CN107894554A - 基于监测节点电压变化的配电网故障定位方法 - Google Patents

Abstract

本发明涉及一种基于监测节点电压变化的配电网故障定位方法，属于电压监测领域。解决实际故障时得到的电压暂降数据与模型进行比对计算出最大概率的故障区段。采用的技术方案是：步骤如下，采用模拟方式模拟各个节点金属电路，监测节点采集获取电压暂降数据，建立电压暂降源数学模型；当配电网中发生短路故障后，监测节点监测到其所在节点位置的三相电压；将上述电压变化值与电压暂降源数学模型中对应数值进行比较，根据电压变化幅值计算各区段发生故障的概率，最大概率则为故障区段。本方法有较高的准确性，并且不需要大量复杂的数据准备，仅从配电网监测点所捕获到的电压暂降数据就能完成故障定位。

Description

基于监测节点电压变化的配电网故障定位方法

技术领域

本发明涉及一种基于监测节点电压变化的配电网故障定位方法，属于电压监测领域。

背景技术

配电网结构复杂，分支线路较多，容易发生故障。据统计，电力用户遭受的停电事故中95% 以上是由配电网引起的，其中大部分是故障原因。因此，快速准确地确定出故障位置，对于及时隔离并修复故障，提高供电可靠性有着十分重要的意义。

目前故障定位方法大致可以分为三类:

第一类是依靠设备的故障定位技术，比如行波定位方法。行波定位通过高度精密设备( 比如全球定位系) 获取暂态行波信号定位。该类方法的故障定位结果较准确，但是装置的费用高。

第二类方法是使用实时的监测数据和其他相关信息进行故障定位，比如: 专家系统，模糊逻辑，人工神经网络等，这种故障定位方法的定位效果比较依赖于所提供的数据的质量和数量。但在实际应用中，大多数低压配电网只能从其主变电站中获得测量数据，可以使用的数据很有限。该类方法有一定的精度，但是涉及的数据量较大，因此有很大的局限性。

第三类故障定位方法是通过计算故障时主变电站测得的电压和电流进行定位，比如阻抗法。阻抗法原理简单，投资少，但是配电网结构复杂，且负荷影响较大，故阻抗法不能简单地直接用于测距计算，实际应用中常常作为辅助测距方法。

发明内容

本发明提供一种基于监测节点电压变化的配电网故障定位方法，解决实际故障时得到的电压暂降数据与模型进行比对计算出最大概率的故障区段。

为实现上述目的，本发明采用的技术方案是：

基于监测节点电压变化的配电网故障定位方法，步骤如下，

在配电网上设置多处监测节点，采用模拟方式模拟各个节点金属电路，监测节点采集获取电压暂降数据，建立电压暂降源数学模型；

当配电网中发生短路故障后，监测节点监测到其所在节点位置的A、B、C 三相电压，判断该短路是不对称短路故障还是对称短路故障；

将上述电压变化值与电压暂降源数学模型中对应数值进行比较，根据电压变化幅值计算各区段发生故障的概率，最大概率则为故障区段。

作为优选，所述数学模型为矩阵Mp，矩阵公式为:

列数为配电网中的监测点数量，行数为配电网中节点数量，Zij为矩阵中的元素。

进一步的优选，所述监测节点监测到其所在节点位置的A、B、C 三相电压，根据电压不平衡度公式，得出该节点电压的不平衡度值ε，设定一个阈值，如果ε大于该阈值，则认为电网中发生了不对称故障，如果小于该阈值，则认为发生了对称短路故障，

其中，

式中，Va，Vb，Vc分别为A、B、C 三相测量电压值。

作为优选，当配电网中某处发生故障时，各测量装置测得的电压变化量分别为ΔU1，ΔU2，…，ΔUm，将这些电压变化量与电压暂降源识别模型中相对应的元素比对求得期望值，

式中，i= 1，2，…n; j = 1，2，…m，式中，Api为第i 个节点的期望值; Zij为电压暂降源识别模型中的元素; ΔUkj为k点发生故障时j监测点测量的电压暂降值; m 为监测点数量，模型比较变异系数为，

，

每个区段的故障概率η，

，得到最大值的区段有最大概率为故障区段。

本文方法通过建立一个电压暂降源识别模型，用配电网实际发生故障时各测量装置所测得的电压暂降值，与电压暂降源识别模型中的各行元素进行比对，得出与各行比对的变异系数，有最大η值的区段有最大概率为故障点所在区段。

本文方法经过仿真验证，有较高的准确性，并且不需要大量复杂的数据准备，仅从配电网监测点所捕获到的电压暂降数据就能完成故障定位。易于进一步使用数据挖掘技术。

附图说明

图1是带有三条线路的简单配电网；

图2接地电阻为0. 1Ω单相接地短路时各区段故障概率表；

图3 接地电阻为10Ω单相接地短路时各区段故障概率；

图4 接地电阻为15Ω单相接地短路时各区段故障概率；

图5 接地电阻为25Ω单相接地短路时各区段故障概率。

具体实施方式

基于监测节点电压变化的配电网故障定位方法，步骤如下，

在配电网上设置多处监测节点，采用模拟方式模拟各个节点金属电路，监测节点采集获取电压暂降数据，建立电压暂降源数学模型；所述数学模型为矩阵Mp，矩阵公式为

， （1）

列数为配电网中的监测点数量，行数为配电网中节点数量，Zij为矩阵中的元素。

当配电网中发生短路故障后，监测节点监测到其所在节点位置的A、B、C 三相电压，判断该短路是不对称短路故障还是对称短路故障；所述监测节点监测到其所在节点位置的A、B、C 三相电压，根据电压不平衡度公式，得出该节点电压的不平衡度值ε，设定一个阈值，如果ε大于该阈值，则认为电网中发生了不对称故障，如果小于该阈值，则认为发生了对称短路故障，

（2）

其中， （3）

式中，Va，Vb，Vc分别为A、B、C 三相测量电压值。

当配电网中某处发生故障时，各测量装置测得的电压变化量分别为ΔU1，ΔU2，…，ΔUm，将这些电压变化量与电压暂降源识别模型中相对应的元素比对求得期望值，

（4）

式中，i= 1，2，…n; j = 1，2，…m，式中，Api为第i 个节点的期望值; Zij为式( 1) 中电压暂降源识别模型中的元素; ΔUkj为k点发生故障时j监测点测量的电压暂降值; m 为监测点数量，模型比较变异系数为，

（5），

每个区段的故障概率η，

（6），

得到最大值的区段有最大概率为故障区段。

本例将故障点设如图1中在2号线路的节点11和节点12之间的区段。把理想情况下故障点金属性短路时各测量装置所得到的电压暂降百分比作为电压暂降源识别模型。单相接地短路时得到的电压暂降百分比数据见表1。

实际短路故障发生时，故障点会有一定的接地电阻。

表2 为在不同接地电阻情况下，各监测点所获得的电压暂降数据。

根据式( 5) 对表1 中的电压暂降源模型数据和表2 中的实际暂降数据进行计算，可以求得该配电网中20 个区段每个区段的平均变异系数值。再利用式( 6) 求得各个区段的故障概率值η，在4 种接地电阻情况下的结果如图2 ～图5 所示。由图2 ～图5 可知，在单相接地短路4 种接地电阻情况下，本文算法得出的最大概率故障区段都为11 ～ 12 区段，即为实际故障区段。

表3 为故障电阻10Ω时两相间短路、两相接地短路及三相短路各区段故障概率计算结果。

同样由表3可知，在各种故障情况下得出的最大概率故障区段也都为11 － 12 区段，即为实际预设故障区段。证明了本方法的准确性和有效性。

Claims (4)

1.一种基于监测节点电压变化的配电网故障定位方法，其特征是，

步骤如下，

在配电网上设置多处监测节点，采用模拟方式模拟各个节点金属电路，监测节点采集获取电压暂降数据，建立电压暂降源数学模型；

当配电网中发生短路故障后，监测节点监测到其所在节点位置的A、B、C 三相电压，判断该短路是不对称短路故障还是对称短路故障；

将上述电压变化值与电压暂降源数学模型中对应数值进行比较，根据电压变化幅值计算各区段发生故障的概率，最大概率则为故障区段。

2.根据权利要求1所述的基于监测节点电压变化的配电网故障定位方法，其特征是，所述数学模型为矩阵Mp，矩阵公式为，

阵列公司.JPG

列数为配电网中的监测点数量，行数为配电网中节点数量，Zij为矩阵中的元素。

3.根据权利要求2所述的基于监测节点电压变化的配电网故障定位方法，其特征是，所述监测节点监测到其所在节点位置的A、B、C 三相电压，根据电压不平衡度公式，得出该节点电压的不平衡度值ε，设定一个阈值，如果ε 大于该阈值，则认为电网中发生了不对称故障，如果小于该阈值，则认为发生了对称短路故障，

不平衡公司.JPG

其中，L 函数.JPG

式中，Va，Vb，Vc分别为A、B、C 三相测量电压值。

4.根据权利要求3所述的基于监测节点电压变化的配电网故障定位方法，其特征是，当配电网中某处发生故障时，各测量装置测得的电压变化量分别为ΔU1，ΔU2，…，ΔUm，将这些电压变化量与电压暂降源识别模型中相对应的元素比对求得期望值，

期望值.JPG

式中，i= 1，2，…n; j = 1，2，…m，式中，Api为第i 个节点的期望值; Zij为式( 1) 中电压暂降源识别模型中的元素; ΔUkj为k点发生故障时j监测点测量的电压暂降值; m 为监测点数量，模型比较变异系数为，

变异系数.JPG，

每个区段的故障概率η，

故障概率.JPG，得到最大值的区段有最大概率为故障区段。