CN109085461A - 采用小波变换能量进行配电网单相高阻接地阻抗计算的方法 - Google Patents
采用小波变换能量进行配电网单相高阻接地阻抗计算的方法 Download PDFInfo
- Publication number
- CN109085461A CN109085461A CN201810803682.8A CN201810803682A CN109085461A CN 109085461 A CN109085461 A CN 109085461A CN 201810803682 A CN201810803682 A CN 201810803682A CN 109085461 A CN109085461 A CN 109085461A
- Authority
- CN
- China
- Prior art keywords
- value
- impedance
- period
- wavelet
- energy
- 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
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)
- Measurement Of Resistance Or Impedance (AREA)
Abstract
本发明公开了一种采用小波变换能量进行配电网单相高阻接地阻抗计算的方法,包括以下步骤:1)建立阻抗预测样本数据库;2)训练单相高阻故障阻抗预测回归模型;3)在线路首端测量M个周期的三相电流电压时域波形,对时域波形进行离线小波分解,计算每个工频周期内小波系数能量值,将M个周期的三相电流电压小波系数的能量,代入回归模型预测故障阻抗值,计算故障阻抗值。本发明所提出的方法能够依据多个连续周期内的小波系数能量变化趋势自动进行故障判断,且经模拟验证后,故障点阻抗计算值与真实值的误差小于0.42%。
Description
技术领域
本发明涉及采用小波变换能量进行配电网单相高阻接地阻抗计算的方法,属于配电网线路故障定位技术领域。
背景技术
典型的配电网络由几个馈线组成一些横向分支。由于复杂的拓扑结构该系统难以定位发生的故障在网络中。因此,一个可靠和准确的方法对于识别故障阻抗并判断位置至关重要,特别发生高阻故障时。配网故障的原因很多,例如,架空线路的常见原因是雷击、树枝触碰及动物侵犯等。在地下网络中,故障通常归因于电缆绝缘劣化和水树现象。
发明内容
为了克服现有技术中存在的不足,针对上述问题,本发明提出了一种采用小波变换能量进行配电网单相高阻接地阻抗计算的方法,多个连续周期小波包系数能量的变化能够反映高阻故障的发生,建立了阻抗预测样本数据库,利用三相电流电压小波系数能量建立了阻抗预测回归模型,能够自动评估高阻接地是否发生并计算阻抗值。
为解决上述技术问题,本发明的一种采用小波变换能量进行配电网单相高阻接地阻抗计算的方法,包括以下步骤:
1)建立阻抗预测样本数据库DBimpedance;
2)训练单相高阻故障阻抗预测回归模型;
3)在线路首端测量k个周期的三相电流电压时域波形,对时域波形进行离线小波分解,计算每个工频周期内小波系数能量值,将k个周期的三相电流电压小波系数的能量,代入回归模型预测故障阻抗值。
作为优选,步骤1)中具体实现方法如下:
S1、在线路上等距离选择节点Nodei(i=1,2,3,……,n),在每一个节点处模拟不同的高阻故障,阻抗值为Zn,n=1,2,……,7,阻抗值从集合{40,50,60,70,80,90,100}中选择;
S2、在节点i处模拟故障Zn,在线路首端测量故障发生前后k个周期的三相电流Iiz和电压信号Uiz的时域波形,对电压和电流波形进行二层小波包分解,母小波为Db4,得到低频段小波包系数IDWT和UDWT;
S3、分别计算k个周期的三相电流小波系数能量ENIk,Zn和电压小波系数能量ENUk,Zn,公式如下:
式中k为第k个工频周期,i为第k个工频周期对应的小波系数,m为第k个周期小波系数的个数,Zn为高阻故障对应的阻抗值;
S4、重复步骤S3,得到所有节点处不同阻抗值下的首端三相电流和电压小波能量系数和对应的阻抗值,得到阻抗预测样本数据库DBimpedance。
优选地,步骤2)中具体实现方法如下:
S1、建立样本空间X,其中第i条样本数据的格式如下所示:
其中和为A相的第1个周期的电流和电压小波系数能量,和为B相的第1个周期的电流和电压小波系数能量,和为C相的第1个周期的电流和电压小波系数能量,M表示共有M个周期,Zi为高阻故障值;
S2、采用支持向量机作为回归模型,核函数采用Gauss径向基函数,具体参数优化流程如下:
a)模型参数选择采用“grid-search”网格搜索法和10-折交叉检验确定全局最优参数,在回归模型中,需要用到的参数共有3个,C为惩罚参数,g为径向基函数的参数,p为回归模型算法中的松弛因子;
b)本发明g的取值采用推荐值g=1/feature_number,即g=1/6,其中feature_number为特征量的个数;
c)对C和p来进行网格搜索,具体搜索方法如下:
C=2cp,cp=cbegin,cbegin+cstep,......,cend,
p=2pp,pp=pbegin,pbegin+pstep,......,pend. (3)
其中cbegin,cstep,cend分别表示cp的起始值,步长和结束值;同样pbegin,pstep,pend表示pp的起始值,步长和结束值。
通过将上述不同的参数C和p带入回归模型中,利用10-折交叉确认和MSE公式求解,当MSE最小时的参数C和p,MSE公式如下所示:
其中f(xi)为预测值,yi为实际值;
S3、将优化后的参数C,p和g代入支持向量机的核函数中,得到阻抗预测回归模型。
优选地,步骤3)中具体实现方法如下:
S1、求样本空间中的ΔENImin,ΔENImax,ΔENUmin和ΔENUmax,具体流程如下:
a)计算每个样本xi中的故障相第1个周期和第k个周期之间电流和电压小波系数能量的差值,得到ΔENIi,Zi和ΔENUi,Zi;
ΔENIi,Zi=ENI1,Zi-ENIk,Zi,ΔENUi,Zi=ENU1,Zi-ENUk,Zi (5)
b)选取样本空间中所有ΔENIi,Zi和ΔENUi,Zi的最大值和最小值,得到ΔENImin,ΔENImax,ΔENUmin和ΔENUmax;
S2、实时测量并记录首端k个周期的三相电流和电压时域波形;
S3、分别对三相电流电压波形进行小波分解,计算每个周期的小波系数能量ENIi和ENUi,i=1,2,……,k,分别求得这k个周期内的电流和电压小波系数能量的最小值和最大值ENImin,ENImax,ENUmin和ENUmax,再求得ΔI和ΔU;
ΔI=ENImax-ENImin,ΔU=ENUmax-ENUmin (6)
S4、根据判断条件,如下所示,若某一相满足如下式(7)条件时进行下一步S3,否则继续进行S1;
ΔImin<ΔI<ΔImax,ΔUmin<ΔU<ΔUmax (7)
S5、将3相的小波系数能量代入阻抗预测回归模型,计算得到高阻故障时的阻抗值;
S6、重复S2,S3,S4步骤。
本发明对比已有技术具有以下显著优点:
(1)、通过对电流电压时域波形分析,可以得到在高阻故障时,小波系数上有一个突变量,通过计算小波系数能量,发现在高阻故障发生前后能量有一定程度的降低,可以作为判断故障发生特征量;
(2)、利用三相电流电压小波系数能量进行回归模型训练,并根据小波能量故障发生前后差值,初步判断是否发生故障,如发生故障代入回归模型计算阻抗值。
(3)、仿真结果表明,该算法估计的故障阻抗值误差小于0.42%。
(4)、提出了采用多个连续周期内每个周期小波系数能量的变化量作为评估高阻故障是否发生的特征量,并利用三相电流电压小波系数能量实现了高阻故障值的预测。
(5)、本发明有效直观地分析了单相高祖故障发生时电流电压波形特征的变化,采用多个连续周期小波系数能量的变化量作为判断是否发生故障,并建立了阻抗预测样本数据库,利用三相电流电压波形的小波系数能量建立了故障预测回归模型,实现了对故障值的预测。
附图说明
图1为本发明方法的算法流程图。
图2为本发明方法小波包分解的5个周期的电压时域波形示意图。
图3为本发明方法小波包分解的经小波分解后的低频小波系数示意图。
图4为本发明方法小波包分解的经小波分解后的高频小波系数示意图。
图5为本发明方法高阻故障发生时多个连续周期电压小波系数能量变化趋势。
具体实施方式
如图1-5所示,本发明的采用小波变换能量进行配电网单相高阻接地阻抗计算的方法,具体流程如下:
1)采用仿真软件SLGF,建立配网仿真模型;
2)建立阻抗预测样本数据库DBimpedance;
S1、在仿真线路上等距离选择节点Nodei(i=1,2,3,……,35),在每一个节点处模拟不同的高阻故障,阻抗值为Zn,n=1,2,……,7,阻抗值从集合{40,50,60,70,80,90,100}中选择;
S2、在节点i处模拟故障Zn,在线路首端测量故障发生前后5个周期的3相电流Iiz和电压信号Uiz的时域波形,对电压和电流波形进行2层小波包分解,母小波为Db4,得到低频段小波包系数IDWT和UDWT;
S3、分别计算5个周期中每个周期的三相电流小波系数能量ENIk,Zn和电压小波系数能量ENUk,Zn,公式如下:
式中i为第i个工频周期对应的小波系数,m为第i个周期小波系数的个数,Zn为高阻故障对应的阻抗值;
S4、重复步骤103),得到所有节点处不同阻抗值下的首端三相电流和电压小波能量系数和对应的阻抗值,建立阻抗预测样本数据库DBimpedance;
3)训练单相高阻故障阻抗预测回归模型;
S1、建立样本空间X,其中第i条样本数据的格式如下所示:
其中和为A相的第1个周期的电流和电压小波系数能量,和为B相的第1个周期的电流和电压小波系数能量,和为C相的第1个周期的电流和电压小波系数能量,Zi为高阻故障值;
S2、采用支持向量机作为回归模型,核函数采用Gauss径向基函数,具体参数优化流程如下:
a)模型参数选择采用“grid-search”网格搜索法和10-折交叉检验确定全局最优参数,在回归模型中,需要用到的参数共有3个,C为惩罚参数,g为径向基函数的参数,p为回归模型算法中的松弛因子;
b)本发明g的取值采用推荐值g=1/feature_number,即g=1/6,其中feature_number为特征量的个数;
c)对C和p来进行网格搜索,具体搜索方法如下:
C=2cp,cp=cbegin,cbegin+cstep,......,cend,
p=2pp,pp=pbegin,pbegin+pstep,......,pend. (3)
其中cbegin,cstep,cend分别表示cp的起始值,步长和结束值;同样pbegin,pstep,pend表示pp的起始值,步长和结束值。
通过将上述不同的参数C和p带入回归模型中,利用10-折交叉确认和MSE公式求解,当MSE最小时的参数C和p,MSE公式如下所示:
其中f(xi)为预测值,yi为实际值;
S3、将优化后的参数C,p和g代入支持向量机的核函数中,得到阻抗预测回归模型;
4)连续记录5个工频周期的三相电流电压波形,进行小波分解并计算小波系数能量,判断当故障发生时,预测故障值,具体步骤如下:
S1、求样本空间中的ΔENImin,ΔENImax,ΔENUmin和ΔENUmax,具体流程如下:
a)计算每个样本xi中的故障相第1个周期和第5个周期之间电流和电压小波系数能量的差值(见公式5)),得到ΔENIi,Zi和ΔENUi,Zi;
ΔENIi,Zi=ENI1,Zi-ENI5,Zi,ΔENUi,Zi=ENU1,Zi-ENU5,Zi (5)
b)选取样本空间中所有ΔENIi,Zi和ΔENUi,Zi的最大值和最小值,得到ΔENImin,ΔENImax,ΔENUmin和ΔENUmax;
S2、实时测量并记录首端5个周期的三相电流和电压时域波形;
S3、分别对3相电流电压波形进行小波分解,计算每个周期的小波系数能量ENIi和ENUi,i=1,2,……,5,分别求得这5个周期内的电流和电压小波系数能量的最小值和最大值ENImin,ENImax,ENUmin和ENUmax,再求得ΔI和ΔU(公式(6));
ΔI=ENImax-ENImin,ΔU=ENUmax-ENUmin (6)
S4、根据判断条件,如下所示,若某一相电流电压小波能量差值满足如下式(7)条件时进行下一步403),否则继续进行401);
ΔImin<ΔI<ΔImax,ΔUmin<ΔU<ΔUmax (7)
S5、将3相的小波系数能量代入阻抗预测回归模型,计算得到高阻故障时的阻抗值;
S6、重复S2,S3,S4步骤。
Claims (4)
1.一种采用小波变换能量进行配电网单相高阻接地阻抗计算的方法,其特征在于,包括以下步骤:
1)建立阻抗预测样本数据库DBimpedance;
2)训练单相高阻故障阻抗预测回归模型;
3)在线路首端测量k个周期的三相电流电压时域波形,对时域波形进行离线小波分解,计算每个工频周期内小波系数能量值,将k个周期的三相电流电压小波系数的能量,代入回归模型预测故障阻抗值。
2.根据权利要求1所述的采用小波变换能量进行配电网单相高阻接地阻抗计算的方法,其特征在于,步骤1)中具体实现方法如下:
S1、在线路上等距离选择节点Nodei(i=1,2,3,……,n),在每一个节点处模拟不同的高阻故障,阻抗值为Zn,n=1,2,……,7,阻抗值从集合{40,50,60,70,80,90,100}中选择;
S2、在节点i处模拟故障Zn,在线路首端测量故障发生前后k个周期的三相电流Iiz和电压信号Uiz的时域波形,对电压和电流波形进行二层小波包分解,母小波为Db4,得到低频段小波包系数IDWT和UDWT;
S3、分别计算k个周期的三相电流小波系数能量ENIk,Zn和电压小波系数能量ENUk,Zn,公式如下:
式中k为第k个工频周期,i为第k个工频周期对应的小波系数,m为第k个周期小波系数的个数,Zn为高阻故障对应的阻抗值;
S4、重复步骤S3,得到所有节点处不同阻抗值下的首端三相电流和电压小波能量系数和对应的阻抗值,得到阻抗预测样本数据库DBimpedance。
3.根据权利要求1所述的采用小波变换能量进行配电网单相高阻接地阻抗计算的方法,其特征在于,步骤2)中具体实现方法如下:
S1、建立样本空间X,其中第i条样本数据的格式如下所示:
其中和为A相的第1个周期的电流和电压小波系数能量,和为B相的第1个周期的电流和电压小波系数能量,和为C相的第1个周期的电流和电压小波系数能量,M表示共有M个周期,Zi为高阻故障值;
S2、采用支持向量机作为回归模型,核函数采用Gauss径向基函数,具体参数优化流程如下:
a)模型参数选择采用“grid-search”网格搜索法和10-折交叉检验确定全局最优参数,在回归模型中,需要用到的参数共有3个,C为惩罚参数,g为径向基函数的参数,p为回归模型算法中的松弛因子;
b)本发明g的取值采用推荐值g=1/feature_number,即g=1/6,其中feature_number为特征量的个数;
c)对C和p来进行网格搜索,具体搜索方法如下:
C=2cp,cp=cbegin,cbegin+cstep,......,cend,
p=2pp,pp=pbegin,pbegin+pstep,......,pend. (3)
其中cbegin,cstep,cend分别表示cp的起始值,步长和结束值;同样pbegin,pstep,pend表示pp的起始值,步长和结束值。
通过将上述不同的参数C和p带入回归模型中,利用10-折交叉确认和MSE公式求解,当MSE最小时的参数C和p,MSE公式如下所示:
其中f(xi)为预测值,yi为实际值;
S3、将优化后的参数C,p和g代入支持向量机的核函数中,得到阻抗预测回归模型。
4.根据权利要求1所述的采用小波变换能量进行配电网单相高阻接地阻抗计算的方法,其特征在于,步骤3)中具体实现方法如下:
S1、求样本空间中的ΔENImin,ΔENImax,ΔENUmin和ΔENUmax,具体流程如下:
a)计算每个样本xi中的故障相第1个周期和第k个周期之间电流和电压小波系数能量的差值,得到ΔENIi,Zi和ΔENUi,Zi;
ΔENIi,Zi=ENI1,Zi-ENIk,Zi,ΔENUi,Zi=ENU1,Zi-ENUk,Zi (5)
b)选取样本空间中所有ΔENIi,Zi和ΔENUi,Zi的最大值和最小值,得到ΔENImin,ΔENImax,ΔENUmin和ΔENUmax;
S2、实时测量并记录首端k个周期的三相电流和电压时域波形;
S3、分别对三相电流电压波形进行小波分解,计算每个周期的小波系数能量ENIi和ENUi,i=1,2,……,k,分别求得这k个周期内的电流和电压小波系数能量的最小值和最大值ENImin,ENImax,ENUmin和ENUmax,再求得ΔI和ΔU;
ΔI=ENImax-ENImin,ΔU=ENUmax-ENUmin (6)
S4、根据判断条件,如下所示,若某一相满足如下式(7)条件时进行下一步S3,否则继续进行S1;
ΔImin<ΔI<ΔImax,ΔUmin<ΔU<ΔUmax (7)
S5、将3相的小波系数能量代入阻抗预测回归模型,计算得到高阻故障时的阻抗值;
S6、重复S2,S3,S4步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810803682.8A CN109085461B (zh) | 2018-07-20 | 2018-07-20 | 采用小波变换能量进行配电网单相高阻接地阻抗计算的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810803682.8A CN109085461B (zh) | 2018-07-20 | 2018-07-20 | 采用小波变换能量进行配电网单相高阻接地阻抗计算的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109085461A true CN109085461A (zh) | 2018-12-25 |
CN109085461B CN109085461B (zh) | 2020-11-24 |
Family
ID=64838321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810803682.8A Active CN109085461B (zh) | 2018-07-20 | 2018-07-20 | 采用小波变换能量进行配电网单相高阻接地阻抗计算的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109085461B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111639554A (zh) * | 2020-05-15 | 2020-09-08 | 神华包神铁路集团有限责任公司 | 牵引供电系统雷击识别方法、装置和设备 |
CN114900414A (zh) * | 2022-05-11 | 2022-08-12 | 瑞斯康达科技发展股份有限公司 | 一种基站侧上行波形选择方法和基站 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1901314A (zh) * | 2006-07-21 | 2007-01-24 | 重庆大学 | 配电系统单相接地的故障选线方法 |
CN102005740A (zh) * | 2010-10-29 | 2011-04-06 | 昆明理工大学 | 利用极波小波能量比值的特高压直流线路边界元件方法 |
CN103728535A (zh) * | 2013-10-28 | 2014-04-16 | 昆明理工大学 | 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 |
KR101648308B1 (ko) * | 2015-06-03 | 2016-08-24 | 성균관대학교산학협력단 | 저압 직류 배전계통을 위한 고저항 지락 고장 검출 장치 및 방법 |
CN105911414A (zh) * | 2016-04-27 | 2016-08-31 | 福州大学 | 一种基于模糊理论的配电网多判据融合故障选线方法 |
CN106771861A (zh) * | 2016-12-08 | 2017-05-31 | 中国矿业大学 | 基于广域行波能量和时间差的复杂电网故障定位方法 |
CN107451557A (zh) * | 2017-07-29 | 2017-12-08 | 吉林化工学院 | 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 |
CN108152651A (zh) * | 2017-12-27 | 2018-06-12 | 重庆水利电力职业技术学院 | 基于gmapm和som-lvq-ann的输电线路故障综合识别方法 |
-
2018
- 2018-07-20 CN CN201810803682.8A patent/CN109085461B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1901314A (zh) * | 2006-07-21 | 2007-01-24 | 重庆大学 | 配电系统单相接地的故障选线方法 |
CN102005740A (zh) * | 2010-10-29 | 2011-04-06 | 昆明理工大学 | 利用极波小波能量比值的特高压直流线路边界元件方法 |
CN103728535A (zh) * | 2013-10-28 | 2014-04-16 | 昆明理工大学 | 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 |
KR101648308B1 (ko) * | 2015-06-03 | 2016-08-24 | 성균관대학교산학협력단 | 저압 직류 배전계통을 위한 고저항 지락 고장 검출 장치 및 방법 |
CN105911414A (zh) * | 2016-04-27 | 2016-08-31 | 福州大学 | 一种基于模糊理论的配电网多判据融合故障选线方法 |
CN106771861A (zh) * | 2016-12-08 | 2017-05-31 | 中国矿业大学 | 基于广域行波能量和时间差的复杂电网故障定位方法 |
CN107451557A (zh) * | 2017-07-29 | 2017-12-08 | 吉林化工学院 | 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 |
CN108152651A (zh) * | 2017-12-27 | 2018-06-12 | 重庆水利电力职业技术学院 | 基于gmapm和som-lvq-ann的输电线路故障综合识别方法 |
Non-Patent Citations (2)
Title |
---|
IBRAHEMBAQUI 等: ""High impedance fault detection methodology using wavelet transform and artificial neural networks"", 《ELECTRIC POWER SYSTEMS RESEARCH》 * |
汪梅: ""基于小波和神经网络的电缆故障诊断方法研究"", 《中国优秀博硕士学位论文全文数据库 (博士)工程科技Ⅱ辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111639554A (zh) * | 2020-05-15 | 2020-09-08 | 神华包神铁路集团有限责任公司 | 牵引供电系统雷击识别方法、装置和设备 |
CN114900414A (zh) * | 2022-05-11 | 2022-08-12 | 瑞斯康达科技发展股份有限公司 | 一种基站侧上行波形选择方法和基站 |
CN114900414B (zh) * | 2022-05-11 | 2023-06-30 | 瑞斯康达科技发展股份有限公司 | 一种基站侧上行波形选择方法和基站 |
Also Published As
Publication number | Publication date |
---|---|
CN109085461B (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109459669B (zh) | 10kV配电网单相接地故障区段定位方法 | |
CN101975910B (zh) | 一种特高压直流输电线路故障智能分类与测距方法 | |
Deng et al. | A branch-estimation-based state estimation method for radial distribution systems | |
US9835673B2 (en) | Method for analyzing faults in ungrounded power distribution systems | |
CN103872681A (zh) | 一种基于主配网一体化的在线实时合环方法 | |
CN115291046B (zh) | 基于电网运行大数据的电网配电异常识别方法 | |
CN111144638B (zh) | 一种基于大数据的配电网运行态势预测方法 | |
CN103323688A (zh) | 一种电力系统的谐波状态估计方法及设备 | |
CN109085461A (zh) | 采用小波变换能量进行配电网单相高阻接地阻抗计算的方法 | |
EP2770600B1 (en) | Method and system for determining power consumption of loads | |
CN110728331A (zh) | 一种改进最小二乘支持向量机的谐波发射水平评估方法 | |
CN115267428B (zh) | 基于vmd-et特征选择的lcc-mmc单极接地故障定位方法 | |
CN111077407A (zh) | 一种基于广义s变换暂态能量的小电流接地故障选线方法 | |
Guo et al. | The effect of quality and availability of measurement signals on accuracy of on-line prediction of transient stability using decision tree method | |
CN113625103A (zh) | 小电流接地系统单相接地故障的选线方法 | |
CN107317337B (zh) | 交直流混合微网潮流控制器的分散协调控制方法 | |
CN107462810B (zh) | 一种适用于有源配电网的故障区段定位方法 | |
CN115201743A (zh) | 低压台区计量点误差的确定方法、装置及存储介质 | |
Zhang et al. | Distribution system state estimation via data-driven and physics-aware deep neural networks | |
CN114498678A (zh) | 一种基于频率空间相关性的电力系统惯量在线评估方法 | |
CN111062569A (zh) | 一种基于bp神经网络的小电流故障判别方法 | |
CN112993988B (zh) | 一种电力电网线损分析方法 | |
CN115828489B (zh) | 基于关键量测布点位置搜索的感知设备部署方法及系统 | |
CN106570332B (zh) | 一种改进电力设备线损计算结果的方法 | |
CN111178679A (zh) | 一种基于聚类算法和网络搜索的相位识别方法 |
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 |