CN109557419B - 一种输电线路检测方法 - Google Patents
一种输电线路检测方法 Download PDFInfo
- Publication number
- CN109557419B CN109557419B CN201811522638.6A CN201811522638A CN109557419B CN 109557419 B CN109557419 B CN 109557419B CN 201811522638 A CN201811522638 A CN 201811522638A CN 109557419 B CN109557419 B CN 109557419B
- Authority
- CN
- China
- Prior art keywords
- node
- power transmission
- determining
- frequency
- nodes
- 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
Links
Images
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本申请公开了一种输电线路检测方法,其特征在于,所述方法包括:确定输电线路的传输基频,以该输电线路的非基频进行调制波加载;在供电网络的一个或多个节点处,进行调制波提取,确定任意时刻调制波信号并循环保存,基于故障发生前调制波信号的波形,确定故障发生位置的范围。本发明的方法能够在故障发生时,迅速定位故障发生位置的大概范围,有利于输电线路的检测维修。
Description
技术领域
本申请涉及电网领域,具体而言,涉及一种输电线路检测方法。
背景技术
随着智能电网的不断发展,输电线路中发生故障时,对故障响应的要求越来越高。并且随着电网构造的复杂化,故障的快速定位变得较为困难。
发明内容
本申请的目的在于:提供高效、准确地电网故障发生位置的评估和后续电网故障追溯方法。
本申请的技术方案是:
一种输电线路检测方法,其特征在于,所述方法包括:确定输电线路的传输基频,以该输电线路的非基频进行调制波加载;在供电网络的一个或多个节点处,进行调制波提取,确定任意时刻调制波信号并循环保存,基于故障发生前调制波信号的波形,确定故障发生位置的范围。
进一步地,所述方法包括下述步骤:
步骤(1)、确定输电线路的传输基频;
步骤(2)、基于所述输电线路的传输基频计算所述输电线路的N次谐波的频率,N为大于等于2的正整数;
步骤(3)、将基频视为一次谐波,确定任意两个相邻谐波的中间频率,获得N-1个中间频率值;
步骤(4)、获取当前输电网络中,具有信号加载和提取能力的中继节点的数目M;
步骤(5)、对于每一个中继节点,对每一个中继节点进行编号,确定每个中继节点的唯一编号;
步骤(6)、对于当前输电网络的最上游节点,获取该节点的输出相位,当该节点的输出相位为0时对该节点的输出进行调制波信号加载,所加载信号的频率为N-1个中间频率中的第一中间频率X倍,X为正整数,加载的完整波形数为3-5个周期;
步骤(7)、对于当前输电网络中最上游节点的下一个节点,记为二阶节点,获取该节点处电压的输出相位,当该节点输出相位与0相位间隔预定相位差时,对该节点的输出进行调制波信号加载,所加载信号的频率为N-1个中间频率中的第二中间频率X倍,X为正整数,加载的完整波形数为3-5个周期;
步骤(8)、对于当前输电网络中的每一个下游节点,确定当前节点的上游节点个数,基于其上游节点个数确定当前节点的阶数J,J∈(3,N-1),重复上述步骤(7),根据当前节点的阶数,对该节点的输出进行调制波信号加载,所加载信号的频率为N-1个中间频率中的第J个中间频率的X倍,加载的完整波形数为3-5个周期;
步骤(9)、在供电网络的一个或多个节点处,进行调制波提取,确定任意时刻调制波信号并循环保存;
步骤(10)、在每个调制波提取节点,当前输电网络中是否发生供电中断,若发生供电中断,则读取该节点所接收到的最后若干周期的调制波信号数据,基于调制波数据确定输电网络中发生终端的位置与该节点的关系。
进一步地,所述方法包括下述步骤:
所述步骤(2)包括:确定当前输电网络中输电节点的总阶数,根据当前输电网络中输电接点的总阶数,确定N的取值,将N取为总阶数+1。
进一步地,所述方法包括下述步骤:在所述输电网络的最下游节点和中间节点分别设置调制解调器,进行调制波提取。
进一步地,所述步骤(2)包括判断当前输电网络中输电节点的总阶数是否超过10,若输电节点的总阶数超过10,则将每10阶的输电节点设置为一层,前10阶的输电节点设置为第一层,11-20阶输电节点设置为第二层,以此类推,对每一个输电节点确定其层数C。
进一步地,对于每一层的输电节点,对该层输电节点的输出进行调制波信号加载时,基于任意一个节点在该层中的上游节点个数确定当前节点的层内阶数J1,J1∈(1,10),根据当前节点的层内阶数,对该节点的输出进行调制波信号加载,所加载信号的频率为前10个中间频率中的第J1个中间频率的X倍,所加载波形的周期为3+C。
本发明的方法加载波信号检出率高,成本低,只需要在节点处进行设置,定位准确,能够有效地将故障定位在2-3个高架塔范围之内。
附图说明
本申请的上述和/或附加方面的优点在结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本申请的一个实施例的示意框图。
具体实施方式
为了能够更清楚地理解本申请的上述目的、特征和优点,下面结合附图和具体实施方式对本申请进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互结合。
在下面的描述中,阐述了很多具体细节以便于充分理解本申请,但是,本申请还可以采用其他不同于在此描述的其他方式来实施,因此,本申请的保护范围并不受下面公开的具体实施例的限制。
实施例1
输电网络中有很多输电节点,这些输电节点之间的线路一旦发生故障,则将会影响整条输电线路中上下游线路的供电,但是,现有的输电线路检测网络往往难以通过现有手段准确地定位出,输电线路是在输电网络中的哪个位置处发生的故障,需要检修人员沿线路进行检测,或者在沿线路的每个高架塔设置相应检测设施,检测和维护成本高。
针对这一问题,本实施例提供了一种只需要通过在一定的输电节点处设置输电信号的波形调制解调设备,就可以确定输电网络中故障发生位置的检测方法。这里的输电节点可以为变电站、发电厂的电力输出设备等。
如图1所示,本实施例的输电线路检测方法包括:
确定输电线路的传输基频,以该输电线路的非基频进行调制波加载;在供电网络的一个或多个节点处,进行调制波提取,确定任意时刻调制波信号并循环保存,基于故障发生前调制波信号的波形,确定故障发生位置的范围。
具体而言,所述方法包括下述步骤:
步骤(1)、确定输电线路的传输基频;通常情况下,输电线路的基频为50Hz。
步骤(2)、获取当前输电网络中,具有信号加载和提取能力的中继节点的数目以及网络拓扑,确定各个中继节点(或称输电节点)之间上下游关系;
步骤(3)、基于所述输电线路的传输基频计算所述输电线路的传输基频的N次谐波的频率,N为大于等于2的正整数。这里的N的数目通常根据中继节点的级数而定,中继节点的级数(阶数)指的是从发电厂的供电输出设备或当前输电网络中的最高一级电力源开始,到最低一级输电节点,所需要经过的中继节点的数目。这里级数按照最短路径原则确定,比如,当从A发电厂到B输电节点之间有两条路径,则取级数最少的路径确定二者之间的级数以及级数差。此外,对于该输电网络,需要前期准确测量出从最上游节点到每个最下游节点所需的供电传输时间,取最大传输时间TM作为调制波的加载循环周期,若每次调制波加载以及加载间隔的总时间为t。
步骤(4)、将基频视为一次谐波,确定任意两个相邻谐波的中间频率,获得N-1个中间频率值;
步骤(5)、对于每一个中继节点,对每一个中继节点进行编号,确定每个中继节点的唯一编号;
步骤(6)、对于当前输电网络的最上游节点,获取该节点的输出相位,当该节点的输出相位为0时对该节点的输出进行调制波信号加载,所加载信号的频率为N-1个中间频率中的第一中间频率的X倍,X为正整数,加载的完整波形数为3-5个周期;X大于N。所加载的波形为非对称波,这里的非对称波指的是正周期的波形幅值及其时间积分与负周期的波形幅值及其时间积分都不相同。之所以采用这样的加载频率,主要是既可以避开输电网络的高次谐波,又能够降低被输电网络的滤波器滤除的可能。当然,波形加载要在每个中继节点的滤波器后端进行,即滤波程序完成后才进行波形加载。
步骤(7)、对于当前输电网络中最上游节点的下一个节点,记为二阶节点,获取该节点处电压的输出相位,当该节点输出相位与0相位间隔预定相位差时,对该节点的输出进行调制波信号加载,所加载信号的频率为N-1个中间频率中的第二中间频率X倍,X为正整数,加载的完整波形数为3-5个周期;进行一轮加载之后,间隔预定时间,进行下一轮加载,加载频率为第二中间频率的X+1倍,以此类推,直到加载频率为第二中间频率的X+M倍,即TM/t取整加1为止,返回到第二中间频率的X倍。
步骤(8)、对于当前输电网络中的每一个下游节点,确定当前节点的上游节点个数,基于其上游节点个数确定当前节点的阶数J,J∈(3,N-1),重复上述步骤(7),根据当前节点的阶数,对该节点的输出进行调制波信号加载,所加载信号的频率为N-1个中间频率中的第J个中间频率的X倍,加载的完整波形数为3-5个周期;进行一轮加载之后,间隔预定时间,进行下一轮加载,加载频率为第J中间频率的X+1倍,以此类推,直到加载频率为第J中间频率的X+M倍,即TM/t取整加1为止,返回到第J中间频率的X倍。
步骤(9)、在供电网络的一个或多个节点处,进行调制波提取,确定任意时刻调制波信号并保存;调制波提取主要是提取在每一个中继节点处能接收到几种调制波得频率,每种频率调制波所能接收到的周期数以及每种调制波的中心频率。
步骤(10)、在每个输电节点,判断当前输电网络中是否发生供电中断,若发生供电中断,则读取该节点所接收到的最后若干周期的调制波信号数据,基于调制波数据确定输电网络中发生故障的位置与该节点的关系。
这里需要对步骤(10)中“基于调制波数据确定输电网络中发生故障的位置与该节点的关系”的方法进行详细说明。
具体而言,在该步骤中,首先,判断最后一个周期(此处的周期指的是调制波的接收周期,并非输电的基频周期)所接收到的调制波中所包含的调制波种类,比如,如果当前输电节点为三阶节点,则该节点与输电网络中最上游节点的最短路径需要经过两段无输电节点的输电线路,然后,判断当前输电节点从最短路径所接收到的调制波信号的信号频率,若其中包含第一中间频率的X+5倍频的信号和第二中间频率的X+5倍频的信号,而不包含第一中间频率的X+6倍频的信号和第二中间频率的X+6倍频的信号,则说明断路发生时,X+5倍频信号已经通过故障点,而X+6倍频信号尚未到达,基于该节点的两个上游节点发出X+5倍频信号的时间和电网信号传输速度,即可估算出故障发生位置,通过将基于每个上游节点发出的信号和电网传输速度估算出一个位置预估值,对位置预估值进行平均或加权平均,获得故障估计值。
优选地,对于每个非最上游节点,在其上游节点进行信号波加载后的预定延时后,进行信号波记载,对于任意两个同阶节点,将同阶的两个节点信号波加载相对于上游节点的延时设置为彼此不同,比如,彼此相差0.001秒。这样,使得任意两个同阶节点的信号加载的初始时间彼此不同,当存在多路信号进入同一节点时,实现彼此之间的区分。
进一步地,所述方法包括下述步骤:在所述输电网络的最下游节点和中间节点分别设置调制解调器,进行调制波提取,调制解调器前端设置对于基频和基频的N次谐波的滤波装置。
进一步地,所述步骤(2)包括判断当前输电网络中输电节点的总阶数是否超过10,若输电节点的总阶数超过10,则将每10阶的输电节点设置为一层,前10阶的输电节点设置为第一层,11-20阶输电节点设置为第二层,以此类推,对每一个输电节点确定其层数C。
进一步地,对于每一层的输电节点,对该层输电节点的输出进行调制波信号加载时,基于任意一个节点在该层中的上游节点个数确定当前节点的层内阶数J1,J1∈(1,10),根据当前节点的层内阶数,对该节点的输出进行调制波信号加载,所加载信号的频率为前10个中间频率中的第J1个中间频率的X倍,所加载波形的周期为3+C。
实施例2
本实施例中,为了更好地基于加载波信号进行位置判定采用了神经网络方法。
加载波提取之后,基于加载波进行神经网络,方法包括:
分别在不同位置断开输电线路,利用神经网络算法,构建关于断电处相对于最上游节点距离和下游节点所接收到的信号频率的神经网络训练模型,获取当前输电网络中的加载波信号,生成训练数据;
本发明将神经网络的概念引入输电网络中,每一个输电节点可以视为神经网络中的一个参与节点,将神经网络中的训练数据存储在神经网络中,将通过故意断开网络生成的故障数据作为第一存储数据。
电网运行一段时间后,将输电节点自身存储的故障数据,作为第二存储数据。
以最上游节点为距离0点,以距离最上游节点的距离为距离数据,将距离数据分段,每一段定义成一个类,根据第一存储数据和/或第二存储数据中的已知故障位置,按照距离划分,生成故障分类树;
对于每一大段而言,进行进一步划分,分成若干子段,形成故障位置分类树,每个故障位置作为分类树的叶子,即故障节点。
随机选取一个训练数据,对其距离数据和加载波信号数据导入神经网络,进行神经网络构建和训练。利用神经网络算法,确定每个训练数据对应的叶子节点位置以及对应的各个输电节点中加载波信号的频率。
根据各个叶片所处类别和对应的输电节点中加载波信号的频率,进行聚类分析,修正所构建的神经网络,剔除异常点。利用修正后的神经网络模型,将新故障的加载波信号输入其中,获得相应加载波对应的故障分类,进而确定其位置。
采用了神经网络算法之后,可以将实际故障时信号的传输特性灌注到网络中,获得更接近实际情况的故障位置估算。
尽管参考附图详地公开了本申请,但应理解的是,这些描述仅仅是示例性的,并非用来限制本申请的应用。本申请的保护范围由附加权利要求限定,并可包括在不脱离本申请保护范围和精神的情况下针对发明所作的各种变型、改型及等效方案。
Claims (6)
1.一种输电线路检测方法,其特征在于,所述方法包括:确定输电线路的传输基频,以该输电线路的非基频进行调制波加载;在供电网络的一个或多个节点处,进行调制波提取,确定任意时刻调制波信号并保存,基于故障发生前调制波信号的频率,确定故障发生位置的范围,所述方法包括下述步骤:
步骤(1)、确定输电线路的传输基频;
步骤(2)、获取当前输电网络中,具有信号加载和提取能力的中继节点的数目以及网络拓扑,确定各个中继节点之间上下游关系;
步骤(3)、基于所述输电线路的传输基频计算所述输电线路的传输基频的N次谐波的频率,N为大于等于2的正整数;
步骤(4)、将基频视为一次谐波,确定任意两个相邻谐波的中间频率,获得N-1个中间频率值;
步骤(5)、对于每一个中继节点,对每一个中继节点进行编号,确定每个中继节点的唯一编号;
步骤(6)、对于当前输电网络的最上游节点,获取该节点的输出相位,当该节点的输出相位为0时对该节点的输出进行调制波信号加载,所加载信号的频率为N-1个中间频率中的第一中间频率X倍,X为正整数,加载的完整波形数为3-5个周期;
步骤(7)、对于当前输电网络中最上游节点的下一个节点,记为二阶节点,获取该节点处电压的输出相位,当该节点输出相位与0相位间隔预定相位差时,对该节点的输出进行调制波信号加载,所加载信号的频率为N-1个中间频率中的第二中间频率X倍,X为正整数,加载的完整波形数为3-5个周期;
步骤(8)、对于当前输电网络中的每一个下游节点,确定当前节点的上游节点个数,基于其上游节点个数确定当前节点的阶数J,J∈(3,N-1),按照上述步骤(7)中的方式,根据当前节点的阶数,对该节点的输出进行调制波信号加载,所加载信号的频率为N-1个中间频率中的第J个中间频率的X倍,加载的完整波形数为3-5个周期;
步骤(9)、在供电网络的一个或多个节点处,进行调制波提取,确定任意时刻调制波信号并保存;
步骤(10)、在每个调制波提取节点,判断当前输电网络中是否发生供电中断,若发生供电中断,则读取该节点所接收到的最后若干周期的调制波信号数据,基于调制波数据确定输电网络中发生终端的位置与该节点的关系。
2.根据权利要求1所述的输电线路检测方法,其特征在于,所述方法包括下述步骤:
所述步骤(2)包括:确定当前输电网络中输电节点的总阶数,根据当前输电网络中输电节点的总阶数,确定N的取值,将N取为总阶数+1。
3.根据权利要求1所述的输电线路检测方法,其特征在于,所述方法包括下述步骤:在所述输电网络的最下游节点和中间节点分别设置调制解调器,进行调制波提取。
4.根据权利要求2所述的输电线路检测方法,其特征在于,所述步骤(2)包括判断当前输电网络中输电节点的总阶数是否超过10,若输电节点的总阶数超过10,则将每10阶的输电节点设置为一层,前10阶的输电节点设置为第一层,11-20阶输电节点设置为第二层,以此类推,对每一个输电节点确定其层数C。
5.根据权利要求4所述的输电线路检测方法,其特征在于,对于每一层的输电节点,对该层输电节点的输出进行调制波信号加载时,基于任意一个节点在该层中的上游节点个数确定当前节点的层内阶数J1,J1∈(1,10),根据当前节点的层内阶数,对该节点的输出进行调制波信号加载,所加载信号的频率为前10个中间频率中的第J1个中间频率的X倍,所加载波形的周期为3+C。
6.根据权利要求1所述的输电线路检测方法,其特征在于,所述方法包括构建神经网络模型,存储各个节点所提取的加载波信号,以故障发生时各个节点所提取的加载波信号、故障发生位置作为参数对神经网络模型进行训练;获取新故障发生时加载波信号数据,利用训练好的神经网络模型基于加载波信号数据进行故障位置判定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811522638.6A CN109557419B (zh) | 2018-12-13 | 2018-12-13 | 一种输电线路检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811522638.6A CN109557419B (zh) | 2018-12-13 | 2018-12-13 | 一种输电线路检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109557419A CN109557419A (zh) | 2019-04-02 |
CN109557419B true CN109557419B (zh) | 2020-11-06 |
Family
ID=65869781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811522638.6A Active CN109557419B (zh) | 2018-12-13 | 2018-12-13 | 一种输电线路检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109557419B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112104400B (zh) * | 2020-04-24 | 2023-04-07 | 广西华南通信股份有限公司 | 基于有监督机器学习的组合式中继选择方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102221660A (zh) * | 2011-03-18 | 2011-10-19 | 华北电力大学 | 小电流接地故障在线定位装置 |
CN102288872A (zh) * | 2011-06-30 | 2011-12-21 | 山东省电力学校 | 基于信号注入法的小电流接地系统单相接地故障测距方法 |
CN106154118A (zh) * | 2016-09-29 | 2016-11-23 | 武汉科技大学 | 一种配电网单相接地故障选线与定位装置及方法 |
CN107069678A (zh) * | 2017-03-22 | 2017-08-18 | 南京南瑞继保电气有限公司 | 一种输配电线路断线保护方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030085715A1 (en) * | 2001-08-15 | 2003-05-08 | David Lubkeman | System and method for locating a fault on ungrounded and high-impedance grounded power systems |
-
2018
- 2018-12-13 CN CN201811522638.6A patent/CN109557419B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102221660A (zh) * | 2011-03-18 | 2011-10-19 | 华北电力大学 | 小电流接地故障在线定位装置 |
CN102288872A (zh) * | 2011-06-30 | 2011-12-21 | 山东省电力学校 | 基于信号注入法的小电流接地系统单相接地故障测距方法 |
CN106154118A (zh) * | 2016-09-29 | 2016-11-23 | 武汉科技大学 | 一种配电网单相接地故障选线与定位装置及方法 |
CN107069678A (zh) * | 2017-03-22 | 2017-08-18 | 南京南瑞继保电气有限公司 | 一种输配电线路断线保护方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109557419A (zh) | 2019-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rueda et al. | Wavelet-based analysis of power system low-frequency electromechanical oscillations | |
Dong et al. | Frequency prediction of power systems in FNET based on state-space approach and uncertain basis functions | |
CN106643765A (zh) | 一种采集异常维修时长计算方法 | |
CN109951306B (zh) | 告警的处理方法、装置、设备及介质 | |
CN110618314B (zh) | 一种配电系统抗短路故障干扰的谐波责任划分方法 | |
CN106570790B (zh) | 一种计及风速数据分段特性的风电场出力数据修复方法 | |
CN113676343B (zh) | 电力通信网故障源定位方法及装置 | |
CN108445861A (zh) | 一种基于卷积神经网络算法的转辙机故障检测方法及系统 | |
CN114006413A (zh) | 一种基于图神经网络的电力系统暂态稳定控制方法及系统 | |
CN113484667A (zh) | 一种应用于配网终端的柔性直流配电网故障定位方案 | |
CN109557419B (zh) | 一种输电线路检测方法 | |
CN114709821A (zh) | 一种基于有限量测的配电网分区谐波责任评估方法及系统 | |
CN116578869A (zh) | 电力系统的故障诊断方法、故障诊断装置与电子装置 | |
CN111178679A (zh) | 一种基于聚类算法和网络搜索的相位识别方法 | |
Papadopoulos et al. | Online parameter identification and generic modeling derivation of a dynamic load model in distribution grids | |
CN103942416B (zh) | 基于加权节点生成树的电压估计方法 | |
CN116298670A (zh) | 适用于多分支配电线路的智能故障定位方法及系统 | |
US12013427B2 (en) | High impedance fault detection and location accuracy | |
Kezunovic | Automated analysis of voltage sags, their causes and impacts | |
Hassani et al. | Locating faults in smart grids using neuro–fuzzy networks | |
CN114465351A (zh) | 一种低压配电网拓扑结构的生成方法及系统 | |
Kaszowska et al. | Assessment of Available Measurement Data, Data Breaks and Estimation of Missing Data from AMI Meters | |
Thiyagarajan et al. | Wavelet approach and support vector networks based power quality events recognition and categorisation | |
CN115494343B (zh) | 基于配网故障机理的故障自动识别方法 | |
CN114740261B (zh) | 一种谐波感知方法、系统、装置及存储介质 |
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 |