-12-13 | 2019-04-23 | 南京正锐电力科技有限公司 | 一种非有效接地系统线路接地故障检测方法 |
CN111323671A (zh) * | 2020-04-14 | 2020-06-23 | 国网湖北省电力有限公司武汉市新洲区供电公司 | 一种用于配电系统瞬变检测的故障分类器 |
CN112924813A (zh) * | 2021-01-28 | 2021-06-08 | 国网浙江省电力有限公司绍兴供电公司 | 基于电气数据的配电网短路故障监控方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105203922A (zh) | 基于多分类器的输电线路故障定位方法 | |
CN104502795B (zh) | 一种适用于微电网的智能故障诊断方法 | |
Zhang et al. | Fault diagnosis of wind turbine power converter considering wavelet transform, feature analysis, judgment and BP neural network | |
CN104316786B (zh) | 一种混合孤岛检测方法 | |
Manohar et al. | Enhancing resilience of PV-fed microgrid by improved relaying and differentiating between inverter faults and distribution line faults | |
Agrawal et al. | Identification of fault location in power distribution system with distributed generation using support vector machines | |
CN206099897U (zh) | 一种带有故障识别功能的光伏电站 | |
Wu | A new fault location algorithm for distribution network with DG | |
CN109581085A (zh) | 一种集电线和联络线故障方向判别方法 | |
CN107947214B (zh) | 一种多端柔性直流输电系统的启动方法 | |
CN106569093A (zh) | 一种同塔多回输电线路故障判定方法 | |
CN111190121A (zh) | 基于序分量的含分布式电源配电网故障分类方法及系统 | |
Madani et al. | Islanding detection for PV and DFIG using decision tree and AdaBoost algorithm | |
Sun et al. | A hybrid dc fault primary protection algorithm for multi-terminal hvdc systems | |
Chen et al. | Machine learning based one-terminal fault areas detection in HVDC transmission system | |
Niewind et al. | Operation and protection of 380V DC distribution systems | |
CN110311372A (zh) | 基于谱聚类的电网分区方法 | |
CN104465233A (zh) | 一种兼顾低压脱扣器电压暂降特性的配置方法 | |
Wasnik et al. | Fault detection and classification in transmission line by using KNN and DT technique | |
CN111198311A (zh) | 一种新型的并网型微电网故障检测装置及检测方法 | |
CN105866630A (zh) | 一种应对全站信息缺失的故障诊断方法和系统 | |
CN105710050A (zh) | 电池单体分选方法 | |
CN109884476A (zh) | 一种适用于双馈型电源接入的联络线故障方向判别方法 | |
Patil et al. | Improved fault detection and location scheme for photovoltaic system | |
CN210577803U (zh) | 一种利用零火线相位信息实现零火线混接的电路 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151230 |