CN105974232B - 一种适用于高压输电网的电网故障诊断方法 - Google Patents
一种适用于高压输电网的电网故障诊断方法 Download PDFInfo
- Publication number
- CN105974232B CN105974232B CN201610307329.1A CN201610307329A CN105974232B CN 105974232 B CN105974232 B CN 105974232B CN 201610307329 A CN201610307329 A CN 201610307329A CN 105974232 B CN105974232 B CN 105974232B
- Authority
- CN
- China
- Prior art keywords
- protection
- equipment
- indicates
- switch
- grid
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Protection Circuit Devices (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种适用于高压输电网的电网故障诊断方法,步骤一,获取电网中的开关量和电气量信息;步骤二,由步骤一中得到的开关量和电气量信息确定故障范围;步骤三,根据保护信号到故障设备的关联关系确定由所述步骤二得到的故障范围内的所有故障设备;步骤四,简化高压电网的保护模型,建立IEC61850高压电网模型;步骤五,根据步骤四中建立的高压电网模型确定目标函数,检测步骤三中得到的故障设备中是否存在保护拒动、开关拒动的情况,得出保护动作信息。基于继电保护模型、录波信息、开关的多源信息进行故障诊断,大大地提高了定位的准确性。
Description
技术领域
本发明涉及电网故障诊断技术领域,尤其涉及一种适用于高压输电网的电网故障诊断方法。
背景技术
高压输电线路故障诊断一直是电力系统研究者和电力设备制造商所关注的问题。准确的故障诊断对分析、查找故障原因以及处理电网故障起到重要的作用。但由于其环境因素及电力系统本身的影响,高压输电线路的故障诊断仍有大量的工作需要进一步完善。
随着计算机技术、通讯技术、和网络技术的飞速发展,大量的电网测量数据得以实时地采集并发至控制中心。这为高压输电网的电网故障诊断的研究打下了牢固的基础。目前针对高压输电网的电网故障诊断中运用的主要诊断方法有:
(1)基于专家系统的故障诊断方法;
(2)基于人工神经网络的故障诊断方法。
以上方法在目前高压电网故障自动诊断中存在的主要问题:
1.专家系统是根据电厂操作人员获取电网故障诊断的基本知识,这对于形成完整的专家系统数据库存在一定的阻碍且由于知识的获取依靠操作人员的经验,专家知识库的可靠性有待于验证。当电网的层次和结构发生变化时,需要重新对专家知识库进行相应的修改工作,比较繁琐。
2.基于人工神经网络的故障诊断方法的缺陷是如何建立精确度比较高的电网数学模型,神经网络算法不具备表达电网拓扑结构的功能,对于大型的输电网此故障诊断算法的实施存在一定的问题。
3.目前的故障信息诊断系统的功能主要是集中在故障信息的录制、通讯、采集和管理上面。
发明内容
本发明的目的就是为了解决上述问题,提供一种适用于高压输电网的电网故障诊断方法,基于继电保护模型、录波信息、开关的多源信息进行故障诊断,大大地提高了定位的准确性。
为了实现上述目的,本发明采用如下技术方案:
一种适用于高压输电网的电网故障诊断方法,包括以下步骤:
步骤一,获取电网中的开关量和电气量信息;
步骤二,由步骤一中得到的开关量和电气量信息确定故障范围;
步骤三,根据保护信号到故障设备的关联关系确定由所述步骤二得到的故障范围内的所有故障设备;
步骤四,简化高压电网的保护模型,建立基于IEC61850高压电网模型;
步骤五,根据步骤四中建立的高压电网模型确定目标函数,检测步骤三中得到的故障设备中是否存在保护拒动和/或开关拒动的情况,得出保护动作信息。
所述步骤一中,从EMS系统中采集开关和隔离开关的状态信息,并提取保护装置的动作信号。
所述步骤二中,当保护、重合闸或开关状态发生动作时,系统实时调用相关保护或录波文件将其存储于SQL数据库中,选取合适的线路模型和算法进行故障定位计算,从而确定故障的范围,缩小停电区域的范围。
高压电网的拓扑结构图中描述的各个设备与保护和开关之间的关系,根据高压电网的拓扑结构图以及步骤二中得到的故障范围确定故障范围内所有设备。
所述步骤四中,简化高压电网的保护模型的方法包括:
步骤1.1,依据CIM模型数据,获取电网拓扑信息,包括输电线路、变压器与母线之间的连接关系;
步骤1.2,根据需要选取要监测的设备,根据电网诊断系统的需要,主要考虑输电线路、变压器及母线;
步骤1.3,读取各变电站的保护配置scd文件,获得相关设备的保护信息情况,根据保护装置的原理组成和保护特性,确定设备的主保护、近后备保护,以及保护装置中的远后备信号;
步骤1.4,根据电网的拓扑结构中各设备之间的连接关系,确定远后备保护信号关联的设备,从而形成各设备关联的主保护、近后备保护及远后备保护信号;
步骤1.5,根据上述步骤的结果,形成最终的保护模型,包括保护信号的保护范围和关联类型,保护装置与开关信号的关联关系,保护装置的保护范围。
建立基于IEC61850高压电网模型的方法包括,
步骤4.1,ri为设备sn的主保护;其中ri为第i个设备的主保护,sn表示第n个设备;ri=1和ri=0分别表示第i个保护动作和未动作;ci=1和ci=0分别表示第i个开关跳闸和未跳闸;如果设备sn故障,保护ri动作,动作结果为元件状态
步骤4.2,rj为设备sn的近后备保护,如果设备sn故障且其主保护ri未动,rj应动作,动作结果为元件状态∧(1-其主保护状态):其中,∧表示逻辑与,能省略;表示主保护未动;表示设备故障状态与主保护未动的与值;
步骤4.3,rl为第二后备保护,在其保护范围内为sn的临近设备sl提供后备保护,根据后备保护应该动作的情况得到第二后备保护的动作结果;
步骤4.4,根据以上得到的故障设备与保护动作的关系,建立存在保护拒动和误动的61850高压电网模型。
所述步骤4.3中,第二后备保护的动作结果=设备故障主保护第一后备保护未动作⊕[关联设备1的状态值∧(1-关联路径上开关1的状态)∧(1-关联路径上开关2的状态)∧…]⊕…,具体公式为:其中,cl表示与设备sn相关的开关。
存在保护拒动和误动的61850高压电网模型中对保护的状态用公式(4)表示:
其中,r表示保护集合,pr表示保护期望动作集合,表示保护拒动,⊕表示逻辑异或,表示保护r的非,mr=1表示保护误动,mr=0表示保护正常;dr=1表示保护拒动,反之则为保护正常。
根据步骤4.4建立的61850高压电网模型确定目标函数为:
其中,n为保护数量,m为开关数量;为保护期望状态,为开关期望状态;ω1、ω2、ω3为权重,保障所判定的保护状态准确性,寻求判断信息接近保护期望值,必须保证式(5)取得最小值。
采用粒子群算法进行求解,得到最优解,最优解中求得S={si}={s1,s2,…,sL}i=1,2,…,L,si=1表示故障,si=0表示设备正常;R={ri}={r1,r2,…,rn},同样的ri=1表示保护动作,反之为不动;C={ci}={c1,c2,…,cm},ci=1和ci=0分别表示开关断开和正常;dri=1表示保护拒动,反之为正常;mri=1表示保护误动,反之为正常。其中,i,L,n,m,rn都为自然常数;对公式(5)采用粒子群优化算法求取诊断结果;确定出si、的值,根据求得的值判定故障设备和/或保护是否存在拒动或误动的现象。
本发明的有益效果:
1.本发明建立了一种高压输电线路故障诊断技术,结合采集到的开关、保护动作信号、故障录波信息情况判断出故障设备,实现只有开关、保护动作信息和故障录波信息时能够进行故障诊断。
2.采用先进算法,根据故障采集到的开关变量对故障进行定位,根据定位确定发生故障的范围减小了查找设备保护范围的工作效率。
3同时能够在保护误动、拒动、开关失灵的情况下,快速的判断出故障设备及位置。最后反向推理策略来评价继电保护及开关动作是正确动作、误动或拒动,结果更加准确。
附图说明
图1为本实施例的故障诊断系统图;
图2为本发明方法的程序流程框图;
图3为描述保护信号与故障设备的关系的故障信息简化模型;
图4为本实施例的系统图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
本发明提供的方法可以运用于一个能进行自动故障诊断的系统,该系统结构如图1所示。该系统包括数据采集模块、故障定位模块、故障诊断模块及保护动作分析模块,故障诊断模块从数据采集模块获取开关、保护的动作信息,依据电网故障信息简化模型对电网故障进行实时诊断,产生诊断结果。故障诊断模块是程序的核心,故障信息简化模型为主要的逻辑模型平台,实时数据的信息源可能有两类:EMS系统和故障信息系统。
如图2所示,一种适用于高压输电网的电网故障诊断方法,包括以下步骤:
步骤一、由数据采集模块获取电网中的开关量、电气量信息;
步骤二、根据步骤一中的开关量、电气量信息在故障定位模块中确定故障范围;
步骤三、在故障诊断模块中根据获取的CIM模型中保护信号到故障设备的关联关系确定步骤二中故障范围内的故障设备;
步骤四、简化高压电网的保护模型,建立基于IEC61850高压电网模型;
步骤五、在保护动作分析模块中,根据步骤四中建立的IEC61850高压电网模型确定目标函数,利用粒子群算法求解目标函数,得出保护动作信息。
所述步骤一由数据采集模块获取电网中的开关量、电气量信息。数据采集模块转发从EMS系统中采集开关和隔离开关的状态信息,并提取保护装置的动作信号。
所述步骤二中,根据开关量信息确定故障范围主要是在故障定位WebFL(Web-based Fault Location)模块中完成,在根据数据采集模块中获得的开关量、保护信息通过实时监测EMS采集的保护、重合闸、开关状态,当保护、重合闸或开关状态发生动作时系统通过与故障信息系统的接口,实时调用相关保护或录波文件将其存储于SQL数据库中,自动选取合适的线路模型和算法进行故障定位计算,从而确定故障的范围,缩小停电区域的范围。
所述步骤四中,根据保护信号到故障设备的关联关系确定步骤二中故障范围内的故障设备,CIM模型中采用XML语言描述了高压电网的拓扑结构,故障诊断模块通过读取拓扑结构图,根据拓扑结构中描述的各个设备与保护和开关之间的关系,确定停电范围内所有设备;
所述步骤四中,简化高压电网的保护模型,建立基于61850的解析模型的具体方法如下。
IEC61850高压电网模型涉及电网的一次设备及其拓扑连接、监控系统采集信息、数据通信系统等,模型复杂,而电网故障诊断系统根据保护动作结果判断故障设备,若基于继电保护的详细模型实现,工作量极大而不实用。若忽略保护模型的内部实现细节,而根据保护的动作特性决定的动作结果和故障设备的逻辑关系建立一种反映电网故障特性的简化模型,即把保护装置模型作为一个“黑匣子”,根据其外部特性进行故障诊断,可大大简化故障诊断的过程。
该简化模型的结构组成如图3所示。
电网故障简化模型主要由保护动作信号和故障设备、故障区域构成以及它们之间的逻辑关系组成,而逻辑关系主要有必然性、可能性两种。根据产生保护动作信号的情况、逻辑关系可判断出故障设备。在保护正常动作,以及保护误动或拒动、开关失灵等特殊条件下也可进行故障的判断。
高压电网的保护简化模型的步骤如下。
步骤1.1,依据CIM模型数据,获取电网拓扑信息,主要是输电线路、变压器与母线等设备之间的连接关系;
步骤1.2,需要人工选取要监测的设备,根据电网诊断系统的需要,主要考虑输电线路、变压器、母线三种类型的设备,可以人工单个或成组选取;
步骤1.3,读取各变电站的保护配置文件(scd文件),获得相关设备的保护配置情况,根据保护装置的原理组成、保护特性,确定设备的主保护、近后备保护,以及保护装置中的远后备信号;
步骤1.4,根据电网的拓扑结构中各设备之间的连接关系,确定远后备保护信号关联的设备,从而形成各设备关联的主保护、近后备保护、远后备保护信号;
步骤1.5,根据上述步骤的结果,形成最终的保护模型,包括保护信号的保护范围(关联设备组)、关联类型(可能性与确定性),保护装置与开关信号的关联关系,保护装置的保护范围等。
建立IEC61850高压电网模型的方法。
假设ri为设备sn的主保护。其中ri为第i个设备的主保护,sn表示第n个设备。ri=1或ri=0分别表示第i个保护动作或未动作;ci=1或ci=0分别表示第i个开关跳闸或未跳闸。
如果设备sn故障,保护ri动作,动作结果为元件状态:
设rj为设备sn的近后备保护,如果设备sn故障且其主保护ri未动,rj应动作,动作结果为元件状态∧(1-其注保护状态):
其中,∧表示逻辑与;表示主保护未动;表示设备故障状态与主保护未动的与值。
设rl为第二后备保护,在其保护范围内为sn的临近设备sl提供后备保护,有2种情况后备保护应该动作,一种是设备发生故障,但主保护和第一后备保护均为动作;另一种是临近设备sl发生动作,但是路径上的所有开关均未断开。即第二后备保护的动作结果=设备故障主保护第一后备保护未动作⊕[关联设备1的状态值∧(1-关联路径上开关1的状态)∧(1-关联路径上开关2的状态)∧…]⊕…,如下所示:
其中,∧表示逻辑与,可省略。cl表示与设备sn相关的开关。
考虑到保护拒动和误动的情况。对保护的状态可以用以下方程式表示:
其中,mr=1表示保护(开关)误动,mr=0表示保护(开关)正常;dr=1表示保护(开关)误动,反之则为保护(开关)正常。
对式(4)按照情况进行分析。
a)假设设备故障,保护动作;且不存在拒动和误动的情形,为查找出主保护动作还是后备保护动作,令f=hkr,k=1,k=2,k=3。取h1=0.5,h2=0.3,h3=0.2
当保护满足式(4)的情况,且求得f=0.5,说明主保护发生动作。
f=0.3,第一后备保护动作。
f=0.2,第二后备保护动作。
b)假设设备故障,但保护发生拒动或误动。此时式(4)中的
发生误动时,mr=1,dr=0,可能是主保护误动或是后备保护误动,此时令f=0.1。
发生拒动时,mr=0,dr=1,可能是主保护拒动或是后备保护拒动,令f=0.05。
所述步骤五中在保护动作分析模块中,根据步骤四中建立的IEC61850高压电网模型确定目标函数,利用粒子群算法求解目标函数,得出保护动作信息。
确立目标函数。
其中,n为保护数量,m为开关数量。为保期望状态,为开关期望状态。ω1、ω2、ω3为权重,自己设置为保障所判定的保护状态准确性,即寻求判断信息接近保护期望值,必须保证式(5)取得最小值。
采用粒子群算法进行求解,得到最优解,最优解中求得S={si}={s1,s2,…,sL}i=1,2,…,L,si=1表示故障,si=0表示设备正常;R={ri}={r1,r2,…,rn},同样的ri=1表示保护动作,反之为不动;C={ci}={c1,c2,…,cm},ci=1和ci=0分别表示开关断开和正常;dri=1表示保护拒动,反之为正常;mri=1表示保护误动,反之为正常。其中,i,L,n,m,rn都为自然常数;对公式(5)采用粒子群优化算法求取诊断结果;确定出si、的值,根据求得的值判定故障设备、保护是否存在拒动、误动的现象。
粒子群优化算法实质上是模拟鸟群的捕食行为,是启发式的一种搜索技术,通过寻求全局最优解,使粒子的轨迹向最优解靠拢。通过不断地更新,粒子向个体的最优位置和全局的最优位置加速靠近,从而输出最优解。
粒子寻优遵循基本公式(6)-(7)
vd+1=c1vd+c2r1(d)(pi,d-xd)+c3r2(d)(pd-xd) (6)
xd+1=xd+vd+1 (7)
其中,xd为迭代d次时的粒子空间位置;vd∈[-vmax,vmax],vmax为常数,是迭代d次时的粒子速度;pi,d为个体轨迹最优粒子;pd为局部最优轨迹粒子;r1(d)、r2(d)是取值介于(0,1)之间的随机数;c1、c2、c3为正数,保证粒子向最优位置运动的权重,称为学习因子。
保护动作分析模块中对公式(5)采用粒子群算法进行求解,得到最优解,最优解中求得的S={s1,s2,…,sL}为故障设备集合,si=1表示故障,si=0表示设备正常,R={r1,r2,…,rn}为与S相关的保护集合,同样的ri=1表示保护动作,反之为不动;C={c1,c2,…,cm}表示与S相关的开关状况,ci=1和ci=0分别表示开关断开或正常。
为验证方法的准确性,在一个具有28个元件,40个开关,124个保护的系统中进行算法的仿真,系统中的保护主要类型为主保护、远保护、开关失灵保护。如图4所示。
假设变压器T7以及母线B6故障,T7的主保护T7m动作,开关CB36断开,CB34拒动,CB34的失灵保护动作,断开开关CB33、CB32,母线B6的主保护B6m动作,开关CB24、CB26、CB30动作,线路保护L3Rs、L4Rs动作,开关CB28、CB27动作。
线路总长度30km,经故障诊断模块定位确定出故障的停电范围在15km处,划定母线B6和A4范围内,在这个范围内诊断故障设备,根据拓扑结构确定停电区域内的元件为:B6、B7、B8、L7、L8,即S={s1,s2,s3,s4,s5}。开关CB24、CB26、CB28、CB27、CB30、CB32、CB33、CB40、CB34,C={s1,s2,…,s9}集合确定目标函数(8)中的已知参数,粒子群的权重分别取w1=0.7,w2=1.7,w3=120,采用离散粒子群算法进行停电区域内的故障设备。得到的诊断结果为变压器s4=1,s1=1,即变压器T7,母线B6同时发生故障;dc9=1,即开关CB34拒动。诊断结果与发生的故障相符。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (8)
1.一种适用于高压输电网的电网故障诊断方法,其特征是,包括以下步骤:
步骤一,获取电网中的开关量和电气量信息;
步骤二,由步骤一中得到的开关量和电气量信息确定故障范围;
步骤三,根据保护信号到故障设备的关联关系确定由所述步骤二得到的故障范围内的所有故障设备;
步骤四,简化高压电网的保护模型,建立IEC61850高压电网模型;
步骤五,根据步骤四中建立的高压电网模型确定目标函数,检测步骤三中得到的故障设备中是否存在保护拒动和/或开关拒动的情况,得出保护动作信息;
简化高压电网的保护模型的方法包括:
步骤1.1,依据CIM模型数据,获取电网拓扑信息,包括输电线路、变压器与母线之间的连接关系;
步骤1.2,根据需要选取要监测的设备,根据电网诊断系统的需要,主要考虑输电线路、变压器及母线;
步骤1.3,读取各变电站的保护配置scd文件,获得相关设备的保护配置情况,根据保护装置的原理组成和保护特性,确定设备的主保护、近后备保护,以及保护装置中的远后备信号;
步骤1.4,根据电网的拓扑结构中各设备之间的连接关系,确定远后备保护信号关联的设备,从而形成各设备关联的主保护、近后备保护及远后备保护信号;
步骤1.5,根据上述步骤的结果,形成最终的保护模型,包括保护信号的保护范围和关联类型,保护装置与开关信号的关联关系,保护装置的保护范围;
建立IEC61850高压电网模型的方法包括,
步骤4.1,ri为设备sn的主保护;其中ri为第i个设备的主保护,sn表示第n个设备;ri=1和ri=0分别表示第i个保护动作和未动作;如果设备sn故障,保护ri动作,动作结果为元件状态:
步骤4.2,rj为设备sn的近后备保护,如果设备sn故障且其主保护ri未动,rj应动作,动作结果为元件状态∧(1-其主保护状态):其中,∧表示逻辑与,能省略;表示主保护未动;表示设备故障状态与主保护未动的与值;
步骤4.3,rl为第二后备保护,在其保护范围内为sn的临近设备sl提供后备保护,根据后备保护应该动作的情况得到第二后备保护的动作结果;
步骤4.4,根据以上得到的故障设备与保护动作的关系,建立存在保护拒动和误动的IEC61850高压电网模型。
2.如权利要求1所述一种适用于高压输电网的电网故障诊断方法,其特征是,所述步骤一中,从EMS系统中采集开关和隔离开关的状态信息,并提取保护装置的动作信号。
3.如权利要求1所述一种适用于高压输电网的电网故障诊断方法,其特征是,所述步骤二中,当保护、重合闸或开关状态发生动作时,系统实时调用相关保护或录波文件将其存储于SQL数据库中,选取合适的线路模型和算法进行故障定位计算,从而确定故障的范围,缩小停电区域的范围。
4.如权利要求1所述一种适用于高压输电网的电网故障诊断方法,其特征是,高压电网的拓扑结构图中描述的各个设备与保护和开关之间的关系,根据高压电网的拓扑结构图以及步骤二中得到的故障范围确定故障范围内所有设备。
5.如权利要求1所述一种适用于高压输电网的电网故障诊断方法,其特征是,所述步骤4.3中,第二后备保护的动作结果=设备故障主保护第一后备保护未动作⊕[关联设备1的状态值∧(1-关联路径上开关1的状态)∧(1-关联路径上开关2的状态)∧…]⊕…,具体公式为:其中,cl表示与设备sn相关的开关。
6.如权利要求5所述一种适用于高压输电网的电网故障诊断方法,其特征是,存在保护拒动和误动的IEC61850高压电网模型中对保护的状态用公式(4)表示:
其中,r表示保护集合,pr表示保护期望动作集合,表示保护拒动,⊕表示逻辑异或,表示保护r的非,mr=1表示保护误动,mr=0表示保护正常;dr=1表示保护拒动,反之则为保护正常;ci=1和ci=0分别表示第i个开关跳闸和未跳闸。
7.如权利要求6所述一种适用于高压输电网的电网故障诊断方法,其特征是,根据步骤4.4建立的IEC61850高压电网模型型确定目标函数为:
其中,n为保护数量,m为开关数量;为保护期望状态,为开关期望状态;ω1、ω2、ω3为权重,保障所判定的保护状态准确性,寻求判断信息接近保护期望值,必须保证式(5)取得最小值,对其采用粒子群优化算法求取诊断结果,其中S为故障设备集合,R为与S相关的保护集合,C为与S相关的开关状况,D表示保护动作信息集合,M表示保护误动与否的情况集合。
8.如权利要求7所述一种适用于高压输电网的电网故障诊断方法,其特征是,采用粒子群算法进行求解,得到最优解,最优解中求得S={si}={s1,s2,…,sL}i=1,2,…,L,si=1表示故障,si=0表示设备正常;R={ri}={r1,r2,…,rn},同样的ri=1表示保护动作,反之为不动;C={ci}={c1,c2,…,cm},ci=1和ci=0分别表示开关断开和正常;dri=1表示保护拒动,反之为正常;mri=1表示保护误动,反之为正常,其中,i,L,n,m,rn都为自然常数;对公式(5)采用粒子群优化算法求取诊断结果;确定出si、的值,根据求得的值判定故障设备和/或保护是否存在拒动或误动的现象。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610307329.1A CN105974232B (zh) | 2016-05-10 | 2016-05-10 | 一种适用于高压输电网的电网故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610307329.1A CN105974232B (zh) | 2016-05-10 | 2016-05-10 | 一种适用于高压输电网的电网故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105974232A CN105974232A (zh) | 2016-09-28 |
CN105974232B true CN105974232B (zh) | 2018-10-26 |
Family
ID=56992066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610307329.1A Active CN105974232B (zh) | 2016-05-10 | 2016-05-10 | 一种适用于高压输电网的电网故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105974232B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107015111B (zh) * | 2017-04-06 | 2019-10-18 | 国网浙江省电力公司嘉兴供电公司 | 一种电网故障智能告警系统及方法 |
CN107621594B (zh) * | 2017-11-13 | 2019-10-22 | 广东电网有限责任公司电力调度控制中心 | 一种基于故障录波数据与贝叶斯网络的电网故障诊断方法 |
CN109001596B (zh) * | 2018-10-17 | 2021-06-29 | 广东电网有限责任公司 | 一种电网故障诊断与输电线路参数辨识系统 |
CN111528842B (zh) * | 2020-05-26 | 2023-01-03 | 复嶂环洲生物科技(上海)有限公司 | 基于生理和行为指标的帕金森病症状定量化评估方法 |
CN112052243B (zh) * | 2020-09-08 | 2021-05-14 | 贵州乌江水电开发有限责任公司东风发电厂 | 一种基于数据库技术的连续波形记录方法 |
CN112285464A (zh) * | 2020-10-13 | 2021-01-29 | 国网安徽省电力有限公司 | 电网故障诊断方法和系统 |
CN114266487B (zh) * | 2021-12-24 | 2022-08-26 | 国网湖北省电力有限公司经济技术研究院 | 一种适用于数字化移交场景的变电站故障处置方法 |
CN117951626B (zh) * | 2024-03-14 | 2024-05-31 | 国网山东省电力公司邹城市供电公司 | 一种基于智能优化算法的电网异常状态检测方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201368904Y (zh) * | 2009-03-06 | 2009-12-23 | 深圳市双合电脑系统股份有限公司 | 一种电力系统实时动态监测与记录装置 |
CN101726688A (zh) * | 2009-09-17 | 2010-06-09 | 浙江大学 | 一种多数据源信息融合的电网故障诊断方法 |
CN101820185A (zh) * | 2009-02-26 | 2010-09-01 | 西北电网有限公司 | 基于iec61850信号语义逻辑的电网故障判断方法 |
CN102707169A (zh) * | 2012-05-21 | 2012-10-03 | 上海毅昊自动化有限公司 | 继电保护事故镜像检测系统及其检测方法 |
CN104281899A (zh) * | 2013-07-03 | 2015-01-14 | 云南电力调度控制中心 | 一种新的基于信息融合的故障诊断方法 |
CN104993589A (zh) * | 2015-06-30 | 2015-10-21 | 国网上海市电力公司 | 一种配电主站与终端之间模型共享的方法 |
CN105319482A (zh) * | 2015-09-29 | 2016-02-10 | 科大智能科技股份有限公司 | 基于多源信息融合的配电网故障诊断系统及方法 |
CN105373655A (zh) * | 2015-11-04 | 2016-03-02 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种有机关联智能化变电站一二次系统连接图的方法 |
CN105429291A (zh) * | 2015-10-26 | 2016-03-23 | 山东网聪信息科技有限公司 | 智能变电站一次接线图和二次系统逻辑连接图的关联方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100843130B1 (ko) * | 2007-01-30 | 2008-07-03 | 명지대학교 산학협력단 | Iec61850 기반의 변전소 자동화 시스템에서 온라인ied 고장 진단 장치 및 방법 |
-
2016
- 2016-05-10 CN CN201610307329.1A patent/CN105974232B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101820185A (zh) * | 2009-02-26 | 2010-09-01 | 西北电网有限公司 | 基于iec61850信号语义逻辑的电网故障判断方法 |
CN201368904Y (zh) * | 2009-03-06 | 2009-12-23 | 深圳市双合电脑系统股份有限公司 | 一种电力系统实时动态监测与记录装置 |
CN101726688A (zh) * | 2009-09-17 | 2010-06-09 | 浙江大学 | 一种多数据源信息融合的电网故障诊断方法 |
CN102707169A (zh) * | 2012-05-21 | 2012-10-03 | 上海毅昊自动化有限公司 | 继电保护事故镜像检测系统及其检测方法 |
CN104281899A (zh) * | 2013-07-03 | 2015-01-14 | 云南电力调度控制中心 | 一种新的基于信息融合的故障诊断方法 |
CN104993589A (zh) * | 2015-06-30 | 2015-10-21 | 国网上海市电力公司 | 一种配电主站与终端之间模型共享的方法 |
CN105319482A (zh) * | 2015-09-29 | 2016-02-10 | 科大智能科技股份有限公司 | 基于多源信息融合的配电网故障诊断系统及方法 |
CN105429291A (zh) * | 2015-10-26 | 2016-03-23 | 山东网聪信息科技有限公司 | 智能变电站一次接线图和二次系统逻辑连接图的关联方法 |
CN105373655A (zh) * | 2015-11-04 | 2016-03-02 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种有机关联智能化变电站一二次系统连接图的方法 |
Non-Patent Citations (1)
Title |
---|
CIM与IEC61850模型映射;朱峰;《安徽电力》;20100630;第27卷(第2期);第59-63页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105974232A (zh) | 2016-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105974232B (zh) | 一种适用于高压输电网的电网故障诊断方法 | |
CN103001328B (zh) | 一种智能变电站的故障诊断与评估方法 | |
CN102142716B (zh) | 一种基于三态数据多维协同处理的电网在线故障诊断方法 | |
Zhao et al. | Power system fault diagnosis based on history driven differential evolution and stochastic time domain simulation | |
CN106856322B (zh) | 一种基于神经网络的柔性直流配电网智能保护系统 | |
CN105183952B (zh) | 一种基于分层时间模糊Petri网的输电网故障诊断方法 | |
CN106777984A (zh) | 一种基于密度聚类算法实现光伏阵列工作状态分析与故障诊断的方法 | |
CN104765965A (zh) | 基于模糊Petri的GIS故障诊断与可靠性分析方法 | |
CN110470951A (zh) | 基于PMU信息和Petri网的有源配电网故障诊断方法 | |
Souhe et al. | Fault detection, classification and location in power distribution smart grid using smart meters data | |
CN117674140B (zh) | 一种配电网测控系统及方法 | |
CN109902373A (zh) | 一种辖区变电站故障诊断、定位方法及系统 | |
CN105574604A (zh) | 一种面向电网运行事件的监控预判分析系统 | |
CN110348114A (zh) | 一种电网完备性状态信息重构的非精确故障识别方法 | |
CN111478324A (zh) | 一种电站告警分析系统 | |
CN111276929B (zh) | 电力系统故障专家诊断的信息录波方法 | |
Chai et al. | Artificial intelligence approaches to fault diagnosis in power grids: A review | |
Atrigna et al. | A machine learning approach to fault prediction of power distribution grids under heatwaves | |
Kezunovic et al. | Merging PMU, operational, and non-operational data for interpreting alarms, locating faults and preventing cascades | |
CN111327474B (zh) | 基于拓扑分析的电力系统故障诊断方法 | |
Rayudu | A knowledge-based architecture for distributed fault analysis in power networks | |
CN106356994B (zh) | 一种基于电网pmu大数据的电网稳定性判别方法 | |
CN105866630A (zh) | 一种应对全站信息缺失的故障诊断方法和系统 | |
CN107016410B (zh) | 用电信息采集系统故障诊断方法及故障诊断装置 | |
CN107329042A (zh) | 一种基于大数据技术的配电网线路故障定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |