CN109975661A - 一种基于斯皮尔曼相关系数的输电线路故障检测方法 - Google Patents
一种基于斯皮尔曼相关系数的输电线路故障检测方法 Download PDFInfo
- Publication number
- CN109975661A CN109975661A CN201910322248.2A CN201910322248A CN109975661A CN 109975661 A CN109975661 A CN 109975661A CN 201910322248 A CN201910322248 A CN 201910322248A CN 109975661 A CN109975661 A CN 109975661A
- Authority
- CN
- China
- Prior art keywords
- current
- route
- sequence
- instantaneous value
- phase
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 12
- 230000005540 biological transmission Effects 0.000 title claims abstract description 9
- 238000000819 phase cycle Methods 0.000 claims abstract description 7
- 238000010276 construction Methods 0.000 claims abstract description 3
- 238000005070 sampling Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000010363 phase shift Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 23
- 230000002159 abnormal effect Effects 0.000 abstract description 15
- 238000012546 transfer Methods 0.000 abstract description 8
- 230000007704 transition Effects 0.000 abstract description 7
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000004088 simulation Methods 0.000 description 8
- 230000007257 malfunction Effects 0.000 description 6
- 241001269238 Data Species 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 229920006395 saturated elastomer Polymers 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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)
- Locating Faults (AREA)
Abstract
本发明公开了一种基于斯皮尔曼相关系数的输电线路故障检测方法。采集线路两侧每个时刻的三相电流瞬时值,计算获得线路两侧的正序故障分量、负序、零序电流的瞬时值,构造线路某侧的故障分量综合电流为同一时刻的正序故障分量电流、负序电流、零序电流瞬时值的叠加。以一个周波作为时间窗,利用时间窗内的故障分量综合电流,构造某线路的两个特征序列,计算两个特征序列之间的斯皮尔曼相关系数。时间窗每向前移动一点计算一次线路的斯皮尔曼相关系数,当该相关系数大于阈值0时,就判断该线路为故障线路。本方法不受过渡电阻、异常数据、电流互感器饱和等影响,在非全相运行、潮流转移中再故障也能够检测出故障线路,并且对信息同步性的要求不高。
Description
技术领域
本发明涉及电网输电线路的故障检测技术领域。
背景技术
现有的保护算法大多是在基波相量体系下,利用傅氏算法得到工频相量再进行保护计算,但是傅氏算法会受到故障电流中衰减直流分量的影响,保护动作速度会受到滤波算法数据窗的限制,还存在抗干扰能力不足等问题。针对以上问题,国内外学者开始研究基于电流瞬时值波形的保护算法,但是在高阻接地故障、采样值异常、信息不同步、电流互感器(CT)饱和等情况下,已有故障检测算法的耐受度和准确性存在一定的不足。
文献(陈乐,薄志谦,林湘宁,等.基于波形相似度比较的线路快速纵联保护研究[J].中国电机工程学报,2017,37(17):5018-5027)提出将线路某一侧的电流采样值取反,利用Hausdorff距离计算两侧电流波形的相似度,根据H距离的值构造保护判据。该算法需要附加异常数据的识别方法来剔除异常数据,并且没有考虑CT饱和的影响;
文献(孔德洪,吕飞鹏,韩康,等.基于采样值相关度的广域后备保护算法[J].电测与仪表,2017,54(9):6-11)利用线路两侧电流的采样值构造出了两个信号序列,通过计算两个序列之间的相关度来识别故障线路,该方法对电流信号的同步性要求不高,但是高阻接地故障会影响算法的灵敏度,同样它没有考虑CT饱和的影响。
发明专利公开号CN106786424A,公开了“基于电流波形相似度的新能源场站送出线路纵联保护方法”。通过分析新能源并网线路两侧的故障电流波形的差异,计算两侧电流波形的皮尔逊相关系数来建立保护判据,但该方法仅适用于光伏、风电等新能源场站送出线路的保护,并且皮尔逊相关系数会受到异常数据的影响。
针对上述方法存在的问题,本发明提出一种基于斯皮尔曼相关系数的输电线路故障检测方法。与现有方法相比,本发明提出的输电线路故障检测方法的优势是检测故障线路准确,有更强的抗干扰能力,不受过渡电阻、噪声、异常数据等因素的影响,并且有更强的耐同步误差和抗CT饱和的能力。
发明内容
本发明的目的是提供一种基于斯皮尔曼相关系数的输电线路故障检测方法,它能有效地解决保护算法在高阻接地故障、采样值异常、信息不同步、CT饱和等情况下灵敏度不足的问题。
本发明的目的是通过以下技术方案来实现的:
步骤一、采集线路mn两侧每个采样时刻的三相电流瞬时值ima、imb、imc、ina、inb、inc,根据瞬时对称分量法,分别计算线路mn两侧的正序电流瞬时值im1、in1,负序电流瞬时值im2、in2,零序电流瞬时值im0、in0,其中,m、n为被检测线路两侧的母线编号;
式(1)中,ia、ib、ic分别为A相、B相、C相三相电流的瞬时值,ia1、ia2、ia0分别表示A相正序、负序、零序电流瞬时值,S90=e-j90°为移相算子,它表示将当前时刻向后,即向时间减小方向移动90°对应的时间间隔,S90(ib)表示将B相电流ib的当前时刻向后移动90°对应的时间间隔后相应时刻的瞬时值,S90(ic)表示将C相电流ic的当前时刻向后移动90°对应的时间间隔后相应时刻的瞬时值;
所述线路mn两侧正序电流瞬时值im1、in1,负序电流瞬时值im2、in2、零序电流瞬时值im0、in0均分别采用线路mn两侧的A相正序、负序、零序电流瞬时值;
分别将线路mn两侧当前时刻的正序电流瞬时值减去两个周波前的瞬时值,得到线路mn两侧的正序故障分量电流瞬时值Δim1、Δin1;
步骤二、构造线路m侧或n侧的故障分量综合电流,它们为m侧或n侧同一时刻的正序故障分量电流、负序电流、零序电流瞬时采样值的叠加,线路mn两侧的故障分量综合电流的瞬时值imz、inz计算如下:
式(2)中,imz、inz分别表示线路m侧、n侧的故障分量综合电流瞬时值,Δim1、im2、im0分别表示线路m侧的正序故障分量电流、负序电流、零序电流在同一采样时刻的瞬时值,Δin1、in2、in0分别表示线路n侧的正序故障分量电流、负序电流、零序电流在同一采样时刻的瞬时值;
步骤三、以一个周波作为固定时间窗,从当前时刻向后追溯一个时间窗的线路mn两侧历史数据组成该线路的两个原始序列;针对这两个原始序列,根据式(3)构造所述线路的两个特征序列x、y:
式(3)中,x(k)、y(k)分别表示构造出的两个特征序列x、y在第k个采样点的瞬时值,N表示该时间窗内电流采样点的个数,imz(k)、inz(k)分别表示线路mn两侧时间窗内第k个采样点的故障分量综合电流的瞬时值;|imz(k)|、|inz(k)|分别表示线路两侧时间窗内第k个采样点的故障分量综合电流瞬时值的绝对值;
步骤四、计算时间窗内两个特征序列x、y之间的斯皮尔曼相关系数r;
首先分别对时间窗内的特征序列x、y中的N个数据按照从小到大进行排序,依据每个数据在总体数据中的排序位置为其分配一个相应的等级数;排序位置第1的数据分配的等级数为1,排序最后的数据分配的等级数为N,若排序位置在第k和k+1的两个或两个以上数据的大小相等,则它们分配的等级数为它们的平均排序位置,即(k+k+1)/2;
然后将所述的特征序列x、y中的每个原始数据分别替换成各自的等级数,设Rk表示x中的第k个数据x(k)的等级数,Sk表示y中的第k个数据y(k)的等级数,形成两个等级数序列R、S;
最后计算等级数序列R和S之间的斯皮尔曼相关系数r,计算公式如下:
式(4)中,为等级数序列R的平均值,S为等级数序列S的平均值,即:
步骤五、将时间窗随着采样时刻向前移动,每向前移动一点就计算一次该线路的两个特征序列x、y之间的斯皮尔曼相关系数r;当被测线路的斯皮尔曼相关系数r大于阈值0时,则判断该线路为故障线路。
阈值的设置考虑了线路两侧电流不同步的情况,此时区内故障线路的斯皮尔曼相关系数r会减小,而区外故障线路的斯皮尔曼相关系数r会增大。当线路两侧电流的不同步时间差大于5ms时,区内故障线路的斯皮尔曼相关系数r会小于0,而区外故障线路的斯皮尔曼相关系数r会大于0。因此设置阈值为rset=0,当线路两侧电流的不同步时间差在5ms以内时,本方法不会发生误动或拒动,足以满足工程需求;
本发明与现有技术相比的优点和效果:本发明所提出的方法不受过渡电阻、电流互感器饱和的影响;对异常数据不敏感;对线路两侧电流的同步性要求不高;动作速度快,在潮流转移、非全相运行时不会误动,均能准确地检测出故障线路。
附图说明
图1为本发明的流程图
图2为本发明的IEEE39节点测试系统示意图
图3为本发明的线路L17-18在非全相运行中再故障时斯皮尔曼相关系数随时间的变化
图4为本发明的CT饱和时线路L17-18、L17-27的斯皮尔曼相关系数随时间的变化
图5为本发明的加入异常数据后L17-18、L16-17的斯皮尔曼相关系数随时间的变化
具体实施方式
下面结合附图和具体实施例对本发明的技术内容进行详细的具体说明:
图1为本发明所提供的基于斯皮尔曼相关系数的输电线路故障检测方法的流程图,包括如下步骤:
(1)采集线路mn两侧每个采样时刻的三相电流瞬时值ima、imb、imc、ina、inb、inc,根据瞬时对称分量法,分别计算线路mn两侧的正序电流瞬时值im1、in1,负序电流瞬时值im2、in2,零序电流瞬时值im0、in0,其中,m、n为被检测线路两侧的母线编号;
式(1)中,ia、ib、ic分别为A相、B相、C相三相电流的瞬时值,ia1、ia2、ia0分别表示A相正序、负序、零序电流瞬时值,S90=e-j90°为移相算子,它表示将当前时刻向后,即向时间减小方向移动90°对应的时间间隔,S90(ib)表示将B相电流ib的当前时刻向后移动90°对应的时间间隔后相应时刻的瞬时值,S90(ic)表示将C相电流ic的当前时刻向后移动90°对应的时间间隔后相应时刻的瞬时值;
所述线路mn两侧正序电流瞬时值im1、in1,负序电流瞬时值im2、in2、零序电流瞬时值im0、in0均分别采用线路mn两侧的A相正序、负序、零序电流瞬时值;
分别将线路mn两侧当前时刻的正序电流瞬时值减去两个周波前的瞬时值,得到线路mn两侧的正序故障分量电流瞬时值Δim1、Δin1;
(2)构造线路m侧或n侧的故障分量综合电流,它们为m侧或n侧同一时刻的正序故障分量电流、负序电流、零序电流瞬时采样值的叠加,线路mn两侧的故障分量综合电流的瞬时值imz、inz计算如下:
式(2)中,imz、inz分别表示线路m侧、n侧的故障分量综合电流瞬时值,Δim1、im2、im0分别表示线路m侧的正序故障分量电流、负序电流、零序电流在同一采样时刻的瞬时值,Δin1、in2、in0分别表示线路n侧的正序故障分量电流、负序电流、零序电流在同一采样时刻的瞬时值;
(3)以一个周波作为固定时间窗,从当前时刻向后追溯一个时间窗的线路mn两侧历史数据组成该线路的两个原始序列;针对这两个原始序列,根据式(3)构造所述线路的两个特征序列x、y:
式(3)中,x(k)、y(k)分别表示构造出的两个特征序列x、y在第k个采样点的瞬时值,N表示该时间窗内电流采样点的个数,imz(k)、inz(k)分别表示线路mn两侧时间窗内第k个采样点的故障分量综合电流的瞬时值;|imz(k)|、|inz(k)|分别表示线路两侧时间窗内第k个采样点的故障分量综合电流瞬时值的绝对值;
当线路发生区内故障时,x和y在同一时刻的瞬时值正负相同,大小相等,时间窗内x和y的波形变化趋势相同,相似度较高;当线路发生区外故障时,x和y在同一时刻的瞬时值正负相反,大小相等,时间窗内x和y的波形变化趋势相反,相似度很低;
(4)计算时间窗内两个特征序列x、y之间的斯皮尔曼相关系数r;
首先分别对时间窗内的特征序列x、y中的N个数据按照从小到大进行排序,依据每个数据在总体数据中的排序位置为其分配一个相应的等级数;排序位置第1的数据分配的等级数为1,排序最后的数据分配的等级数为N,若排序位置在第k和k+1的两个或两个以上数据的大小相等,则它们分配的等级数为它们的平均排序位置,即(k+k+1)/2;
然后将所述的特征序列x、y中的每个原始数据分别替换成各自的等级数,设Rk表示x中的第k个数据x(k)的等级数,Sk表示y中的第k个数据y(k)的等级数,形成两个等级数序列R、S;
最后计算等级数序列R和S之间的斯皮尔曼相关系数r,计算公式如下:
式(4)中,为等级数序列R的平均值,为等级数序列S的平均值,即: 线路的斯皮尔曼相关系数r的值介于-1到1之间,当线路发生区内故障时,两个特征序列x、y的变化趋势相同,此时x、y之间的斯皮尔曼相关系数r接近于1;当线路发生区外故障时,两个特征序列x、y的变化趋势相反,此时x、y之间的斯皮尔曼相关系数r约等于-1;
(5)将时间窗随采样时刻向前移动,每移动一点就计算一次该线路的两个特征序列x、y之间的斯皮尔曼相关系数r,当某线路的斯皮尔曼相关系数r大于阈值0时,则判断该线路为故障线路,动作判据如式(5)所示:
r>rset=0 (5)
式(5)中,rset为本方法的阈值,其值设置为0;
阈值的设置考虑了线路两侧电流不同步的情况,此时区内故障线路的斯皮尔曼相关系数r会减小,而区外故障线路的斯皮尔曼相关系数r会增大。当线路两侧电流的不同步时间差大于5ms时,区内故障线路的斯皮尔曼相关系数r会小于0,而区外故障线路的斯皮尔曼相关系数r会大于0。因此设置阈值为rset=0,当线路两侧电流的不同步时间差在5ms以内时,本方法不会发生误动或拒动,足以满足工程需求。
实施例
利用电磁暂态仿真软件PSCAD/EMTDC搭建IEEE39节点系统,系统结构如图2所示。图2中带圈的G代表发电机,序号1~39为各个母线的编号,系统电压等级为345kV,频率60Hz,采样频率为3kHz。在IEEE39节点系统中设置故障,取出故障数据,在MATLAB中编程实现故障线路检测算法。
以下算例中,AG代表A相接地故障,ABG代表A、B两相接地短路故障,AB代表A、B相间短路故障,ABC代表A、B、C三相短路故障。
算例1
在IEEE39节点系统中,设置线路L17-18在距离母线17的5%、50%、95%处分别发生故障。故障类型有AG、ABG、AB、ABC,其中对于两相接地故障设置有300Ω的过渡电阻,对于单相接地故障,还设置了600Ω、900Ω的过渡电阻。
表1为故障线路L17-18和正常线路L17-27、L3-18、L16-17在L17-18发生各种故障情景下的仿真结果。表1中r(17-18)表示故障线路L17-18的斯皮尔曼相关系数,而r(17-27)、r(3-18)、r(16-17)分别表示正常线路L17-27、L3-18、L16-17的斯皮尔曼相关系数。
表1故障线路和正常线路在各种故障情景下的仿真结果
由表1可看出,在各种不同的故障情景下,故障线路L17-18的斯皮尔曼相关系数r始终接近于1,远大于阈值0,而正常线路的斯皮尔曼相关系数r始终接近于-1,远小于阈值0。表明本方法能够准确检测出故障线路,不会对区外故障的正常线路造成误判,并且保护判据有较高的裕度。对于高阻接地故障,当单相接地的过渡电阻较大如为600Ω、900Ω时,其斯皮尔曼相关系数r与金属性故障的相比略有减小,仍远大于阈值0,说明了本方法不受过渡电阻的影响。
算例2
为了验证本方法在非全相运行及其再故障时的有效性,设置仿真实验如下:在0.2s时断开线路L17-18两端的B相断路器,A相、C相正常运行,然后在0.25s时设置该线路发生AG、AC、ACG故障进行试验。
表2为线路L17-18在非全相运行中发生不同类型故障时的仿真结果,表2中r(17-18)表示线路L17-18的斯皮尔曼相关系数。
表2线路L17-18在非全相运行再故障时的仿真结果
由表2可看出,正常运行的A相、C相在发生不同类型的故障时,斯皮尔曼相关系数r都接近于1。说明在非全相运行中再发生各种不同类型的故障时,本算法都能正确检测。
图3为线路L17-18在非全相运行中发生A相300Ω高阻接地故障时,斯皮尔曼相关系数r随时间的变化情况。图3中点线表示阈值0,实线表示线路L17-18的斯皮尔曼相关系数r值。由图3可见,在0.2s~0.25s的非全相运行期间,斯皮尔曼相关系数r值保持在-1左右,保护不会误动;0.25s发生故障之后,斯皮尔曼相关系数r值增大到1,能够准确检测出故障线路。
算例3
为了验证本方法在潮流转移中再故障时的性能,设置仿真实验如下:在0.2s时将母线18上的负荷增大为原来的5倍,使母线18所连的线路L17-18和L3-18的负荷电流瞬间增大,使其处于过负荷的状态下,在0.25s时再设置线路L17-18发生不同类型的故障。
表3为线路L17-18在潮流转移中发生不同类型故障的仿真结果,表3中r(3-18)表示线路L3-18在整个过程中的斯皮尔曼相关系数,r(17-18)表示故障线路L17-18在故障发生时刻后稳定的斯皮尔曼相关系数。
表3线路L17-18在潮流转移中再故障时的仿真结果
由表3可看出,在不同的故障情况下,故障线路L17-18的斯皮尔曼相关系数r始终接近于1,大于阈值0。而正常线路L3-18在潮流转移和区外故障过程中的斯皮尔曼相关系数r值始终接近于-1,小于阈值0。说明在潮流转移的过程中本方法不会误动,在潮流转移中再发生各种不同类型的故障时,本方法能够正确检测。
算例4
为了验证本算法在信息不同步时的性能,分别设置线路两侧电流在1ms、2ms、3ms、4ms的不同步时间差下进行实验,计算不同步时正常线路和故障线路的斯皮尔曼相关系数。
表4为线路两侧电流不同步时,故障线路L17-18和相邻正常线路L17-27、L3-18、L16-17在L17-18发生各种故障情景下的仿真结果。表4中r(17-18)表示故障线路L17-18在故障发生时刻后稳定的斯皮尔曼相关系数,而r(17-27)、r(3-18)、r(16-17)分别表示正常线路L17-27、L3-18、L16-17的斯皮尔曼相关系数。
表4故障线路和正常线路在线路两侧电流不同步时的仿真结果
由表4可见,不同步时间差越大,故障线路L17-18的斯皮尔曼相关系数r会减小,各正常线路的斯皮尔曼相关系数r会增大。当不同步时间差达到4ms时,本方法仍能准确检测出故障线路,且不会对正常线路造成误判。
算例5
为了验证CT饱和时的本方法的性能,设置仿真实验如下:在0.2s时设置线路L17-18靠近母线17侧的5%处发生AG金属性故障,同时设置故障线路L17-18的17侧CT和相邻正常线路L17-27的17侧CT同时发生饱和。
图4为CT饱和时线路L17-18、L17-27的斯皮尔曼相关系数r随时间的变化情况,图4中实线表示线路L17-18的斯皮尔曼相关系数r(17-18),虚线表示线路L17-27的斯皮尔曼相关系数r(17-27),点线表示阈值0。
由图4可看出,CT饱和时正常线路L17-27的斯皮尔曼相关系数r始终小于阈值0,故障线路L17-18的斯皮尔曼相关系数r在故障发生后增大至1左右,即故障线路L17-18的17侧CT饱和不会对故障线路L17-18的斯皮尔曼相关系数r造成影响。验证了本方法在CT饱和时能准确检测出故障线路,且不会对正常线路造成误判。
算例6
为了验证异常数据对本方法的影响,设置仿真实验如下:设置线路L17-18在0.2s时在线路中点处发生A相300Ω高阻接地故障,在0.22s时加入连续2个同向的异常数据,在0.255s时加入连续2个反向的异常数据,同(反)向是指异常数据与当前时刻采样值的正负相同(反)。
图5为加入4个异常数据后,故障线路L17-18和正常线路L16-17的斯皮尔曼相关系数r随时间的变化图。图5中实线表示线路L17-18的斯皮尔曼相关系数r(17-18),虚线表示线路L16-17的斯皮尔曼相关系数r(16-17),点线表示阈值0。
由图5可看出,0.22s时加入的同向异常数据不会对计算结果产生影响,而0.255s时加入的反向异常数据会使故障线路L17-18的斯皮尔曼相关系数r局部稍微减小,使正常线路L16-17的斯皮尔曼相关系数r局部稍微增大,但故障线路L17-18的斯皮尔曼相关系数r仍远大于阈值0,同时正常线路L16-17的斯皮尔曼相关系数r仍远小于阈值0,不会出现误动或拒动的情况。
Claims (1)
1.一种基于斯皮尔曼相关系数的输电线路故障检测方法,包括以下步骤:
步骤一、采集线路mn两侧每个采样时刻的三相电流瞬时值ima、imb、imc、ina、inb、inc,根据瞬时对称分量法,分别计算线路mn两侧的正序电流瞬时值im1、in1,负序电流瞬时值im2、in2,零序电流瞬时值im0、in0,其中,m、n为被检测线路两侧的母线编号;
式(1)中,ia、ib、ic分别为A相、B相、C相三相电流的瞬时值,ia1、ia2、ia0分别表示A相正序、负序、零序电流瞬时值,S90=e-j90°为移相算子,它表示将当前时刻向后,即向时间减小方向移动90°对应的时间间隔,S90(ib)表示将B相电流ib的当前时刻向后移动90°对应的时间间隔后相应时刻的瞬时值,S90(ic)表示将C相电流ic的当前时刻向后移动90°对应的时间间隔后相应时刻的瞬时值;
所述线路mn两侧正序电流瞬时值im1、in1,负序电流瞬时值im2、in2、零序电流瞬时值im0、in0均分别采用线路mn两侧的A相正序、负序、零序电流瞬时值;
分别将线路mn两侧当前时刻的正序电流瞬时值减去两个周波前的瞬时值,得到线路mn两侧的正序故障分量电流瞬时值Δim1、Δin1;
步骤二、构造线路m侧或n侧的故障分量综合电流,它们为m侧或n侧同一时刻的正序故障分量电流、负序电流、零序电流瞬时采样值的叠加,线路mn两侧的故障分量综合电流的瞬时值imz、inz计算如下:
式(2)中,imz、inz分别表示线路m侧、n侧的故障分量综合电流瞬时值,Δim1、im2、im0分别表示线路m侧的正序故障分量电流、负序电流、零序电流在同一采样时刻的瞬时值,Δin1、in2、in0分别表示线路n侧的正序故障分量电流、负序电流、零序电流在同一采样时刻的瞬时值;
步骤三、以一个周波作为固定时间窗,从当前时刻向后追溯一个时间窗的线路mn两侧历史数据组成该线路的两个原始序列;针对这两个原始序列,根据式(3)构造所述线路的两个特征序列x、y:
式(3)中,x(k)、y(k)分别表示构造出的两个特征序列x、y在第k个采样点的瞬时值,N表示该时间窗内电流采样点的个数,imz(k)、inz(k)分别表示线路mn两侧时间窗内第k个采样点的故障分量综合电流的瞬时值;|imz(k)|、|inz(k)|分别表示线路两侧时间窗内第k个采样点的故障分量综合电流瞬时值的绝对值;
步骤四、计算时间窗内两个特征序列x、y之间的斯皮尔曼相关系数r;
首先分别对时间窗内的特征序列x、y中的N个数据按照从小到大进行排序,依据每个数据在总体数据中的排序位置为其分配一个相应的等级数;排序位置第1的数据分配的等级数为1,排序最后的数据分配的等级数为N,若排序位置在第k和k+1的两个数据的大小相等,则它们分配的等级数为它们的平均排序位置,即(k+k+1)/2;
然后将所述的特征序列x、y中的每个原始数据分别替换成各自的等级数,设Rk表示x中的第k个数据x(k)的等级数,Sk表示y中的第k个数据y(k)的等级数,形成两个等级数序列R、S;
最后计算等级数序列R和S之间的斯皮尔曼相关系数r,计算公式如下:
式(4)中,为等级数序列R的平均值,为等级数序列S的平均值,即:
步骤五、将时间窗随着采样时刻向前移动,每向前移动一点就计算一次该线路的两个特征序列x、y之间的斯皮尔曼相关系数r;当被测线路的斯皮尔曼相关系数r大于阈值0时,则判断该线路为故障线路。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910322248.2A CN109975661B (zh) | 2019-04-22 | 2019-04-22 | 一种基于斯皮尔曼相关系数的输电线路故障检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910322248.2A CN109975661B (zh) | 2019-04-22 | 2019-04-22 | 一种基于斯皮尔曼相关系数的输电线路故障检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109975661A true CN109975661A (zh) | 2019-07-05 |
CN109975661B CN109975661B (zh) | 2020-02-07 |
Family
ID=67085603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910322248.2A Active CN109975661B (zh) | 2019-04-22 | 2019-04-22 | 一种基于斯皮尔曼相关系数的输电线路故障检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109975661B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111308272A (zh) * | 2020-03-09 | 2020-06-19 | 西南交通大学 | 一种小电流接地故障区段定位方法 |
CN111611279A (zh) * | 2020-04-24 | 2020-09-01 | 中国电子科技集团公司第二十九研究所 | 一种基于测试指标相似度的微波组件故障诊断系统及方法 |
CN112083270A (zh) * | 2020-08-14 | 2020-12-15 | 昆明理工大学 | 一种基于相关系数的风电场集电线路单相接地故障选线方法 |
CN113036729A (zh) * | 2021-04-12 | 2021-06-25 | 华中科技大学 | 基于欧氏距离和pearson相似度的差动保护方法、装置及系统 |
US11143715B2 (en) * | 2019-08-15 | 2021-10-12 | Schweitzer Engineering Laboratories, Inc. | Broken conductor detection in a multiple-phase electric power delivery system |
CN113591256A (zh) * | 2021-07-12 | 2021-11-02 | 南方电网科学研究院有限责任公司 | 一种山区输电线路杆塔雷击概率结果评估方法 |
CN113659548A (zh) * | 2021-08-23 | 2021-11-16 | 山东大学 | 基于正序故障分量能量方向的配电网纵联保护方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104297632A (zh) * | 2014-09-29 | 2015-01-21 | 西南交通大学 | 有限pmu下基于最小二乘法估计的电网故障在线检测方法 |
CN108414896A (zh) * | 2018-06-04 | 2018-08-17 | 西南交通大学 | 一种电网故障诊断方法 |
CN108508326A (zh) * | 2018-04-26 | 2018-09-07 | 西南交通大学 | 一种基于正序电流故障分量的输电线路故障检测方法 |
CN108563421A (zh) * | 2018-04-20 | 2018-09-21 | 广东工业大学 | Fpga运算电路和斯皮尔曼秩次相关系数的求解方法 |
CN108572303A (zh) * | 2018-04-25 | 2018-09-25 | 西南交通大学 | 一种基于随机矩阵和Hausdorff距离的配电网故障选线方法 |
WO2018202788A1 (en) * | 2017-05-04 | 2018-11-08 | Eaton Intelligent Power Limited | Piecewise estimation of negative sequence voltage for fault detection in electrical systems |
CN108828405A (zh) * | 2018-06-06 | 2018-11-16 | 西南交通大学 | 一种基于随机矩阵的输电线路故障检测方法 |
CN108872792A (zh) * | 2018-07-16 | 2018-11-23 | 西南交通大学 | 一种输电线路故障检测方法 |
CN109286202A (zh) * | 2018-07-28 | 2019-01-29 | 国网江苏省电力有限公司电力科学研究院 | 大规模逆变型电源并网联络线电流差动保护方法、装置和系统 |
CN109346168A (zh) * | 2018-08-31 | 2019-02-15 | 东软集团股份有限公司 | 一种确定数据相关性的方法及装置 |
CN109449899A (zh) * | 2019-01-14 | 2019-03-08 | 华北电力大学 | 一种基于斯皮尔曼等级相关系数的纵联保护方法 |
CN109614981A (zh) * | 2018-10-17 | 2019-04-12 | 东北大学 | 基于斯皮尔曼等级相关的卷积神经网络的电力系统智能故障检测方法及系统 |
-
2019
- 2019-04-22 CN CN201910322248.2A patent/CN109975661B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104297632A (zh) * | 2014-09-29 | 2015-01-21 | 西南交通大学 | 有限pmu下基于最小二乘法估计的电网故障在线检测方法 |
WO2018202788A1 (en) * | 2017-05-04 | 2018-11-08 | Eaton Intelligent Power Limited | Piecewise estimation of negative sequence voltage for fault detection in electrical systems |
CN108563421A (zh) * | 2018-04-20 | 2018-09-21 | 广东工业大学 | Fpga运算电路和斯皮尔曼秩次相关系数的求解方法 |
CN108572303A (zh) * | 2018-04-25 | 2018-09-25 | 西南交通大学 | 一种基于随机矩阵和Hausdorff距离的配电网故障选线方法 |
CN108508326A (zh) * | 2018-04-26 | 2018-09-07 | 西南交通大学 | 一种基于正序电流故障分量的输电线路故障检测方法 |
CN108414896A (zh) * | 2018-06-04 | 2018-08-17 | 西南交通大学 | 一种电网故障诊断方法 |
CN108828405A (zh) * | 2018-06-06 | 2018-11-16 | 西南交通大学 | 一种基于随机矩阵的输电线路故障检测方法 |
CN108872792A (zh) * | 2018-07-16 | 2018-11-23 | 西南交通大学 | 一种输电线路故障检测方法 |
CN109286202A (zh) * | 2018-07-28 | 2019-01-29 | 国网江苏省电力有限公司电力科学研究院 | 大规模逆变型电源并网联络线电流差动保护方法、装置和系统 |
CN109346168A (zh) * | 2018-08-31 | 2019-02-15 | 东软集团股份有限公司 | 一种确定数据相关性的方法及装置 |
CN109614981A (zh) * | 2018-10-17 | 2019-04-12 | 东北大学 | 基于斯皮尔曼等级相关的卷积神经网络的电力系统智能故障检测方法及系统 |
CN109449899A (zh) * | 2019-01-14 | 2019-03-08 | 华北电力大学 | 一种基于斯皮尔曼等级相关系数的纵联保护方法 |
Non-Patent Citations (12)
Title |
---|
GUANGCHUN ZHANG: "A novel insulation on-line monitoring and fault diagnosis system used for traction substation", 《CONFERENCE RECORD OF THE THE 2002 IEEE INTERNATIONAL SYMPOSIUM ON ELECTRICAL INSULATION (CAT. NO.02CH37316)》 * |
KAI JIANG: "Fault section location method based on fuzzy self-correction bat algorithm in non-solidly earthed distribution network", 《2017 2ND INTERNATIONAL CONFERENCE ON POWER AND RENEWABLE ENERGY (ICPRE)》 * |
XIAOYANG TONG: "A two-stage hybrid online fault detection method based on wide-area protection and limited PMUs", 《2016 INTERNATIONAL CONFERENCE ON SMART GRID AND CLEAN ENERGY TECHNOLOGIES (ICSGCE)》 * |
刘剑: "基于暂态电流Pearson相关性的两电平VSC-HVDC直流线路故障判别", 《电工技术学报》 * |
宋国兵: "利用波前信息的直流输电线路超高速保护原理", 《电网技术》 * |
戴志辉: "基于电流特征量相关系数的UHVDC线路纵联保护新原理", 《电力系统保护与控制》 * |
戴志辉: "基于电流相关性的直流线路单极故障保护方案", 《电力建设》 * |
李泽文: "基于波形相关性分析的输电线路暂态保护方法", 《电力系统及其自动化学报》 * |
王睿晗: "基于PMU的广域后备保护故障识别算法研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
童晓阳: "基于有限PMU的电网故障在线识别算法研究", 《电力系统保护与控制》 * |
谢成: "基于相关系数分析的配电网单相接地故障研判方法与试验研究", 《浙江电力》 * |
郭光孟: "基于改进相关系数的配电网故障定位方法", 《陕西电力》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11143715B2 (en) * | 2019-08-15 | 2021-10-12 | Schweitzer Engineering Laboratories, Inc. | Broken conductor detection in a multiple-phase electric power delivery system |
CN111308272A (zh) * | 2020-03-09 | 2020-06-19 | 西南交通大学 | 一种小电流接地故障区段定位方法 |
CN111611279A (zh) * | 2020-04-24 | 2020-09-01 | 中国电子科技集团公司第二十九研究所 | 一种基于测试指标相似度的微波组件故障诊断系统及方法 |
CN111611279B (zh) * | 2020-04-24 | 2023-09-12 | 中国电子科技集团公司第二十九研究所 | 一种基于测试指标相似度的微波组件故障诊断系统及方法 |
CN112083270A (zh) * | 2020-08-14 | 2020-12-15 | 昆明理工大学 | 一种基于相关系数的风电场集电线路单相接地故障选线方法 |
CN113036729A (zh) * | 2021-04-12 | 2021-06-25 | 华中科技大学 | 基于欧氏距离和pearson相似度的差动保护方法、装置及系统 |
CN113591256A (zh) * | 2021-07-12 | 2021-11-02 | 南方电网科学研究院有限责任公司 | 一种山区输电线路杆塔雷击概率结果评估方法 |
CN113591256B (zh) * | 2021-07-12 | 2024-03-29 | 南方电网科学研究院有限责任公司 | 一种山区输电线路杆塔雷击概率结果评估方法 |
CN113659548A (zh) * | 2021-08-23 | 2021-11-16 | 山东大学 | 基于正序故障分量能量方向的配电网纵联保护方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109975661B (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109975661A (zh) | 一种基于斯皮尔曼相关系数的输电线路故障检测方法 | |
Ghorbani et al. | Negative-sequence network based fault location scheme for double-circuit multi-terminal transmission lines | |
Liao et al. | Online optimal transmission line parameter estimation for relaying applications | |
CN105811383B (zh) | 一种新型微电网正序阻抗差动保护方法 | |
CN108493907B (zh) | 一种适配有源配电网的幅值比较式保护方法 | |
CN112595930B (zh) | 含分布式电源花瓣式城市电网区域后备保护方法 | |
CN107979075A (zh) | 一种多端柔性直流电网直流线路单端量保护方法 | |
CN109494696B (zh) | 基于自适应重合闸的配电网非对称性故障定位与隔离方法及系统 | |
CN103580009B (zh) | 基于复合相量平面的自适应过负荷识别系统及其方法 | |
CN107045093B (zh) | 基于快速s变换的小电流单相接地故障选线方法 | |
CN109283430A (zh) | 一种基于电压分布原理的配电网故障测距方法 | |
CN101435845A (zh) | 小接地电流系统双回线单相接地故障测距方法 | |
Bui et al. | Investigation on transient behaviours of a uni-grounded low-voltage AC microgrid and evaluation on its available fault protection methods: Review and proposals | |
CN110783946A (zh) | 用于定位微电网中相故障的方法 | |
CN109342888B (zh) | 一种基于重合闸动作分析的单端输电线路故障测距方法 | |
CN104316836A (zh) | 基于相对保护熵与名义过渡电阻的电网故障在线检测方法 | |
CN108490310A (zh) | 用于配电网小电流接地系统接地故障选线的方法 | |
CN105203923A (zh) | 基于行波幅值测度的配电网电缆故障监测方法 | |
CN112083270A (zh) | 一种基于相关系数的风电场集电线路单相接地故障选线方法 | |
CN103048582A (zh) | 基于负序阻抗角的配电网单相接地故障选线方法 | |
Kumar et al. | Fault detection in a series compensated line during power swing using superimposed apparent power | |
CN114280425A (zh) | 基于负荷端相电压幅值变化量的配电网短路故障判断方法 | |
Venkatanagaraju et al. | Synchrophasor-Based Wide Area Protection Scheme for System Stressed Conditions to Avoid Power System Blackout: Wide Area Protection Scheme for System Stressed Conditions | |
Anjaiah et al. | Real-time fault diagnosis in photovoltaic based DC microgrids using modified change detection filter | |
CN104578008A (zh) | 一种零序方向元件防误动方法 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240507 Address after: 230000 B-1015, wo Yuan Garden, 81 Ganquan Road, Shushan District, Hefei, Anhui. Patentee after: HEFEI MINGLONG ELECTRONIC TECHNOLOGY Co.,Ltd. Country or region after: China Address before: 610031 No. two, section 111, ring road, Chengdu, Sichuan, China Patentee before: SOUTHWEST JIAOTONG University Country or region before: China |