CN109444660A - 一种输电线路故障与干扰的辨识方法 - Google Patents

一种输电线路故障与干扰的辨识方法 Download PDF

Info

Publication number
CN109444660A
CN109444660A CN201811386662.1A CN201811386662A CN109444660A CN 109444660 A CN109444660 A CN 109444660A CN 201811386662 A CN201811386662 A CN 201811386662A CN 109444660 A CN109444660 A CN 109444660A
Authority
CN
China
Prior art keywords
signal
threshold value
transmission line
interference
wavelet
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
CN201811386662.1A
Other languages
English (en)
Other versions
CN109444660B (zh
Inventor
杜富豪
叶宝安
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.)
Wuhan Yunjian Technology Co ltd
Original Assignee
Wuhan Tuoqing Technology 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 Wuhan Tuoqing Technology Co ltd filed Critical Wuhan Tuoqing Technology Co ltd
Priority to CN201811386662.1A priority Critical patent/CN109444660B/zh
Publication of CN109444660A publication Critical patent/CN109444660A/zh
Application granted granted Critical
Publication of CN109444660B publication Critical patent/CN109444660B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
    • 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

Abstract

本发明涉及一种输电线路故障与干扰的辨识方法，包括：以输电线路安装的分布式行波信号采集装置采集的数据作为原始处理数据；求取暂态行波信号的起始时刻和结束时刻；根据信号持续时间长短先快速判断一次是否为干扰信号；进一步，截取该暂态行波信号起始时刻后三个工频周期内时间长度的数据；将截取的数据按时间先后分成三段，0～2ms长度为A段，2ms～10ms长度为B段，10ms～60ms长度为C段；分别求取上述三段信号的小波包能量熵；根据A、B、C三段数据的小波包能量熵值与设定的阈值进行比较，进一步辨识出采集的输电线路行波信号是故障信号还是干扰信号。本发明可实现海量行波测量数据故障与干扰信号的快速、有效辨识。

Description

一种输电线路故障与干扰的辨识方法
技术领域
本发明涉及输电线路故障监测技术领域，更具体地说，涉及一种输电线路故障与干扰的辨识方法。
背景技术
输电线路由于其分布范围广泛，穿越各种复杂地理地形及气候环境，造成输电线路故障时有发生，输电线路故障原因主要有：雷击、污闪、鸟害、覆冰、风偏等。目前输电线路中安装了大量的监测装置，用以记录分析电网发生的故障事件，包括故障录波系统、行波监测系统、继电保护系统等。而大多数装置启动采集的条件往往是越限突变启动方式，为保证故障监测的灵敏度，越限门槛值一般设置的较低，因此造成的后果是，一些干扰信号被当作故障信号进行启动采集，如：雷击干扰、噪声干扰、邻线故障干扰、区外故障干扰、非故障性闪络干扰等。
传统的输电线路故障识别侧重点主要在故障后对故障类型进行识别，缺乏有效的对采集装置采集的大量行波信号进行快速的故障与干扰的辨识方法，因此如何从干扰信号的角度对输电线路故障与干扰信号进行辨识是本领域技术人员目前需要解决的问题。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种输电线路故障与干扰的辨识方法。
本发明解决其技术问题所采用的技术方案是：
构造一种输电线路故障与干扰的辨识方法，其中，包括以下步骤：
S1：输电线路安装的分布式行波信号采集装置采集的数据作为原始处理数据；
S2：求取暂态行波信号起点时刻Tstart和终点时刻Tend；
S3：判断该暂态行波信号持续时间是否满足Tend-Tstart大于阈值Th1，若不满足则为干扰信号，若满足则进入下一步；
S4：截取该暂态行波信号Tstart时刻后三个工频周期内时间长度的数据；
S5：将步骤S4中截取的数据按时间先后分成三段，0～2ms长度为A段，2ms～10ms长度为B段，10ms～60ms长度为C段；
S6：对步骤S5中A、B、C三段数据分别求取其小波包能量熵值W；
S7：根据A、B、C三段数据的小波包能量熵值W与设定的阈值进行比较，进一步辨识出采集的输电线路行波信号是故障信号还是干扰信号。
本发明所述的输电线路故障与干扰的辨识方法，其中，所述步骤S2中，述行波信号起点时刻Tstart为信号突变刚发生的时刻，求取方法为：首先设置一合适的阈值，该阈值根据信号的质量及信噪比按需要设置，在信号幅值绝对值超过该阈值之前一段时间内信号幅值均小于该阈值，则超过该阈值的时刻为行波信号起点时刻Tstart；
在信号幅值绝对值小于上述阈值之后同样一段时间内信号幅值均小于该阈值，则信号曲线进入该阈值的时刻为终点时刻Tend。
本发明所述的输电线路故障与干扰的辨识方法，其中，所述步骤S3中，阈值Th1取值范围为30ms～60ms。
本发明所述的输电线路故障与干扰的辨识方法，其中，所述步骤S4中，所述数据截取方法为：自求取的行波信号起始时刻Tstart开始，向后连续取60ms时间长度的数据。
本发明所述的输电线路故障与干扰的辨识方法，其中，所述步骤S5所述分段方法具体为：步骤S4截取的数据总长度为60ms，假设起始时刻Tstart为0时刻，则选取0～2ms长度为A段，选取2ms～10ms长度为B段，10ms～60ms长度为C段。
本发明所述的输电线路故障与干扰的辨识方法，其中，所述小波包能量熵值W的求取方法为包括以下步骤：
步骤①：选取db3小波基对待处理数据进行3层小波包分解，得到一系列不同频段的子信号序列；
步骤②：将得到的第3层子信号序列进行系数重构得Gjk，其中j＝1,2,3,…,8，其中k＝1,2,3,…,n，其中n为信号长度；
步骤③：计算步骤②中每个子序列的小波包能量值Ej，计算公式如下：
步骤④：求取总能量E，计算公式如下：
步骤⑤：求取各频带小波包能量熵Hj，计算公式如下：
其中，Hj为第j个频段的小波包能量熵；
步骤⑥：求取分解信号的总熵W，计算公式如下：
其中，Hj为各频带小波包能量熵。
本发明所述的输电线路故障与干扰的辨识方法，其中，所述小波包能量熵值W具体为：
W1为A段数据信号的小波包能量熵，W2为B段数据信号的小波包能量熵，W3段为C段数据信号的小波包能量熵；
所述设定的阈值分别为阈值Th2、阈值Th3、阈值Th4；
所述辨识方法具体为：若W1小于阈值Th2，则采集的信号为故障信号，若W1不小于阈值Th2，且W2小于阈值Th3，且W3小于阈值Th4，则采集的信号为干扰信号，否则为故障信号。
本发明所述的输电线路故障与干扰的辨识方法，其中，所述阈值Th2的取值为0.5。
本发明所述的输电线路故障与干扰的辨识方法，其中，所述阈值Th3的取值为0.25。
本发明所述的输电线路故障与干扰的辨识方法，其中，所述阈值Th4的取值为1.1。
本发明的有益效果在于：利用输电线路行波采集装置采集的行波信号，提出一种数据分段方法，通过行波信号持续时间和小波包能量熵作为判据，结合阈值比较，可快速、有效判断出所采集的行波信号是故障信号还是干扰信号。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将结合附图及实施例对本发明作进一步说明，下面描述中的附图仅仅是本发明的部分实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图：
图1是本发明较佳实施例的输电线路故障与干扰的辨识方法大体流程图；
图2是本发明较佳实施例的输电线路故障与干扰的辨识方法中行波信号起点时刻Tstart和终点时刻Tend求取示意图；
图3是本发明较佳实施例的输电线路故障与干扰的辨识方法中数据分段示意图。
具体实施方式
为了使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明的部分实施例，而不是全部实施例。基于本发明的实施例，本领域普通技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。
在本发明的较佳实施例中，提供了一种输电线路故障与干扰的辨识方法，以解决海量行波测量数据故障与干扰信号的快速、有效分类。该方法的流程图如附图1所示，方法包括以下步骤：
步骤S1：输电线路安装的分布式行波信号采集装置采集的数据作为原始处理数据；
步骤S2：求取暂态行波信号起点时刻Tstart和终点时刻Tend；
步骤S3：判断该暂态行波信号持续时间是否满足Tend-Tstart大于阈值Th1，若不满足则为干扰信号，若满足则进入下一步；
步骤S4：截取该暂态行波信号Tstart时刻后三个工频周期内时间长度的数据；
步骤S5：将步骤S4中截取的数据按时间先后分成三段，0～2ms长度为A段，2ms～10ms长度为B段，10ms～60ms长度为C段；
步骤S6：对步骤S5中A、B、C三段数据分别求取其小波包能量熵值W；
步骤S7：根据A、B、C三段数据的小波包能量熵值W与设定的阈值进行比较，进一步辨识出采集的输电线路行波信号是故障信号还是干扰信号。
本实施例通过利用输电线路行波采集装置采集的行波信号，提出一种数据分段方法，通过行波信号持续时间和小波包能量熵作为判据，结合阈值比较，可快速、有效判断出所采集的行波信号是故障信号还是干扰信号。
本实施例中，以某输电线路安装的行波采集装置采集到的一组暂态行波信号为例，首先解码读取出该暂态行波信号的原始数据，采集卡采样频率为10MHz，采样长度为2M，这样可确保数据采样时间长度大于60ms。
获得原始数据之后，进入步骤S2进一步处理，根据附图2所示行波信号起点时刻Tstart和终点时刻Tend求取示意图，求取暂态行波信号起点时刻Tstart和终点时刻Tend。
行波信号起点时刻Tstart为信号突变刚发生的时刻，具体求取方法为：首先设置一合适的阈值，该阈值根据信号的质量及信噪比按需要设置，此实施例中该阈值可设置为比没有任何突变时即纯白噪声时的信号幅值最大值稍大，该阈值的作用是限定信号幅度以确定行波信号的起点和终点时刻，在信号幅值绝对值超过该阈值之前一段时间内信号幅值均小于该阈值，则超过该阈值的时刻为行波信号起点时刻Tstart；在信号幅值绝对值小于上述阈值之后同样一段时间内信号幅值均小于该阈值，则信号曲线进入该阈值的时刻为终点时刻Tend。
如附图2所示，正阈值与负阈值为大小相等符号相反的一对阈值线，此处阈值取0.02，阈值线与信号曲线波头和波尾处的交点即为起点时刻Tstart和终点时刻Tend，且需要满足信号幅值在Tstart之前一段时间内以及Tend之后一段时间内信号幅值绝对值均小于该阈值，目的是为了防止行波信号的高频振荡给交点求取带来误差，一段时间的设置原则为既要大于信号高频振荡的周期，又要能区分时间很近的第二次行波信号。
其中，可利用行波信号的持续时间对是故障还是干扰做一次快速判断，即判断该暂态行波信号持续时间是否满足Tend-Tstart大于阈值Th1，若不满足则为干扰信号，若满足则进入下一步继续处理；此实施例中阈值Th1取40ms。
截取该暂态行波信号Tstart时刻后三个工频周期内时间长度的数据，如附图3所示，自求取的行波信号起始时刻Tstart开始，向后连续取三个工频周期，即60ms时间长度的数据。
然后对截取的60ms信号数据进行分段，如附图3所示，假设起始时刻Tstart为0时刻，则选取0～2ms长度为A段，选取2ms～10ms长度为B段，10ms～60ms长度为C段。
进一步地，对上述A、B、C三段数据分别求取其小波包能量熵，小波包能量熵值W的具体求取方法步骤如下：
步骤①：选取db3小波基对待处理数据进行3层小波包分解，得到一系列不同频段的子信号序列；
步骤②：将得到的第3层子信号序列进行系数重构得Gjk，其中j＝1,2,3,…,8，其中k＝1,2,3,…,n，其中n为处理的信号长度；
步骤③：计算步骤②中每个子序列的小波包能量值Ej，计算公式如下：
步骤④：求取总能量E，计算公式如下：
步骤⑤：求取各频带小波包能量熵Hj，计算公式如下：
其中，Hj为第j个频段的小波包能量熵，n为处理的信号长度；
步骤⑥：求取小波包分解信号的能量总熵W，计算公式如下：
其中，Hj为各频带小波包能量熵，W为待处理信号的小波包能量熵。
本实施例中，根据步骤①、步骤⑥分别求取出步骤S5中A、B、C三段数据信号的小波包能量熵值W，假设小波包能量熵值W1为A段数据信号的小波包能量熵，W2为B段数据信号的小波包能量熵，W3段为C段数据信号的小波包能量熵。
根据A、B、C三段数据的小波包能量熵值W1、W2、W3与设定的阈值Th2、阈值Th3、阈值Th4进行综合比较，进一步辨识出采集的输电线路行波信号是故障信号还是干扰信号。
本实施例中，阈值Th2的取值范围优选为0.5，阈值Th3的取值范围优选为0.25，阈值Th4的取值范围优选为1.1。
参照附图1，对行波信号是故障还是干扰做进一步辨识，若W1小于阈值Th2，则采集的信号为故障信号，若W1不小于阈值Th2，且W2小于阈值Th3，且W3小于阈值Th4，则采集的信号为干扰信号，否则为故障信号。通过步骤S1～S7，本发明提供的方法能够有效识别出输电线路故障与干扰信号。
应当理解的是，以上优选实施例仅是为了说明本发明技术方案，仅是对本发明精神思想做举例说明，上述描述不应被认为是对本发明的限制，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种输电线路故障与干扰的辨识方法，其特征在于，包括以下步骤：
S1：输电线路安装的分布式行波信号采集装置采集的数据作为原始处理数据；
S2：求取暂态行波信号起点时刻Tstart和终点时刻Tend；
S3：判断该暂态行波信号持续时间是否满足Tend-Tstart大于阈值Th1，若不满足则为干扰信号，若满足则进入下一步；
S4：截取该暂态行波信号Tstart时刻后三个工频周期内时间长度的数据；
S5：将步骤S4中截取的数据按时间先后分成三段，0～2ms长度为A段，2ms～10ms长度为B段，10ms～60ms长度为C段；
S6：对步骤S5中A、B、C三段数据分别求取其小波包能量熵值W；
S7：根据A、B、C三段数据的小波包能量熵值W与设定的阈值进行比较，进一步辨识出采集的输电线路行波信号是故障信号还是干扰信号。
2.根据权利要求1所述的输电线路故障与干扰的辨识方法，其特征在于，所述步骤S2中，所述行波信号起点时刻Tstart为信号突变刚发生的时刻，求取方法为：
首先设置一合适的阈值，该阈值根据信号的质量及信噪比按需要设置，在信号幅值绝对值超过该阈值之前一段时间内信号幅值均小于该阈值，则超过该阈值的时刻为行波信号起点时刻Tstart；
在信号幅值绝对值小于上述阈值之后同样一段时间内信号幅值均小于该阈值，则信号曲线进入该阈值的时刻为终点时刻Tend。
3.根据权利要求1所述的输电线路故障与干扰的辨识方法，其特征在于，所述步骤S3中，阈值Th1取值范围为30ms～60ms。
4.根据权利要求1所述的输电线路故障与干扰的辨识方法，其特征在于，所述步骤S4中，所述数据截取方法为：自求取的行波信号起始时刻Tstart开始，向后连续取60ms时间长度的数据。
5.根据权利要求1所述的输电线路故障与干扰的辨识方法，其特征在于，所述步骤S5所述分段方法具体为：步骤S4截取的数据总长度为60ms，假设起始时刻Tstart为0时刻，则选取0～2ms长度为A段，选取2ms～10ms长度为B段，10ms～60ms长度为C段。
6.根据权利要求1所述的输电线路故障与干扰的辨识方法，其特征在于，所述小波包能量熵值W的求取方法为包括以下步骤：
步骤①：选取db3小波基对待处理数据进行3层小波包分解，得到一系列不同频段的子信号序列；
步骤②：将得到的第3层子信号序列进行系数重构得Gjk，其中j＝1,2,3,…,8，其中k＝1,2,3,…,n，其中n为信号长度；
步骤③：计算步骤②中每个子序列的小波包能量值Ej，计算公式如下：
步骤④：求取总能量E，计算公式如下：
步骤⑤：求取各频带小波包能量熵Hj，计算公式如下：
其中，Hj为第j个频段的小波包能量熵；
步骤⑥：求取分解信号的总熵W，计算公式如下：
其中，Hj为各频带小波包能量熵。
7.根据权利要求1所述的输电线路故障与干扰的辨识方法，其特征在于，所述小波包能量熵值W具体为：
W1为A段数据信号的小波包能量熵，W2为B段数据信号的小波包能量熵，W3段为C段数据信号的小波包能量熵；
所述设定的阈值分别为阈值Th2、阈值Th3、阈值Th4；
所述辨识方法具体为：若W1小于阈值Th2，则采集的信号为故障信号，若W1不小于阈值Th2，且W2小于阈值Th3，且W3小于阈值Th4，则采集的信号为干扰信号，否则为故障信号。
8.根据权利要求1所述的输电线路故障与干扰的辨识方法，其特征在于，所述阈值Th2的取值为0.5。
9.根据权利要求1所述的输电线路故障与干扰的辨识方法，其特征在于，所述阈值Th3的取值为0.25。
10.根据权利要求1所述的输电线路故障与干扰的辨识方法，其特征在于，所述阈值Th4的取值为1.1。
CN201811386662.1A 2018-11-20 2018-11-20 一种输电线路故障与干扰的辨识方法 Active CN109444660B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811386662.1A CN109444660B (zh) 2018-11-20 2018-11-20 一种输电线路故障与干扰的辨识方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811386662.1A CN109444660B (zh) 2018-11-20 2018-11-20 一种输电线路故障与干扰的辨识方法

Publications (2)

Publication Number Publication Date
CN109444660A true CN109444660A (zh) 2019-03-08
CN109444660B CN109444660B (zh) 2021-02-05

Family

ID=65553954

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811386662.1A Active CN109444660B (zh) 2018-11-20 2018-11-20 一种输电线路故障与干扰的辨识方法

Country Status (1)

Country Link
CN (1) CN109444660B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110907752A (zh) * 2019-11-29 2020-03-24 科大智能电气技术有限公司 一种配电网单相接地故障时零序电流暂态起始点获取方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1847867A (zh) * 2006-03-24 2006-10-18 西南交通大学 电力暂态信号小波分析后处理方法及其装置
CN101907437A (zh) * 2010-07-23 2010-12-08 西安科技大学 一种基于小波差分算法的电缆故障测距方法
US20110022240A1 (en) * 2009-07-23 2011-01-27 Athula Dayanarth Rajapaske Rotor Angle Stability Prediction Using Post Disturbance Voltage Trajectories
CN105093066A (zh) * 2015-08-12 2015-11-25 华北电力大学 基于小波分析与支持向量机的线路故障判断方法
CN105807165A (zh) * 2016-05-05 2016-07-27 东北电力大学 Mmc换流站运行状态模糊综合评判方法
CN106096494A (zh) * 2016-05-17 2016-11-09 昆明理工大学 一种基于信息聚合构架的行波故障和干扰录波数据辨识方法
CN106405339A (zh) * 2016-11-11 2017-02-15 中国南方电网有限责任公司 基于高低频小波特征关联的输电线路故障原因辨识方法
CN106443335A (zh) * 2016-09-20 2017-02-22 广西电网有限责任公司钦州供电局 雷击故障识别方法及系统
CN106501677A (zh) * 2016-10-27 2017-03-15 国网福建省电力有限公司 无需整定阈值的柔性直流输电架空线路故障快速判断方法
CN106771700A (zh) * 2016-11-11 2017-05-31 清华大学 柔性直流输电线路雷击干扰的快速识别方法及装置
CN107423692A (zh) * 2017-07-01 2017-12-01 南京理工大学 一种基于小波包能量熵的钢轨波磨故障检测方法
EP3383012A1 (en) * 2017-03-31 2018-10-03 British Telecommunications public limited company Identifying broadband interference

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1847867A (zh) * 2006-03-24 2006-10-18 西南交通大学 电力暂态信号小波分析后处理方法及其装置
US20110022240A1 (en) * 2009-07-23 2011-01-27 Athula Dayanarth Rajapaske Rotor Angle Stability Prediction Using Post Disturbance Voltage Trajectories
CN101907437A (zh) * 2010-07-23 2010-12-08 西安科技大学 一种基于小波差分算法的电缆故障测距方法
CN105093066A (zh) * 2015-08-12 2015-11-25 华北电力大学 基于小波分析与支持向量机的线路故障判断方法
CN105807165A (zh) * 2016-05-05 2016-07-27 东北电力大学 Mmc换流站运行状态模糊综合评判方法
CN106096494A (zh) * 2016-05-17 2016-11-09 昆明理工大学 一种基于信息聚合构架的行波故障和干扰录波数据辨识方法
CN106443335A (zh) * 2016-09-20 2017-02-22 广西电网有限责任公司钦州供电局 雷击故障识别方法及系统
CN106501677A (zh) * 2016-10-27 2017-03-15 国网福建省电力有限公司 无需整定阈值的柔性直流输电架空线路故障快速判断方法
CN106405339A (zh) * 2016-11-11 2017-02-15 中国南方电网有限责任公司 基于高低频小波特征关联的输电线路故障原因辨识方法
CN106771700A (zh) * 2016-11-11 2017-05-31 清华大学 柔性直流输电线路雷击干扰的快速识别方法及装置
EP3383012A1 (en) * 2017-03-31 2018-10-03 British Telecommunications public limited company Identifying broadband interference
CN107423692A (zh) * 2017-07-01 2017-12-01 南京理工大学 一种基于小波包能量熵的钢轨波磨故障检测方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
WUDI HUANG ET AL: "New Recognition Method of Lightning Interference in Long Distance vsc-hvdc Transmission System", 《2018 CHINA INTERNATIONAL CONFERENCE ON ELECTRICITY DISTRIBUTION》 *
何正友: "基于多尺度能量统计和小波能量熵测度的电力暂态信号识别方法", 《中国电机工程学报》 *
叶宝安: "铁路牵引网故障行波特征提取与类型识别算法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
束洪春: "基于多测度的闪络故障行波与干扰杂波辨识", 《电力系统自动化》 *
段建东: "超高压线路暂态保护中雷电干扰与短路故障的识别", 《电力系统自动化》 *
董伟: "基于小波包能量熵的钢轨波磨检测方法", 《铁道标准设计》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110907752A (zh) * 2019-11-29 2020-03-24 科大智能电气技术有限公司 一种配电网单相接地故障时零序电流暂态起始点获取方法

Also Published As

Publication number Publication date
CN109444660B (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
US9390067B2 (en) Method for the continuous monitoring and diagnosis of sources of partial discharges (PDs) in high voltage cables during connection to, and operation in the power grid, and physical system for carrying out same
CN110275094A (zh) 一种高压电缆局部放电声光联合检测方法及系统
FI107083B (fi) Menetelmä ja järjestelmä osittaispurkauksen aiheuttajan tunnistamiseksi
CN106771922B (zh) 一种高压电力设备局部放电检测系统及局部放电识别方法
CN104459779B (zh) 一种异常地震道的自动识别的方法和装置
CN109443190A (zh) 基于暂态行波的变压器绕组变形在线监测方法及装置
CN110108979A (zh) 基于opgw的输电线路雷击闪络与非闪络的识别方法
Akhouayri et al. Automatic detection and picking of P-wave arrival in locally stationary noise using cross-correlation
Cao et al. Speeded‐up robust features based single‐ended travelling wave fault location: a practical case study in Yunnan power grid of China
CN108089097B (zh) 智能在线式配电网接地故障定位方法
CN103175897A (zh) 一种基于振动信号端点检测的高速道岔伤损识别方法
CN111157853A (zh) 一种输电线路的放电状态识别方法及系统
CN109444660A (zh) 一种输电线路故障与干扰的辨识方法
US20220349929A1 (en) Detection of lightning and related control strategies in electric power systems
US8175829B2 (en) Analyzer for signal anomalies
CN112505500B (zh) 基于超高频检测方式的局部放电严重程度评估方法
CN108008246B (zh) 基于时域自适应窗的线路故障测距方法及装置
Santos et al. High impedance fault detection and location based on electromagnetic transient analysis
CN107067608B (zh) 一种基于三级阈值判定的有效振动波形截取方法
CN102707201A (zh) 一种辨别高速铁路牵引网故障性质类型的方法
CN110542927A (zh) 变窗口加权地震数据尖峰噪声压制方法
Seo et al. A novel signal extraction technique for online partial discharge (PD) measurement of transformers
Jin et al. A novel technique for automatic seismic data processing using both integral and local feature of seismograms
CN114201991A (zh) 一种基于超声传感器阵列的局放信号检测方法和系统
Vollmer et al. Using data-driven uncertainty quantification to support decision making

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220519

Address after: No. 01, floor 8, building 10, phase I, Dingjie modern electromechanical information Incubation Park, No. 219, Guanggu Second Road, Donghu New Technology Development Zone, Wuhan, Hubei Province

Patentee after: Wuhan Yunjian Technology Co.,Ltd.

Address before: 430040 room 1202, 12 / F, building 6, Guanggu Chuangye street, Donghu New Technology Development Zone, Wuhan City, Hubei Province

Patentee before: WUHAN TUOQING TECHNOLOGY Co.,Ltd.