CN107589341B - 一种基于配电自动化主站的单相接地在线故障定位方法 - Google Patents
一种基于配电自动化主站的单相接地在线故障定位方法 Download PDFInfo
- Publication number
- CN107589341B CN107589341B CN201710747622.4A CN201710747622A CN107589341B CN 107589341 B CN107589341 B CN 107589341B CN 201710747622 A CN201710747622 A CN 201710747622A CN 107589341 B CN107589341 B CN 107589341B
- Authority
- CN
- China
- Prior art keywords
- fault
- measuring point
- energy
- correlation coefficient
- amplitude
- 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
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 6
- 230000001052 transient effect Effects 0.000 claims description 53
- 239000011159 matrix material Substances 0.000 claims description 28
- 230000009466 transformation Effects 0.000 claims description 28
- 238000005070 sampling Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000007935 neutral effect Effects 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000016507 interphase Effects 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
Images
Landscapes
- Locating Faults (AREA)
Abstract
本发明公开了一种基于配电自动化主站的单相接地在线故障定位方法,通过对单相接地故障时的各种信号提取各项故障特征量,接着利用模糊聚类分析方法融合各项故障特征量,充分应用故障信息,对故障位置进行准确定位,不仅能够增加故障检测的精确度和可靠性,还能够提升故障判定的适应性和准确性。
Description
技术领域
本发明涉及配电网线路故障定位领域,尤其是一种基于配电自动化主站的单相接地在线故障定位方法。
背景技术
我国中压配电电网以中性点不接地方式为主,配电网线路故障主要分为相间短路和单相接地故障。对于相间短路,由于短路电流较大,故障路径明显,故障区段定位技术成熟。对于单相接地故障,由于配电网结构复杂,且单相接地故障时故障电流较小,目前故障选线问题尚未圆满解决,对故障区段定位难度更大。统计表明,单相接地故障约占中压架空线路故障总数的80%以上,单相接地故障在线区段定位技术成为进一步提高配电网的自动化水平、减少停电时间、提高供电可靠性的有效手段。
目前常用的针对单相接地故障的定位方法,都是先提取单相接地故障的故障特征量,接着对该故障特征量进行分析比较,最后进行故障定位。但由于现场故障的情况复杂,受中性点接地方式、线路参数和外界干扰等,各项故障特征量不一定具有明确的界限,因此容易造成故障定位错误或误差偏大的问题。
发明内容
为解决上述问题,本发明的目的在于提供一种基于配电自动化主站的单相接地在线故障定位方法,通过对单相接地故障时的各种信号提取各项故障特征量,接着利用模糊聚类分析方法融合各项故障特征量,充分应用故障信息,对故障位置进行准确定位,从而提升故障判定的适应性和准确性。
本发明解决其问题所采用的技术方案是:
一种基于配电自动化主站的单相接地在线故障定位方法,包括以下步骤:
A、发生单相接地故障时,设置于配电线路上的检测装置或配电自动化终端采集故障线路的特征信息,并送入配电自动化主站;
B、对采集到的故障线路的特征信息,即故障录波,进行S变换,得到时频矩阵,以便于更能充分展现和分析故障特征细节;
C、针对故障线路的特征信息,分析其相对信息熵、暂态能量相角相关性和暂态能量幅值相关性,并提取故障特征量;
D、根据故障线路的故障特征量,利用模糊聚类分析方法对故障位置进行定位。
进一步,步骤A中故障线路的特征信息,以故障录波方式送入配电自动化主站。
进一步,步骤B中对采集到的故障线路的特征信息,即故障录波,进行S变换,得到时频矩阵,使用以下公式实现:
其中,
上式中,x(k)表示需要进行S变换的特征信息,m为S变换得到的矩阵的列,n为S变换得到的矩阵的行,N为采样点数。
进一步,步骤C中,相对信息熵包括表示暂态零序电流的能量综合熵,暂态能量相角相关性包括表示暂态零序电流相角的相角综合相关系数,暂态能量幅值相关性包括表示暂态零序电流幅值的幅值能量相关系数。
进一步,暂态零序电流的能量综合熵由以下公式求得:
其中:
上式中,Wi-n为某测点在对应频率fn下的暂态能量,qi-n为在频率fn下的暂态能量占该测点在所有频率下的暂态能量的比重的权重系数,Mij为测点i和测点j间的S变换能量相对熵,Mi为配电线路上第i个测点的能量综合熵,Mjj为配电线路上第j个测点自身的能量相对熵。
进一步,暂态零序电流幅值的幅值能量相关系数由以下公式求得:
上式中,Ei为暂态能量函数,通过对S变换后S(m,n)幅值进行平方而求得,ρxy为各测点对应的时频幅值能量相关系数,ix(n)、iy(n)分别为对应其频段下对应的幅值暂态能量函数,为配电线路上第i个测点的幅值能量相关系数,ρij为配电线路上第i个测点和第j个测点之间的幅值相关系数,ρjj为配电线路上第j个测点自身的幅值相关系数。
进一步,暂态零序电流相角的相角综合相关系数由以下公式求得:
其中,θσi为配电线路上第i个测点的相角综合相关系数,σij为配电线路上第i个测点和第j个测点之间的相角相关系数,σjj为配电线路上第j个测点自身的相角相关系数。
进一步,步骤D中根据故障线路的故障特征量,利用模糊聚类分析方法对故障位置进行定位,包括以下步骤:
C1、对故障线路的故障特征量进行归一化数据处理,生成样本集X;
C2、设定分类数c,加权指数q,迭代次数N,收敛条件ε,在区间[0,1]生成随机数构成初始化隶属度矩阵U,计算出故障类别的聚类中心矩阵V1和非故障类别的聚类中心矩阵V2;
C3、利用以下公式计算模糊聚类的目标函数:
式中:
其中dik为第i个样本xi与第i个聚类中心vi之间的距离;
C4、判断目标函数的值和迭代次数是否均大于收敛条件ε和设定的迭代次数N,若未达到设定的迭代次数N且大于收敛条件ε,返回步骤C3,否则转向步骤C5;
C5、把样本集X中的样本逐一与故障聚类中心和非故障聚类中心进行距离计算,分别求得样本与故障聚类中心的平均距离d1及样本与非故障聚类中心的平均距离d2,若d1>d2,则判定当前样本为非故障,否则判定为故障;
C6、完成故障判定后,当前样本归并至对应的样本集。
本发明的有益效果是:一种基于配电自动化主站的单相接地在线故障定位方法,在配电线路出现单相接地故障时,对配电线路中的特征信息进行S变换,并使用多种方法提取出多种故障特征量,最后利用模糊聚类分析方法把每个故障特征量的界限进行有效的划分,因此能够便于比较判断配电线路的故障位置和非故障位置,从而能够对出现单相接地故障的配电线路进行准确的故障定位,便于维修人员进行维修处理;利用S变换提取特征信息的故障特征量,能够增加故障检测的精确度和可靠性;利用模糊聚类分析方法融合多种故障特征量进行故障定位的判断,能够充分应用配电线路在出现单相接地故障时的特征信息,从而能够提升故障判断的适应性和准确性。因此,本发明的单相接地在线故障定位方法,通过对单相接地故障时的各种信号提取各项故障特征量,接着利用模糊聚类分析方法融合各项故障特征量,能够充分应用故障信息,因此能够对故障位置进行准确定位,从而提升故障判定的适应性和准确性。
附图说明
下面结合附图和实例对本发明作进一步说明。
图1是本发明的单相接地在线故障定位方法的流程图。
具体实施方式
参照图1,本发明的一种基于配电自动化主站的单相接地在线故障定位方法,包括以下步骤:
A、发生单相接地故障时,设置于配电线路上的检测装置或配电自动化终端采集故障线路的特征信息,并送入配电自动化主站;
B、对采集到的故障线路的特征信息,即故障录波,进行S变换,得到时频矩阵,以便于更能充分展现和分析故障特征细节;
C、针对故障线路的特征信息,分析其相对信息熵、暂态能量相角相关性和暂态能量幅值相关性,并提取故障特征量;
D、根据故障线路的故障特征量,利用模糊聚类分析方法对故障位置进行定位。
具体地,在配电线路出现单相接地故障时,对配电线路中的特征信息进行S变换以便于提取故障特征,并应用表示暂态零序电流的能量综合熵、用于表示暂态零序电流幅值的幅值能量相关系数、用于表示暂态零序电流相角的相角综合相关系数分析提取配电线路的故障特征,最后利用模糊聚类分析方法把每个故障特征量的界限进行有效的划分,因此能够便于比较判断配电线路的故障位置和非故障位置,从而能够对出现单相接地故障的配电线路进行准确的故障定位,便于维修人员进行维修处理;利用S变换提取特征信息的故障特征量,能够增加故障检测的精确度和可靠性;利用模糊聚类分析方法融合多种故障特征量进行故障定位的判断,能够充分应用配电线路在出现单相接地故障时的特征信息,从而能够提升故障判断的适应性和准确性。因此,本发明的单相接地在线故障定位方法,通过对单相接地故障时的各种信号提取各项故障特征量,接着利用模糊聚类分析方法融合各项故障特征量,能够充分应用故障信息,因此能够对故障位置进行准确定位,从而提升故障判定的适应性和准确性。
其中,参照图1,步骤B中故障线路的特征信息进行S变换,并且步骤C中应用相对信息熵、暂态能量相角相关性和暂态能量幅值相关性分析其对应的故障特征量,充分利用了配电线路的故障信息,因此能够保证故障判定的准确性。而由于对配电线路进行多种特征信息进行处理,因此当配电线路出现基于不同原因的单相接地故障时,利用本发明的方法都能够进行准确有效的定位处理,因此保证了故障判定的适应性。
其中,参照图1,步骤B中对采集到的故障线路的特征信息,即故障录波,进行S变换,得到时频矩阵,使用以下公式实现:
其中,
上式中,x(k)表示需要进行S变换的特征信息,m为S变换得到的矩阵的列,n为S变换得到的矩阵的行,N为采样点数。对于采集到的N个离散信号点x(k),其中k=0,1,...,N-1,采用公式(1)和(2)进行S变换,变换结果为一n行m列的复时频矩阵S,其列对应采样时间点,其行对应频率,其中相邻行之间的频率差为:
其中fs为采样频率;N为采样点数。
具体地,为了扩大健全线路和故障线路的差异,取S变换后S(m,n)的幅值的平方作为暂态能量函数,即经过S变换可得到配电线路上的时频幅值能量矩阵为:
其中,Ei为配电线路上第i个测点经过S变换后得到的时频幅值能量矩阵。
其中,参照图1,步骤C中,相对信息熵包括表示暂态零序电流的能量综合熵,暂态能量相角相关性包括表示暂态零序电流相角的相角综合相关系数,暂态能量幅值相关性包括表示暂态零序电流幅值的幅值能量相关系数。
由于非故障线路间暂态零序电流波形相似,故障线路与非故障线路的暂态零序电流波形不相似,而且暂态零序电流在故障点上游波形相似,在故障点下游电流波形相似,但故障点下游与上游的波形不相似,因此,通过检测暂态零序电流的波形相似性和极性就能完成故障定位。能量相对熵可用来表示两个波形的差异程度,能量相对熵越小,说明两个波形差异程度越小,能量相对熵越大,说明两个波形差异程度越大。因此,利用能量相对熵可以判定故障线路和健全线路,从而可以进行故障区段定位。
上式中,i表示第i个测点,Wi-n是第i个测点在对应频率fn下的暂态能量。把在频率fn下的暂态能量占该测点在所有频率下的暂态能量的比重定义为权重系数qi-n,则:
因此,根据相对熵理论可以得到测点i和测点j间的S变换能量相对熵Mij为:
因此,根据上式可得配电线路上第i个测点的能量综合熵为:
其中,Mjj为配电线路上第j个测点自身的能量相对熵。
其中,对配电线路上各测点对应的时频幅值能量矩阵进行相关性分析,得到由相关系数ρij构成的能量相关系数矩阵:
其中:
结合上述两个公式,可以得到配电线路上第i个测点的幅值能量相关系数为:
其中,ρij为配电线路上第i个测点和第j个测点之间的幅值相关系数,ρjj为配电线路上第j个测点自身的幅值相关系数。
此外,由于故障线路的暂态零序电流的相角和健全线路的相角相差大、故障区段前后相角相差大,而健全线路间、故障前端间和故障后端间的波形相角相差小,因此通过分析相角相似性可进行故障定位。对暂态零序电流相角进行S变换,可得各测点的时频相角矩阵为:
对上式进行相关性分析,可得到各测点之间对应的相角相关系数矩阵为:
其中:
结合上述两个公式,可以得到配电线路上第i个测点的相角综合相关系数为:
其中,σij为配电线路上第i个测点和第j个测点之间的相角相关系数,σjj为配电线路上第j个测点自身的相角相关系数。
由于受中性点接地方式、线路参数和外界干扰等,配电线路的各项故障特征量不一定具有明确的界限,因此并不能单独根据每一个故障特征量而准确地判断故障的位置,所以,本发明的单相接地在线故障定位方法引入模糊聚类分析的方式,实现对界限模糊的样本的划分。参照图1,步骤C中根据配电线路的故障特征量,利用模糊聚类分析方法对故障位置进行定位,包括以下步骤:
C1、对配电线路的故障特征量进行归一化数据处理,生成样本集X;
C2、设定分类数c,加权指数q,迭代次数N,收敛条件ε,在区间[0,1]生成随机数构成初始化隶属度矩阵U,计算出故障类别的聚类中心矩阵V1和非故障类别的聚类中心矩阵V2;
C3、利用以下公式计算模糊聚类的目标函数:
式中:
其中dik为第i个样本xi与第i个聚类中心vi之间的距离;
C4、判断目标函数的值和迭代次数是否均大于收敛条件ε和设定的迭代次数N,若未达到设定的迭代次数N且大于收敛条件ε,返回步骤C3,否则转向步骤C5;
C5、把样本集X中的样本逐一与故障聚类中心和非故障聚类中心进行距离计算,分别求得样本与故障聚类中心的平均距离d1及样本与非故障聚类中心的平均距离d2,若d1>d2,则判定当前样本为非故障,否则判定为故障;
C6、完成故障判定后,当前样本归并至对应的样本集。
具体地,在步骤C1中,首先把暂态零序电流相对信息熵、暂态能量幅值相关性、暂态能量相角相关性求得对应的故障特征量,接着再对故障特征量进行归一化数据处理,生成样本集X。其中归一化处理按照以下公式进行:
具体地,在步骤C5中,样本与故障聚类中心的距离为d1k,样本与非故障聚类中心的距离为d2k,因此,样本与故障聚类中心的平均距离d1由公式d1=∑d1k求得,而样本与非故障聚类中心的平均距离d2则由公式d2=∑d2k求得。
以上是对本发明的较佳实施进行了具体说明,但本发明并不局限于上述实施方式,熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (4)
1.一种基于配电自动化主站的单相接地在线故障定位方法,其特征在于:包括以下步骤:
A、发生单相接地故障时,设置于配电线路上的检测装置或配电自动化终端采集故障线路的特征信息,并送入配电自动化主站;
B、对采集到的故障线路的特征信息,即故障录波,进行S变换,得到时频矩阵,以便于更能充分展现和分析故障特征细节;
C、针对故障线路的特征信息,分析其相对信息熵、暂态能量相角相关性和暂态能量幅值相关性,并提取故障特征量;所述相对信息熵包括表示暂态零序电流的能量综合熵,暂态能量相角相关性包括表示暂态零序电流相角的相角综合相关系数,暂态能量幅值相关性包括表示暂态零序电流幅值的幅值能量相关系数;
所述的暂态零序电流幅值的幅值能量相关系数由以下公式求得:
上式中,Ei为暂态能量函数,通过对S变换后S(m,n)幅值进行平方而求得;ρxy为各测点对应的时频幅值能量相关系数,ix(n)、iy(n)分别为对应其频段下对应的幅值暂态能量函数;为配电线路上第i个测点的幅值能量相关系数,由相关系数ρij构成;ρij为配电线路上第i个测点和第j个测点之间的幅值相关系数,ρjj为配电线路上第j个测点自身的幅值相关系数;N为采样点数;
所述的暂态零序电流的能量综合熵由以下公式求得:
其中,
Wi-n=∑[S(m,n)]2 i=1,......,L
上式中,Wi-n为某测点在对应频率fn下的暂态能量,qi-n为在频率fn下的暂态能量占该测点在所有频率下的暂态能量的比重的权重系数,Mij为测点i和测点j间的S变换能量相对熵,Mj为配电线路上第i个测点的能量综合熵,Mjj为配电线路上的第j个测点自身的能量相对熵;
所述的暂态零序电流相角的相角综合相关系数由以下公式求得:
其中,θσi为配电线路上第i个测点的相角综合相关系数,σij为配电线路上第i个测点和第j个测点之间的相角相关系数,σjj为配电线路上第j个测点自身的相角相关系数;
D、根据故障线路的故障特征量,利用模糊聚类分析方法对故障位置进行定位。
2.根据权利要求1所述的一种基于配电自动化主站的单相接地在线故障定位方法,其特征在于:所述步骤A中故障线路的特征信息,以故障录波方式送入所述配电自动化主站。
4.根据权利要求1所述的一种基于配电自动化主站的单相接地在线故障定位方法,其特征在于:所述步骤D中根据故障线路的故障特征量,利用模糊聚类分析方法对故障位置进行定位,包括以下步骤:
C1、对故障线路的故障特征量进行归一化数据处理,生成样本集X;
C2、设定分类数c,加权指数q,迭代次数N,收敛条件ε,在区间[0,1]生成随机数构成初始化隶属度矩阵U,计算出故障类别的聚类中心矩阵V1和非故障类别的聚类中心矩阵V2;
C3、利用以下公式计算模糊聚类的目标函数:
式中:
其中dik为第i个样本xi与第i个聚类中心vi之间的距离,x′kj为第k行第j列的故障特征值,Xkj和xkj均为样本集X内第k行第j列的数据,Xj表示为样本集X内的第j列的数据,S(x'j)为对第j列的故障特征值x′j进行S变换,vij为第i个聚类中心的第j列的数据;
C4、判断目标函数的值和迭代次数是否均大于收敛条件ε和设定的迭代次数N,若未达到设定的迭代次数N且大于收敛条件ε,返回步骤C3,否则转向步骤C5;
C5、把样本集X中的样本逐一与故障聚类中心和非故障聚类中心进行距离计算,分别求得样本与故障聚类中心的平均距离d1及样本与非故障聚类中心的平均距离d2,若d1>d2,则判定当前样本为非故障,否则判定为故障;
C6、完成故障判定后,当前样本归并至对应的样本集。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2017106996170 | 2017-08-16 | ||
CN201710699617 | 2017-08-16 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107589341A CN107589341A (zh) | 2018-01-16 |
CN107589341B true CN107589341B (zh) | 2020-10-23 |
Family
ID=61042773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710747622.4A Active CN107589341B (zh) | 2017-08-16 | 2017-08-28 | 一种基于配电自动化主站的单相接地在线故障定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107589341B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107957535B (zh) * | 2018-01-17 | 2019-11-19 | 国网山东省电力公司德州供电公司 | 一种基于配电自动化数据的小电流系统单相接地故障选线方法和装置 |
CN109142969A (zh) * | 2018-07-20 | 2019-01-04 | 西南交通大学 | 一种基于连续隐马尔可夫模型的输电线路故障选相方法 |
EP3686615A1 (de) * | 2019-01-24 | 2020-07-29 | Siemens Aktiengesellschaft | Integrierter oder modular aufgebauter kontroller für einen optimierten stromnetzbetrieb eines aus einem wechselspannungs- oder gleichspannungsnetz generierten gleichspannungsnetzes oder hybridnetzes, seine anwendungen sowie ein verfahren für einen optimierten stromnetzbetrieb |
CN109581142B (zh) * | 2019-01-25 | 2020-06-09 | 广东电网有限责任公司 | 一种新型多维度融合的高压发电机组定子单相接地故障检测方法 |
CN110703036B (zh) * | 2019-10-09 | 2021-09-14 | 江苏方天电力技术有限公司 | 一种利用聚类的谐振接地系统高阻接地故障定位方法 |
CN111596167A (zh) * | 2020-05-14 | 2020-08-28 | 中国南方电网有限责任公司 | 基于模糊c均值聚类算法的故障区段定位方法及装置 |
CN113325263A (zh) * | 2020-11-15 | 2021-08-31 | 南方电网科学研究院有限责任公司 | 配电网接地故障选线方法、装置、计算机设备、存储介质 |
CN114236306A (zh) * | 2021-11-09 | 2022-03-25 | 珠海许继芝电网自动化有限公司 | 基于配电主站的配电线区间绝缘劣化程度评价方法及系统 |
CN114660418B (zh) * | 2022-05-24 | 2022-08-23 | 国网山西省电力公司大同供电公司 | 基于特征融合和聚类的配电网单相接地故障选线方法 |
CN118425693A (zh) * | 2024-07-05 | 2024-08-02 | 昆明理工大学 | 基于暂态电压s变换能量相对熵的双馈风电场送出线路选相方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101546906B (zh) * | 2009-05-05 | 2011-04-06 | 昆明理工大学 | 利用s变换能量相对熵的配电网故障选线方法 |
CN105842583B (zh) * | 2016-03-25 | 2018-09-04 | 西安交通大学 | 基于故障相电压和电流突变量的配网单相接地区段定位方法 |
-
2017
- 2017-08-28 CN CN201710747622.4A patent/CN107589341B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107589341A (zh) | 2018-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107589341B (zh) | 一种基于配电自动化主站的单相接地在线故障定位方法 | |
CN103941163B (zh) | 利用模糊k均值聚类的谐振接地系统故障选线方法 | |
CN108107324B (zh) | 一种基于深度卷积神经网络的配电网故障定位方法 | |
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 | |
CN104635114B (zh) | 一种电能质量扰动源定位系统及定位方法 | |
Shafiullah et al. | A review on distribution grid fault location techniques | |
CN104391229B (zh) | 一种基于s变换的输电线路故障快速选相方法 | |
CN105974264B (zh) | 一种基于相电流暂态特征的故障选线方法 | |
CN103018632B (zh) | 基于费歇信息的小电流接地系统单相接地故障选线方法 | |
CN104330708B (zh) | 一般电网下广域行波信号的故障定位方法 | |
CN110247420B (zh) | 一种hvdc输电线路故障智能识别方法 | |
Wei et al. | Fault detection based on the generalized S-transform with a variable factor for resonant grounding distribution networks | |
CN112098889B (zh) | 一种基于神经网络和特征矩阵的单相接地故障定位方法 | |
CN108365596A (zh) | 一种基于s变换输配电故障保护方法和装置 | |
CN110133444A (zh) | 一种基于正序电压变化量的故障定位方法、装置及系统 | |
CN103941149A (zh) | 电气化铁道牵引网故障定位方法 | |
CN111157843B (zh) | 一种基于时频域行波信息的配电网选线方法 | |
CN108344922A (zh) | 一种基于相类区分和s变换的输电线路直击雷故障识别方法 | |
CN110824299B (zh) | 基于零序电流曲线簇的二维平面判断的故障选线方法 | |
CN113625103A (zh) | 小电流接地系统单相接地故障的选线方法 | |
CN110212503B (zh) | 一种适用于小电阻接地系统的高阻接地保护方法 | |
CN113567810B (zh) | 一种配电网电弧接地故障区段定位方法、装置及系统 | |
CN106646138B (zh) | 基于多采样频率小波特征能量折算的配电网接地故障定位方法 | |
Hosseini et al. | Double circuit transmission lines short circuit fault location using wavelet transform and MLP | |
CN113567803A (zh) | 基于Tanimoto相似度的小电流接地故障定位方法及系统 |
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 |