CN107121617B - 一种采用滤波器支路电流的直流输电线路k近邻测距方法 - Google Patents
一种采用滤波器支路电流的直流输电线路k近邻测距方法 Download PDFInfo
- Publication number
- CN107121617B CN107121617B CN201710138047.8A CN201710138047A CN107121617B CN 107121617 B CN107121617 B CN 107121617B CN 201710138047 A CN201710138047 A CN 201710138047A CN 107121617 B CN107121617 B CN 107121617B
- Authority
- CN
- China
- Prior art keywords
- fault
- sample
- distance
- data
- failure
- 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
- G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
-
- 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
-
- 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)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Emergency Protection Circuit Devices (AREA)
- Locating Faults (AREA)
Abstract
本发明涉及一种采用滤波器支路电流和K最邻近算法的直流输电线路故障测距方法,属于电力系统故障测距技术领域。首先,建立样本故障数据库,沿高压直流输电线路全长设置不同故障距离、不同过渡电阻下的故障点,根据故障类型建立对应的正极线路故障和两极线路故障两个故障样本库;当故障数据为两级线路故障,利用两极线路故障样本库进行故障测距;然后,依次计算测试数据与每一个样本数据的相关系数,在所有相关系数中找出最大的值,并以最大值为中心找出K个与最大值最邻近的值;最后,依据K个最邻近值的权重及其所代表的故障距离,利用回归方法求解出测试数据的故障距离。
Description
技术领域
本发明涉及一种采用滤波器支路电流的直流输电线路K近邻测距方法,属于电力系统故障测距技术领域。
背景技术
目前,我国高压直流输电线路故障测距的方法大致分为故障分析法和行波法两大类。故障分析法是利用故障时测量到的工频电压、电流量结合相关参数,通过各种测距方程计算出故障点至测量点距离的一种方法。但如线路参数有一定误差或频变特性明显时,会影响故障定位的精度。行波法是通过检测暂态行波波头或反射波波头到达测量点的时间,再结合波速计算出具体的故障位置,具有较快的响应速度和较高的测距精度。但在发生远端高阻故障时,由于暂态行波信号较弱,可能影响行波波头的标定从而影响测距精度。
对于高压直流输电而言,同一故障类型、同一故障位置、不同故障过渡电阻下,故障电气量时域波形相似度较高;而同一故障类型、不同故障位置下,故障电气量时域波形相似度较低。这就为通过比较波形特征来实现输电线路测距提供了可能。平波电抗器和直流滤波器构成了高压直流输电线路的天然物理边界,其对高频分量有阻滞作用,且滤波器支路电流仅含故障分量,不含正常运行时的负荷电流。因此,利用滤波器支路电流波形来得出波形间的相似度更为直观简单。据此,基于滤波器支路电流,使用K最邻近分类算法得出不同故障位置间的相似程度,进而求出故障距离。该方法避免了对行波波头检测带来的难度,而是采用比较行波波形数据特征的方法来实现测距,其操作更加简单且误差率也较小。
发明内容
本发明要解决的技术问题是提供一种采用滤波器支路电流的直流输电线路K近邻测距方法,用以解决上述问题。
本发明的技术方案是:一种采用滤波器支路电流的直流输电线路K近邻测距方法,首先,建立样本故障数据库,沿高压直流输电线路全长设置不同故障距离、不同过渡电阻下的故障点,根据故障类型建立对应的正极线路故障和两极线路故障两个故障样本库;当故障数据为正极线路接地故障,直接利用正极线路故障样本库进行故障测距,对于负极线路故障,对其电流故障分量乘以-1后,再利用正极线路故障样本库进行故障测距,当故障数据为两极线路故障,利用两极线路故障样本库进行故障测距;然后,依次计算测试数据与每一个样本数据的相关系数,在所有相关系数中找出最大的值,并以最大值为中心找出K个与最大值最邻近的值;最后,依据K个最邻近值的权重及其所代表的故障距离,利用回归方法求解出测试数据的故障距离。
具体步骤为:
第一步、建立样本故障数据库,沿高压直流输电线路全长设置不同故障距离、不同过渡电阻下的故障点,根据故障类型建立对应的正极线路故障和两极线路故障两个故障样本库,正极线路故障下,电流故障分量数据形成的样本库,记为S1;两极线路故障下,电流数据形成的样本库,记为S2;当故障数据为正极线路接地故障,直接利用S1样本库进行故障测距,对于负极线路故障,对其电流故障分量乘以-1后,再利用S1样本库进行故障测距,当故障数据为两极线路故障,利用S2样本库进行故障测距。
第二步、得出k个与测试数据最相关的样本数据,利用式(1)计算测试数据与样本数据间的Pearson相关系数D,其中xa和xb分别表示两个信号,k为做故障距离回归选取的个数;
在式(1)中,N为信号xa和xb的长度;xai、xaj分别表示信号xa的第i个和第j个值,xbi、xbj分别表示信号xb的第i个和第j个值,i,j表示信号取值的变量;
第三步、选取k个最近邻样本,根据步骤二,得到测试数据与m个样本数据的相关系数D=[D1 D2……Dm],并选取相关系数最大的4个,并记为Dmax,k,其中,k=1,2,3,4;
第四步、计算权重系数,定义基于滤波器支路电流波形相似性的故障测距权值Dr,k为:
Dr,k=1-Dmax.k (2)
第五步,回归出故障距离:
采用Dr,k作为与测试数据k个最近邻样本的权重,并利用k个最近邻样本所代表的故障距离回归出故障距离,则故障距离xf为:
式中,x′f,k为故障样本中与测试数据k个最邻近样本代表的故障距离,为以e为底数,Dr,k为指数的函数。
本发明的原理是:
1、不同故障距离下滤波器支路电流行波特征
HVDC线路短路故障种类有单极故障和双极故障,即L+G、L-G、LL和LLG故障,于滤波器支路端,同一种故障类型、同一故障位置、不同故障过渡电阻下,故障电流时域波形相似度较高,同一种故障类型、不同故障位置下,故障电流时域波形相似度较低。
2、K最邻近分类算法
K最近邻分类算法(k-Nearest Neighbor,简称KNN),是数据挖掘分类技术中最简单的方法之一。算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。由于同一故障位置下滤波器支路电流波形相似,而不同故障位置下电流波形相异,因此可利用KNN方法对故障距离分类。即如与测试数据相似度最高的k个样本数据都属于某一故障距离,则测试数据也应属于这个故障距离。
3、回归法计算距离
在使用KNN方法时,测距精度依赖于样本的大小,样本数据量越大,其测量结果越准确。为了保证在有限样本空间中的故障测距精度,本文引入回归方法来计算故障距离。其思想是:由于某一故障位置下的滤波器支路电流波形应与最邻近这个位置的故障电流波形最相似,故在用KNN方法时,如果与测试数据相似度最高的k个样本并不属于同一类,则可通过加权这K个故障距离来计算出测试数据所属故障距离。
本发明的有益效果是:
1、该方法不依赖于对行波波头的检测,就能进行故障测距,原理简单,而且准确性也较高。
2、该方法所需的采样率较低,易于现场实际应用。
附图说明
图1是本发明实施例云广±800kV直流输电系统结构图;
图2是本发明滤波器支路量测端示意图;
图3是本发明不同过渡电阻下正极5km故障滤波器支路电流波形示意图;
图4是本发明不同过渡电阻下正极850km故障滤波器支路电流波形示意图;
图5是本发明不同过渡电阻下正极1495km故障滤波器支路电流波形示意图。
具体实施方式
下面结合附图和具体实施方式,对本发明作进一步说明。
一种采用滤波器支路电流的直流输电线路K近邻测距方法,首先,建立样本故障数据库,沿高压直流输电线路全长设置不同故障距离、不同过渡电阻下的故障点,根据故障类型建立对应的正极线路故障和两极线路故障两个故障样本库;当故障数据为正极线路接地故障,直接利用正极线路故障样本库进行故障测距,对于负极线路故障,对其电流故障分量乘以-1后,再利用正极线路故障样本库进行故障测距,当故障数据为两极线路故障,利用两极线路故障样本库进行故障测距;然后,依次计算测试数据与每一个样本数据的相关系数,在所有相关系数中找出最大的值,并以最大值为中心找出K个与最大值最邻近的值;最后,依据K个最邻近值的权重及其所代表的故障距离,利用回归方法求解出测试数据的故障距离。
具体步骤为:
第一步、建立样本空间。在线路全长范围内设置不同故障距离及过渡电阻,得到样本空间。利用±800KV云广特高压直流输电系统仿真模型进行模拟,沿高压直流输电线路全长1500km设置故障点,仿真中,故障距离变化设为5km,过渡电阻分别设为0Ω,10Ω,50Ω,故障类型分为L+G故障和LLG故障。建立样本故障数据库,沿高压直流输电线路全长设置不同故障距离、不同过渡电阻下的故障点,根据故障类型建立对应的正极线路故障和两极线路故障两个故障样本库,正极线路故障下,电流故障分量数据形成的样本库,记为S1;两极线路故障下,电流数据形成的样本库,记为S2;当故障数据为正极线路接地故障,直接利用S1样本库进行故障测距,对于负极线路故障,对其电流故障分量乘以-1后,再利用S1样本库进行故障测距,当故障数据为两极线路故障,利用S2样本库进行故障测距。
第二步、得出k个与测试数据最相关的样本数据,利用式(1)计算测试数据与样本数据间的Pearson相关系数D,其中xa和xb分别表示两个信号,k为做故障距离回归选取的个数;
在式(1)中,N为信号xa和xb的长度;xai、xaj分别表示信号xa的第i个和第j个值,xbi、xbj分别表示信号xb的第i个和第j个值,i,j表示信号取值的变量。
第三步、选取k个最近邻样本,根据步骤二,得到测试数据与m个样本数据的相关系数D=[D1 D2……Dm],并选取相关系数最大的4个,并记为Dmax,k,其中,k=1,2,3,4;
第四步、计算权重系数,定义基于滤波器支路电流波形相似性的故障测距权值Dr,k为:
Dr,k=1-Dmax.k (2)
第五步,回归出故障距离:
采用Dr,k作为与测试数据k个最近邻样本的权重,并利用k个最近邻样本所代表的故障距离回归出故障距离,则故障距离xf为:
式中,x′f,k为故障样本中与测试数据k个最邻近样本代表的故障距离,为以e为底数,Dr,k为指数的函数。
实施例1:建立如附图1所示的以云广±800kV特高压直流输电系统作为仿真模型。整流侧和逆变侧的交流侧无功补偿容量分别为3000和3040Mvar,每极换流单元由2个12脉冲换流器串联组成,直流输电线路全长为1500km。线路两侧装有400mH的平波电抗器,直流滤波器为12/24/36三调谐滤波器。现设距离Q端67km正极线路发生20Ω过渡电阻接地故障,
第一步、在线路全长范围内设置不同故障距离及过渡电阻,得到样本空间:沿HVDC线路全长每隔5km设置故障点,过渡电阻分别设为0Ω,10Ω,50Ω,故障类型分为L+G故障和LLG故障,形成正极线路故障样本库S1和两极线路故障样本库S2。
第二步、根据式(1)计算测试数据与所有样本数据的相关系数,如表1所示。
表1
第三步、根据表1,得到4个最大的相关系数为0.9717、0.9709、0.9618、0.9582。
第四步、根据式(2)得到权重系数分别为Dr,1=0.0283、Dr,2=0.0291、Dr,3=0.0381、Dr,4=0.0418。
第五步、根据式(3)计算测试数据的故障距离,经计算测试数据故障距离xf=67.5km。
实施例2:建立如附图1所示的以云广±800kV特高压直流输电系统作为仿真模型。整流侧和逆变侧的交流侧无功补偿容量分别为3000和3040 Mvar,每极换流单元由2个12脉冲换流器串联组成,直流输电线路全长为1500km。线路两侧装有400mH的平波电抗器,直流滤波器为12/24/36三调谐滤波器。现设距离Q端986km正极线路发生30Ω过渡电阻接地故障。
第一步、在线路全长范围内设置不同故障距离及过渡电阻,得到样本空间:沿HVDC线路全长每隔5km设置故障点,过渡电阻分别设为0Ω,10Ω,50Ω,故障类型分为L+G故障和LLG故障,形成正极线路故障样本库S1和两极线路故障样本库S2。
第二步、根据式(1)计算测试数据与所有样本数据的相关系数,如表2所示。
表2
第三步、根据表1,得到4个最大的相关系数为0.9656、0.9654、0.9633、0.9582。
第四步、根据式(2)得到权重系数分别为Dr,1=0.0344、Dr,2=0.0346、Dr,3=0.0381、Dr,4=0.0418。
第五步、根据式(3)计算测试数据的故障距离,经计算测试数据故障距离xf=986.2km。
以上结合附图对本发明的具体实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (2)
1.一种采用滤波器支路电流和K最邻近算法的直流输电线路故障测距方法,其特征在于:首先,建立样本故障数据库,沿高压直流输电线路全长设置不同故障距离、不同过渡电阻下的故障点,根据故障类型建立对应的正极线路故障和两极线路故障两个故障样本库;当故障数据为正极线路接地故障,直接利用正极线路故障样本库进行故障测距,对于负极线路故障,对其电流故障分量乘以-1后,再利用正极线路故障样本库进行故障测距,当故障数据为两极线路故障,利用两极线路故障样本库进行故障测距;然后,依次计算测试数据与每一个样本数据的相关系数,在所有相关系数中找出最大的值,并以最大值为中心找出K个与最大值最邻近的值;最后,依据K个最邻近值的权重及其所代表的故障距离,利用回归方法求解出测试数据的故障距离。
2.根据权利要求1所述的采用滤波器支路电流和K最邻近算法的直流输电线路故障测距方法,其特征在于具体步骤为:
第一步、建立样本故障数据库,沿高压直流输电线路全长设置不同故障距离、不同过渡电阻下的故障点,根据故障类型建立对应的正极线路故障和两极线路故障两个故障样本库,正极线路故障下,电流故障分量数据形成的样本库,记为S1;两极线路故障下,电流数据形成的样本库,记为S2;当故障数据为正极线路接地故障,直接利用S1样本库进行故障测距,对于负极线路故障,对其电流故障分量乘以-1后,再利用S1样本库进行故障测距,当故障数据为两极线路故障,利用S2样本库进行故障测距;
第二步、得出k个与测试数据最相关的样本数据,利用式(1)计算测试数据与样本数据间的Pearson相关系数D,其中xa和xb分别表示两个信号,k为做故障距离回归选取的个数;
在式(1)中,N为信号xa和xb的长度;xai、xaj分别表示信号xa的第i个和第j个值,xbi、xbj分别表示信号xb的第i个和第j个值,i,j表示信号取值的变量;
第三步、选取k个最近邻样本,根据步骤二,得到测试数据与m个样本数据的相关系数D=[D1 D2……Dm],并选取相关系数最大的4个,并记为Dmax,k,其中,k=1,2,3,4;
第四步、计算权重系数,定义基于滤波器支路电流波形相似性的故障测距权值Dr,k为:
Dr,k=1-Dmax.k (2)
第五步,回归出故障距离:
采用Dr,k作为与测试数据k个最近邻样本的权重,并利用k个最近邻样本所代表的故障距离回归出故障距离,则故障距离xf为:
式中,x′f,k为故障样本中与测试数据k个最邻近样本代表的故障距离,为以e为底数,Dr,k为指数的函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710138047.8A CN107121617B (zh) | 2017-03-09 | 2017-03-09 | 一种采用滤波器支路电流的直流输电线路k近邻测距方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710138047.8A CN107121617B (zh) | 2017-03-09 | 2017-03-09 | 一种采用滤波器支路电流的直流输电线路k近邻测距方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107121617A CN107121617A (zh) | 2017-09-01 |
CN107121617B true CN107121617B (zh) | 2019-09-27 |
Family
ID=59717474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710138047.8A Active CN107121617B (zh) | 2017-03-09 | 2017-03-09 | 一种采用滤波器支路电流的直流输电线路k近邻测距方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107121617B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108983042B (zh) * | 2018-07-25 | 2020-05-22 | 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 |
CN109557415B (zh) * | 2018-12-06 | 2021-07-02 | 国电南瑞科技股份有限公司 | 一种输电线路分布式故障诊断终端选点方法 |
CN112018745A (zh) * | 2020-08-11 | 2020-12-01 | 昆明理工大学 | 一种抑制直流故障引起半波长交直流系统过电压避雷器的优化配置方法 |
CN113740664A (zh) * | 2021-08-23 | 2021-12-03 | 中国南方电网有限责任公司超高压输电公司广州局 | 直流系统故障定位方法、装置、计算机设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103941153A (zh) * | 2014-04-03 | 2014-07-23 | 昆明理工大学 | 一种基于波形相似性的k-NN算法的多出线辐射网故障测距方法 |
CN103941152A (zh) * | 2014-04-03 | 2014-07-23 | 昆明理工大学 | 一种基于波形相似性的k-NN算法的缆线混合线路故障测距方法 |
CN104133922A (zh) * | 2013-05-02 | 2014-11-05 | 长沙理工大学 | 多谐波源相互影响的配电网滤波装置优化配置 |
CN104485897A (zh) * | 2014-12-09 | 2015-04-01 | 中国航空工业集团公司第六三一研究所 | 一种失调补偿的相关双采样开关电容放大器 |
CN106291239A (zh) * | 2016-08-02 | 2017-01-04 | 昆明理工大学 | 一种采用滤波器支路电流和主成分分析方法的直流输电线路故障识别方法 |
CN106291237A (zh) * | 2016-08-02 | 2017-01-04 | 昆明理工大学 | 一种采用滤波器支路电流和分形盒维数的特高压直流线路故障识别方法 |
CN106443346A (zh) * | 2016-10-08 | 2017-02-22 | 昆明理工大学 | 一种基于滤波器支路电流多重分形谱特高压直流线路故障识别方法 |
-
2017
- 2017-03-09 CN CN201710138047.8A patent/CN107121617B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104133922A (zh) * | 2013-05-02 | 2014-11-05 | 长沙理工大学 | 多谐波源相互影响的配电网滤波装置优化配置 |
CN103941153A (zh) * | 2014-04-03 | 2014-07-23 | 昆明理工大学 | 一种基于波形相似性的k-NN算法的多出线辐射网故障测距方法 |
CN103941152A (zh) * | 2014-04-03 | 2014-07-23 | 昆明理工大学 | 一种基于波形相似性的k-NN算法的缆线混合线路故障测距方法 |
CN104485897A (zh) * | 2014-12-09 | 2015-04-01 | 中国航空工业集团公司第六三一研究所 | 一种失调补偿的相关双采样开关电容放大器 |
CN106291239A (zh) * | 2016-08-02 | 2017-01-04 | 昆明理工大学 | 一种采用滤波器支路电流和主成分分析方法的直流输电线路故障识别方法 |
CN106291237A (zh) * | 2016-08-02 | 2017-01-04 | 昆明理工大学 | 一种采用滤波器支路电流和分形盒维数的特高压直流线路故障识别方法 |
CN106443346A (zh) * | 2016-10-08 | 2017-02-22 | 昆明理工大学 | 一种基于滤波器支路电流多重分形谱特高压直流线路故障识别方法 |
Non-Patent Citations (1)
Title |
---|
利用滤波器支路电流的高压直流输电线路全线速动保护;宋国兵 等;《中国电机工程学报》;20130805;第33卷(第22期);第120-126页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107121617A (zh) | 2017-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107121617B (zh) | 一种采用滤波器支路电流的直流输电线路k近邻测距方法 | |
CN110082640B (zh) | 一种基于长短时记忆网络的配网单相接地故障辨识方法 | |
Suonan et al. | A novel fault-location method for HVDC transmission lines | |
CN107505538B (zh) | 基于线模电压行波幅值衰减特性的半波长输电线路非同步故障定位方法 | |
CN103728535A (zh) | 一种基于小波变换暂态能量谱的特高压直流输电线路故障测距方法 | |
CN101762774B (zh) | 基于遗传算法参数辨识高压直流输电线路故障测距方法 | |
CN108508320A (zh) | 基于谐波能量和波形畸变特征的弧光接地故障辨识方法 | |
CN104050366A (zh) | 一种动态无功补偿装置响应时间测试方法 | |
CN112114232B (zh) | 基于小波分解和dbn的单极接地故障测距方法 | |
CN108647438A (zh) | 一种新型土壤等效电阻模型建模方法 | |
CN102005755B (zh) | 基于支持向量机的特高压直流输电线路边界元件构成方法 | |
CN106019079B (zh) | 一种同塔双回直流线路新型双端故障测距方法 | |
CN106127047B (zh) | 一种基于延森-香农距离的电力系统恶意数据检测方法 | |
CN106019080B (zh) | 一种基于沿线能量突变的同塔双回直流线路单端行波测距方法 | |
CN105301447B (zh) | 柔性直流输电系统电缆单极故障测距方法 | |
CN105388392A (zh) | 基于视在阻抗辨识的直流配电电缆单端在线故障定位方法 | |
CN108896869A (zh) | 一种基于s变换的高压直流输电线路雷击干扰识别方法 | |
CN106405326A (zh) | 基于单回电气量同塔双回直流输电线路时域故障测距方法 | |
CN104865495A (zh) | 电力线路故障行波定位方法及系统 | |
CN104599193A (zh) | 一种基于规则库的配电网单相接地故障定位方法 | |
CN109239533A (zh) | 一种基于人工神经网络的特高压直流输电线路的故障定位方法 | |
CN110082634A (zh) | 广域电流时间序列的配电网单相接地故障定位方法 | |
Jin et al. | Fault location method for distribution lines with distributed generators based on a novel hybrid BPSOGA | |
CN107918088B (zh) | 基于多阶小波函数变换的配电网故障时刻确定方法 | |
CN106443276A (zh) | 一种交流高压多回输电线路无线电干扰计算方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
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 |