CN109738760B - 一种融合多种配电终端数据的配网短路故障定位方法 - Google Patents
一种融合多种配电终端数据的配网短路故障定位方法 Download PDFInfo
- Publication number
- CN109738760B CN109738760B CN201910120976.5A CN201910120976A CN109738760B CN 109738760 B CN109738760 B CN 109738760B CN 201910120976 A CN201910120976 A CN 201910120976A CN 109738760 B CN109738760 B CN 109738760B
- Authority
- CN
- China
- Prior art keywords
- fault
- data
- line
- ftu
- area
- 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
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种融合多种配电终端数据的配网短路故障定位方法,包括以下步骤:步骤S1:线路短路故障时,利用故障时FTU数据、二遥故障指示器数据,分别以FTU、二遥故障指示器为节点建立线路的网络拓扑描述和区段划分,进行故障区域研判定位;步骤S2:综合二种类型数据研判结果,进行两故障区域交集处理,交集区域缩小了故障定位区间,提高故障精确性和准确性。本发明充分融合FTU终端或二遥故障指示器故障信息数据,具有更好的容错性,可适应线路多点同时短路故障的故障定位,可实现线路段级的更高精确的配网短路故障定位,为实际配网线路故障准确快速查巡提供可靠的指导。
Description
技术领域
本发明涉及输配电技术领域,特别是一种融合多种配电终端数据的配网短路故障定位方法。
背景技术
目前配网主站短路故障定位主要是基于FTU终端或二遥故障指示器故障信息进行研判,并辅以配变用采数据进行研判结果校验,缩短线路故障查巡范围。
目前在实际应用仍存在不足,主要体现在几个方面:一是主站研判定位结果往往只显示在某终端后端线路,不能具体定位到某线路段;二是未充分融合FTU终端或二遥故障指示器故障信息数据;三是主站短路故障定位算法对终端数据质量要求高,容错性差,故障定位准确性有待进一步提高;四是线路多点同时的短路故障定位难。
发明内容
有鉴于此,本发明的目的是提出一种融合多种配电终端数据的配网短路故障定位方法,充分融合FTU终端或二遥故障指示器故障信息数据,具有更好的容错性,可适应线路多点同时短路故障的故障定位,可实现线路段级的更高精确的配网短路故障定位,为实际配网线路故障准确快速查巡提供可靠的指导。
本发明采用以下方案实现:一种融合多种配电终端数据的配网短路故障定位方法,具体包括以下步骤:
步骤S1:线路短路故障时,利用故障时FTU数据、二遥故障指示器数据,分别以FTU、二遥故障指示器为节点建立线路的网络拓扑描述和区段划分,进行故障区域研判定位;
步骤S2:综合二种类型数据研判结果,进行两故障区域交集处理,交集区域缩小了故障定位区间,提高故障精确性和准确性。
进一步地,步骤S1中,在分别以FTU、二遥故障指示器为节点建立线路的网络拓扑描述和区段划分之前,还包括:对数据进行预处理,根据FTU、二遥故障指示器数据的故障数据间关联对应关系,对线路涉及到的相关各监测控制设备的数据进行质量评价,剔除不良数据,筛选质量合格数据进行故障研判,提高判断准确性。
进一步地,步骤S1中,所述分别以FTU、二遥故障指示器为节点建立线路的网络拓扑描述和区段划分,进行故障区域研判定位具体包括以下步骤:
步骤S11:根据FTU、二遥故障指示器产生的故障数据信息特征和各信息源特点不同,建立与各监测控制设备关联的线路网络拓扑描述关系矩阵Am×n;
步骤S12:在建立的线路网络拓扑描述矩阵基础上,进行故障停电区域判断和所有可能故障区域的搜索;
步骤S13:计算目标函数f;
步骤S14:比较目标函数f,确定各数据最合理故障区域。
进一步地,步骤S12具体为:以各FTU节点和线路末端节点检测到的故障信号建立网络拓扑对应的短路故障信息向量G,G中的任意元素定义为:
Gj=1表示FTU节点j检测到故障信号;
Gj=0表示FTU节点j未检测到故障信号,或者节点j为线路末端节点;
通过故障定位计算得到故障研判信息向量D=Am×nG,它的任意元素意义为:
Di=1表示可疑故障区间i为故障研判得到的故障区间;
Di=0表示可疑故障区间i为故障研判得到的非故障区间。
进一步地,步骤S13具体为:计算故障区域的信号期望值与实际值的差异指数dindex,计算目标函数f=1-dindex。
进一步地,步骤S14具体为:目标函数f最大的区域为最合理故障区域。
进一步地,步骤S2还包括:若无交集区域,则优先选择数据质量更可靠的判断结果;在完成故障区域定位基础上,对各监测控制设备数据质量进行评价。
与现有技术相比,本发明有以下有益效果:本发明提出的方法充分融合FTU终端或二遥故障指示器故障信息数据,具有更好的容错性,可适应线路多点同时短路故障的定位判断,可实现更精确的配网短路故障定位,为实际配网线路故障准确快速查巡提供可靠的指导,对配网短路故障快速处理有着积极生产意义,提高供电可靠性。
附图说明
图1为本发明实施例的方法流程示意图。
图2为本发明实施例的某配电线路网络拓扑示意图。
图3为本发明实施例的终端数据质量初步评价流程图。
图4为本发明实施例的针对单区域故障D,根据网络拓扑A,求期望Gq,使用Matlab编程示意图。
图5为本发明实施例的针对任一区域故障组合D,根据网络拓扑A,求期望Gq,使用Matlab编程函数示意图。
图6为本发明实施例的以网络拓扑矩阵A为例,已知网络拓扑矩阵A及故障信息向量G,使用Matlab编程运行结果示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
本实施例利用故障时FTU数据、二遥故障指示器数据,分别建立与FTU、二遥故障指示器为节点建立线路的网络拓扑描述和区段划分,进行故障区域研判定位,然后综合二种类型数据研判结果,进行两故障区域交集处理(理论上两者存在交集),交集区域缩小了故障定位区间,提高故障精确性和准确性。因监测装置数据不可靠原因可能无交集区域,则优先选择数据质量更可靠的判断结果。同时在完成故障区域定位基础上,对各监测控制设备数据质量进行评价,如是否有拒动、误动或遥信遥测异常判断。其故障定位方法步骤如下,流程见图1。
如图1所示,本实施例提供了一种融合多种配电终端数据的配网短路故障定位方法,具体包括以下步骤:
步骤S1:线路短路故障时,利用故障时FTU数据、二遥故障指示器数据,分别以FTU、二遥故障指示器为节点建立线路的网络拓扑描述和区段划分,进行故障区域研判定位;线路短路故障时线路上相关监测控制设备可监测到明显的特征信号,根据变电站保护装置、站内故障录波装置、FTU、二遥故障指示器等装置原理结合短路信号特征,设置合理的研判启动条件,例如以线路发生短路故障时该些智能装置产生保护跳闸、过流、失压等信号为启动条件,以上根据具体情况可以具体灵活设定,并不局限;
步骤S2:综合二种类型数据研判结果,进行两故障区域交集处理,交集区域缩小了故障定位区间,提高故障精确性和准确性。
在本实施例中,步骤S1中,在分别以FTU、二遥故障指示器为节点建立线路的网络拓扑描述和区段划分之前,还包括:对数据进行预处理,根据FTU、二遥故障指示器数据的故障数据间关联对应关系,对线路涉及到的相关各监测控制设备的数据进行质量评价,剔除不良数据,筛选质量合格数据进行故障研判,提高判断准确性。
在本实施例中,步骤S1中,所述分别以FTU、二遥故障指示器为节点建立线路的网络拓扑描述和区段划分,进行故障区域研判定位具体包括以下步骤:
步骤S11:根据FTU、二遥故障指示器产生的故障数据信息特征和各信息源特点不同,建立与各监测控制设备关联的线路网络拓扑描述关系矩阵Am×n;
步骤S12:在建立的线路网络拓扑描述矩阵基础上,进行故障停电区域判断和所有可能故障区域的搜索;
步骤S13:计算目标函数f;
步骤S14:比较目标函数f,确定各数据最合理故障区域。
在本实施例中,步骤S12具体为:以各FTU节点和线路末端节点检测到的故障信号建立网络拓扑对应的短路故障信息向量G,G中的任意元素定义为:
Gj=1表示FTU节点j检测到故障信号;
Gj=0表示FTU节点j未检测到故障信号,或者节点j为线路末端节点;
通过故障定位计算得到故障研判信息向量D=Am×nG,它的任意元素意义为:
Di=1表示可疑故障区间i为故障研判得到的故障区间;
Di=0表示可疑故障区间i为故障研判得到的非故障区间。
在本实施例中,步骤S13具体为:计算故障区域的信号期望值与实际值的差异指数dindex,计算目标函数f=1-dindex。
在本实施例中,步骤S14具体为:目标函数f最大的区域为最合理故障区域。其中,f=100%情况为最理想的。
在本实施例中,步骤S2还包括:若无交集区域,则优先选择数据质量更可靠的判断结果;在完成故障区域定位基础上,对各监测控制设备数据质量进行评价,如是否有拒动、误动或遥信遥测异常判断。
特别的,如图2所示,对于图2配电网络拓扑,对各FTU和线路末端进行节点编号,各可疑故障区间也进行编号,则它对应的网络拓扑矩阵是:
以图2的拓扑为例,假设某时刻发生故障为单一点故障,可能为区域1-5中任一区域i,则对应故障研判信息向量D中元素Di=1,其他元素Dj=0;假设某时刻发生故障为多点故障,可能为区域1-5中任一区域几个组合,则对应故障研判信息向量D也为相应组合。
假设某t0时刻可疑故障区间2发生了短路故障,那么节点1、2的FTU在t0时刻能检测到故障信号并上传主站,其他节点FTU和线路末端节点t0时刻未检测到故障信号,则它的短路故障信息向量G是:
G=[1 1 0 0 0 0 0]T
则故障定位计算得到故障研判信息向量D=AG:
根据计算机判断得到的故障研判信息向量D=[0 0 1 0 0]T,那么可疑故障区间3为故障研判得到的故障区间。
在本实施例中,假设发生单点故障为区域1-5中区域i为故障区域,则有对应故障研判信息向量D,通过上述网络拓扑矩阵Am×n可求出对应节点故障信息向量G即为区域i为故障区域的信号期望值,计算出信号期望值G与实际值Gactual的差异指数dindex,目标函数f。
其中,差异指数dindex定义为将G与Gactual异或运算后的向量元素和除以向量元素个数(即为网络拓扑矩阵Am×n列数n)的百分数,即
目标函数f定义为(目标函数总是f≤100%)
f=1-dindex。
其中,在研判时前面步骤有对装置数据质量进行初步的评价(具体如图3所示),剔除不良数据,筛选质量合格数据进行故障研判利用,提高判断准确性。装置数据质量初步评价可以建立在本装置各遥信、遥测、保护等信号之间具有关联性并应符合信号特征的时序一致性要求上;建立在线路拓扑结构上符合电路原理条件下各装置信号之间关联上。
在完成故障区域判断后再次对监测控制设备数据质量进行评价,发现缺陷设备指导设备运维,提高装置数据的可靠性。
特别的,在本实施例中,针对单区域故障D,根据网络拓扑A,求期望Gq,使用Matlab编程函数如图4所示。针对任一区域故障组合D,根据网络拓扑A,求期望Gq,使用Matlab编程函数如图5所示。以上述网络拓扑矩阵A为例,已知网络拓扑矩阵A及故障信息向量G,使用Matlab编程运行结果:最小差异度dmin=0,最优故障研判信息向量Dmin=[0 0 0 1 1]’,最优故障研判时故障信息向量期望Gmin=[1 1 1 1 0 1 0]’,其中matlab编程函数如图6所示。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。
Claims (5)
1.一种融合多种配电终端数据的配网短路故障定位方法,其特征在于:包括以下步骤:
步骤S1:线路短路故障时,利用故障时FTU数据、二遥故障指示器数据,分别以FTU、二遥故障指示器为节点建立线路的网络拓扑描述和区段划分,进行故障区域研判定位;
步骤S2:综合二种类型数据研判结果,进行两故障区域交集处理,交集区域缩小了故障定位区间,提高故障精确性和准确性;
其中,步骤S1中,所述分别以FTU、二遥故障指示器为节点建立线路的网络拓扑描述和区段划分,进行故障区域研判定位具体包括以下步骤:
步骤S11:根据FTU、二遥故障指示器产生的故障数据信息特征和各信息源特点不同,建立与各监测控制设备关联的线路网络拓扑描述关系矩阵Am×n;
步骤S12:在建立的线路网络拓扑描述矩阵基础上,进行故障停电区域判断和所有可能故障区域的搜索;
步骤S13:计算目标函数f;
步骤S14:比较目标函数f,确定各数据最合理故障区域;
其中,步骤S2还包括:若无交集区域,则优先选择数据质量更可靠的判断结果;在完成故障区域定位基础上,对各监测控制设备数据质量进行评价。
2.根据权利要求1所述的一种融合多种配电终端数据的配网短路故障定位方法,其特征在于:步骤S1中,在分别以FTU、二遥故障指示器为节点建立线路的网络拓扑描述和区段划分之前,还包括:对数据进行预处理,根据FTU、二遥故障指示器数据的故障数据间关联对应关系,对线路涉及到的相关各监测控制设备的数据进行质量评价,剔除不良数据,筛选质量合格数据进行故障研判,提高判断准确性。
3.根据权利要求1所述的一种融合多种配电终端数据的配网短路故障定位方法,其特征在于:步骤S12具体为:以各FTU节点和线路末端节点检测到的故障信号建立网络拓扑对应的短路故障信息向量G,G中的任意元素定义为:
Gj=1表示FTU节点j检测到故障信号;
Gj=0表示FTU节点j未检测到故障信号,或者节点j为线路末端节点;
通过故障定位计算得到故障研判信息向量D=Am×nG,它的任意元素意义为:
Di=1表示可疑故障区间i为故障研判得到的故障区间;
Di=0表示可疑故障区间i为故障研判得到的非故障区间。
4.根据权利要求3所述的一种融合多种配电终端数据的配网短路故障定位方法,其特征在于:步骤S13具体为:计算故障区域的信号期望值与实际值的差异指数dindex,计算目标函数f=1-dindex。
5.根据权利要求1所述的一种融合多种配电终端数据的配网短路故障定位方法,其特征在于:步骤S14具体为:目标函数f最大的区域为最合理故障区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910120976.5A CN109738760B (zh) | 2019-02-19 | 2019-02-19 | 一种融合多种配电终端数据的配网短路故障定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910120976.5A CN109738760B (zh) | 2019-02-19 | 2019-02-19 | 一种融合多种配电终端数据的配网短路故障定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109738760A CN109738760A (zh) | 2019-05-10 |
CN109738760B true CN109738760B (zh) | 2021-05-14 |
Family
ID=66367728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910120976.5A Active CN109738760B (zh) | 2019-02-19 | 2019-02-19 | 一种融合多种配电终端数据的配网短路故障定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109738760B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111521909B (zh) * | 2020-04-30 | 2022-07-05 | 云南电网有限责任公司红河供电局 | 基于线零模波速差的复杂结构电网故障单端测距方法 |
CN112162174B (zh) * | 2020-09-03 | 2024-04-26 | 国电南瑞科技股份有限公司 | 基于营配一体的台区故障定位方法及系统 |
CN112257257B (zh) * | 2020-10-20 | 2022-05-24 | 中国电建集团福建省电力勘测设计院有限公司 | 基于状态检测信息阵的故障指示器状态检测评价方法 |
CN112083292B (zh) * | 2020-10-26 | 2023-09-05 | 积成电子股份有限公司 | 一种基于多源非健全信息融合的配电网主动故障研判方法 |
CN112684299B (zh) * | 2021-01-19 | 2021-12-07 | 浙江大学 | 利用失压信息的电力馈线故障区段高容错辨识方法及装置 |
CN117420480A (zh) * | 2023-08-08 | 2024-01-19 | 南京航空航天大学 | 大容量线束网络的线路导通性测试方法及系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204389628U (zh) * | 2015-02-06 | 2015-06-10 | 国家电网公司 | 一种基于多信息融合的电网故障自动定位装置 |
CN104820163A (zh) * | 2015-04-13 | 2015-08-05 | 同济大学 | 一种基于ftu的配电网故障定位方法 |
CN104931857B (zh) * | 2015-06-25 | 2016-06-15 | 山东大学 | 一种基于d-s证据理论的配电网故障定位方法 |
CN204925317U (zh) * | 2015-09-15 | 2015-12-30 | 特变电工南京智能电气有限公司 | 一种用于快速定位故障的配网自动化终端 |
CN105606957B (zh) * | 2015-12-23 | 2018-12-11 | 国网福建省电力有限公司 | 一种基于故障指示器以及公专变的配电网故障研判方法 |
CN107024638A (zh) * | 2016-02-02 | 2017-08-08 | 天津理工大学 | 一种基于改进矩阵算法的配电网故障定位方法及装置 |
CN106841927B (zh) * | 2017-03-17 | 2019-05-31 | 国网江苏省电力公司宿迁供电公司 | 含分布式电源配电网的故障定位方法 |
CN108931709A (zh) * | 2018-07-24 | 2018-12-04 | 华北电力大学 | 一种高容错率的配网故障定位方法 |
-
2019
- 2019-02-19 CN CN201910120976.5A patent/CN109738760B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109738760A (zh) | 2019-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109738760B (zh) | 一种融合多种配电终端数据的配网短路故障定位方法 | |
CN111459695B (zh) | 根因定位方法、装置、计算机设备和存储介质 | |
CN109324266B (zh) | 一种基于深度学习的配网接地故障分析方法 | |
CN112305386A (zh) | 一种基于数字孪生技术的高压电缆带电检测系统及方法 | |
CN105512011B (zh) | 一种电子装备测试性建模评估方法 | |
US4290013A (en) | Method of and apparatus for electrical short testing and the like | |
US20100134117A1 (en) | Method and Device for Capturing a Fault in an Electrical Supply Grid | |
CN115800272A (zh) | 基于拓扑识别的电网故障分析方法、系统、终端及介质 | |
CN114814420A (zh) | 一种基于冻结数据的低压配电网拓扑识别方法及系统 | |
CN112684295A (zh) | 一种基于相似离度的高渗透率下配电网故障选线方法及系统 | |
CN117293799A (zh) | 一种用于评估电力系统暂态功角稳定的方法及系统 | |
WO2020207066A1 (zh) | 故障指示器装置、系统及配电网系统 | |
CN114460519A (zh) | 基于电力互感器检验的现场与终端融合管理系统和方法 | |
SE466366B (sv) | Foerfarande och anordning foer fellokalisering i flerterminalnaet | |
KR20210060192A (ko) | 산업설비의 이상유무 진단장치 및 방법 | |
CN111090021A (zh) | 一种复合低压配电网故障定位方法 | |
CN115913349A (zh) | 光缆设备异常定位方法及装置、存储介质、终端 | |
CN113091949B (zh) | 电缆状态检测方法、装置和设备 | |
CN114356621A (zh) | 基于信息熵分析的总线退出方法及装置 | |
CN114137388A (zh) | 线路板信号寻迹检测系统 | |
CN109241114B (zh) | 故障设备识别系统及识别方法和计算机存储介质 | |
KR20070104073A (ko) | 반도체 제조 설비의 공정 분석 시스템 및 그의 분석 방법 | |
CN114139740A (zh) | 一种平均修复时间和/或最大修复时间评估方法 | |
CN109067603B (zh) | 一种确定变电站网络vlan配置问题的方法及系统 | |
CN117250389B (zh) | 杂散电流分析预警工作方法 |
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 |