CN106129976A - 基于Hausdorff距离算法的差动保护方法及装置 - Google Patents
基于Hausdorff距离算法的差动保护方法及装置 Download PDFInfo
- Publication number
- CN106129976A CN106129976A CN201610546115.XA CN201610546115A CN106129976A CN 106129976 A CN106129976 A CN 106129976A CN 201610546115 A CN201610546115 A CN 201610546115A CN 106129976 A CN106129976 A CN 106129976A
- Authority
- CN
- China
- Prior art keywords
- hausdorff distance
- value
- current
- sampling
- calculating
- 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 40
- 238000005070 sampling Methods 0.000 claims abstract description 83
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 13
- 230000009471 action Effects 0.000 claims description 8
- 229920006395 saturated elastomer Polymers 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- RZVAJINKPMORJF-UHFFFAOYSA-N Acetaminophen Chemical compound CC(=O)NC1=CC=C(O)C=C1 RZVAJINKPMORJF-UHFFFAOYSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 208000037273 Pathologic Processes Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000009054 pathological process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
- H02H7/00—Emergency protective circuit arrangements specially adapted for specific types of electric machines or apparatus or for sectionalised protection of cable or line systems, and effecting automatic switching in the event of an undesired change from normal working conditions
- H02H7/26—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured
- H02H7/261—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured involving signal transmission between at least two stations
- H02H7/262—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured involving signal transmission between at least two stations involving transmissions of switching or blocking orders
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
- H02H7/00—Emergency protective circuit arrangements specially adapted for specific types of electric machines or apparatus or for sectionalised protection of cable or line systems, and effecting automatic switching in the event of an undesired change from normal working conditions
- H02H7/26—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured
- H02H7/261—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured involving signal transmission between at least two stations
- H02H7/263—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured involving signal transmission between at least two stations involving transmissions of measured values
Landscapes
- Emergency Protection Circuit Devices (AREA)
Abstract
本发明涉及基于Hausdorff距离算法的差动保护方法及装置,该方法包括如下步骤:1)实时获取保护元件两侧的电流采样值,得到采样时间和电流采样值的采样点集合,即I1={(a1,b1),…,(an,bn)},I2={(c1,d1),…,(cn,dn)};2)根据采样点集合,计算Hausdorff距离,将Hausdorff距离H与预设的Hausdorff距离门限值HSET进行比较,当H≥HSET时,判定系统发生故障,跳开保护。该装置包括数据采集模块、Hausdorff距离算法计算模块、Hausdorff距离比较模块和保护动作模块。本发明的方法和装置提升了差动保护的抗饱和能力和速动性,并且降低了计算复杂度。
Description
技术领域
本发明属于电力系统继电保护领域,具体涉及一种基于Hausdorff距离算法的差动保护方法及装置。
背景技术
随着电网容量的扩大和耦合程度的不断加深,电力系统短路电流水平迅速增加,继电保护算法对于速动性和抗饱和的需求也愈发强烈。如果保护算法能迅速识别故障,则能在事故发展恶化前将其隔离,从而降低故障可能造成的严重后果;若在某些场景下互感器进入饱和状态,或者是饱和之后再发生区内故障,则需要保护算法能够具有良好的抗饱和能力。
发明内容
本发明提供了基于Hausdorff距离算法的差动保护方法及装置,旨在提供一种新的差动保护方法,为电力系统的差动保护提供更多的选择。
随着电网容量的扩大和耦合程度的不断加深,电力系统短路电流水平迅速增加,继电保护算法对于速动性和抗饱和的需求也愈发强烈。如果保护算法能迅速识别故障,则能在事故发展恶化前将其隔离,从而降低故障可能造成的严重后果;若在某些场景下互感器进入饱和状态,或者是饱和之后再发生区内故障,则需要保护算法能够具有良好的抗饱和能力。所以,需要提供一种新的保护方法,而该方法要具有良好的抗饱和能力和良好的速动性。
经过对差动保护的深入研究,并且对各个领域中具有良好抗饱和能力的方法的分析,申请人发现了医学领域常用的Hausdorff距离算法。在医学领域,生物信号如脑电波、心电波具有固定的医学形态特征,而病理过程会改变患者生物信号的部分形态,因此,医学工作者通过比较生物信号与标准对照波形之间的相似度,快速准确识别各类疾病的病理特征。其中,基于Hausdorff距离的波形相似度比较算法因其时间窗短,计算量小,针对性的识别波形特征,对于局部形变失真、噪声、部分缺失等常见信号干扰的优良抗性而得到了广泛的应用。所以,申请人对Hausdorff距离算法进行改进后应用于电力系统继电保护领域,为该领域中的差动保护提供了一种新的思路。
本发明的基于改进Hausdorff距离算法的波形相似度差动保护方法包括如下步骤:
1)实时获取保护元件两侧的电流采样值,得到采样时间和电流采样值的采样点集合, 即I1={(a1,b1),...,(an,bn)},I2={(c1,d1),...,(cn,dn)};
2)根据采样点集合,计算Hausdorff距离,将Hausdorff距离H与预设的Hausdorff距离门限值HSET进行比较,当H≥HSET时,判定系统发生故障,跳开保护。
上述方法不同于传统向量差动和采样值差动保护算法对于一维电气量的比较,该方法将差动保护提升到了电气量-时间量的二维比较,通过对时间窗内电流波形信息的更有效利用,提升了单位时间内波形特征的识别效率。
为了提高差动保护方法的抗饱和能力,根据上述方法步骤1)中获取的采样点集合计算参量S,公式为:计算参量S值,其中和分别为与电流中采样值平方和,将参量S与预设的参量S门限值SSET进行比较,当H<HSET且S≥SSET时,判定发生电流互感器饱和,进而计算整周波数据窗长的采样点集合的Hausdorff距离H′及相似比例值;
相似比例值计算过程为:计算各采样点离对侧波形的最小距离并与门限值HSET,当时,计算出保护元件两侧波形的相似比例值;其中,A、B分别是采样点集合I1、I2中的一个采样点;
将相似比例值与预设门限值进行比较,当相似比例值低于HSET,判定发生饱和状态下故障,跳开保护;当相似比例值低于预设门限值且Hausdorff距离H′低于Hausdorff距离门限值HSET,则判定互感器饱和状态消失。
为了降低计算复杂度,快速识别波形特征的能力。同时具备区内故障互感器饱和前快速动作,区外故障识别,饱和转区内故障快速动作的能力,所述步骤2)中计算Hausdorff距离时选取的是设定数据窗长度的最靠近当前时刻的采样点集合数据。
进一步,对步骤1)中实时获取的采样点集合进行数据处理,此处给出一种标幺化的处理方式,处理方式不限于标幺化,并将保护元件某侧的电流采样数据进行反相处理,最中得到的采样点数据为:其中, i=k,1<k≤n,aT为时间基准值,bN为电流基准值。
进一步,aT取工频周波时间长度,bN取线路的额定电流。
本发明的基于Hausdorff距离算法的差动保护装置包括:数据采集模块,用于实时获 取保护元件两侧的电流采样值,得到采样时间和电流采样值的采样点集合,即I1={(a1,b1),...,(an,bn)},I2={(c1,d1),...,(cn,dn)};
Hausdorff距离算法计算模块,用于根据采样点集合数据,计算Hausdorff距离H;
Hausdorff距离比较模块,用于将Hausdorff距离H与预设的Hausdorff距离门限值HSET进行比较,当H≥HSET时,判定系统发生故障,并将故障信号发送给保护动作模块;
保护动作模块,用于接收故障信号,执行跳开保护。
进一步,该保护装置还包括参量S值计算模块,用于根据公式计算参量S值,其中和分别为与电流中采样值平方和;
Hausdorff距离及相似比例值计算模块,用于根据比较判定模块的电流互感器饱和判定结果,计算整周波数据窗长的采样点集合的Hausdorff距离H′及相似比例值;
参量S比较单元,用于将参量S与预设的参量S门限值SSET进行比较,当H<HSET且S≥SSET时,判定发生电流互感器饱和;将相似比例值与预设门限值进行比较,当相似比例值低于HSET,判定发生饱和状态下故障,当相似比例值低于预设门限值且Hausdorff距离H′低于Hausdorff距离门限值HSET,则判定互感器饱和状态消失;
相似比例值计算过程为:计算各采样点离对侧波形的最小距离并与HSET相比较,当时,计算出保护元件两侧波形的相似比例值。
进一步,所述Hausdorff距离算法计算模块计算Hausdorff距离时选取的是设定数据窗长度的最靠近当前时刻的采样点集合数据。
进一步,对数据采集模块实时获取的采样点集合进行数据处理,此处给出一种标幺化的处理方式,处理方式不限于标幺化,并将保护元件某侧的电流采样数据进行反相处理,处理后的采样点数据为:其中, i=k,1<k≤n,aT为时间基准值,bN为电流基准值。
进一步,aT取工频周波时间长度,bN取线路的额定电流。
本发明的有益效果是:本发明的方法不同于传统向量差动和采样值差动保护算法对于一维电气量的比较,该算法将差动保护提升到了电气量-时间量的二维比较,通过对时间窗内波形信息的更有效利用,提升了单位时间内波形特征的识别效率。该方法具备快速识别 波形特征的能力。同时具备区内故障互感器饱和前快速动作,区外故障识别,饱和转区内故障快速动作的能力。
附图说明
图1为本发明的差动保护区内外故障模型示意图;
图2为本发明的保护模式的切换机制及动作逻辑图。
具体实施方式
下面结合附图,对本发明的技术方案作进一步详细说明。
基于Hausdorff距离算法的差动保护方法实施例
本实施例的方法包括如下步骤:
1)实时获取保护元件两侧的电流采样值,得到采样时间和电流采样值的采样点集合,即I1={(a1,b1),...,(an,bn)},I2={(c1,d1),…,(cn,dn)};
2)根据采样点集合,计算Hausdorff距离,将Hausdorff距离H与预设的Hausdorff距离门限值HSET进行比较,当H≥HSET时,判定系统发生故障,跳开保护。
在实时采集数据时,得到采样时间和电流值的集合,然后再利用Hausdorff距离算法实现差动保护。该方法将医学领域的Hausdorff距离算法应用于继电保护领域,将差动保护提升到了电气量-时间量的二维比较,通过对时间窗内波形信息的更有效利用,提升了单位时间内波形特征的识别效率。
进一步,为了提高上述保护方法的抗饱和能力,根据上述方法步骤1)中获取的采样点集合计算参量S,公式为:计算参量S值,其中和分别为与电流中采样值平方和,将参量S与预设的参量S门限值SSET进行比较,当H<HSET且S≥SSET时,判定发生电流互感器饱和,进而计算整周波数据窗长的采样点集合的Hausdorff距离H′及相似比例值;
相似比例值计算过程为:计算各采样点离对侧波形的最小距离并与门限值Hset相比较,当时,计算出保护元件两侧波形的相似比例值;
将相似比例值与预设门限值进行比较,当相似比例值低于门限值HSET,判定发生饱和状态下故障,跳开保护;当相似比例值低于预设门限值且Hausdorff距离H′低于Hausdorff距离门限值HSET,则判定互感器饱和状态消失。
为了降低计算复杂度,快速识别波形特征的能力。同时具备区内故障互感器饱和前快速动作,区外故障识别,饱和转区内故障快速动作的能力,所述步骤2)中计算Hausdorff距离时选取的是设定数据窗长度的最靠近当前时刻的采样点集合数据。
下面对上述步骤作进一步详细介绍:
(1)如图1所示,本发明实施例的线路两端各具备一个电流互感器CT1、CT2,电流互感器CT1、CT2正方向如图中箭头所示。图示k1、k2为电力系统短路故障发生位置,k1处故障为被保护线路区内故障,k2处故障为被保护线路区外故障,故障类型包含但不限于单相短路接地故障、两相短路故障、两相短路接地故障、三相短路故障、三相短路接地故障。本实施例所提基于Hausdorff距离算法的差动保护方法从图1所示的电流互感器CT1、CT2中实时获取离散电流采样值数据进行计算,结合采样时间,形成采样时间和电流采样值的采样点集合。
(2)该方法采样点集合数据窗长度为一整个工频周波(4kHz情况下为80个数据),数据窗每向后移动一个点,利用该方法计算一次,计算结果输出一个Hausdorff距离值,一个参量S值。
如图2所示,图中是基于改进Hausdorff距离算法的波形相似度差动保护算法保护模式的切换机制及动作逻辑,对于该算法需输入四个门限定值:Hausdorff距离H门限值、参量S门限值,Hausdorff距离H′门限值、Hausdorff距离算法相似比例门限值。所述Hausdorff距离包含但不限于部分Hausdorff距离(Partial Hausdorff Distance)、平均Hausdorff距离(AverageHausdorff Distance)。
进一步,对实时采样的离散电流数据进行数据处理,此处给出一种标幺化的处理方式,处理方式不限于标幺化,例如:I1={(a1,b1),…,(an,bn)},将横轴的时间数据及纵轴的电流数据进行标幺化,统一单位,aT为时间基准值,取工频周波时间长度,bN为电流基准值,取该线路的额定电流。得到用于计算
经过标准化后的实时的离散电流采样数据分别为因为CT1的正方向与CT2正方向各自指向线路,电流和的波形呈反相特性,需将其中某侧采样点数据进行反相处理,用于计算的数据为和速动模式利用靠近最近时刻的部分电流采样值数据和进行计算,其中速动模式数据窗短于整周波
计算与的Hausdorff距离,得到距离值H,同时计算参量S:得到S
(3)将步骤(2)中所获得的Hausdorff距离值及参量S值与设定门限相比较,并对比较结果进行逻辑运算,根据比较结果及逻辑运算结果判断系统正常状态、发生故障、发生饱和。
将步骤(2)中得到H与设定门限值进行比较,若满足H≥HSET,断定发生故障,直接跳开保护
保护未跳开,则说明H<HSET,此时若满足则断定发生电流互感器饱和,进入步骤(4)
满足则断定被保护元件为正常状态,重新回归步骤(1),进行下一次计算
(4)若步骤(3)判定结果为发生饱和,则切换保护算法至疑似饱和模式,根据饱和模式中Hausdorff距离计算结果及Hausdorff距离算法相似比例计算结果判断系统持续饱和、退出饱和、饱和状态下故障。
利用步骤(2)中标准化后数据与计算整周波数据窗长的Hausdorff距离。
对与中所有点,计算各点离对侧波形的最小距离并与门限值相比较: 计算出相似比例值。
将上述所得相似比例值与预设门限值相比较,相似比例高于门限值则判定系统饱和或者处于正常状态,保护不动作。相似比例低于门限值,判定发生区内故障,进入步骤(5)。
若相似比例始终低于预设门限值,同时所计算Hausdorff距离值H′始终低于门限值,则判定互感器饱和状态已经消失,延时复归,退出疑似饱和模式,重新返回步骤(1),进行下一次运算
(5)若步骤(4)中的判断结果为饱和状态下故障,则跳开保护。
基于Hausdorff距离算法的差动保护装置实施例
本实施例的装置包括:数据采集模块,用于实时获取保护元件两侧的电流采样值,得到采样时间和电流采样值的采样点集合,即I1={(a1,b1),…,(an,bn)},I2={(c1,d1),...,(cn,dn)};
Hausdorff距离算法计算模块,用于根据采样点集合数据,计算Hausdorff距离H;
Hausdorff距离比较模块,用于将Hausdorff距离H与预设的Hausdorff距离门限值HSET进行比较,当H≥HSET时,判定系统发生故障,并将故障信号发送给保护动作模块;
保护动作模块,用于接收故障信号,执行跳开保护。
进一步,该保护装置还包括参量S值计算模块,用于根据公式计算参量S值,其中和分别为与电流中采样值平方和;
Hausdorff距离及相似比例值计算模块,用于根据比较判定模块的电流互感器饱和判定结果,计算整周波数据窗长的采样点集合的Hausdorff距离H′及相似比例值;
参量S比较单元,用于将参量S与预设的参量S门限值SSET进行比较,当H<HSET且S≥SSET时,判定发生电流互感器饱和;将相似比例值与预设门限值进行比较,当相似比例值低于门限值HSET,判定发生饱和状态下故障,当相似比例值低于预设门限值且Hausdorff距离H′低于Hausdorff距离门限值HSET,则判定互感器饱和状态消失;
相似比例值计算过程为:计算各采样点离对侧波形的最小距离并与门限值Hset相比较,当时,计算出保护元件两侧波形的相似比例值。
本实施例装置中的各个模块的具体功能与上述方法的各个步骤相对应,这里不再详细阐述各个模块的具体功能。
Claims (10)
1.基于Hausdorff距离算法的差动保护方法,其特征在于,该方法包括如下步骤:
1)实时获取保护元件两侧的电流采样值,得到采样时间和电流采样值的采样点集合,即I1={(a1,b1),…,(an,bn)},I2={(c1,d1),…,(cn,dn)};
2)根据采样点集合,计算Hausdorff距离,将Hausdorff距离H与预设的Hausdorff距离门限值HSET进行比较,当H≥HSET时,判定系统发生故障,跳开保护。
2.根据权利要求1所述基于Hausdorff距离算法的差动保护方法,其特征在于,根据采样点集合计算参量S,公式为:其中和分别为与电流中采样值平方和,将参量S与预设的参量S门限值SSET进行比较,当H<HSET且S≥SSET时,判定发生电流互感器饱和,进而计算整周波数据窗长的采样点集合的Hausdorff距离H′及相似比例值;
相似比例值计算过程为:计算各采样点离对侧波形的最小距离并与HSET相比较,当时,计算出保护元件两侧波形的相似比例值;
将相似比例值与HSET进行比较,当相似比例值低于HSET,判定发生饱和状态下故障,跳开保护;当相似比例值低于HSET且Hausdorff距离H′低于HSET,则判定互感器饱和状态消失。
3.根据权利要求1或2所述基于Hausdorff距离算法的差动保护方法,其特征在于,所述步骤2)中计算Hausdorff距离时选取的是设定数据窗长度的最靠近当前时刻的采样点集合数据。
4.根据权利要求3所述基于Hausdorff距离算法的差动保护方法,其特征在于,对数据采集模块实时获取的采样点集合进行标幺化,并将保护元件某侧的电流采样数据进行反相处理,处理后的采样点数据为:其中,i=k,1<k≤n,aT为时间基准值,bN为电流基准值。
5.根据权利要求4所述基于Hausdorff距离算法的差动保护方法,其特征在于,aT取工频周波时间长度,bN取线路的额定电流。
6.基于Hausdorff距离算法的差动保护装置,其特征在于,该装置包括:数据采集模块,用于实时获取保护元件两侧的电流采样值,得到采样时间和电流采样值的采样点集合,即I1={(a1,b1),…,(an,bn)},I2={(c1,d1),…,(cn,dn)};
Hausdorff距离算法计算模块,用于根据采样点集合数据,计算Hausdorff距离H;
Hausdorff距离比较模块,用于将Hausdorff距离H与预设的Hausdorff距离门限值HSET进行比较,当H≥HSET时,判定系统发生故障,并将故障信号发送给保护动作模块;
保护动作模块,用于接收故障信号,执行跳开保护。
7.根据权利要求6所述基于Hausdorff距离算法的差动保护装置,其特征在于,该保护装置还包括参量S值计算模块,用于根据公式计算参量S值,其中和分别为与电流中采样值平方和;
Hausdorff距离及相似比例值计算模块,用于根据比较判定模块的电流互感器饱和判定结果,计算整周波数据窗长的采样点集合的Hausdorff距离H′及相似比例值;
参量S比较单元,用于将参量S与预设的参量S门限值SSET进行比较,当H<HSET且S≥SSET时,判定发生电流互感器饱和;将相似比例值与预设门限值进行比较,当相似比例值低于HSET,判定发生饱和状态下故障,当相似比例值低于预设门限值且Hausdorff距离H′低于Hausdorff距离门限值HSET,则判定互感器饱和状态消失;
相似比例值计算过程为:计算各采样点离对侧波形的最小距离并与HSET相比较,当时,计算出保护元件两侧波形的相似比例值。
8.根据权利要求6或7所述基于Hausdorff距离算法的差动保护装置,其特征在于,所述Hausdorff距离算法计算模块计算Hausdorff距离时选取的是设定数据窗长度的最靠近当前时刻的采样点集合数据。
9.根据权利要求8所述基于Hausdorff距离算法的差动保护装置,其特征在于,对步骤1)中实时获取的采样点集合进行标幺化,并将保护元件某侧的电流采样数据进行反相处理,最终得到的采样点数据为:其中,i=k,1<k≤n,aT为时间基准值,bN为电流基准值。
10.根据权利要求9所述基于Hausdorff距离算法的差动保护装置,其特征在于,aT取工频周波时间长度,bN取线路的额定电流。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610546115.XA CN106129976B (zh) | 2016-07-12 | 2016-07-12 | 基于Hausdorff距离算法的差动保护方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610546115.XA CN106129976B (zh) | 2016-07-12 | 2016-07-12 | 基于Hausdorff距离算法的差动保护方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106129976A true CN106129976A (zh) | 2016-11-16 |
CN106129976B CN106129976B (zh) | 2019-02-05 |
Family
ID=57282501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610546115.XA Active CN106129976B (zh) | 2016-07-12 | 2016-07-12 | 基于Hausdorff距离算法的差动保护方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106129976B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106846742A (zh) * | 2017-01-19 | 2017-06-13 | 南京新创力光电科技有限公司 | 基于Hausdorff距离的故障趋势预警方法及系统 |
CN107330160A (zh) * | 2017-06-09 | 2017-11-07 | 华中科技大学 | 一种短路电流零点预测方法和系统 |
CN110261706A (zh) * | 2019-07-22 | 2019-09-20 | 西南交通大学 | 一种基于邻域距离的输电线路故障检测方法 |
CN110579661A (zh) * | 2019-09-19 | 2019-12-17 | 中国电力科学研究院有限公司 | 一种检测超导电缆的失超的方法和系统 |
CN110620371A (zh) * | 2019-09-27 | 2019-12-27 | 华中科技大学 | 一种用于柔性直流输电系统的电流差动保护方法及系统 |
CN112072621A (zh) * | 2020-09-10 | 2020-12-11 | 合肥工业大学 | 基于5g通信和动态模式匹配的配电网线路差动保护方法 |
CN113126015A (zh) * | 2021-04-29 | 2021-07-16 | 广东电网有限责任公司电力科学研究院 | 多通道电能质量监测装置测量精度的检测方法及装置 |
CN114512970A (zh) * | 2022-04-18 | 2022-05-17 | 广东电网有限责任公司江门供电局 | 基于Hausdorff距离算法的有源配电网自适应差动保护方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102623966A (zh) * | 2012-04-01 | 2012-08-01 | 许继集团有限公司 | 一种母线差动保护方法 |
CN103001199A (zh) * | 2012-12-12 | 2013-03-27 | 绍兴电力局 | 一种基于以太网的电流差动保护装置及其实现方法 |
CN105529688A (zh) * | 2016-02-25 | 2016-04-27 | 三峡大学 | 基于Hausdorff距离算法的变压器励磁涌流和故障差流识别方法 |
CN105552838A (zh) * | 2016-02-26 | 2016-05-04 | 三峡大学 | 基于标准化图形相似度匹配识别的变压器零序差动保护算法 |
-
2016
- 2016-07-12 CN CN201610546115.XA patent/CN106129976B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102623966A (zh) * | 2012-04-01 | 2012-08-01 | 许继集团有限公司 | 一种母线差动保护方法 |
CN103001199A (zh) * | 2012-12-12 | 2013-03-27 | 绍兴电力局 | 一种基于以太网的电流差动保护装置及其实现方法 |
CN105529688A (zh) * | 2016-02-25 | 2016-04-27 | 三峡大学 | 基于Hausdorff距离算法的变压器励磁涌流和故障差流识别方法 |
CN105552838A (zh) * | 2016-02-26 | 2016-05-04 | 三峡大学 | 基于标准化图形相似度匹配识别的变压器零序差动保护算法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106846742A (zh) * | 2017-01-19 | 2017-06-13 | 南京新创力光电科技有限公司 | 基于Hausdorff距离的故障趋势预警方法及系统 |
CN106846742B (zh) * | 2017-01-19 | 2018-12-04 | 南京新创力光电科技有限公司 | 基于Hausdorff距离的故障趋势预警方法及系统 |
CN107330160A (zh) * | 2017-06-09 | 2017-11-07 | 华中科技大学 | 一种短路电流零点预测方法和系统 |
CN110261706A (zh) * | 2019-07-22 | 2019-09-20 | 西南交通大学 | 一种基于邻域距离的输电线路故障检测方法 |
CN110261706B (zh) * | 2019-07-22 | 2020-09-29 | 西南交通大学 | 一种基于邻域距离的输电线路故障检测方法 |
CN110579661A (zh) * | 2019-09-19 | 2019-12-17 | 中国电力科学研究院有限公司 | 一种检测超导电缆的失超的方法和系统 |
CN110579661B (zh) * | 2019-09-19 | 2022-12-13 | 中国电力科学研究院有限公司 | 一种检测超导电缆的失超的方法和系统 |
CN110620371A (zh) * | 2019-09-27 | 2019-12-27 | 华中科技大学 | 一种用于柔性直流输电系统的电流差动保护方法及系统 |
CN112072621A (zh) * | 2020-09-10 | 2020-12-11 | 合肥工业大学 | 基于5g通信和动态模式匹配的配电网线路差动保护方法 |
CN112072621B (zh) * | 2020-09-10 | 2023-03-31 | 合肥工业大学 | 基于5g通信和动态模式匹配的配电网线路差动保护方法 |
CN113126015A (zh) * | 2021-04-29 | 2021-07-16 | 广东电网有限责任公司电力科学研究院 | 多通道电能质量监测装置测量精度的检测方法及装置 |
CN114512970A (zh) * | 2022-04-18 | 2022-05-17 | 广东电网有限责任公司江门供电局 | 基于Hausdorff距离算法的有源配电网自适应差动保护方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106129976B (zh) | 2019-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106129976B (zh) | 基于Hausdorff距离算法的差动保护方法及装置 | |
CN109119977B (zh) | 基于单端电压的多端柔性直流电网直流线路快速保护方法及系统 | |
WO2018094862A1 (zh) | 柔性直流配电网单极接地故障识别、故障保护方法 | |
CN102611140B (zh) | 基于小波变换与神经网络的并网逆变器孤岛检测方法 | |
Jafarian et al. | High-speed superimposed-based protection of series-compensated transmission lines | |
CN103872667B (zh) | 一种防合并单元异常大数的线路电流差动保护方法 | |
CN103701107B (zh) | 一种自适应差动保护方法 | |
CN103580009B (zh) | 基于复合相量平面的自适应过负荷识别系统及其方法 | |
CN109596945B (zh) | 一种基于相关系数向量相似程度的配电网故障选线新方法 | |
CN104577999A (zh) | 基于暂态零序电流特征的母线保护方法及系统 | |
CN110932232B (zh) | 一种串联变压器纵向零序阻抗匝间保护方法及装置 | |
CN110112715B (zh) | 基于线路两侧电流采样值离散Fréchet距离的纵联保护方法 | |
Taheri et al. | A moving window average method for internal fault detection of power transformers | |
CN114527361A (zh) | 确定交流回路电弧故障的方法及装置 | |
CN108594156A (zh) | 一种改进的电流互感器饱和特性识别方法 | |
CN117454120A (zh) | 电力通信系统数据的采集分析方法 | |
CN110703134B (zh) | 一种基于故障序分量的小电流接地选线选相方法 | |
CN117129201A (zh) | 开关机械特性动态性能检测系统 | |
CN116231586A (zh) | 基于瞬时差动功率时频能量提取的风电场升压变保护方法及系统 | |
CN104977488A (zh) | 一种基于差动电流梯度角近似熵的变压器励磁涌流识别方法 | |
CN106058810B (zh) | 一种基于功率故障分量判据的励磁涌流识别方法 | |
CN111273192B (zh) | 一种柔性直流输电系统换流器故障后备保护方法及装置 | |
CN108173247B (zh) | 一种母线保护ta饱和闭锁与再开放控制方法及系统 | |
Panday et al. | A robust single ended disturbance detection scheme for superconducting fault current limiter integrated UPFC compensated line | |
CN111668816A (zh) | 一种基于电子互感器的断路器死区故障处理方法 |
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 |