CN109521298B - 基于时间序列的电流不平衡三维度故障分析方法 - Google Patents

基于时间序列的电流不平衡三维度故障分析方法 Download PDF

Info

Publication number
CN109521298B
CN109521298B CN201811415644.1A CN201811415644A CN109521298B CN 109521298 B CN109521298 B CN 109521298B CN 201811415644 A CN201811415644 A CN 201811415644A CN 109521298 B CN109521298 B CN 109521298B
Authority
CN
China
Prior art keywords
line loss
loss rate
fault
current
unbalance degree
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.)
Active
Application number
CN201811415644.1A
Other languages
English (en)
Other versions
CN109521298A (zh
Inventor
徐鸣飞
吴振杰
季溢贤
李枫
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.)
State Grid Jiangsu Electric Power Co ltd Zhenjiang Power Supply Branch
Original Assignee
State Grid Jiangsu Electric Power Co ltd Zhenjiang Power Supply Branch
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 State Grid Jiangsu Electric Power Co ltd Zhenjiang Power Supply Branch filed Critical State Grid Jiangsu Electric Power Co ltd Zhenjiang Power Supply Branch
Priority to CN201811415644.1A priority Critical patent/CN109521298B/zh
Publication of CN109521298A publication Critical patent/CN109521298A/zh
Application granted granted Critical
Publication of CN109521298B publication Critical patent/CN109521298B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Emergency Protection Circuit Devices (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于时间序列的电流不平衡三维度故障分析方法,包括:修正电流不平衡度的计算及其模糊化;线损率的计算及其模糊化;对修正电流不平衡度E和线损率ρ的模糊量进行模糊运算;对故障可能性大小km进行解模糊化;计算修正输出值k′m0;计算时间修正输出值;得出模糊集合和处理方法。本发明将模糊算法和电流故障的特征要素不平衡度、线损率、用户特性结合在一起,并考虑到时间序列的因素,建立电流不平衡故障的分析方法,提高对电流故障识别的准确性,为及时处理故障提供依据,从而为用户提供更为优质的电能。

Description

基于时间序列的电流不平衡三维度故障分析方法
技术领域
本发明涉及一种故障分析方法,尤其涉及一种基于时间序列的电流不平衡三维度故障分析方法,属于电力故障分析技术领域。
背景技术
目前存在的各种计量异常故障中,电流不平衡引发的故障是最普遍的,并且涉及退补电量较多,属于对电网影响较大的故障,在可能涉及电能计量差错的情况下给准确计量带来影响。目前,现有的技术是根据不平衡度的大小来判断电流异常故障,而从电流不平衡用户中去找真正的电流故障用户可操作性不强,命中率低,往往不能准确定位故障用户,而且不能结合线损率、用户特性等因素进行综合分析。
发明内容
本发明的目的在于提供一种基于时间序列的电流不平衡三维度故障分析方法,在三相三线或者三相四线接线方式下,将模糊算法和电流故障的特征要素不平衡度、线损率、用户特性结合在一起,并考虑到时间序列的因素,建立电流不平衡故障的分析方法,提高对电流故障识别的准确性,为及时处理故障提供依据,从而为用户提供更为优质的电能。
本发明的目的通过以下技术方案予以实现:
一种基于时间序列的电流不平衡三维度故障分析方法,包括如下步骤:
(1)修正电流不平衡度的计算及其模糊化:计算出电流不平衡度e,其中三相三线和三相四线接线方式下的计算公式分别如式(1)和式(2),Ia、Ib、Ic分别为A、B、C相电流;
Figure BDA0001879387440000011
Figure BDA0001879387440000012
接着判断在三相三线中的A、C相电流或者三相四线中的A、B、C相电流是否存在小于0A的情况,若有,修正不平衡度E=1,若没有,则修正不平衡度E=e;
对修正不平衡度进行模糊化处理,规则如下:
若修正不平衡度E小于等于0.1,则修正不平衡度E语言变量为PS;
若修正不平衡度E大于0.1,小于等于0.4,则修正不平衡度E语言变量为PS、PM;
若修正不平衡度E大于0.4,小于等于0.7,则修正不平衡度E语言变量为PM;
若修正不平衡度E大于0.7,小于等于0.9,则修正不平衡度E语言变量为PM、PB;
若修正不平衡度E大于0.9,小于等于1,则修正不平衡度E语言变量为PB;
(2)线损率的计算及其模糊化:按照公式(3)计算出线损率ρ,
Figure BDA0001879387440000021
对线损率ρ进行模糊化处理,规则如下:
若线损率ρ小于等于0.05,则线损率ρ语言变量为PS;
若线损率ρ大于0.05,小于等于0.1,则线损率ρ语言变量为PS、PM;
若线损率ρ大于0.1,小于等于0.3,则线损率ρ语言变量为PM;
若线损率ρ大于0.3,小于等于0.35,则线损率ρ语言变量为PM、PB;
若线损率ρ大于0.35,小于等于1,则线损率ρ语言变量为PB;
(3)对修正电流不平衡度E和线损率ρ的模糊量进行模糊运算:以修正不平衡度E和线损率ρ为模糊输入量,故障可能性大小km为输出量,进行模糊运算,规则如下:
如果修正不平衡度E为PB,线损率ρ为PB,则故障可能性大小km为PB;
如果修正不平衡度E为PB,线损率ρ为PM,则故障可能性大小km为PB;
如果修正不平衡度E为PB,线损率ρ为PS,则故障可能性大小km为PM;
如果修正不平衡度E为PM,线损率ρ为PB,则故障可能性大小km为PB;
如果修正不平衡度E为PM,线损率ρ为PM,则故障可能性大小km为PM;
如果修正不平衡度E为PM,线损率ρ为PS,则故障可能性大小km为PS;
如果修正不平衡度E为PS,线损率ρ为PB,则故障可能性大小km为PM;
如果修正不平衡度E为PS,线损率ρ为PM,则故障可能性大小km为PM;
如果修正不平衡度E为PS,线损率ρ为PS,则故障可能性大小km为PS;
(4)对故障可能性大小km进行解模糊化
故障可能性大小km的各语言变量的值如下:PB为1,PM为0.5,PS为0;由于修正不平衡度E、线损率ρ可能有两个,因此故障可能性大小km可能为多个,计算故障可能性大小km的平均值km0,得到平均值km0
(5)计算修正输出值k′m0
Figure BDA0001879387440000031
其中,a为用电性质选择因子,b为接线方式选择因子,c为综合倍率选择因子;用电性质窃电因子为
Figure BDA0001879387440000032
其中,a的值取1、2、3、4、5,分别对应非居民照明用电、大工业用电、农业生产用电、三相四线接线方式居民生活用电、一般工商业用电;接线方式因子为eb,当接线方式为三相四线时,b=0;接线方式为三相三线时,b=1;综合倍率因子为10-c,当综合倍率为1时,c取值为1;综合倍率不为1时,c取值为0;
(6)计算时间修正输出值ktm0
根据是否满足式(10)和(11)来确定d值,
Figure BDA0001879387440000033
或Ix(i-1)-Ixn≥1A
Figure BDA0001879387440000034
或Ix(i-1)-I≥1A
(10)
Figure BDA0001879387440000035
或ρjj-1≥0.5%
Figure BDA0001879387440000036
或ρj-1≥0.5%
(11)
Ix(i-1)指的是第(i-1)采集时刻的某相电流,x为A代表A相电流,x为B代表B相电流,x为C代表C相电流;Ixn代表第i采集时刻、第i+1采集时刻、第i+2采集时刻、第i+3采集时刻、第i+4采集时刻中的某一个采集时刻的某相电流;Ix终代表当前采集时刻的某相电流;
ρj代表用户所在线路第j天的线损率,ρj-1代表用户所在线路第j-1天的线损率,ρ代表用户当前所在日的线损率;
如果仅满足(10)式,说明存在电流突变点,d=0.5;同时满足(10)式和(11)式,存在着电流和线损的突变点,故障很有可能发生,定义时间突变因子d,在同时满足(10)式和(11)式时,d=1;其他的情况下,d=0;
计算出时间修正输出值k′tm0:k′tm0=10dkm0
(7)得出模糊集合和处理方法:
Figure BDA0001879387440000041
根据时间修正输出值k′tm0的大小,按上表所列规则得出模糊集合和处理方法。
本发明的目的还可以通过以下技术措施来进一步实现:
前述基于时间序列的电流不平衡三维度故障分析方法,如果满足(11)式时,并且模糊集合为较可能和很可能时,说明故障为需要退补电量的故障,如果不满足(11)式时,并且模糊集合为较可能和很可能时,故障为不需要退补电量的故障。
与现有技术相比,本发明的有益效果是:提高对电流故障识别的准确性,为及时处理故障提供依据,从而为用户提供更为优质的电能。
附图说明
图1是修正不平衡度的隶属函数曲线图;
图2是线损率的隶属函数曲线图;
图3是故障可能性大小km的隶属函数曲线图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明。
本实施例的用户信息:
接线方式:三相四线
合同容量:250kVA
电压等级:10kV
CT、PT变比等:CT:80;PT:1
基于时间序列的电流不平衡三维度故障分析算法应用:
1、修正电流不平衡度的计算及其模糊化:在6月20日,实时的三相电流数据为Ia=0.62A,Ib=0.824A,Ic=-0.705A,计算得电流不平衡度e=1.86,修正电流不平衡度E=1,利用图1可得对应的模糊集合为PB。
2、线损率的计算及其模糊化:6月20日该用户所在线路的线损率为2.1%,利用图2可得对应的模糊集合为PS。
3、对修正电流不平衡度和线损率的模糊量进行模糊运算:将修正电流不平衡度和线损率的模糊量根据规则可得故障可能性大小km的模糊量为PM。
4、解模糊化:计算故障可能性大小km的平均值km0为0.5。
5、计算修正输出值k′m0:该户为一般工商业用户,用电性质选择因子为5;三相四线接线方式,接线方式选择因子为0;综合倍率为80,综合倍率选择因子为0,根据公式计算得k′m0=1。
6、计算时间修正输出值k′tm0:该用户从5月16日7:15起,C相连续的电流值,Ic(i-1)=0.148A,Ic(i)=-0.133A,Ic(i+1)=-0.119A,Ic(i+2)=-0.146A,Ic(i+3)=-0.152A,Ic(i+4)=-0.133A,Ic终=-0.913A,符合式(10)的条件;5月16日起的连续的线损率,ρj-1=2.38%,ρj=3.26%,符合式(11)的条件。故可得时间突变因子d=0.5。时间修正输出值k′tm0=10。
7、得出模糊集合和处理方法:对照规则可得,时间修正输出值k′tm0=10对应着模糊集合是很可能,也就是故障很可能发生,处理方法是需要立即去现场排除故障,同时满足公式(11),为需要追补电量的故障。
现场检查:
根据处理方法,在发现该故障用户的次日,2018年6月21日,计量班装表接电班、采集运维班、用电检查班人员立即赴现场进行检查,携带的检查工具有电流钳、三相电能表现场校验仪、螺丝刀等工具,检查方法主要为设备逐步排查法和观察电能表示数法相结合,现场检查计量柜、表计均封印完好,无窃电痕迹,电流互感器也接线正确,现场电能表C相电流反向,C相电流进出线接反。
检查结论:
根据6月21号现场检查的事实,对照电力法和供电营业规则,是供电公司自身计量装接不规范导致的C相表计电流线接反,需要进行补收电量的工作,时间节点为2018年4月22日9:30到6月21日10:00,需补电量为109*2*80=17440kWh,式中,109指的从错误装接到被发现异常之间走的有功电量,2指的是C相电流反向的倍率,80指的是CT和PT的变比之积。该户于6月21日中午10:30恢复正常,后续进行电量退补工作。
综上所述,该检查结论和基于时间序列的电流不平衡三维度故障分析算法得出的模糊集合和处理方法完全相印证,证实了该算法的准确性。
除上述实施例外,本发明还可以有其他实施方式,凡采用等同替换或等效变换形成的技术方案,均落在本发明要求的保护范围内。

Claims (2)

1.一种基于时间序列的电流不平衡三维度故障分析方法,其特征在于,包括如下步骤:
(1)修正电流不平衡度E的计算及其模糊化:计算出电流不平衡度e,其中三相三线和三相四线接线方式下的计算公式分别如式(1)和式(2),Ia、Ib、Ic分别为A、B、C相电流;
Figure FDA0002513042390000011
Figure FDA0002513042390000012
接着判断在三相三线中的A、C相电流或者三相四线中的A、B、C相电流是否存在小于0A的情况,若有,修正电流不平衡度E=1,若没有,则修正电流不平衡度E=e;
对修正电流不平衡度E进行模糊化处理,规则如下:
若修正电流不平衡度E小于等于0.1,则修正电流不平衡度E语言变量为PS;
若修正电流不平衡度E大于0.1,小于等于0.4,则修正电流不平衡度E语言变量为PS、PM;
若修正电流不平衡度E大于0.4,小于等于0.7,则修正电流不平衡度E语言变量为PM;
若修正电流不平衡度E大于0.7,小于等于0.9,则修正电流不平衡度E语言变量为PM、PB;
若修正电流不平衡度E大于0.9,小于等于1,则修正电流不平衡度E语言变量为PB;
(2)线损率的计算及其模糊化:按照公式(3)计算出线损率ρ,
Figure FDA0002513042390000013
对线损率ρ进行模糊化处理,规则如下:
若线损率ρ小于等于0.05,则线损率ρ语言变量为PS;
若线损率ρ大于0.05,小于等于0.1,则线损率ρ语言变量为PS、PM;
若线损率ρ大于0.1,小于等于0.3,则线损率ρ语言变量为PM;
若线损率ρ大于0.3,小于等于0.35,则线损率ρ语言变量为PM、PB;
若线损率ρ大于0.35,小于等于1,则线损率ρ语言变量为PB;
(3)对修正电流不平衡度E和线损率ρ的模糊量进行模糊运算:以修正电流不平衡度E和线损率ρ为模糊输入量,故障可能性大小km为输出量,进行模糊运算,规则如下:
如果修正电流不平衡度E为PB,线损率ρ为PB,则故障可能性大小km为PB;
如果修正电流不平衡度E为PB,线损率ρ为PM,则故障可能性大小km为PB;
如果修正电流不平衡度E为PB,线损率ρ为PS,则故障可能性大小km为PM;
如果修正电流不平衡度E为PM,线损率ρ为PB,则故障可能性大小km为PB;
如果修正电流不平衡度E为PM,线损率ρ为PM,则故障可能性大小km为PM;
如果修正电流不平衡度E为PM,线损率ρ为PS,则故障可能性大小km为PS;
如果修正电流不平衡度E为PS,线损率ρ为PB,则故障可能性大小km为PM;
如果修正电流不平衡度E为PS,线损率ρ为PM,则故障可能性大小km为PM;
如果修正电流不平衡度E为PS,线损率ρ为PS,则故障可能性大小km为PS;
(4)对故障可能性大小km进行解模糊化
故障可能性大小km的各语言变量的值如下:PB为1,PM为0.5,PS为0;由于修正电流不平衡度E、线损率ρ可能有两个,因此故障可能性大小km可能为多个,计算故障可能性大小km的平均值km0,得到平均值km0
(5)计算修正输出值k′m0
Figure FDA0002513042390000021
其中,a为用电性质选择因子,b为接线方式选择因子,c为综合倍率选择因子;用电性质窃电因子为
Figure FDA0002513042390000022
其中,a的值取1、2、3、4、5,分别对应非居民照明用电、大工业用电、农业生产用电、三相四线接线方式居民生活用电、一般工商业用电;接线方式因子为eb,当接线方式为三相四线时,b=0;接线方式为三相三线时,b=1;综合倍率因子为10-c,当综合倍率为1时,c取值为1;综合倍率不为1时,c取值为0;
(6)计算时间修正输出值k′tm0
根据是否满足式(10)和(11)来确定d值,
Figure FDA0002513042390000031
Ix(i-1)指的是第(i-1)采集时刻的某相电流,x为A代表A相电流,x为B代表B相电流,x为C代表C相电流;Ixn代表第i采集时刻、第i+1采集时刻、第i+2采集时刻、第i+3采集时刻、第i+4采集时刻中的某一个采集时刻的某相电流;Ix终代表当前采集时刻的某相电流;
ρj代表用户所在线路第j天的线损率,ρj-1代表用户所在线路第j-1天的线损率,ρ代表用户当前所在日的线损率;
如果仅满足(10)式,说明存在电流突变点,d=0.5;同时满足(10)式和(11)式,存在着电流和线损的突变点,故障很有可能发生,定义时间突变因子d,在同时满足(10)式和(11)式时,d=1;其他的情况下,d=0;
计算出时间修正输出值k′tm0:k′tm0=10dkm0
(7)当k′tm0<0.4时,对应的模糊集合为很不可能,表示电流不平衡引发的故障很不可能发生,处理方法为不需要进一步处理;当0.4≤k′tm0<0.7时,对应的模糊集合为不太可能,电流不平衡引发的故障不太可能发生,处理方法为需要每月在主站观察;当0.7≤k′tm0<1.05时,对应的模糊集合为一般,电流不平衡引发的故障发生的可能性一般,处理方法为需要每周在主站观察;当1.05≤k′tm0<1.6时,对应的模糊集合为较可能,电流不平衡引发的故障较可能发生,处理方法为需要在两周内去现场消缺;当k′tm0≥1.6时,对应的模糊集合为很可能,电流不平衡引发的故障很可能发生,处理方法为需要立即去现场排除故障。
2.如权利要求1所述的基于时间序列的电流不平衡三维度故障分析方法,其特征在于,
如果满足(11)式时,并且模糊集合为较可能和很可能时,说明故障为需要退补电量的故障,如果不满足(11)式时,并且模糊集合为较可能和很可能时,故障为不需要退补电量的故障。
CN201811415644.1A 2018-11-26 2018-11-26 基于时间序列的电流不平衡三维度故障分析方法 Active CN109521298B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811415644.1A CN109521298B (zh) 2018-11-26 2018-11-26 基于时间序列的电流不平衡三维度故障分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811415644.1A CN109521298B (zh) 2018-11-26 2018-11-26 基于时间序列的电流不平衡三维度故障分析方法

Publications (2)

Publication Number Publication Date
CN109521298A CN109521298A (zh) 2019-03-26
CN109521298B true CN109521298B (zh) 2020-09-15

Family

ID=65793355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811415644.1A Active CN109521298B (zh) 2018-11-26 2018-11-26 基于时间序列的电流不平衡三维度故障分析方法

Country Status (1)

Country Link
CN (1) CN109521298B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2370616B1 (es) * 2010-04-13 2012-08-27 Universidad De Sevilla Controlador dinámico y método de control difuso de grupo de ascensores para la optimización del consumo energético.
CN107340492B (zh) * 2017-05-31 2020-01-21 国网上海市电力公司 基于大数据挖掘和场景预判的电能计量装置故障分析方法
CN108416693A (zh) * 2018-02-01 2018-08-17 东华大学 一种基于模糊神经网络的用电异常行为识别方法

Also Published As

Publication number Publication date
CN109521298A (zh) 2019-03-26

Similar Documents

Publication Publication Date Title
CN107340492B (zh) 基于大数据挖掘和场景预判的电能计量装置故障分析方法
US20060111860A1 (en) System and method for monitoring and managing electrical power transmission and distribution networks
US20040158417A1 (en) System and method for monitoring and managing electrical power transmission and distribution networks
CN107359612A (zh) 一种电能质量对配电网能耗影响的综合评估方法
CN111487561A (zh) 一种分析电能计量二次接线错误及计算其正确电量的方法
CN111257820B (zh) 三相智能电表接线远程检测方法
CN101118269A (zh) 电力保护线路用的接线分析装置
Jia et al. State estimation in distribution system considering effects of AMI data
CN110750760B (zh) 一种基于态势感知和控制图的异常理论线损检测方法
CN106970347B (zh) 一种利用母线不平衡率排查变电站电度表二次回路故障的方法
CN112578205B (zh) 一种技术线损率矫正的线损分析方法
CN110058189B (zh) 一种基于相位角分析的电能表错接线判断方法
CN115685046A (zh) 互感器计量异常识别方法、装置、设备及存储介质
ali Rostami et al. The effect of load modeling on load flow results in distribution systems
CN114862229A (zh) 电能质量评估方法、装置、计算机设备和存储介质
CN115640950A (zh) 一种基于因子分析的有源台区配网线路异常线损诊断方法
CN114152909A (zh) 基于大数据的中高压失准分析系统
CN112508254B (zh) 变电站工程项目投资预测数据的确定方法
CN109521298B (zh) 基于时间序列的电流不平衡三维度故障分析方法
CN110873857A (zh) 基于多源数据融合的智能电能表运行状态评价方法及系统
CN112905670A (zh) 用于户内停电故障研判的电能表系统、户内停电故障研判方法
CN112446801A (zh) 一种有效提升电力系统数据质量的系统及方法
CN110174577B (zh) 一种用于10kV及以上母线的线损异常判别方法
CN111931342A (zh) 一种基于台区电能质量引起额外线损的评估方法
CN112611997B (zh) 一种台区关口表挂接关系在线校验方法和系统

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