CN106443322B - 基于最大概率的故障指示器故障判定方法 - Google Patents

基于最大概率的故障指示器故障判定方法 Download PDF

Info

Publication number
CN106443322B
CN106443322B CN201610780647.XA CN201610780647A CN106443322B CN 106443322 B CN106443322 B CN 106443322B CN 201610780647 A CN201610780647 A CN 201610780647A CN 106443322 B CN106443322 B CN 106443322B
Authority
CN
China
Prior art keywords
fault
fault detector
signal
failure
probability
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
Application number
CN201610780647.XA
Other languages
English (en)
Other versions
CN106443322A (zh
Inventor
张伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Integrated Electronic Systems Lab Co Ltd
Original Assignee
Integrated Electronic Systems Lab Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Integrated Electronic Systems Lab Co Ltd filed Critical Integrated Electronic Systems Lab Co Ltd
Priority to CN201610780647.XA priority Critical patent/CN106443322B/zh
Publication of CN106443322A publication Critical patent/CN106443322A/zh
Application granted granted Critical
Publication of CN106443322B publication Critical patent/CN106443322B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08Locating faults in cables, transmission lines, or networks
    • G01R31/081Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/086Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种基于最大概率的故障指示器故障判定方法,该方法包括:首先,基于配电网最小故障判定区域建立故障指示器故障判定数学模型。然后,以“三选二”原则提出了一种基于概率的故障指示器组合信号处理方法;最后,结合最小故障判定模型和故障指示器组合信号,以故障指示器之间的相互依赖关系为依托,提出一种基于最大概率的故障指示器故障判定方法,该方法以各区域假设故障后的模拟故障信号与实际情况下的故障信号之间的相似度表征故障发生的最大可能区域。该方法在漏报和错报信息较少情况下具有很好的容错性,能够较为正确的确定故障区域,并且给出各个区域的可能概率,提供了备选故障方案,方便调度与运检人员人工干预排查故障。

Description

基于最大概率的故障指示器故障判定方法
技术领域
本发明涉及配电网故障指示器故障判定领域,具体来说是一种基于最大概率的故障指示器故障判定方法。
背景技术
随着智能配电网的发展,确保配电网的运行安全,缩短故障停电时间,提高供电可靠性被广泛关注。
馈线自动化是配电网实现故障判定及隔离的有效措施,故障指示器作为馈线自动化的重要终端设备,以其体积小,价格低,带电安装无需停电,对短路及接地故障皆有较好的适应性等特点在矿区配电网中被广泛应用。
目前,基于故障指示器的馈线自动化故障判定方法主要有三类:统一矩阵法、概率估计法、人工智能法。在实际应用中,由于现场环境多变,例如温度、湿度变化大,沙尘及灰尘多,维护不及时等都会导致采集装置准确度受损,导致电网正常运行时故障指示器误报信号,而电网故障时故障指示器又漏报信号的情况。大量错误信号的引入,导致传统的基于故障指示器的故障判定产生经常性误判,失去了其原本的意义。
综上所述,研究一种适合于故障指示器漏报或错报信息的故障指示器故障判定方法具有重要现实意义。
发明内容
本发明的目的在于解决配电网中的故障定位问题,结合配电网特点,给出一种基于最大概率的故障指示器故障判定方法。
针对上述问题,本发明采取的技术方案如下:一种基于最大概率的故障指示器故障判定方法,包括如下步骤:
步骤一、基于配电网最小故障判定区域建立故障指示器故障判定数学模型;
步骤二、以三选二原则提出一种基于概率的故障指示器组合信号处理方法;
具体做法为:同时考虑故障翻牌信号、电流突变信号、场强突变信号,以两个相同趋势信号表示的结果为最终结果;
若除故障翻牌信号外兼顾使用电流突变信号,这两种信号的使用非但不会使故障判定更准确,反而会更差,因为不能确定哪一种信号是正确的,例如故障翻牌信号的准确概率为P(A),电流突变信号的准确概率为P(B),而考虑两种情况下的准确概率P(U)将变成P(A)P(B),很显然P(U)将小于P(A)或者P(B)。
若同时考虑故障翻牌信号(A)、电流突变信号(B)、场强突变信号(C),由“三选二”准则以两个相同趋势信号表示的结果为最终结果,以“三选二”准则确定的信号正确率比单一信号正确率高很多。
步骤三、结合故障指示器故障判定数学模型和故障指示器组合信号处理方法,以故障指示器之间的相互依赖关系为依托,进行故障判定;
3、1每一个故障发生时,最小故障判定区域上下游故障指示器皆会伴随着不同的故障报警信息,反之,如果实际各个故障指示器的报警信息与假设某一个故障区域发生故障时各个故障指示器的模拟报警信息相似,则可以判定故障可能发生在该假设区域,而相似度越大,则该区域发生故障的概率就越大,此即为基于最大概率的故障指示器故障判定思想;
3、2在已有故障指示器报警信息的情况下,各个最小故障判定区域发生故障的条件概率最大者即为发生短路故障的最大概率区间。步骤3、2具体表述如下:
设m个故障指示器将馈线分割成n个最小故障判定区域,各个故障指示器所上报的故障信息经步骤二所述方法处理后形成矩阵L,具体为:
L=[l1,l2,l3,…,lm]
设第i个最小故障判定区域xi发生故障时,各个故障指示器应该上报的故障信息形成矩阵Ki,具体为:
Ki=[ki1,ki2,ki3,…,kim]
其中,lj=1,kij=1表示第j个故障指示器上送故障信号,lj=0,kij=0表示第j个故障指示器无故障信号,j=0,1,2…m为故障指示器数。
若故障指示器j的模拟故障信号kij与实际故障信号lj相同时,取先验概率为P(α),若模拟故障信号kij与实际故障信号lj不同时,取先验概率为P(β)。
则某一个最小故障判定区域xi在已有故障指示器信息矩阵L的约束条件下发生故障的条件概率为:
其中,⊙为同或运算,为异或运算。g(xi)为模拟故障信号与实际故障信号完全相同的故障指示器的先验概率和,而f(xi)为模拟故障信号与实际故障信号完全不同的故障指示器的先验概率和。
而最小故障判定区域xi发生故障的相对概率为:
显然,P(xi|L)相对概率最大的最小故障判定区域就是最大可能发生故障的区域。
配电网最小故障判定区域为由故障指示器和电源开关为边界的最小连通系,所述电源开关包括变电站出线断路器、用户分界开关或线路多级保护开关。最小故障判定区域的内部只有非电源开关、刀闸、馈线段及配变等一次设备,无其他智能终端设备。
组成配电网最小故障判定区域的故障指示器为相邻故障指示器,从电源开关开始,沿潮流方向,处于某故障指示器电源开关侧的故障指示器为该故障指示器的上游故障指示器,处于某故障指示器末梢端的故障指示器称为该故障指示器的下游故障指示器。
本发明有益技术效果:首先,基于配电网最小故障判定区域建立故障指示器故障判定数学模型。然后,以“三选二”原则提出了一种基于概率的故障指示器组合信号处理方法;最后,结合最小故障判定模型和故障指示器组合信号,以故障指示器之间的相互依赖关系为依托,提出一种基于最大概率的故障指示器故障判定方法,该方法以各区域假设故障后的模拟故障信号与实际情况下的故障信号之间的相似度表征故障发生的最大可能区域。该方法在漏报和错报信息较少情况下具有很好的容错性,能够较为正确的确定故障区域,并且给出各个区域的可能概率,提供了备选故障方案,方便调度与运检人员人工干预排查故障。
附图说明
图1为配电网络图。
具体实施方式
下面对本发明进行详细的说明:
一种基于最大概率的故障指示器故障判定方法,包括如下步骤:
步骤一、基于配电网最小故障判定区域建立故障指示器故障判定数学模型;
配电网最小故障判定区域为由故障指示器和电源开关为边界的最小连通系,所述电源开关包括变电站出线断路器、用户分界开关或线路多级保护开关。组成配电网最小故障判定区域的故障指示器为相邻故障指示器,从电源开关开始,沿潮流方向,处于某故障指示器电源开关侧的故障指示器为该故障指示器的上游故障指示器,处于某故障指示器末梢端的故障指示器称为该故障指示器的下游故障指示器。
步骤二、以三选二原则提出一种基于概率的故障指示器组合信号处理方法;
具体做法为:同时考虑故障翻牌信号、电流突变信号、场强突变信号,以两个相同趋势信号表示的结果为最终结果;
步骤三、结合故障指示器故障判定数学模型和故障指示器组合信号处理方法,以故障指示器之间的相互依赖关系为依托,进行故障判定;
3、1每一个故障发生时,最小故障判定区域上下游故障指示器皆会伴随着不同的故障报警信息,反之,如果实际各个故障指示器的报警信息与假设某一个故障区域发生故障时各个故障指示器的模拟报警信息相似,则可以判定故障可能发生在该假设区域,而相似度越大,则该区域发生故障的概率就越大,此即为基于最大概率的故障指示器故障判定思想;
3、2在已有故障指示器报警信息的情况下,各个最小故障判定区域发生故障的条件概率最大者即为发生短路故障的最大概率区间。步骤3、2具体表述如下:
设m个故障指示器将馈线分割成n个最小故障判定区域,各个故障指示器所上报的故障信息经步骤二所述方法处理后形成矩阵L,具体为:
L=[l1,l2,l3,…,lm]
设第i个最小故障判定区域xi发生故障时,各个故障指示器应该上报的故障信息形成矩阵Ki,具体为:
Ki=[ki1,ki2,ki3,…,kim]
其中,lj=1,kij=1表示第j个故障指示器上送故障信号,lj=0,kij=0表示第j个故障指示器无故障信号,j=0,1,2…m为故障指示器数。
若故障指示器j的模拟故障信号kij与实际故障信号lj相同时,取先验概率为P(α),若模拟故障信号kij与实际故障信号lj不同时,取先验概率为P(β)。
则某一个最小故障判定区域xi在已有故障指示器信息矩阵L的约束条件下发生故障的条件概率为:
其中,⊙为同或运算,为异或运算。g(xi)为模拟故障信号与实际故障信号完全相同的故障指示器的先验概率和,而f(xi)为模拟故障信号与实际故障信号完全不同的故障指示器的先验概率和。
而最小故障判定区域xi发生故障的相对概率为:
显然,P(xi|L)相对概率最大的最小故障判定区域就是最大可能发生故障的区域。
如图1所示为某矿区配电网络,由两条馈线组成,STA1、STA2为变电站;DS1、DS2为配电站;SP1~SP3为开闭所;#1~#7为各变电站、配电站及开闭所母线;S1、S10为变电站出线断路器开关,S9为用户分界开关;S2~S8、S11~S19为配电室及开闭所负荷开关,S20为线路高压开关做联络开关用;T1~T13为配电变压器;D1~D13为架空线路高压刀闸;FI0~FI16为故障指示器。
按上述定义,图1所述以S1为出线开关的馈线,其最小故障判定区域划分如表1所示:
表1最小故障判定区域
由上表可知,最小故障判定区域7、区域10、区域13及区域14只有一个故障指示器,表示其处于配电馈线的末梢区域,可判定其下游设备故障。
如图1所示矿区配电网络,当以S1为出线开关的馈线中的区域W12(FI9,FI11)发生故障时,开关S9跳闸,故障指示器FI5、FI8、FI9上送故障信号,而其他故障指示器皆未上送故障信号。可知,故障指示器FI6漏报故障信号,故障指示器先验概率P(α)取0.9,先验概率P(β)取0.1。
假设各个故障指示器信号已经进行了组合处理,假设区域6发生故障,可知:
δ(6)=(0.9×6+0.1×2)/8=0.7
假设区域7发生故障,可知:
δ(7)=(0.9×4+0.1×4)/8=0.5
同理,分别假设区域8~14发生故障,计算其各个区域的条件概率如表3所示:
表3各区域条件概率及相对概率
计算区域6、区域7的相对概率为:
P(6)=0.7/5.7=12.281%
P(7)=0.5/5.7=8.772%
同理,区域8~14的相对概率如表3所示,由表3可以分析出,区域12的概率最大为14.031%,为最可能发生故障的区域,区域9、13、14的概率次之,为故障备选方案,而区域7与区域10概率最小为最不可能发生故障区域。

Claims (4)

1.基于最大概率的故障指示器故障判定方法,其特征在于该方法包括如下步骤:
步骤一、基于配电网最小故障判定区域建立故障指示器故障判定数学模型;
步骤二、以三选二原则提出一种基于概率的故障指示器组合信号处理方法;
具体做法为:同时考虑故障翻牌信号、电流突变信号、场强突变信号,以两个相同趋势信号表示的结果为最终结果;
步骤三、结合故障指示器故障判定数学模型和故障指示器组合信号处理方法,以故障指示器之间的相互依赖关系为依托,进行故障判定;
3. 1每一个故障发生时,最小故障判定区域上下游故障指示器皆会伴随着不同的故障报警信息,反之,如果实际各个故障指示器的报警信息与假设某一个故障区域发生故障时各个故障指示器的模拟报警信息相似,则可以判定故障可能发生在该假设区域,而相似度越大,则该区域发生故障的概率就越大,此即为基于最大概率的故障指示器故障判定思想;
3. 2在已有故障指示器报警信息的情况下,各个最小故障判定区域发生故障的条件概率最大者即为发生短路故障的最大概率区间。
2.根据权利要求1所述的基于最大概率的故障指示器故障判定方法,其特征在于:步骤3. 2具体表述如下:
设m个故障指示器将馈线分割成n个最小故障判定区域,各个故障指示器所上报的故障信息经步骤二所述方法处理后形成矩阵L,具体为:
L=[l1,l2,l3,…,lm]
设第i个最小故障判定区域xi发生故障时,各个故障指示器应该上报的故障信息形成矩阵Ki,具体为:
Ki=[ki1,ki2,ki3,…,kim]
其中,lj=1,kij=1表示第j个故障指示器上送故障信号,lj=0,kij=0表示第j个故障指示器无故障信号,j=0,1,2…m为故障指示器数;
若故障指示器j的模拟故障信号kij与实际故障信号lj相同时,取先验概率为P(α),若模拟故障信号kij与实际故障信号lj不同时,取先验概率为P(β);
则某一个最小故障判定区域xi在已有故障指示器信息矩阵L的约束条件下发生故障的条件概率为:
其中,⊙为同或运算,为异或运算;g(xi)为模拟故障信号与实际故障信号完全相同的故障指示器的先验概率和,而f(xi)为模拟故障信号与实际故障信号完全不同的故障指示器的先验概率和;
而最小故障判定区域xi发生故障的相对概率为:
显然,P(xi|L)相对概率最大的最小故障判定区域就是最大可能发生故障的区域。
3.根据权利要求1所述的基于最大概率的故障指示器故障判定方法,其特征在于:配电网最小故障判定区域为由故障指示器和电源开关为边界的最小连通系,所述电源开关包括变电站出线断路器、用户分界开关或线路多级保护开关。
4.根据权利要求3所述的基于最大概率的故障指示器故障判定方法,其特征在于:组成配电网最小故障判定区域的故障指示器为相邻故障指示器,从电源开关开始,沿潮流方向,处于某故障指示器电源开关侧的故障指示器为该故障指示器的上游故障指示器,处于某故障指示器末梢端的故障指示器称为该故障指示器的下游故障指示器。
CN201610780647.XA 2016-08-31 2016-08-31 基于最大概率的故障指示器故障判定方法 Active CN106443322B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610780647.XA CN106443322B (zh) 2016-08-31 2016-08-31 基于最大概率的故障指示器故障判定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610780647.XA CN106443322B (zh) 2016-08-31 2016-08-31 基于最大概率的故障指示器故障判定方法

Publications (2)

Publication Number Publication Date
CN106443322A CN106443322A (zh) 2017-02-22
CN106443322B true CN106443322B (zh) 2018-10-19

Family

ID=58091780

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610780647.XA Active CN106443322B (zh) 2016-08-31 2016-08-31 基于最大概率的故障指示器故障判定方法

Country Status (1)

Country Link
CN (1) CN106443322B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109116181A (zh) * 2017-06-22 2019-01-01 南京理工大学 一种基于最大概率的故障指示器故障判定方法
CN107561470B (zh) * 2017-08-28 2019-09-06 云南电力试验研究院(集团)有限公司 一种故障指示器运行状态评价系统
CN107870287A (zh) * 2017-11-08 2018-04-03 云南电力试验研究院(集团)有限公司 一种配电网故障的定位方法
CN108037412B (zh) * 2017-12-06 2020-10-02 福建奥通迈胜电力科技有限公司 基于电场突变信息阵的简易配电网故障定位方法
CN107844841B (zh) * 2017-12-06 2021-08-03 福建奥通迈胜电力科技有限公司 基于故障指示器多信息融合的简易配电网故障定位方法
CN107765140B (zh) * 2017-12-06 2020-12-08 福建奥通迈胜电力科技有限公司 基于故障指示器翻牌信息阵的配电网主动故障研判方法
CN112257257B (zh) * 2020-10-20 2022-05-24 中国电建集团福建省电力勘测设计院有限公司 基于状态检测信息阵的故障指示器状态检测评价方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102798803A (zh) * 2012-08-15 2012-11-28 广东电网公司电力科学研究院 配电网线路故障检测方法
CN103941158A (zh) * 2014-04-17 2014-07-23 国家电网公司 基于多源信息的配电网故障诊断系统及方法
CN105301442A (zh) * 2015-10-14 2016-02-03 福建奥通迈胜电力科技有限公司 基于最差原则的故障指示器单相接地故障判定实用化方法
CN105717414A (zh) * 2014-08-19 2016-06-29 国网浙江余姚市供电公司 基于零序突变法及向量法的接地故障定位方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112007003586A5 (de) * 2007-05-03 2010-04-15 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Erfassung eines Fehlers in einem elektrischen Versorgungsnetz
KR101577641B1 (ko) * 2015-08-13 2015-12-15 임정구 배전선로의 고장구간 자동 개폐 장치 구조

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102798803A (zh) * 2012-08-15 2012-11-28 广东电网公司电力科学研究院 配电网线路故障检测方法
CN103941158A (zh) * 2014-04-17 2014-07-23 国家电网公司 基于多源信息的配电网故障诊断系统及方法
CN105717414A (zh) * 2014-08-19 2016-06-29 国网浙江余姚市供电公司 基于零序突变法及向量法的接地故障定位方法及装置
CN105301442A (zh) * 2015-10-14 2016-02-03 福建奥通迈胜电力科技有限公司 基于最差原则的故障指示器单相接地故障判定实用化方法

Also Published As

Publication number Publication date
CN106443322A (zh) 2017-02-22

Similar Documents

Publication Publication Date Title
CN106443322B (zh) 基于最大概率的故障指示器故障判定方法
Phadke et al. Expose hidden failures to prevent cascading outages [in power systems]
CN102508059B (zh) 基于智能识别设备状态的拓扑防误校核方法
CN102411117B (zh) 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
US7027896B2 (en) Integrated protection and control system for a power system substation
CN109116181A (zh) 一种基于最大概率的故障指示器故障判定方法
CN105974267B (zh) 一种基于iec 61850的小电流接地故障定位系统及其方法
CN105158647B (zh) 基于电网监控系统的单站端电网故障诊断和辅助决策方法
CN103885411B (zh) 发电厂综合自动化系统
CN105548801B (zh) 适用于配电网闭环运行的故障定位方法
KR102099568B1 (ko) 분산 전원이 연계된 배전 계통의 자동 고장 처리 장치 및 그 방법
CN102213735A (zh) 一种配电自动化典型试验网络
CN102624097A (zh) 智能化配电线路的故障点定位方法
CN104281976A (zh) 电力二次系统可靠性评估信息处理方法
CN105067959B (zh) 环网供电条件下的故障定位方法
CN104730397B (zh) 一种配电自动化终端之间互操作测试系统和方法
Hajian-Hoseinabadi Availability comparison of various power substation automation architectures
CN105301442B (zh) 基于最差原则的故障指示器单相接地故障判定实用化方法
CN204906004U (zh) 一种网络分层分布式的智能区域电网
CN104201766B (zh) 基于电源点追踪确定备自投时序及组合的方法
CN207166130U (zh) 一种混合拓扑直流断路器的控制保护系统
CN109638817A (zh) 一种考虑用户侧模型的配电网脆弱点分析以及预防控制方法
CN106253247B (zh) 智能变电站二次光纤回路及其安全隔离系统和隔离方法
CN108279360A (zh) 单相接地故障线路监测系统
CN209264877U (zh) 一种直流接地监测装置

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