CN107765065A - 一种基于基波衰减因子的配电网励磁涌流识别方法 - Google Patents

一种基于基波衰减因子的配电网励磁涌流识别方法 Download PDF

Info

Publication number
CN107765065A
CN107765065A CN201710797537.9A CN201710797537A CN107765065A CN 107765065 A CN107765065 A CN 107765065A CN 201710797537 A CN201710797537 A CN 201710797537A CN 107765065 A CN107765065 A CN 107765065A
Authority
CN
China
Prior art keywords
mtd
mrow
mtr
distribution network
power distribution
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
Application number
CN201710797537.9A
Other languages
English (en)
Other versions
CN107765065B (zh
Inventor
段建东
薛冰
李笑
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.)
Xian University of Technology
Original Assignee
Xian University of Technology
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 Xian University of Technology filed Critical Xian University of Technology
Priority to CN201710797537.9A priority Critical patent/CN107765065B/zh
Publication of CN107765065A publication Critical patent/CN107765065A/zh
Application granted granted Critical
Publication of CN107765065B publication Critical patent/CN107765065B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/0092Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring current only
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16Spectrum analysis; Fourier analysis

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Protection Of Transformers (AREA)
  • Driving Mechanisms And Operating Circuits Of Arc-Extinguishing High-Tension Switches (AREA)

Abstract

本发明公开的一种基于基波衰减因子的配电网励磁涌流识别方法,具体按照以下步骤实施:步骤1,获取配电网电流波形数据,对获取到的电流波形数据进行预处理;步骤2,读取处理后的电流波形数据,计算电流基波频率所对应的衰减因子值;步骤3,设定基波衰减因子判别阈值,识别配电网励磁涌流和故障电流。通过采集配电线路首端的励磁涌流和故障电流数据,并进行消噪、滤波预处理,读取处理后的电流波形数据,计算电流基波的衰减因子值,将其与整定阈值进行比较,从而准确区分出配电网励磁涌流和故障电流。配电网励磁涌流识别方法能针对不同合闸角、不同剩磁以及不同类型的短路故障,均可快速计算出基波衰减因子值,实现识别过程的快速性。

Description

一种基于基波衰减因子的配电网励磁涌流识别方法
技术领域
本发明涉及配电网继电保护领域,提出一种基于基波衰减因子的配电网励磁涌流识别方法。
背景技术
随着配电网供电负荷的日益剧增,配电变压器数目的增加,配电线路在断路器合闸操作或切除故障后自动重合闸时,易出现励磁涌流现象,导致配电线路电流速断保护误动作、自动重合闸失败或配电自动化失效等,影响配电网的供电可靠性。因此,研究和分析配电网励磁涌流产生的机理、特征并加以识别,保证配电网供电可靠性,具有重要的理论意义与工程价值。
目前,国内外学者已陆续开始对配电网励磁涌流及识别问题展开研究。例如:1)一种基于数字陷波器的波形处理算法,通过算法优化软件识别性能,实现快速区分配电网励磁涌流与故障电流的目的;2)对配电网励磁涌流概率分布进行理论分析,以确定瞬时速断保护的电流整定值;3)在柱上分段或分支开关处安装涌流控制器,当配电网在开关合闸出现励磁涌流时,涌流控制器将自动识别并延时脱扣控制。但是,第1)类过于依赖波形特征,配电网励磁涌流不同于单台变压器所产生的励磁涌流,其波形特征由于迭加效应使得间断角很小,当发生饱和的变压器数目比较多时,就会显著影响软件的识别效果;第2)类过于依赖配电网结构,其通用性不强;第3)类随着配电网结构的不断复杂化,所需的涌流控制器数目也随之增加,当其中任一台涌流控制器故障,就会导致识别工作失效,可靠性差。
发明内容
本发明的目的在于提供一种基于基波衰减因子的配电网励磁涌流识别方法,能实现对电流特征快速识别,且不受配电网网架结构的约束。
本发明所采用的技术方案是:一种基于基波衰减因子的配电网励磁涌流识别方法,具体按照以下步骤实施:
步骤1,获取配电网电流波形数据,对获取到的电流波形数据进行预处理;
步骤2,读取处理后的电流波形数据,计算电流基波频率所对应的衰减因子值;
步骤3,设定基波衰减因子判别阈值,识别配电网励磁涌流和故障电流。
本发明的特点还在于:
步骤1中对获取到的电流数据进行消噪、滤波预处理。
步骤2中计算电流基波衰减因子的具体过程为:
步骤2.1,采用离散的采样电流数据构造线性差分方程,求解差分方程的系数,计算出最小二乘的根ai(i=0,1,2,…,p),
式中,x为离散的采样电流数据,p为Prony算法分析阶数,N为采样数据的个数,ai为AR自回归参数;
步骤2.2,将所求得的ai(i=0,1,2,…,p)表达式代入特征多项式1-a1z-1-…-apz-p=0中,求解出多项式的特征根zi(i=0,1,2,…,p),
式中zi为特征多项式的特征根;
步骤2.3,采用所求得的多项式特征根zi,取i=1,用下式计算电流波形数据基频所对应的电流衰减因子α1和基波f1
α1=-ln|z1/Δt| (7)
f1=arctan[Im(z1)/Re(z1)]/(2πΔt) (8)
式中,Δt为采样时间间隔。
步骤3中设定基波衰减因子判别阈值αset,根据下式识别配电网励磁涌流和故障电流:
其中αset为α1的判别阈值。
步骤3中设定αset的值为1。
本发明的有益效果是:本发明的一种基于基波衰减因子的配电网励磁涌流识别方法,通过采集配电线路首端的励磁涌流和故障电流数据,并进行消噪、滤波预处理,读取处理后的电流波形数据,计算电流基波的衰减因子值,将其与整定阈值进行比较,从而准确区分出配电网励磁涌流和故障电流。配电网励磁涌流识别方法能针对不同合闸角、不同剩磁以及不同类型的短路故障,均可快速计算出基波衰减因子值,实现识别过程的快速性。
附图说明
图1(a)是本发明一种基于基波衰减因子的配电网励磁涌流识别方法的励磁涌流波形图;
图1(b)是本发明一种基于基波衰减因子的配电网励磁涌流识别方法的故障电流波形图;
图2是本发明一种基于基波衰减因子的配电网励磁涌流识别方法流程图;
图3是本发明一种基于基波衰减因子的配电网励磁涌流识别方法的使用方法示意图;
图4(a)是本发明一种基于基波衰减因子的配电网励磁涌流识别方法的励磁涌流现场波形示意图;
图4(b)是本发明一种基于基波衰减因子的配电网励磁涌流识别方法的故障电流现场波形示意图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
如图1所示,一种基于基波衰减因子的配电网励磁涌流识别方法,具体按照以下步骤实施:
步骤1:获取配电网励磁涌流数据或故障电流数据,运用小波变换对采集到的电流数据进行消噪、滤波预处理;
步骤2:利用扩充Prony算法读取处理后的电流数据,并计算电流基波衰减因子值;
其中,扩充Prony算法的原理如下:
扩充Prony算法选用一组任意相位、幅值、频率和衰减因子的指数函数的线性组合对序列进行估计,拟合原始数据序列的模型的数学表达式为:
式中,x(t)为实际测量值;Ai为振幅;e为指数函数;αi>0,为衰减因子;t为时间,fi为频率;θi为相位;
由式(1)中得第n个采样点的估计值为:
式中,Δt为采样时间间隔;
对第n个采样点原始数据实际测量值进行离散化处理,离散时间函数式为:
作为x(n)的近似,x(n)为离散化后的实际测量值,是其估计值;其中bi、zi均为复数,包含信号的频率、幅值、相位和衰减因子相关信息:
引入中间变量ε(n),
式中,表示实际值与估计值之间的误差;求得最小来保证总体误差平方值最小,提高计算速度,保证快速求解基波衰减因子值。
依据扩充Prony算法计算电流基波衰减因子的具体过程为:
步骤2.1,采用离散的采样数据构造线性差分方程,求解差分方程的系数,计算出最小二乘的根ai(i=0,1,2,…,p),
式中,x为离散的采样电流数据,p为Prony算法分析阶数,由采样点个数决定;N为采样数据的个数,ai为AR(自回归)参数;
步骤2.2,将所求的ai(i=0,1,2,…,p)表达式代入特征多项式1-a1z-1-…-apz-p=0中,求解多项式的特征根zi(i=0,1,2,…,p),式中zi为特征多项式的特征根;
步骤2.3,采用步骤2.2所求得的多项式特征根zi,取i=1,用下式计算电流波形数据基频所对应的电流衰减因子α1和基波f1
α1=-ln|z1/Δt| (7)
f1=arctan[Im(z1)/Re(z1)]/(2πΔt) (8)
式中,Δt为采样时间间隔,f1为基波,z1为基频特征多项式的特征根。
步骤3:设定基波衰减因子判别阈值αset,据下式识别配电网励磁涌流和故障电流:
其中αset为α1的整定值。
通过大量仿真,并考虑到电磁干扰等实际因素的影响,需要对基波衰减因子整定值的设定留有一定裕度,将基波衰减因子判别阈值αset整定为αset=1。
本发明一种基于基波衰减因子的配电网励磁涌流识别方法流程图如图2所示,开始采用录波装置采集配电线路电流数据;将采集到的配电线路电流进行消燥、滤波等预处理;对预处理的电流波形提取暂态电流的基波分量,并采用公式(6)~公式(8)计算基频电流波形衰减因子α1;设定αset=1,判别计算的α1是否大于αset,若α1>αset,为励磁涌流,继电器保护闭锁,若α1≤αset则为故障电流,继电器保护动作开启。
实施例一:
以图1(a)所示的配电网励磁涌流和如图1(b)所示的配电网故障电流波形为例进行测试。
如图1(a)所示,在PSCAD/EMTDC软件平台上搭建典型10kV配电网模型,模拟线路首端断路器QF在所有配电变压器空载合闸,测得励磁涌流波形数据;如图1(b)所示,在线路中f处分别设置A相接地故障、B相接地故障和C相接地故障,线路首端断路器空载合闸,测得的故障电流波形数据;采用公式(6)~公式(8)分别计算A相电流数据基波衰减因子,励磁涌流的基波衰减因子值为5.9612,故障电流的基波衰减因子值为0.1463;B相电流数据基波衰减因子,励磁涌流的基波衰减因子值为5.6662,故障电流的基波衰减因子值为0.1533;C相电流数据基波衰减因子,励磁涌流的基波衰减因子值为5.5715,故障电流的基波衰减因子值为0.1915。将基波衰减因子判别阈值αset整定为αset=1,采用公式(9)甄别配电网A、B、C相的励磁涌流和故障电流。
对配电网模型进行多角度仿真测试,结果如下:
1)不同合闸角下的仿真测试结果。
表1不同合闸角时配电网励磁涌流识别的仿真测试结果
2)不同剩磁下的仿真测试结果。
表2不同剩磁时配电网励磁涌流识别的仿真测试结果
3)不同类型故障下的仿真测试结果。
表3不同类型故障时配电网励磁涌流识别的仿真测试结果
实施例二:
如图3所示,某实际典型10kV配电网,该配电网共含有n条馈线,每条馈线上都装配有多台配电变压器,以第m条馈线为例,当切除配电线路中的故障后,断路器QF合闸恢复供电时,发生铁芯饱和的配电变压器产生的励磁涌流会在配电线路上进行复杂的电磁迭加而形成配电网励磁涌流。采用HIOKI8861型录波装置录取配电网励磁涌流波形,录制的配电网励磁涌流波形如图4(a)所示;在第m条馈线上人为设置A相接地故障,当配电线路首端断路器QF合闸时,录取的故障电流波形如图4(b)所示。
将录制的配电网励磁涌流波形数据和故障电流波形数据,导入公式(6)~(8)中,计算电流数据基波衰减因子,将基波衰减因子判别阈值αset整定为αset=1,采用公式(9)甄别配电网励磁涌流和故障电流。具体数据如表4所示:
表4现场数据测试结果
因此,无论是仿真测试,还是现场试验,基于基波衰减因子的配电网励磁涌流识别方法都能够正确、有效甄别配电网励磁涌流和故障电流,该方法是可行的。
通过上述方式,本发明的一种基于基波衰减因子的配电网励磁涌流识别方法,通过采集配电线路首端的励磁涌流和故障电流数据,并进行消噪、滤波预处理,读取处理后的电流波形数据,计算电流基波的衰减因子值,将其与整定阈值进行比较,从而准确区分出配电网励磁涌流和故障电流。本发明一种基于基波衰减因子的配电网励磁涌流识别方法能针对不同合闸角、不同剩磁以及不同类型的短路故障,均可快速计算出基波衰减因子值,实现识别过程的快速性。

Claims (5)

1.一种基于基波衰减因子的配电网励磁涌流识别方法,其特征在于,具体按照以下步骤实施:
步骤1,获取配电网电流波形数据,对获取到的电流波形数据进行预处理;
步骤2,读取处理后的电流波形数据,计算电流基波频率所对应的衰减因子值;
步骤3,设定基波衰减因子判别阈值,识别配电网励磁涌流和故障电流数据。
2.如权利要求1所述的一种基于基波衰减因子的配电网励磁涌流识别方法,其特征在于,所述步骤1中对获取到的电流数据进行消噪、滤波预处理。
3.如权利要求1所述的一种基于基波衰减因子的配电网励磁涌流识别方法,其特征在于,所述步骤2中计算电流基波衰减因子的具体过程为:
步骤2.1,采用离散的采样电流数据构造线性差分方程,求解差分方程的系数,计算出最小二乘的根ai(i=0,1,2,…,p),
<mrow> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mi>x</mi> <mrow> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>x</mi> <mrow> <mo>(</mo> <mi>p</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>x</mi> <mrow> <mo>(</mo> <mi>N</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mi>x</mi> <mrow> <mo>(</mo> <mi>p</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <mi>x</mi> <mrow> <mo>(</mo> <mi>p</mi> <mo>-</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mn>...</mn> </mtd> <mtd> <mrow> <mi>x</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>x</mi> <mrow> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <mi>x</mi> <mrow> <mo>(</mo> <mi>p</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mn>...</mn> </mtd> <mtd> <mrow> <mi>x</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>x</mi> <mrow> <mo>(</mo> <mi>N</mi> <mo>-</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <mi>x</mi> <mrow> <mo>(</mo> <mi>N</mi> <mo>-</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mn>...</mn> </mtd> <mtd> <mrow> <mi>x</mi> <mrow> <mo>(</mo> <mi>N</mi> <mo>-</mo> <mi>p</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <msub> <mi>a</mi> <mn>1</mn> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>a</mi> <mn>2</mn> </msub> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <msub> <mi>a</mi> <mi>p</mi> </msub> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow>
式中,x为离散的采样电流数据,p为Prony算法分析阶数,N为采样数据的个数,ai为AR自回归参数;
步骤2.2,将所求得的ai(i=0,1,2,…,p)表达式代入特征多项式1-a1z-1-…-apz-p=0中,求解出多项式的特征根zi(i=0,1,2,…,p),
式中zi为特征多项式的特征根;
步骤2.3,采用所求得的多项式特征根zi,取i=1,用下式计算基波频率所对应的衰减因子值α1和基波f1
α1=-ln|z1/Δt| (7)
f1=arctan[Im(z1)/Re(z1)]/(2πΔt) (8)
式中,Δt为采样时间间隔。
4.如权利要求1所述的一种基于基波衰减因子的配电网励磁涌流识别方法,其特征在于,所述步骤3中设定基波衰减因子判别阈值αset,根据下式识别配电网励磁涌流和故障电流:
5.如权利要求4所述的一种基于基波衰减因子的配电网励磁涌流识别方法,其特征在于,所述步骤3中设定αset的值为1。
CN201710797537.9A 2017-09-06 2017-09-06 一种基于基波衰减因子的配电网励磁涌流识别方法 Active CN107765065B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710797537.9A CN107765065B (zh) 2017-09-06 2017-09-06 一种基于基波衰减因子的配电网励磁涌流识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710797537.9A CN107765065B (zh) 2017-09-06 2017-09-06 一种基于基波衰减因子的配电网励磁涌流识别方法

Publications (2)

Publication Number Publication Date
CN107765065A true CN107765065A (zh) 2018-03-06
CN107765065B CN107765065B (zh) 2020-07-28

Family

ID=61265209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710797537.9A Active CN107765065B (zh) 2017-09-06 2017-09-06 一种基于基波衰减因子的配电网励磁涌流识别方法

Country Status (1)

Country Link
CN (1) CN107765065B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108872675A (zh) * 2018-05-25 2018-11-23 杭州电子科技大学 一种基于复小波变换的励磁涌流识别方法
CN110581485A (zh) * 2018-06-07 2019-12-17 安科瑞电气股份有限公司 一种防止由电磁干扰导致误动的微机保护方法
CN111579901A (zh) * 2020-05-12 2020-08-25 西安理工大学 一种一二次融合配电开关高频涌流辐射磁场仿真测试方法
CN112269063A (zh) * 2020-10-13 2021-01-26 国网江苏省电力有限公司电力科学研究院 一种基于直流配电网差动电流的过渡电阻测量方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU789779A1 (ru) * 1978-08-25 1980-12-23 Новочеркасский ордена Трудового Красного Знамени политехнический институт им. Серго Орджоникидзе Преобразователь посто нного тока
CN102323503A (zh) * 2011-08-05 2012-01-18 江苏金思源电气有限公司 基于罗氏线圈的变压器涌流畸变检测方法
CN102510044A (zh) * 2011-11-04 2012-06-20 上海电力学院 基于小波变换和概率神经网络的励磁涌流鉴别方法
CN102522726A (zh) * 2011-12-30 2012-06-27 长园深瑞继保自动化有限公司 变压器励磁涌流闭锁的方法
CN103675415A (zh) * 2012-08-31 2014-03-26 西门子公司 励磁涌流检测方法、励磁涌流制动方法及其装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU789779A1 (ru) * 1978-08-25 1980-12-23 Новочеркасский ордена Трудового Красного Знамени политехнический институт им. Серго Орджоникидзе Преобразователь посто нного тока
CN102323503A (zh) * 2011-08-05 2012-01-18 江苏金思源电气有限公司 基于罗氏线圈的变压器涌流畸变检测方法
CN102510044A (zh) * 2011-11-04 2012-06-20 上海电力学院 基于小波变换和概率神经网络的励磁涌流鉴别方法
CN102522726A (zh) * 2011-12-30 2012-06-27 长园深瑞继保自动化有限公司 变压器励磁涌流闭锁的方法
CN103675415A (zh) * 2012-08-31 2014-03-26 西门子公司 励磁涌流检测方法、励磁涌流制动方法及其装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴丹 等: "变压器励磁涌流识别新原理的算法", 《仪器仪表用户》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108872675A (zh) * 2018-05-25 2018-11-23 杭州电子科技大学 一种基于复小波变换的励磁涌流识别方法
CN110581485A (zh) * 2018-06-07 2019-12-17 安科瑞电气股份有限公司 一种防止由电磁干扰导致误动的微机保护方法
CN110581485B (zh) * 2018-06-07 2021-06-08 安科瑞电气股份有限公司 一种防止由电磁干扰导致误动的微机保护方法
CN111579901A (zh) * 2020-05-12 2020-08-25 西安理工大学 一种一二次融合配电开关高频涌流辐射磁场仿真测试方法
CN112269063A (zh) * 2020-10-13 2021-01-26 国网江苏省电力有限公司电力科学研究院 一种基于直流配电网差动电流的过渡电阻测量方法及系统
CN112269063B (zh) * 2020-10-13 2024-01-02 国网江苏省电力有限公司电力科学研究院 一种基于直流配电网差动电流的过渡电阻测量方法及系统

Also Published As

Publication number Publication date
CN107765065B (zh) 2020-07-28

Similar Documents

Publication Publication Date Title
CN107765065A (zh) 一种基于基波衰减因子的配电网励磁涌流识别方法
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
CN107451557B (zh) 基于经验小波变换与局部能量的输电线路短路故障诊断方法
Faiz et al. A novel wavelet-based algorithm for discrimination of internal faults from magnetizing inrush currents in power transformers
CN109307824B (zh) 一种基于聚类的配电网单相接地故障区段定位方法
CN103941156B (zh) 基于极限学习机的多信息融合区段定位方法
CN103683198B (zh) 一种基于差动电流相邻阶次差分构成的平面上相邻点距离的励磁涌流快速识别方法
CN111650470B (zh) 微电网线路区段快速自适应故障检测与识别方法
Xia et al. Estimation of fault resistance using fault record data
Lin et al. A novel adaptive single-phase reclosure scheme using dual-window transient energy ratio and mathematical morphology
CN109828181A (zh) 一种基于modwt的变压器绕组轻微故障检测方法
CN110543921A (zh) 一种基于波形学习的电缆早期故障识别方法
CN105954640A (zh) 基于主频零序功率的配电网故障选线方法
Zhang et al. Morphology singular entropy-based phase selector using short data window for transmission lines
CN106203382A (zh) 一种基于核函数极限学习机的励磁涌流和故障电流识别方法
CN106526468A (zh) 基于波形特征识别的断路器状态检测方法
CN105893976B (zh) 一种行波信号的参数化识别方法
CN104133144B (zh) 一种基于差动电流小波包分解的励磁涌流判别方法
CN110221170B (zh) 一种基于禁忌搜索优化rbf网络的小电流接地选线方法
Buggaveeti et al. Improved overcurrent protection of capacitor banks using mathematical morphology
CN108594156A (zh) 一种改进的电流互感器饱和特性识别方法
Eissa et al. A new protection detection technique for high impedance fault using neural network
Vahidi et al. A novel approach to adaptive single phase autoreclosure scheme for EHV power transmission lines based on learning error function of ADALINE
CN109188207A (zh) 一种基于初始行波有功功率的母线故障定位方法
Bedekar et al. Genetic algorithm based fault locator for transmission lines

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