CN109412109A - 一种识别异常大数的方法、装置和继电保护设备 - Google Patents

一种识别异常大数的方法、装置和继电保护设备 Download PDF

Info

Publication number
CN109412109A
CN109412109A CN201811351814.4A CN201811351814A CN109412109A CN 109412109 A CN109412109 A CN 109412109A CN 201811351814 A CN201811351814 A CN 201811351814A CN 109412109 A CN109412109 A CN 109412109A
Authority
CN
China
Prior art keywords
abnormal
point
criterion
threshold
sampled
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
CN201811351814.4A
Other languages
English (en)
Other versions
CN109412109B (zh
Inventor
陆征军
刘龙
窦乘国
金伟
韩行军
陈可友
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.)
SHANGHAI SIEYUAN HONGRUI AUTOMATION CO Ltd
Original Assignee
SHANGHAI SIEYUAN HONGRUI AUTOMATION CO Ltd
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 SHANGHAI SIEYUAN HONGRUI AUTOMATION CO Ltd filed Critical SHANGHAI SIEYUAN HONGRUI AUTOMATION CO Ltd
Priority to CN201811351814.4A priority Critical patent/CN109412109B/zh
Publication of CN109412109A publication Critical patent/CN109412109A/zh
Application granted granted Critical
Publication of CN109412109B publication Critical patent/CN109412109B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02HEMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
    • H02H1/00Details of emergency protective circuit arrangements
    • H02H1/0007Details of emergency protective circuit arrangements concerning the detecting means
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02HEMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
    • H02H1/00Details of emergency protective circuit arrangements
    • H02H1/04Arrangements for preventing response to transient abnormal conditions, e.g. to lightning or to short duration over voltage or oscillations; Damping the influence of dc component by short circuits in ac networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Emergency Protection Circuit Devices (AREA)

Abstract

本发明公开了一种识别异常大数的方法、装置和继电保护设备。其中,所述方法包括获取半周采样峰值,并通过预设的异常大数门槛和所述半周采样峰值计算突变量比较门槛;若目标采样点和其前后采样点的幅值差大于或等于所述突变量比较门槛,则判定所述目标采样点为突变点;在特定的第一时间内根据波形采样值判据判断突变点增大或减小的趋势,根据所述趋势来识别异常大数。本发明实施例通过波形采样值准确地识别异常大数,实现了继电保护设备不因异常大数的产生而发生误动,保障了电力系统的安全稳定运行。

Description

一种识别异常大数的方法、装置和继电保护设备
技术领域
本发明实施例涉及继电保护装置抗干扰技术,尤其涉及一种识别异常大数的方法、装置和继电保护设备。
背景技术
伴随着现代电网的蓬勃发展,继电保护装置抗干扰技术越来越受到电力运维单位的重视。
在变电站实际运行中,常规站二次回路受到电磁干扰、智能站合并单元发送数据异常飞时,继电保护装置采集到的电流波形会出现持续时间短、数值巨大的异常大值,异常大值的产生会造成继电保护装置产生误动,从而影响到电力系统主要元件安全稳定运行。
发明内容
本发明提供一种识别异常大数的方法、装置和继电保护设备,以实现异常大数的有效识别,使得继电保护装置不因异常大数而发生误动,保障电力系统的安全稳定运行。
第一方面,本发明实施例提供了一种识别异常大数的方法,所述方法包括:
获取半周采样峰值,并通过预设的异常大数门槛和所述半周采样峰值计算突变量比较门槛;
若目标采样点和其前后采样点的幅值差大于或等于所述突变量比较门槛,则判定所述目标采样点为突变点;
在特定的第一时间内根据波形采样值判据判断突变点增大或减小的趋势,根据所述趋势来识别异常大数。
第二方面,本发明实施例还提供了一种识别异常大数的装置,该装置包括:
突变量比较门槛计算模块,用于获取半周采样峰值,并通过预设的异常大数门槛和所述半周采样峰值计算突变量比较门槛;
突变点判定模块,用于在目标采样点和其前后采样点的幅值差大于或等于所述突变量比较门槛时,判定所述目标采样点为突变点;
异常大数识别模块,用于在特定的第一时间内根据波形采样值判据判断突变点增大或减小的趋势,根据所述趋势来识别异常大数。
第三方面,本发明实施例还提供了一种继电保护设备,所述设备包括采集装置、执行装置和如本发明实施例中任一所述的一种识别异常大数的装置。
本发明通过获取半周采样峰值,并通过预设的异常大数门槛和半周采样峰值计算突变量比较门槛,将目标采样点和其前后采样点的幅值差与突变量比较门槛相比较来识别突变点,在特定的第一时间内根据波形采样值判据判断突变点增大或减小的趋势来识别异常大数,通过波形采样值准确地识别异常大数,实现了继电保护装置不因异常大数而发生误动,保障了电力系统的安全稳定运行。
附图说明
图1是本发明实施例一提供的一种识别异常大数的方法的流程图;
图2是本发明实施例二提供的一种识别异常大数的方法的流程图;
图3是本发明实施例二提供的常规站母线保护装置浪涌干扰造成1点异常大数的波形图;
图4是本发明实施例二提供的智能母线保护装置合并单元飞点造成3点异常大数的波形图;
图5是本发明实施例二提供的智能母线保护装置合并单元飞点造成4点异常大数的波形图;
图6是本发明实施例三提供的一种识别异常大数的装置的结构图;
图7是本发明实施例四提供的一种继电保护设备。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种识别异常大数的方法的流程图,本实施例可适用于继电保护设备识别异常大数的情况,该方法可以由识别异常大数的装置来执行,该装置可以由软件和/或硬件的方式实现,并可以集成在继电保护设备中。所述方法具体包括如下步骤:
S101、获取半周采样峰值,并通过预设的异常大数门槛和所述半周采样峰值计算突变量比较门槛。
其中,半周采样峰值为目标采样点前后的半个周波内采集到的采样峰值,作为当前采样波形的幅值参考依据,跟随采样的变化而变化,具体地,上述半周采样峰值可表示为Smax。异常大数门槛为预设的固定值,可以依据差动保护启动定制或外部干扰水平来选取,用来为判据的可靠性进行把关,具体地,上述异常大数门槛可表示为Smk。
突变量比较门槛由半周采样峰值和异常大数门槛计算得到,具体的计算公式为k1*MAX(Smax,Smk),其中,k1为突变量比较门槛系数,具体地,k1的选取考虑采样波形的频率和采样频率,并乘以可靠系数,进一步的,当电力系统中电流值比较小的时候,差动保护装置采集到的波形畸变率较大,此时用半周采样峰值Smax作为突变量比较门槛,会存在误判的情形,因此通过预设异常大数门槛Smk,选取Smax和Smk中的较大者来设置突变量比较门槛,能更加可靠地反应外部干扰对当前采样波形的影响。
S102、若目标采样点和其前后采样点的幅值差大于或等于所述突变量比较门槛,则判定所述目标采样点为突变点。
其中,目标采样点由程序自动的进行设置,示例性地,可采用逐点设置的方法进行设置,目标采样点前一采样时刻的采样点为前一采样点,目标采样点后一采样时刻的采样点为后一采样点,目标采样点和其前后采样点的幅值差为幅值的绝对值的差,当该幅值差大于上述突变量比较门槛进行时,判定目标采样点为突变点。
S103、在特定的第一时间内根据波形采样值判据判断突变点增大或减小的趋势,根据所述趋势来识别异常大数。
具体地,上述波形采样值判据包括异常突增判据和异常突降判据,分别用来判断突变点增大或减小的趋势,上述异常突增判据可为:|S(n)-S(n-1)|>k1*MAX(Smax,Smk)且|S(n)|>k2*|S(n-1)|,上述异常突降判据为|S(n)-S(n+1)|>k1*MAX(Smax,Smk)且|S(n)|>k2*|S(n+1)|,其中,S(n)为目标采样点的采样值,S(n-1)为目标采样点的前一采样点的采样值,S(n+1)为目标采样点的后一采样点的采样值,系数k2为预设值,根据经验选取1.5~3.0,或由k1推导,具体地,推导公式为k2=1/(1-k1),系数k2体现的是异常大值与突变前后正常采样的幅值比例关系。
在特定的第一时间内,目标采样点同时满足异常突增判据和异常突降判据,即目标采样点在满足异常突增判据后,紧接着在特定的第一时间内满足异常突降判据,则判定目标采样点为异常大数。进一步的,第一时间的选取小于快速差动保护最短动作时间,第一时间体现了快速差动保护对连续飞点的容忍度。
本发明实施例通过获取半周采样峰值,并通过预设的异常大数门槛和半周采样峰值计算突变量比较门槛,将目标采样点和其前后采样点的幅值差与突变量比较门槛相比较来识别突变点,在特定的第一时间内根据波形采样值判据判断突变点增大或减小的趋势来识别异常大数,实现了继电保护装置不因异常大数的产生而发生误动,保障了电力系统的安全稳定运行。
进一步的,在识别出异常大数后,所述方法还包括:展宽第二时间窗置异常大数闭锁标志。
具体地,第二时间大于差动元件数据窗躲过异常大数的时长,示例性的,第二时间设置为一个周波的时长,在识别出异常大数之后,展宽第二时间,差动保护装置第二时间窗内不动作,保障了电力系统在出现异常大数时的安全稳定运行。
实施例二
图2为本发明实施例二提供的一种识别异常大数的方法的流程图,本实施例在上述实施例的基础上进行进一步的优化。本实施例基于母线保护快速差动保护元件的工作情况,快速差动保护元件用于切除区内严重故障(如金属性接地、相间短路故障),对区内严重故障,要求保护装置20ms内动作出口,故一般采用半周傅氏算法,延时5ms发动作跳闸命令。该方法具体包括如下步骤:
S201、依据半周数据窗,获取采样峰值Smax,并指向第一个采样点。
上述的半周采样数据窗为目标采样点前后各取四分之一周波得到,通过预设的异常大数门槛Smk和半周采样峰值Smax计算突变量比较门槛,突变量比较门槛为k1*MAX(Smax,Smk),k1为突变量比较门槛系数。若目标采样点和其前后采样点的幅值差大于或等于突变量比较门槛,则判定目标采样点为突变点。
其中,异常大数门槛Smk是预设的固定值,主要为判据的可靠性把关,可依据差动保护启动定值或外部干扰水平来选取,可选地,异常大数门槛Smk设置为一倍的额定电流,Smax为当前采样波形的幅值参考依据,能跟随采样变化而变化。k1的选取考虑采样波形的频率和采样频率,并乘以可靠系数,示例性的,设置每周波的采样点数为24,故每个采样点之间间隔15度,正弦波在过零点处的变化速率最大,并与波峰成一定比例关系,根据计算公式为|S(n)-S(n-1)|/Smax=2sin7.5°,可得计算结果约为0.26,可靠系数取2,将计算结果和可靠系数相乘可得到k1为0.52。
S202、判断目标采样点是否超出缓存数据窗,如果目标采样点超出当前缓存数据窗,结束判断,如果目标采样点在当前缓存数据窗内,则继续执行S203。
S203、判断目标采样点的采样值异常突增标志,若采样值异常突增标志=1,则执行S207,若不是,则执行S204。
其中,异常突增标志=1表示当前采样点满足异常突增判据,可以直接执行S207,判定其是否满足异常突降判据。
S204,判断目标采样点是否满足异常突增判据,若满足,则执行S206,否则,执行S205,进入下一轮判断。
其中,异常突增判据为:|S(n)-S(n-1)|>k1*MAX(Smax,Smk)且|S(n)|>k2*|S(n-1)|,S(n)为目标采样点的采样值,S(n-1)为目标采样点的前一采样点的采样值,S(n+1)为目标采样点的后一采样点的采样值,系数k2,根据公式k2=1/(1-k1)由k1推导得到,具体地,依据上述计算k1的值为0.52,由公式可得k2约为2.08。
S205,若目标采样点不满足异常突增判据,则指向下一个采样点。
目标采样点不满足异常突增判据,说明当前的目标采样点不是异常大数点,跳过该点,进行下一个采样点的判断。
S206,在当前采样点满足异常突增判据时,置采样值异常突增标志=1,t=0。
其中,t为相邻采样点之间的时间间隔的累加计数器。
S207,判断当前时间段是否在特定的第一时间T1内,若在,则执行S209,若不在,则执行S208。
具体地,浪涌对采样干扰的持续时间一般小于1ms,故常规站T1设置为1ms;智能站合并单元飞点持续时间随机性比较大,加之快速差动最快5ms可以动作,故折中考虑智能站T1设置为3ms,对异常大数的判断时间t,当t>T1时,此时异常大数的判断时间超过特定的第一时间T1,结束判断,否则,在T1时间内继续进行异常大数的判断。
S208,在当前时间累加t超出特定的第一时间T1内时,置采样值异常突增标志=0。
在T1时间段内没有识别出异常突增点,置采样值异常突增标志=0,进行下一轮判断。
S209,t++,累加采样间隔时间,指向下一个相邻的采样点。
S210,判断当前采样点是否满足异常突降判据,若满足,则执行S211,否则,执行S205,进入下一轮判断。
其中,异常突降判据为|S(n)-S(n+1)|>k1*MAX(Smax,Smk)且|S(n)|>k2*|S(n+1)|。
S211,判断在特定的第一时间T1内出现了异常大数,展宽第二时间窗T2置异常大数闭锁装置。
具体地,T2设置为一个周波20ms,在T2时间置异常大数闭锁装置,差动保护元件在T2时间内对异常大数不动作,使得差动保护元件不因异常大数的出现而发生误动,保障了电力系统主要元件的安全稳定运行。
按照上述方案设计保护程序并在母线常规保护装置中运行,使用测试给保护装置加量,并对一路电流施加浪涌干扰,具体幅值详见下表:
间隔 额定电流 施加幅值 施加相位 异常大数
主变1 1 0.9 2.559(1点)
主变2 1 0.9 180° 未施加
参照图2可以看出,浪涌干扰造成一点异常大数时:(1)目标采样点与前一采样点比较,幅值比超过2.08倍,采样差值达到2.5,大于比较门槛1.33(0.52×2.559),因此当前的目标采样点满足异常突增判据;(2)目标采样点与后一采样点比较,幅值比超过2.08倍,采样差值达到2.47,大于比较门槛1.33(0.52×2.559),因此也满足异常突降判据;(3)异常大数维持时间约为0.833ms,小于T1(常规站设置为1ms),符合持续时间判据。因此程序识别出了异常大数,展宽20ms置异常大数闭锁标志,有效防止了浪涌干扰造成快速差动误动。
参照图3可以看出,智能站合并单元发出数据连续飞3点(2.5ms),程序可靠识别了突增和突降时刻,大数持续时间约为2.5ms,小于T1(智能站设置为3ms),判定为出现了异常大数,展宽20ms置异常大数闭锁标志。图4给出了合并单元连续飞4点(3.33ms)情况下,由于大数持续时间约为3.333ms,大于T1,因此不置闭锁标志。
本发明实施例通过获取半周采样峰值,并通过预设的异常大数门槛和半周采样峰值计算突变量比较门槛,将目标采样点和其前后采样点的幅值差与突变量比较门槛相比较来识别突变点,在特定的第一时间内根据波形采样值判据判断突变点增大或减小的趋势来识别异常大数,该方法不仅实现了常规站单点异常大数的识别,同时实现了智能站合并单元连续多点的异常大点的识别,适用于电力系统线路、母线、变压器快速差动等保护实现继电保护装置不因异常大数而发生误动,保障电力系统的安全稳定运行。
实施例三
图6是本发明实施例三提供的一种识别异常大数的装置的结构图。可执行本发明任意实施例所提供的一种识别异常大数的方法,参见图6,本发明实施例提供的一种识别异常大数的装置包括:突变量比较门槛计算模块301,突变点判定模块302,异常大数识别模块303。
其中,突变量比较门槛计算模块301,用于获取半周采样峰值,并通过预设的异常大数门槛和所述半周采样峰值计算突变量比较门槛。
突变点判定模块302,用于在目标采样点和其前后采样点的幅值差大于或等于所述突变量比较门槛时,判定所述目标采样点为突变点。
异常大数识别模块303,用于在特定的第一时间内根据波形采样值判据判断突变点增大或减小的趋势,根据所述趋势来识别异常大数。
其中,突变量比较门槛为k1*MAX(Smax,Smk),波形采样值判据包括异常突增判据和异常突降判据,异常突增判据为|S(n)-S(n-1)|>k1*MAX(Smax,Smk)且|S(n)|>k2*|S(n-1)|,异常突降判据为|S(n)-S(n+1)|>k1*MAX(Smax,Smk)且|S(n)|>k2*|S(n+1)|,其中,Smk为异常大数门槛,Smax为半周采样峰值,S(n)为所述目标采样点的采样值,S(n-1)为所述目标采样点的前一采样点的采样值,S(n+1)为所述目标采样点的后一采样点的采样值,k1为突变量比较门槛系数,k2为预设值或k2=1/(1-k1)。在特定的第一时间内目标采样点同时满足异常突增判据和异常突降判据,则判定目标采样点为异常大数。
本发明实施例通过获取半周采样峰值,并通过预设的异常大数门槛和半周采样峰值计算突变量比较门槛,将目标采样点和其前后采样点的幅值差与突变量比较门槛相比较来识别突变点,在特定的第一时间内根据波形采样值判据判断突变点增大或减小的趋势来识别异常大数,实现了继电保护装置不因异常大数的产生而发生误动,保障了电力系统的安全稳定运行。
在本实施例中,在识别出异常大数后,装置还包括:展宽第二时间模块。
展宽第二时间模块,用于展宽第二时间窗置异常大数闭锁标志。
本发明实施例所提供的一种识别异常大数的装置可执行本发明任意实施例所提供的一种识别异常大数的方法,具备执行方法相应的功能模块和有益效果。
实施例四
图7是本发明实施例四提供的一种继电保护设备。参照图7,本发明实施例提供的一种继电保护设备包括:采集装置401、识别异常大数的装置402以及执行装置403。
其中,采集装置401设置有一台或几台传感器,用来采集电力系统运行中的物理量,并将采集到的物理量转换为继电保护设备中可以接受的信号。
识别异常大数的装置402,通过获取上述采集到的信号,对信号中是否存在异常大数进行识别,并将识别出的逻辑执行命令传给执行装置。
执行装置403,包括声、光信号继电器,可选择的,执行单元403也可为断路器的操作机构的分闸线圈,用来根据识别异常大数的装置402传输的逻辑执行命令,进行相应的动作。
本实施例提供的一种继电保护设备,该设备包括本发明任意实施例所提供的一种识别异常大数的装置,具备执行相应方法的有益效果。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (13)

1.一种识别异常大数的方法,其特征在于,包括:
获取半周采样峰值,并通过预设的异常大数门槛和所述半周采样峰值计算突变量比较门槛;
若目标采样点和其前后采样点的幅值差大于或等于所述突变量比较门槛,则判定所述目标采样点为突变点;
在特定的第一时间内根据波形采样值判据判断突变点增大或减小的趋势,根据所述趋势来识别异常大数。
2.根据权利要求1所述的方法,其特征在于,所述突变量比较门槛为k1*MAX(Smax,Smk),其中,Smk为异常大数门槛,Smax为半周采样峰值,k1为突变量比较门槛系数。
3.根据权利要求1或2所述的方法,其特征在于,所述异常大数门槛的选取依据包括差动保护启动定值或外部干扰水平。
4.根据权利要求1所述的方法,其特征在于,所述波形采样值判据包括异常突增判据和异常突降判据;
所述异常突增判据为|S(n)-S(n-1)|>k1*MAX(Smax,Smk)且|S(n)|>k2*|S(n-1)|;
所述异常突降判据为|S(n)-S(n+1)|>k1*MAX(Smax,Smk)且|S(n)|>k2*|S(n+1)|;
其中,Smk为异常大数门槛,Smax为半周采样峰值,S(n)为所述目标采样点的采样值,S(n-1)为所述目标采样点的前一采样点的采样值,S(n+1)为所述目标采样点的后一采样点的采样值,k1为突变量比较门槛系数,k2为预设值或k2=1/(1-k1);
相应的,所述在特定的第一时间内根据波形采样值判据判断突变点增大或减小的趋势,根据所述趋势来识别异常大数,包括:
若在特定的第一时间内所述目标采样点同时满足所述异常突增判据和所述异常突降判据,则判定所述目标采样点为异常大数。
5.根据权利要求1所述的方法,其特征在于,所述特定第一时间小于快速差动保护最短动作时间,所述第二时间大于差动元件数据窗躲过异常大数的时长。
6.根据权利要求1所述的方法,其特征在于,在识别出异常大数后,所述方法还包括:
展宽第二时间窗置异常大数闭锁标志。
7.一种识别异常大数的装置,其特征在于,所述装置包括:
突变量比较门槛计算模块,用于获取半周采样峰值,并通过预设的异常大数门槛和所述半周采样峰值计算突变量比较门槛;
突变点判定模块,用于在目标采样点和其前后采样点的幅值差大于或等于所述突变量比较门槛时,判定所述目标采样点为突变点;
异常大数识别模块,用于在特定的第一时间内根据波形采样值判据判断突变点增大或减小的趋势,根据所述趋势来识别异常大数。
8.根据权利要求7所述的装置,其特征在于,所述突变量比较门槛为k1*MAX(Smax,Smk),其中,Smk为异常大数门槛,Smax为半周采样峰值,k1为突变量比较门槛系数。
9.根据权利要求7或8所述的装置,其特征在于,所述异常大数门槛的选取依据包括差动保护启动定值或外部干扰水平。
10.根据权利要求7所述的装置,其特征在于,所述波形采样值判据包括异常突增判据和异常突降判据;
所述异常突增判据为|S(n)-S(n-1)|>k1*MAX(Smax,Smk)且|S(n)|>k2*|S(n-1)|;
所述异常突降判据为|S(n)-S(n+1)|>k1*MAX(Smax,Smk)且|S(n)|>k2*|S(n+1)|;
其中,Smk为异常大数门槛,Smax为半周采样峰值,S(n)为所述目标采样点的采样值,S(n-1)为所述目标采样点的前一采样点的采样值,S(n+1)为所述目标采样点的后一采样点的采样值,k1为突变量比较门槛系数,k2为预设值或k2=1/(1-k1);
相应的,所述在特定的第一时间内根据波形采样值判据判断突变点增大或减小的趋势,根据所述趋势来识别异常大数,包括:
若在特定的第一时间内所述目标采样点同时满足所述异常突增判据和所述异常突降判据,则判定所述目标采样点为异常大数。
11.根据权利要求7所述的装置,其特征在于,所述特定第一时间小于快速差动保护最短动作时间,所述第二时间大于差动元件数据窗躲过异常大数的时长。
12.根据权利要求7所述的装置,其特征在于,在识别出异常大数后,所述装置还包括:
展宽第二时间模块,用于展宽第二时间窗置异常大数闭锁标志。
13.一种继电保护设备,其特征在于,所述设备包括采集装置、执行装置和如权利要求7-12中任一所述的一种识别异常大数的装置。
CN201811351814.4A 2018-11-14 2018-11-14 一种识别异常大数的方法、装置和继电保护设备 Active CN109412109B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811351814.4A CN109412109B (zh) 2018-11-14 2018-11-14 一种识别异常大数的方法、装置和继电保护设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811351814.4A CN109412109B (zh) 2018-11-14 2018-11-14 一种识别异常大数的方法、装置和继电保护设备

Publications (2)

Publication Number Publication Date
CN109412109A true CN109412109A (zh) 2019-03-01
CN109412109B CN109412109B (zh) 2021-10-08

Family

ID=65473330

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811351814.4A Active CN109412109B (zh) 2018-11-14 2018-11-14 一种识别异常大数的方法、装置和继电保护设备

Country Status (1)

Country Link
CN (1) CN109412109B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111523565A (zh) * 2020-03-30 2020-08-11 中南大学 一种大数据的流式处理方法、系统及存储介质
CN113258531A (zh) * 2021-06-11 2021-08-13 南京电研电力自动化股份有限公司 一种基于浮动门槛的解决异常大数引起保护误动的方法
CN113933563A (zh) * 2021-09-29 2022-01-14 国电南瑞科技股份有限公司 基于自适应迭代运算数学形态法的采样异常大值滤除方法、装置及系统
CN114094536A (zh) * 2021-10-19 2022-02-25 南京国电南自电网自动化有限公司 一种基于智能识别的继电保护采样防误系统及方法
CN114217119A (zh) * 2021-12-07 2022-03-22 广西电网有限责任公司电力科学研究院 一种基于不同时刻采样值的数据畸变识别方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110241654A1 (en) * 2008-10-09 2011-10-06 Alstom Grid UK Ltd. Method and apparatus for dynamic signal switching of a merging unit in an electrical power system
CN102707132A (zh) * 2012-05-21 2012-10-03 国电南瑞科技股份有限公司 一种数字化保护测控装置异常采样值动态处理方法
CN104701806A (zh) * 2015-03-19 2015-06-10 西电通用电气自动化有限公司 一种继电保护中异常采样点的处理方法
CN105138843A (zh) * 2015-08-26 2015-12-09 长园深瑞继保自动化有限公司 电力系统采样飞点检测及其修复方法
CN106896338A (zh) * 2017-04-17 2017-06-27 南京国电南自电网自动化有限公司 一种基于合并单元识别异常数据的系统
CN107294069A (zh) * 2017-07-07 2017-10-24 上海思源弘瑞自动化有限公司 基于比幅判据识别智能站异常大数的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110241654A1 (en) * 2008-10-09 2011-10-06 Alstom Grid UK Ltd. Method and apparatus for dynamic signal switching of a merging unit in an electrical power system
CN102707132A (zh) * 2012-05-21 2012-10-03 国电南瑞科技股份有限公司 一种数字化保护测控装置异常采样值动态处理方法
CN104701806A (zh) * 2015-03-19 2015-06-10 西电通用电气自动化有限公司 一种继电保护中异常采样点的处理方法
CN105138843A (zh) * 2015-08-26 2015-12-09 长园深瑞继保自动化有限公司 电力系统采样飞点检测及其修复方法
CN106896338A (zh) * 2017-04-17 2017-06-27 南京国电南自电网自动化有限公司 一种基于合并单元识别异常数据的系统
CN107294069A (zh) * 2017-07-07 2017-10-24 上海思源弘瑞自动化有限公司 基于比幅判据识别智能站异常大数的方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111523565A (zh) * 2020-03-30 2020-08-11 中南大学 一种大数据的流式处理方法、系统及存储介质
CN111523565B (zh) * 2020-03-30 2023-06-20 中南大学 一种大数据的流式处理方法、系统及存储介质
CN113258531A (zh) * 2021-06-11 2021-08-13 南京电研电力自动化股份有限公司 一种基于浮动门槛的解决异常大数引起保护误动的方法
CN113933563A (zh) * 2021-09-29 2022-01-14 国电南瑞科技股份有限公司 基于自适应迭代运算数学形态法的采样异常大值滤除方法、装置及系统
CN113933563B (zh) * 2021-09-29 2024-04-26 国电南瑞科技股份有限公司 基于自适应迭代运算数学形态法的采样异常大值滤除方法、装置及系统
CN114094536A (zh) * 2021-10-19 2022-02-25 南京国电南自电网自动化有限公司 一种基于智能识别的继电保护采样防误系统及方法
CN114094536B (zh) * 2021-10-19 2024-05-28 南京国电南自电网自动化有限公司 一种基于智能识别的继电保护采样防误系统及方法
CN114217119A (zh) * 2021-12-07 2022-03-22 广西电网有限责任公司电力科学研究院 一种基于不同时刻采样值的数据畸变识别方法及系统
CN114217119B (zh) * 2021-12-07 2023-12-19 广西电网有限责任公司电力科学研究院 一种基于不同时刻采样值的数据畸变识别方法及系统

Also Published As

Publication number Publication date
CN109412109B (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
CN109412109A (zh) 一种识别异常大数的方法、装置和继电保护设备
Zhang et al. Fault analysis and traveling-wave protection scheme for bipolar HVDC lines
US7391218B2 (en) Method and apparatus for generalized arc fault detection
CN106932641B (zh) 一种基于改进hht变换的电网故障诊断方法
Wang et al. High impedance fault detection method based on improved complete ensemble empirical mode decomposition for DC distribution network
CN106501668A (zh) 一种传统配电网单相断线故障选线方法
CN104237731A (zh) 基于eemd与能量法的谐振接地配电网单相接地故障选线方法
CN105138843A (zh) 电力系统采样飞点检测及其修复方法
Seo et al. Series arc fault detection method based on statistical analysis for dc microgrids
Shamsoddini et al. Extending protection selectivity in low voltage DC microgrids using compensation gain and artificial line inductance
CN106849007A (zh) 用于监视在电气供电网中的功率开关的方法和保护装置
CN110568300B (zh) 一种基于多源信息的配电网单相接地故障辨识方法
parimita Mishra et al. Islanding detection based on variational mode decomposition for inverter based distributed generation systems
CN113297786B (zh) 一种基于半监督式机器学习的低压故障电弧感知方法
Menezes et al. Islanding detection based on artificial neural network and S-transform for distributed generators
Pazoki et al. A new wave-based fault detection scheme during power swing
CN107294069B (zh) 基于比幅判据识别智能站异常大数的方法
CN107860963A (zh) 一种交流故障电弧检测方法及其装置
Sass et al. Critical contingency management based on characteristic fault pattern for AC-HVDC-systems
JP2022529872A (ja) 配電および/または送電ネットワークを短絡から保護する方法
Meléndez et al. Analysis of sequences of events for the characterisation of faults in power systems
Gupta et al. Series arc fault detection in low voltage distribution system with signal processing and machine learning approach
Mohan et al. Busbar protection–a review
Azriyenni et al. Backpropagation neural network modeling for fault location in transmission line 150 kV
CN107741544A (zh) 一种分布式光伏发电系统的孤岛检测判定方法

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