CN106970302B - 基于集成经验模式分解的配电网高阻故障定位和模拟方法 - Google Patents
基于集成经验模式分解的配电网高阻故障定位和模拟方法 Download PDFInfo
- Publication number
- CN106970302B CN106970302B CN201710193023.2A CN201710193023A CN106970302B CN 106970302 B CN106970302 B CN 106970302B CN 201710193023 A CN201710193023 A CN 201710193023A CN 106970302 B CN106970302 B CN 106970302B
- Authority
- CN
- China
- Prior art keywords
- fault
- zero
- zero sequence
- current
- voltage
- 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
- 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
-
- 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
- G01R31/088—Aspects of digital computing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Locating Faults (AREA)
Abstract
本发明涉及一种基于集成经验模式分解的配电网高阻故障定位和模拟方法,包括以下步骤:采集测量点的相电压和相电流,计算零序电压和零序电流;采用集成经验模式分解方法对所述零序电压和零序电流进行分解,筛选反映暂态故障特征的一系列本征模式分量;根据所述本证模式分量,分别计算零序电压量谱和零序电流量谱,实现配电网高阻故障定位的确定。本发明利用集成经验模式分解方法对采集变换得到的各母线零序电压和各馈线零序电流进行离散分析,计算速度快,不仅能够灵敏、有选择性地检测高阻接地故障,而且不受过渡电阻和故障时刻等随机因素影响。
Description
技术领域
本发明涉及故障定位领域,具体为一种基于集成经验模式分解的配电网高阻故障定位方法和定位模拟方法。
背景技术
配电系统中,单相接地故障是电网运行故障的主要形式,甚至大部分的相间故障也是由单相故障发展而来的。单相接地故障的类型分为金属性接地和高阻接地,其中高阻接地故障发生时,三相线电压几乎还是对称,同时故障电流很小,故障特征不明显,很难对特征量进行准确的提取,从而加大了高阻故障检测的难度。高阻接地故障会影响输配电系统正常运行,对弧光接地故障来说由于空气游离的缘故,接地阻抗变化很大,使现有保护反复启动、恢复,可能会导致相邻线路、设备的保护越级跳闸,使电力系统出现更严重的故障。在故障停电对用户恢复供电时,高阻故障会造成火灾、人身触电等严重后果,给生命财产带来损失,因此,高阻抗故障的检测十分重要。
目前对高阻接地故障的研究主要集中于线路高阻接地保护,有文献采用线电流的三次谐波来检测伴随有电弧的高阻抗故障,也有利用卡尔曼滤波方法研究高阻接地故障的方法,此外,人工神经网络也被尝试用于高阻故障检测,但由于神经网络需要大量训练样本,目前难以应用于电力系统实际中。
集成经验模式分解与FFT、小波分解等不同,集成经验模式分解方法无需选择基函数,其分解完全基于信号本身极值点分布,通过多次筛选,将信号分解为多个表征信号中某种单一模态的本征模式分量(Instrinsic Mode Function,IMF)与一个趋势项,得到国内外广泛关注,然而,当信号的极值点分布不均时,集成经验模式分解分解结果会出现“过冲”、“欠冲”现象,导致模式混淆。
发明内容
针对现有技术中存在的不足,本发明提出了一种基于集成经验模式分解的配电网高阻故障定位方法,该方法基于信号本身极值点分布,采用加、减法对信号进行处理,计算速度快,不仅能够灵敏、有选择性地检测高阻接地故障,而且几乎不受过渡电阻和故障时刻等随机因素影响。
本发明采用下面的技术方案:
一种基于集成经验模式分解的配电网高阻故障定位方法,包括以下步骤:
(1)采集测量点的相电压和相电流,计算零序电压和零序电流;
(2)采用集成经验模式分解方法对所述零序电压和零序电流进行分解,筛选反映暂态故障特征的一系列本征模式分量;
(3)根据所述本证模式分量,分别计算零序电压量谱和零序电流量谱,选择零序电压量谱中的最大值,确定故障母线所在的位置;选择零序电流量谱中的最大值,确定故障分支的位置;实现配电网高阻故障定位的确定。
进一步的,在步骤(2)中,首先对所述零序电压和零序电流的信号加入高斯白噪声,然后再采用集成经验模式分解方法分解所述零序电压和零序电流。
进一步的,根据下式确定高斯白噪声的幅值:
或者
式中α为加入幅值为e的高斯白噪声平均N次后分解误差,N=100,e取值为0.05倍的信号标准差。
进一步的,对所述本征模式分量的绝对值进行设定时间的固定浮动时间窗的计算,得到零序电压量谱和零序电流量谱。
进一步的,步骤(4)中采用下式计算零序电压量谱和零序电流量谱:
N是浮动时间窗所覆盖的采样点数,imfi(k)是零序电压或零序电流的第i个本征模式分量,i是本征模式分量的阶。
进一步的,所述固定浮动时间窗的设定时间范围在10ms至30ms之间。
进一步的,所述一系列本征模式分量包括一阶本征模式分量或二阶本征模式分量,或一阶本征模式分量与二阶本征模式分量之和。
本发明还提出了一种基于集成经验模式分解的配电网高阻故障定位模拟方法,包括以下步骤:
(1)采用Matlab建立配电网模拟系统模型以及高阻故障模型;
(2)通过改变高阻故障模型中的电气参数,预设配电网模拟系统模型中的故障点;
(3)采用如权利要求1所述的方法定位配电网模拟系统模型中的高阻故障。
进一步的,基于三馈线中性点非有效接地的l0kV配网系统建立配电网模拟系统模型,该模型由单电源供电,馈线接线模式使用单辐射接线。
进一步的,所述高阻故障模型包括直流电源Vp、Vn、二极管Dp、Dn以及电阻Rp、Rn,所述直流电源Vp、Vn、二极管Dp、Dn以及电阻Rp、Rn组成了正负半周电流的通路。
本发明的有益效果:
本发明利用集成经验模式分解方法对采集变换得到的各母线零序电压和各馈线零序电流进行离散分析,抽取故障信号的本证模式分量,对所选本征模式分量的绝对值进行浮动时间窗覆盖的叠加,构成故障识别的判据。并进一步的建立MATLAB/SIMLINK仿真模型,通过仿真结果表明,该方法无需选择基函数,其分解完全基于信号本身极值点分布,采用加、减法对信号进行处理,计算速度快,不仅能够灵敏、有选择性地检测高阻接地故障,而且不受过渡电阻和故障时刻等随机因素影响。
附图说明
图1为本发明的配电网高阻故障定位方法流程图;
图2为本发明的集成经验模式分解方法流程图;
图3为本发明的集成经验模式分解方法的筛选示意图;
图4为本发明的集成经验模式分解方法的筛选结果示意图;
图5为本发明的配电网模拟系统模型示意图;
图6为本发明的高阻故障模型示意图;
图7为本发明的高阻故障仿真模型系统示意图;
图8为本发明的故障发生在BF段时的零序电压波形;
图9为本发明的故障发生在BF段时的零序电流波形;
图10为本发明的A段母线零序电压的本征模式分量imf2波形图;
图11为本发明的B段母线零序电压的本征模式分量imf2波形图;
图12为本发明的C段母线零序电压的本征模式分量imf2波形图;
图13为本发明的ab支路零序电流的模态分量imf2波形图;
图14为本发明的bc支路零序电流的模态分量imf2波形图;
图15为本发明的cd支路零序电流的模态分量imf2波形图;
图16为本发明的ce支路零序电流的模态分量imf2波形图;
图17为本发明的bf支路零序电流的模态分量imf2波形图;
图18为本发明的各段母线零序电压的Eimf2(u)波形图;
图19为本发明的各分支线路零序电流的Eimf2(i)波形图;
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:
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
EMD是指集成经验模式分解方法。
本发明的一种典型实施例是一种基于集成经验模式分解的配电网高阻故障定位方法,如图1所示,包括以下步骤:
(1)采集每个测量点的相电压ua、ub、uc,相电流ia、ib、ic;
(2)计算出零序电压和零序电流u0=1/3(ua+ub+uc),i0=1/3(ia+ib+ic);
由于暂态信号中包含了大量反映故障性质的信息,电压、电流中不同频率分量所含能量的差异,为故障特征分析提供了依据。中性点不接地配网的接地故障识别可以使用故障发生时各线路的零序电压和零序电流。
u0=1/3(ua+ub+uc),i0=1/3(ia+ib+ic)
其中:u0、i0分别是零序电压和零序电流;ua、ub、uc为相电压;ia、ib、ic为相电流。
(3)采用集成经验模式分解方法对所述零序电压和零序电流进行分解,如图2所示,筛选反映暂态故障特征的一系列本征模式分量;一般是imf1或imf2或两者之和。
集成经验模式分解方法本质上是基于极值点的筛选过程。以仿真信号为例,采用集成经验模式分解时,如图3所示,利用信号的极大值与极小值,通过三次样条拟合出极大值包络与极小值包络,得到局部均值。将信号减去局部均值,重复以上过程,直到筛选出的成分满足IMF条件。最后,信号依次被分解为若干个频率由高到低的IMF与一个趋势项,如图4所示。
当极值点分布不均时,通过插值得到的局部均值发生扭曲,导致筛选结果出现模式混淆现象。因此,极值点分布特性是集成经验模式分解结果的决定性因素。针对极值点分布问题,本实施例对信号加入高斯白噪声,利用白噪声的频率均匀分布特性,改善信号极值点分布,通过多次分解取平均,减小加入噪声对分解结果的影响,得到集成经验模式分解的最终结果。其流程如图2所示。
针对对信号加入高斯白噪声的原理是:当信号不连续时,极值点分布不均,集成经验模式分解结果会出现模式混淆现象,具体表现为:①不同尺度的振动信号被分解在同一个IMF中;②同一尺度的信号被分解在不同IMF中。本实施例首先对信号加入高斯白噪声,改善信号的极值点分布,通过借助高斯白噪声的频率均匀分布特性,在频域内为信号构建频率均匀分布的尺度,信号中的相应成分自动映射到高斯白噪声建立的不同尺度中,克服模式混淆。然而,加入的噪声幅值大小需要人为经验决定。
当噪声幅值较小时,由于噪声振动微弱,难以改善信号高频成分的极值点分布,无法克服模式混淆不足。另一方面,为了避免同一尺度的振动信号被分解在不同IMF中应避免加入的高斯白噪声幅值较大,噪声幅值较大时,噪声振动剧烈,剧烈振动的噪声破坏了低频成分的极值点分布,噪声协助信号xm(t)的极值点均由高斯白噪声诱发,导致集成经验模式分解结果会产生多余成分,出现模式混淆。
本实施例采用基于下式确定加入的高斯白噪声幅值:
或者
式中α为加入幅值为e的高斯白噪声平均N次后分解误差。通过大量仿真验证,一般建议在N=100时,e取为0.01~0.5倍信号的标准差较为合适。以上范围仍偏大,然而更准确的参考值很难具有一般性只有对e多次尝试比较,才能获得较好的结果,而大多数情况下N取为100是可以接受的。本文中取N=100,e取值0.05倍信号标准差。
(3)根据所述本证模式分量,对所选模态分量的绝对值进行20ms固定浮动时间窗的计算,得到零序电压量谱和零序电流量谱,选择零序电压量谱中的最大值,确定故障母线所在的位置;选择零序电流量谱中的最大值,确定故障分支的位置;实现配电网高阻故障定位的确定。
运用上式对集成经验模式分解后的本征模式分量进行计算,得到各分量的的量谱Eimf1(k)、Eimf2(k)......Eimfi(k)分别表征imf1(k)、imf2(k)......imfi(k)的特征量,该特征量相对于幅值微小的暂态信号具有较强的表征能力。其中imfi(k)是零序电压或零序电流的第i个本征模式分量。N是20ms浮动时间窗所覆盖的采样点数,由于采样频率为100kHz,采样周期为0.00001s,因此浮动窗所覆盖的采样点N=2000。
本发明的再一实施例是一种基于集成经验模式分解的配电网高阻故障定位模拟方法,包括以下步骤:
(1)采用Matlab建立配电网模拟系统模型以及高阻故障模型;
(2)通过改变高阻故障模型中的电气参数,预设配电网模拟系统模型中的故障点;
(3)采用上述实施例所述的方法定位配电网模拟系统模型中的高阻故障。
下面就采用该实施例对第一实施例的方法进行模拟:首先本发明拟对配电网相关的高阻抗弧光故障进行仿真,仿真系统可以分为两个主要部分:配电网线路模型和故障模型。
图5是三馈线中性点非有效接地的l0kV配网系统,该系统由单电源供电,馈线接线模式使用的是单辐射接线,这种接线模式是中国配电系统中尤其是农村电网广泛使用的接线方式,由于该系统结构简单,供电可靠性不高,容易发生典型性故障。利用MATLAB/SIMLINK搭建仿真模型,并进行仿真。
仿真系统中故障模型的建立对仿真结果有比较大的影响,本实施例所用的故障模型如图6所示,模型包括两个直流电源Vp和Vn,它们和相应的Dp、Dn组成了正负半周电流的通路,通过改变直流Vp、Vn的值,就可以使电流正负半周不对称。Rp和Rn可以控制高阻抗故障时接地电流的大小和相位。当线电压大于正直流电压Vp时,故障电流就流向大地。当线电压低于负直流电压Vn时,故障电流反向流动;当线电压的值介于Vp和Vn之间时,线电压被Vp或Vn抵消,此时没有故障电流流过。
图5所示的配电网模拟系统中,故障发生在分支线路BF段的末端,高阻故障模型中参数Rp=Rn=10kΩ,Vp=1.5kV,Vn=2kV,故障发生的时刻是0.105s,相对应的零序电压和零序电流的波形如图8和图9所示。从图8中可以看出当故障发生前,母线A、B、C三段的零序电压趋近于0,说明各段母线处趋近于三相对称运行,也就是没有故障的状态。当0.105s时故障发生,此时A、B、C三段母线的零序电压发生了跃变,三相电压成不对称运行状态。从图中可以看出该故障状态下,母线B侧的零序电压值跃变最大,母线A、C侧的零序电压幅值相对小很多。图9是故障发生在BF段时,各个分支线路的零序电流波形。故障本身所在的BF分支,零序电流值最大,其次是与其相连接的上一级分支线路AB段的零序电流也比较大,这符合故障状态下线路分支电流的分布规律。
本实施例对数据进行集成经验模式分解处理,仿真模型的采样频率为f=100kHz。当BF段故障时,采集到的各段母线电压和支路电流并合成零序电压和零序电流,经过集成经验模式分解得到各本征模式分量,经筛选选择噪声干扰少而又能反应暂态信息的本征模式分量imf2,如图10至12和图13至图17分别是各段母线零序电压和各个支路零序电流的本征模式分量。
经过集成经验模式分解得到了零序电压和零序电流的本征模式分量imf2,用下述离散形式对各模态分量进行处理:
图18是母线A、B、C段量谱Eimf2(u)特征波形。从图上可以清楚地识别最大值是EB,也就是故障发生时母线B段的零序电压值最大,由此可以得出故障发生在母线B段侧。图19是分支线路ab、bc、cd、ce、bf的Eimf2(i)量谱特征波形,从图中可以看出bf段的零序电流最大由此可以判断故障发生在bf段。综合零序电压和零序电流的模态分量特征波形,可以判断故障发生在母线B侧和线路分支BF上,与仿真设定的故障位置相同。
本发明利用集成经验模式分解方法对采集变换得到的各母线零序电压和各馈线零序电流进行离散分析,抽取故障信号的本证模式分量,对所选本征模式分量的绝对值进行浮动时间窗覆盖的叠加,构成故障识别的判据。并进一步的建立MATLAB/SIMLINK仿真模型,通过仿真结果表明,该方法无需选择基函数,其分解完全基于信号本身极值点分布,采用加、减法对信号进行处理,计算速度快,不仅能够灵敏、有选择性地检测高阻接地故障,而且不受过渡电阻和故障时刻等随机因素影响。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (9)
1.一种基于集成经验模式分解的配电网高阻故障定位方法,其特征在于:
(1)采集测量点的相电压和相电流,计算零序电压和零序电流;
(2)采用集成经验模式分解方法对所述零序电压和零序电流进行分解,筛选反映暂态故障特征的一系列本征模式分量;
(3)根据所述本征模式分量,分别计算零序电压量谱和零序电流量谱,选择零序电压量谱中的最大值,确定故障母线所在的位置;选择零序电流量谱中的最大值,确定故障分支的位置;实现配电网高阻故障定位的确定;
步骤(3)中采用下式计算零序电压量谱和零序电流量谱:
N是浮动时间窗所覆盖的采样点数,imfi(k)是零序电压或零序电流的i个本征模式分量,i是本征模式分量的阶。
2.根据权利要求1所述的方法,其特征在于:在步骤(2)中,首先对所述零序电压和零序电流的信号加入高斯白噪声,然后再采用集成经验模式分解方法分解所述零序电压和零序电流。
3.根据权利要求2所述的方法,其特征在于:根据下式确定高斯白噪声的幅值:
或者
式中α为加入幅值为e的高斯白噪声平均N次后分解误差,N=100,e取值为0.05倍的信号标准差。
4.根据权利要求1所述的方法,其特征在于:对所述本征模式分量的绝对值进行设定时间的固定浮动时间窗的计算,得到零序电压量谱和零序电流量谱。
5.根据权利要求4所述的方法,其特征在于:所述固定浮动时间窗的设定时间范围在10ms至30ms之间。
6.根据权利要求1所述的方法,其特征在于:所述一系列本征模式分量包括一阶本征模式分量或二阶本征模式分量,或一阶本征模式分量与二阶本征模式分量之和。
7.一种基于集成经验模式分解的配电网高阻故障定位模拟方法,其特征在于:
(1)采用Matlab建立配电网模拟系统模型以及高阻故障模型;
(2)通过改变高阻故障模型中的电气参数,预设配电网模拟系统模型中的故障点;
(3)采用如权利要求1所述的方法定位配电网模拟系统模型中的高阻故障。
8.根据权利要求7所述的方法,其特征在于:基于三馈线中性点非有效接地的l0kV配网系统建立配电网模拟系统模型,该模型由单电源供电,馈线接线模式使用单辐射接线。
9.根据权利要求7所述的方法,其特征在于:所述高阻故障模型包括直流电源Vp、Vn、二极管Dp、Dn以及电阻Rp、Rn,所述直流电源Vp、Vn、二极管Dp、Dn以及电阻Rp、Rn组成了正负半周电流的通路;通过改变直流Vp、Vn的值,就可以使电流正负半周不对称;Rp和Rn可以控制高阻抗故障时接地电流的大小和相位; 当线电压大于正直流电压Vp时,故障电流就流向大地;当线电压低于负直流电压Vn时,故障电流反向流动;当线电压的值介于Vp和Vn之间时,线电压被Vp或Vn抵消,此时没有故障电流流过。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710193023.2A CN106970302B (zh) | 2017-03-28 | 2017-03-28 | 基于集成经验模式分解的配电网高阻故障定位和模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710193023.2A CN106970302B (zh) | 2017-03-28 | 2017-03-28 | 基于集成经验模式分解的配电网高阻故障定位和模拟方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106970302A CN106970302A (zh) | 2017-07-21 |
CN106970302B true CN106970302B (zh) | 2019-12-13 |
Family
ID=59336084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710193023.2A Active CN106970302B (zh) | 2017-03-28 | 2017-03-28 | 基于集成经验模式分解的配电网高阻故障定位和模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106970302B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107632239B (zh) * | 2017-08-25 | 2020-06-05 | 南京理工大学 | 一种基于imf能量熵的光伏送出线路故障选相方法 |
CN108254657B (zh) * | 2018-03-28 | 2019-11-26 | 山东大学 | 基于暂态能量分析的配电网小电流接地故障区段定位方法 |
CN108594071B (zh) * | 2018-04-18 | 2020-09-25 | 广东电网有限责任公司 | 一种中性点小电阻接地配网的单相接地故障检测方法 |
CN112731067A (zh) * | 2021-01-06 | 2021-04-30 | 济南大学 | 一种配电网单相接地故障的定位方法及系统 |
CN113655344B (zh) * | 2021-09-23 | 2023-08-29 | 广东电网有限责任公司惠州供电局 | 一种配电网故障识别方法、装置、终端及介质 |
CN115144703B (zh) * | 2022-08-31 | 2022-11-15 | 南京邮电大学 | 基于零序差分电流和能量矩指标的高阻接地故障识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4871971A (en) * | 1987-01-15 | 1989-10-03 | Jeerings Donald I | High impedance fault analyzer in electric power distribution networks |
US5369366A (en) * | 1993-02-12 | 1994-11-29 | Cable Repair Systems Corporation | Method of finding faults in a branched electrical distribution circuit |
CN101814731A (zh) * | 2010-04-15 | 2010-08-25 | 中国石油大学(华东) | 一种应用非工频暂态分量的配电网故障选线方法 |
CN102129010A (zh) * | 2011-01-12 | 2011-07-20 | 云南电网公司楚雄供电局 | 一种基于经验模态分解的配电网故障选线方法 |
CN104237731A (zh) * | 2014-09-25 | 2014-12-24 | 福州大学 | 基于eemd与能量法的谐振接地配电网单相接地故障选线方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI542887B (zh) * | 2014-07-10 | 2016-07-21 | 國立成功大學 | 馬達故障檢測方法與馬達故障檢測系統 |
-
2017
- 2017-03-28 CN CN201710193023.2A patent/CN106970302B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4871971A (en) * | 1987-01-15 | 1989-10-03 | Jeerings Donald I | High impedance fault analyzer in electric power distribution networks |
US5369366A (en) * | 1993-02-12 | 1994-11-29 | Cable Repair Systems Corporation | Method of finding faults in a branched electrical distribution circuit |
CN101814731A (zh) * | 2010-04-15 | 2010-08-25 | 中国石油大学(华东) | 一种应用非工频暂态分量的配电网故障选线方法 |
CN102129010A (zh) * | 2011-01-12 | 2011-07-20 | 云南电网公司楚雄供电局 | 一种基于经验模态分解的配电网故障选线方法 |
CN104237731A (zh) * | 2014-09-25 | 2014-12-24 | 福州大学 | 基于eemd与能量法的谐振接地配电网单相接地故障选线方法 |
Non-Patent Citations (6)
Title |
---|
一种谐振接地系统电弧高阻接地故障选线新方法及仿真;李震球等;《电力系统保护与控制》;20140901;第42卷(第17期);44-49 * |
基于EEMD和能量法的谐振接地配电网故障选线研究;田书等;《电子测量技术》;20160930;第39卷(第9期);176-181 * |
基于EEMD和能量法的谐振接地配网故障选线方法;褚福亮等;《福州大学学报(自然科学版)》;20150430;第43卷(第2期);207-213 * |
基于EMD分解及相关分析法的配电网高阻接地故障定位;王时胜等;《南昌大学学报(工科版)》;20150630;第37卷(第2期);180-184 * |
基于经验模态分解的直流输电线路故障识别方法;安娜;《电气安全》;20170131;第36卷(第1期);60-65 * |
基于频谱相对熵的配电网故障选线方法;周杨珺等;《广西电力》;20151031;第38卷(第5期);5-9 * |
Also Published As
Publication number | Publication date |
---|---|
CN106970302A (zh) | 2017-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106970302B (zh) | 基于集成经验模式分解的配电网高阻故障定位和模拟方法 | |
CN108776284B (zh) | 一种小电阻接地系统单相接地故障保护方法 | |
Dong et al. | Fault classification and faulted-phase selection based on the initial current traveling wave | |
Nam et al. | A modeling method of a high impedance fault in a distribution system using two series time-varying resistances in EMTP | |
Michalik et al. | New ANN-based algorithms for detecting HIFs in multigrounded MV networks | |
CN104166067A (zh) | 单相接地故障定位检测方法及装置 | |
CN110988740B (zh) | 一种适于中性点小电阻接地配网的单相接地故障检测方法 | |
CN113484679B (zh) | 小电阻接地系统高阻接地故障检测方法、系统及存储介质 | |
CN107329044A (zh) | 一种基于电弧暂态分量的配电网单相接地故障选线方法 | |
CN104037728B (zh) | 基于软件测频与谐波分析的配电线路单相接地保护控制方法 | |
Wei et al. | Fault detection based on the generalized S-transform with a variable factor for resonant grounding distribution networks | |
CN112034307A (zh) | 基于平稳小波变换和对称分量法的电缆早期故障检测方法 | |
CN111381129A (zh) | 基于超低频信号的接地故障线路及类型识别方法和装置 | |
CN109061399A (zh) | 基于esmd的配电网单相接地故障区段定位方法 | |
Denboer et al. | Frequency scan based screening technique for harmonic interactions of HVDC systems | |
Fazio et al. | Variable-window algorithm for ultra-high-speed distance protection | |
CN205210220U (zh) | 一种测量直流线路对地漏电流的装置 | |
CN110456218A (zh) | 基于中值电阻投切前后工频增量系数的快速故障选线方法 | |
CN107179476B (zh) | 一种配网故障测距方法 | |
Lout et al. | Current transients based phase selection and fault location in active distribution networks with spurs using artificial intelligence | |
CN111580008B (zh) | 一种基于相位跳变下扰动功率分析的短路故障选线方法 | |
Xue et al. | High resistance fault location of distribution network based on EEMD | |
CN110716168A (zh) | 一种行波测距装置性能检测的方法 | |
Stachel et al. | Detection and correction of current transformer saturation effects in secondary current signals | |
Zhu et al. | High impedance grounding fault detection in resonance grounding system based on nonlinear distortion of zero-sequence current |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |