CN111208385A - 电网在线故障分层诊断方法 - Google Patents

电网在线故障分层诊断方法 Download PDF

Info

Publication number
CN111208385A
CN111208385A CN201911314032.8A CN201911314032A CN111208385A CN 111208385 A CN111208385 A CN 111208385A CN 201911314032 A CN201911314032 A CN 201911314032A CN 111208385 A CN111208385 A CN 111208385A
Authority
CN
China
Prior art keywords
fault
protection
time
diagnosis
information
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.)
Pending
Application number
CN201911314032.8A
Other languages
English (en)
Inventor
张弓帅
张碧华
叶小虎
袁伟
徐书杰
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.)
Yuxi Power Supply Bureau of Yunnan Power Grid Co Ltd
Original Assignee
Yuxi Power Supply Bureau of Yunnan Power Grid 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 Yuxi Power Supply Bureau of Yunnan Power Grid Co Ltd filed Critical Yuxi Power Supply Bureau of Yunnan Power Grid Co Ltd
Priority to CN201911314032.8A priority Critical patent/CN111208385A/zh
Publication of CN111208385A publication Critical patent/CN111208385A/zh
Pending legal-status Critical Current

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
    • G01R31/08Locating faults in cables, transmission lines, or networks
    • G01R31/088Aspects of digital computing
    • 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
    • G01R31/08Locating faults in cables, transmission lines, or networks
    • G01R31/081Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/086Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y04S10/52Outage or fault management, e.g. fault detection or location

Abstract

电网在线故障分层诊断方法,涉及电网故障,尤其是一种实现快速有效地在线故障分析,提高电网运行的可靠性、经济性和安全防御能力的电网在线故障分层诊断方法。本发明基于数据采集与监视控制系统和继电保护信息,包括“开关、SOE事件顺序记录、保护动作以及保护录波”共四层在线故障诊断与识别技术,并通过计量自动化进行验证,通过故障知识库完成识别,辅助调控员完成故障类型、故障区域、关联设备以及影响负荷的分析。本发明建立了四层诊断机制,实现快速有效地在线故障分析,有利于为调度人员进行后续的故障隔离和故障恢复争取时间,将电网故障造成的损失降到最低程度,帮助其提高电网运行的可靠性、经济性和安全防御能力。

Description

电网在线故障分层诊断方法
技术领域
本发明涉及电网故障,尤其是一种实现快速有效地在线故障分析,提高电网运行的可靠性、经济性和安全防御能力的电网在线故障分层诊断方法。
背景技术
当电网发生故障后大量的报警信息通过各变电站的远程终端装置,传送到各级电网调度中心,使调控中心调度员可以及时了解实时电网运行情况。随着电力系统规模的不断扩大和结构的日益复杂,大量的报警信息在短时间内涌人调度中心,远远超过运行人员的处理能力,为调度中心值班人员带来了不小的困扰,特别是在故障时段,保护、开关、越限告警、异常告警、稳/暂态数据、故障简报等各种类型的数据蜂拥而至,在这种高压环境下,海量数据就很容易以恐怖面目示人,易造成调度员误判、漏判。
同时,如何合理利用调度自动化数据采集规模扩大的优势,快速、有效地在海量实时数据中获取最重要的信息,提供高智能、高速度、高质量的故障分析服务,帮助电网调度人员抽丝剥茧,实现电网故障的综合智能分析和判断成为调控中心在故障时段进行判断和处理的急切需求。
发明内容
本发明所要解决的就是现有电网发生故障后,数据量大,容易造成调度员误判、漏判的问题,提供一种实现快速有效地在线故障分析,提高电网运行的可靠性、经济性和安全防御能力的电网在线故障分层诊断方法。
本发明的电网在线故障分层诊断方法,其特征在于该诊断方法基于数据采集与监视控制系统和继电保护信息,包括“开关、SOE事件顺序记录、保护动作以及保护录波”共四层在线故障诊断与识别技术,并通过计量自动化进行验证,通过故障知识库完成识别,辅助调控员完成故障类型、故障区域、关联设备以及影响负荷的分析,具体分析步骤如下:
1)第一层诊断,开关状态诊断:
故障发生时,遥信,即开关动作信息最先到达调度,根据断路器跳闸情况来判断故障区域,电力系统中所有的永久性故障,都是通过断路器将故障元件从正常系统中隔离出来,保障系统的稳定运行;
继电保护故障参数包括故障相别、跳闸相别、最大故障电流、最大零序电流以及故障测距信息,故障参数依附动作事件信息或采用通用分类数据方式主动上送,且包含绝对时标信息;
电网故障诊断以发现失电区作为故障诊断的启动条件,在继电保护故障信息和调度自动化系统中遥信变位信号的支持下,进行实时的网络拓扑分析,根据主保护、失灵保护、后备保护建立变压器、母线、线路与断路器决策树模型,根据开关变位信息,搜索疑似故障元件,依据开关状态(0,1)值判定故障元件在电力系统中的隔离状态;
基于上述信息,建立诊断模型:
(1)基于电网CIM模型解析生成电网结构:在电力的CIM模型规范中定义端点和连接点,用以表达导电设备之间的连接,变电站中相互连接的母线、刀闸、开关以及站间连接的输电线路,形成电力网络的拓扑结构;
(2)基于电网拓扑结构生成诊断模型:以电力网络的拓扑结构为基础,结合电网运行方式,形成系统元件、保护和断路器的拓扑关联矩阵,构建信息融合诊断模型,根据保护配合逻辑及出口方式,定义后备保护拓扑映射规则及完整的信息融合流程,分析模型对网络拓扑变化及连锁故障的适应性,建立主保护、失灵保护和后备保护三层保护模型,依据保护模型建立故障诊断模型;
(3)根据变位开关判断故障元件:建立故障诊断模型后,在线实时监听开关变位状态,发现失电区后,启动故障诊断程序;
①对信息进行甄别,并对多种因素进行综合考量,避免对事故的错误认定或漏判;
②开关变位信号、保护动作信号、潮流扰动信号间具有一定的关联性,通过开关变位信号,结合拓扑分析,发现停电区域后,结合潮流扰动信息和保护动作信息,并进行对比分析,界定开关变位的性质,开关变为性质包括故障扰动、人工操作以及错误信息;
③获取到开关变位信息后,搜索相关的故障模型,确定故障特性,分析最小停电范围,确定出故障元件;
2)第二层诊断,基于SOE事件故障诊断:
通过SOE时间中保护动作和开关变位信息,利用有向无环的贝叶斯网络,对于给定的保护模型,保护出口动作和断路器分合状态,构建一个联合分布条件概率,对于给定电路,用节点表示输入与输出,节点间的有向边表示基本元件的输入与输出之间的依赖关系,指定基本门电路的故障发生概率P,建立针对各类型基本元件的条件概率表与理想概率表,以反映节点的输入与输出间的定量关系,用数学描述为:
当:x1,x2,…,xn是同一个网络X中的节点,X=(x1,x2,…,xn),n为随机变量或向量,则n个事件同时发生的概率为:
Figure RE-GDA0002442670640000031
其中πi表示xi的父节点集合;
针对网络中的每一个节点xi,其包含了n个基本事件(e1,e2,…,en),除X外如果观察到与之相关联节点的事件结果为E=(x1,x2,…,xn),则xi的第s个事件 es发生的条件概率为:
Figure RE-GDA0002442670640000032
设备故障导致的开关变位及保护动作在时间T内完成,并会上送至调度中心监控系统,之后电网进入一个平静期,将该时间范围内所收到的所有动作信号认为是该故障所产生的信号,通过对现场故障的分析和总结,取T值为15秒,该时间段内涵盖电网故障所产生的所有动作信息,且满足故障诊断实时性的需求;根据保护与断路器动作发生时刻进行可信度评估,方法如下:
(1)保护与断路器动作时间的时间推理:
定义时间区间T(ti)=[ti-Δti,ti+Δti]为时间ti的时间范围约束,Δti是某事件期望动作时间点的允许偏差,表示事件发生时刻的不确定性;定义dij=tj-ti表示ti和tj之间的时间距离,
Figure RE-GDA0002442670640000033
为两个时间点的时间距离范围,Δdij表示时间长度的不确定性;
当事件i发生导致事件j发生,若已知ti
Figure RE-GDA0002442670640000045
则事件j发生的期望时间为:
Figure RE-GDA0002442670640000041
同理,事件i发生导致事件j发生,若已知tj
Figure RE-GDA0002442670640000042
则事件i发生的期望时间为:
Figure RE-GDA0002442670640000043
实际系统故障发生后保护与断路器都应在整定动作时间范围内动作,基于第一层开关状态诊断,定义了设备的三层保护,即:主保护、失灵保护和后备保护,其相应的元件故障动作延时D(tc,tm)、D(tc,tp)、D(tc,ts)分别为[10,20]、 [600,800]、[1850,2250],断路器跳闸相对于保护出口的跳闸延时D(tr,tcb)为 [40,60],断路器失灵保护动作相对于动作的延时D(tr,tf)=[180,220],单位为 ms;
在做保护与断路器动作时间区间推理时,以接收到的第一个保护出口动作为基准时刻,结合保护与断路器动作延时,推理得到元件故障发生的时间区间,在进一步推理得到保护与断路器动作的期望时间区间;
(2)动作时刻可信度计算:
对于保护与断路器动作信号,由于时间推理得到其动作的期望时间区间 T(t)=[t-Δt,t+Δt],系统采集的动作时刻为ti,βtime(i)表示某保护与断路器动作时刻的可信度;分析期望时间区间,符合正态分布,正态分布又称高斯分布;
保护与断路器动作信号时间带入高斯函数得到
Figure RE-GDA0002442670640000044
当其动作时间在期望时间内,可信度为高,反之可信度为低;在保护与断路器节点包含两个事件{e1=0,e1=1},当观察到其中一个保护或断路器未动作,则模型中该节点e1=0事件的可信度μ(e1=0)等于状态可信度βstate(e1=0);当观察到其中一个保护或断路器动作,则模型中的点e2=1事件的可信度μ(e2=1)包括状态可信度βstate(e2=1)和动作时刻可信度βtime(e2=1),其值为:
μ(e2=1)=ω1βstate(e2=1)+ω2βtime(e2=1)
其中ω1、ω2表示状态可信度和动作时刻可信度的权值,保护或断路器的状态对于判断元件故障影响较时序信息的影响大,通过取机组权限做实验比较,ω1、ω2取值为0.55和0.45;
增加对节点事件发生的可信度评价。μ(ei)为某节点事件发生的可信度,
Figure RE-GDA0002442670640000051
则xi的第s个事件es发生的条件概率为:
Figure RE-GDA0002442670640000052
3)第三层诊断,基于PMU保护诊断:
将电力系统的正弦电压、电流和功率表示为相量,电压
Figure RE-GDA0002442670640000053
表示相量形式为:
Figure RE-GDA0002442670640000054
电流
Figure RE-GDA0002442670640000055
表示相量形式为:
Figure RE-GDA0002442670640000056
功率
Figure RE-GDA0002442670640000057
表示的相量形式为:
Figure RE-GDA0002442670640000058
借助GPS时钟信号,在电网各厂站建立旋转频率为50Hz的参考相量,其他相量以此为参照,从而得到相角;
PMU装置采样脉冲与GPS时钟同步,以全波傅立叶算法计算周波(20ms) 测量输入电压、电流的幅度和相位,每秒用IEEE1344规约提供25帧或50帧测值,以反映电网动态变化情况;PMU还接有开关动作信号,当开关动作没有单独的时标,IEEE1344规约规定的每帧统一时标,因此分辨率为40ms;
(1)有PMU的采样脉冲和GPS秒脉冲同步,保证故障时不同元件的PMU 量测值是同一时刻采样的;
(2)PMU向WAMS主站传送每40ms一帧的数据,主站检测到从故障发生到故障被切除之间元件电压和电流的变化信息;
(3)通过上述信息,再结合电力系统故障时的本身特性,识别出故障元件;
利用PMU量测到的电气量信息,通过单端测距的方法来判断发生故障的元器件,利用电力系统等效成的双侧电源供电系统进行算法验证,见接线图,当节点M安装有PMU,列出M侧的电压电流关系式:
Figure RE-GDA0002442670640000061
其中,x为故障点到节点M间的距离,Zl为线路单位长度阻抗,RF是发生故障的过度电阻,
Figure RE-GDA0002442670640000062
是F点的故障电流;
Figure RE-GDA0002442670640000063
该算式中,
Figure RE-GDA0002442670640000064
为流经母线M的故障电流,DM为M侧电流的分布系统,由式得:
Figure RE-GDA0002442670640000065
式中,x、RF、DA是未知量,在等式的两个等式乘上
Figure RE-GDA0002442670640000066
Figure RE-GDA0002442670640000067
求解得到:
Figure RE-GDA0002442670640000068
根据PMU量测到M段的电气相量,利用上述公式,计算出来故障点到PMU 的安装处距离,以此判断检测线路是否发生故障;对确定发生故障范围内的每条线路都进行这样单端的测量距离计算,确定发生故障的支路,同时确定故障点的元件;并利用该算法计算结果来检验第一、第二层诊断出来的故障情况;
4)第四层诊断,基于录波数据诊断:
电力系统发生复杂故障时,利用故障录波信息做进一步诊断;利用故障录波器本身的紧急制表功能,提高故障诊断的准确性,电网发生故障后,各分站故障录波器的数据传到调度中心,由调度中心运行人员进行数据分析,以确定故障元件,首先根据前两层的故障诊断判断出的故障元件,再查看相应厂站的录波信息,并由专用通道传送到中心站,再由中心站处理、分析故障性质,对不能确定故障元件的,则由所确定的故障区域中心站调用该厂站的录波信息进行分析,确定故障元件及故障性质;
诊断过程,基于多代理技术,采取分布式协作的方法实现基于录波数据的故障诊断,具体诊断系统包括静态数据库、故障录波数据、系统管理、数据分析和故障分析,静态数据库中储存电力元件参数表、稳态数据以及历史记录,录波器的配置文件、故障录波实时数据文件、静态数据库数据以及由开关、保护诊断的可疑元件或区域汇总至系统管理,经过数据分析后进行故障分析,最后输出诊断结果,并将输出结果储存在历史记录中;
系统管理:具有启动和管理功能,负责整个系统与外系统或用户界面交互以及数据和信息的接收,根据提供的故障信息数据,对故障信息进行记录,分别以地区名、变电站名、录波器名和时间为关键词查询相关的故障信息,并输出查询结果报表;
数据分析:应用多代理技术的自学习功能,根据系统管理代理所提供的信息,从数据库中读取相应数据,应用其多个子代理系统,同时进行单端测距、双端测距、电压电流波形分析、对称分量分析、谐波分析等,并由控制代理负责各个代理间的协调和最后方案的整合,输出诊断结果;
根据代理的自适应性功能,提取相应录波器的模拟量和开关量记录,完成录波器启动原因、继电保护动作正确性、断路器断开时间等一系列子代理系统的分析工作,利用控制代理并结合前两个代理系统的诊断,给出最终故障结果及事故原因。
本发明的电网在线故障分层诊断方法,建立了四层诊断机制,实现快速有效地在线故障分析,有利于为调度人员进行后续的故障隔离和故障恢复争取时间,将电网故障造成的损失降到最低程度,帮助其提高电网运行的可靠性、经济性和安全防御能力。
附图说明
图1为拓扑结构的主保护模型。
图2为拓扑结构的失灵保护模型。
图3为拓扑结构的后备故障诊断模型。
图4为PMU接线图。
图5为基于录波数据诊断的方案图。
具体实施方式
实施例1:一种电网在线故障分层诊断方法,基于数据采集与监视控制系统和继电保护信息,包括“开关、SOE事件顺序记录、保护动作以及保护录波”共四层在线故障诊断与识别技术,并通过计量自动化进行验证,通过故障知识库完成识别,辅助调控员完成故障类型、故障区域、关联设备以及影响负荷的分析,具体分析步骤如下:
1)第一层诊断,开关状态诊断:
故障发生时,遥信,即开关动作信息最先到达调度,根据断路器跳闸情况来判断故障区域,电力系统中所有的永久性故障,都是通过断路器将故障元件从正常系统中隔离出来,保障系统的稳定运行;
继电保护故障参数包括故障相别、跳闸相别、最大故障电流、最大零序电流以及故障测距信息,故障参数依附动作事件信息或采用通用分类数据方式主动上送,且包含绝对时标信息;
电网故障诊断以发现失电区作为故障诊断的启动条件,在继电保护故障信息和调度自动化系统中遥信变位信号的支持下,进行实时的网络拓扑分析,根据主保护、失灵保护、后备保护建立变压器、母线、线路与断路器决策树模型,根据开关变位信息,搜索疑似故障元件,依据开关状态(0,1)值判定故障元件在电力系统中的隔离状态;
基于上述信息,建立诊断模型:
(1)基于电网CIM模型解析生成电网结构:在电力的CIM模型规范中定义端点和连接点,用以表达导电设备之间的连接,变电站中相互连接的母线、刀闸、开关以及站间连接的输电线路,形成电力网络的拓扑结构;
(2)基于电网拓扑结构生成诊断模型:以电力网络的拓扑结构为基础,结合电网运行方式,形成系统元件、保护和断路器的拓扑关联矩阵,构建信息融合诊断模型,根据保护配合逻辑及出口方式,定义后备保护拓扑映射规则及完整的信息融合流程,分析模型对网络拓扑变化及连锁故障的适应性,建立主保护、失灵保护和后备保护三层保护模型,依据保护模型建立故障诊断模型;
(3)根据变位开关判断故障元件:建立故障诊断模型后,在线实时监听开关变位状态,发现失电区后,启动故障诊断程序;
①对信息进行甄别,并对多种因素进行综合考量,避免对事故的错误认定或漏判;
②开关变位信号、保护动作信号、潮流扰动信号间具有一定的关联性,通过开关变位信号,结合拓扑分析,发现停电区域后,结合潮流扰动信息和保护动作信息,并进行对比分析,界定开关变位的性质,开关变为性质包括故障扰动、人工操作以及错误信息;
③获取到开关变位信息后,搜索相关的故障模型,确定故障特性,分析最小停电范围,确定出故障元件;
2)第二层诊断,基于SOE事件故障诊断:
通过SOE时间中保护动作和开关变位信息,利用有向无环的贝叶斯网络,对于给定的保护模型,保护出口动作和断路器分合状态,构建一个联合分布条件概率,对于给定电路,用节点表示输入与输出,节点间的有向边表示基本元件的输入与输出之间的依赖关系,指定基本门电路的故障发生概率P,建立针对各类型基本元件的条件概率表与理想概率表,以反映节点的输入与输出间的定量关系,用数学描述为:
若x1,x2,…,xn是同一个网络X中的节点,X=(x1,x2,…,xn),n为随机变量或向量,则n个事件同时发生的概率为:
Figure RE-GDA0002442670640000091
其中πi表示xi的父节点集合;
针对网络中的每一个节点xi,其包含了n个基本事件(e1,e2,…,en),除X外如果观察到与之相关联节点的事件结果为E=(x1,x2,…,xn),则xi的第s个事件 es发生的条件概率为:
Figure RE-GDA0002442670640000092
设备故障导致的开关变位及保护动作在时间T内完成,并会上送至调度中心监控系统,之后电网进入一个平静期,将该时间范围内所收到的所有动作信号认为是该故障所产生的信号,通过对现场故障的分析和总结,取T值为15秒,该时间段内涵盖电网故障所产生的所有动作信息,且满足故障诊断实时性的需求;根据保护与断路器动作发生时刻进行可信度评估,方法如下:
(1)保护与断路器动作时间的时间推理:
定义时间区间T(ti)=[ti-Δti,ti+Δti]为时间ti的时间范围约束,Δti是某事件期望动作时间点的允许偏差,表示事件发生时刻的不确定性;定义dij=tj-ti表示ti和tj之间的时间距离,
Figure RE-GDA0002442670640000101
为两个时间点的时间距离范围,Δdij表示时间长度的不确定性;
当事件i发生导致事件j发生,若已知ti
Figure RE-GDA0002442670640000105
则事件j发生的期望时间为:
Figure RE-GDA0002442670640000102
同理,事件i发生导致事件j发生,若已知tj
Figure RE-GDA0002442670640000103
则事件i发生的期望时间为:
Figure RE-GDA0002442670640000104
实际系统故障发生后保护与断路器都应在整定动作时间范围内动作,基于第一层开关状态诊断,定义了设备的三层保护,即:主保护、失灵保护和后备保护,其相应的元件故障动作延时D(tc,tm)、D(tc,tp)、D(tc,ts)分别为[10,20]、 [600,800]、[1850,2250],断路器跳闸相对于保护出口的跳闸延时D(tr,tcb)为 [40,60],断路器失灵保护动作相对于动作的延时D(tr,tf)=[180,220],单位为 ms;
在做保护与断路器动作时间区间推理时,以接收到的第一个保护出口动作为基准时刻,结合保护与断路器动作延时,推理得到元件故障发生的时间区间,在进一步推理得到保护与断路器动作的期望时间区间;
(2)动作时刻可信度计算:
对于保护与断路器动作信号,由于时间推理得到其动作的期望时间区间 T(t)=[t-Δt,t+Δt],系统采集的动作时刻为ti,βtime(i)表示某保护与断路器动作时刻的可信度;分析期望时间区间,符合正态分布,正态分布又称高斯分布;
保护与断路器动作信号时间带入高斯函数得到
Figure RE-GDA0002442670640000111
当其动作时间在期望时间内,可信度为高,反之可信度为低;在保护与断路器节点包含两个事件{e1=0,e1=1},当观察到其中一个保护或断路器未动作,则模型中该节点e1=0事件的可信度μ(e1=0)等于状态可信度βstate(e1=0);当观察到其中一个保护或断路器动作,则模型中的点e2=1事件的可信度μ(e2=1)包括状态可信度βstate(e2=1)和动作时刻可信度βtime(e2=1),其值为:
μ(e2=1)=ω1βstate(e2=1)+ω2βtime(e2=1)
其中ω1、ω2表示状态可信度和动作时刻可信度的权值,保护或断路器的状态对于判断元件故障影响较时序信息的影响大,通过取机组权限做实验比较,ω1、ω2取值为0.55和0.45;
增加对节点事件发生的可信度评价。μ(ei)为某节点事件发生的可信度,
Figure RE-GDA0002442670640000112
则xi的第s个事件es发生的条件概率为:
Figure RE-GDA0002442670640000113
3)第三层诊断,基于PMU保护诊断:
将电力系统的正弦电压、电流和功率表示为相量,电压
Figure RE-GDA0002442670640000114
表示相量形式为:
Figure RE-GDA0002442670640000115
电流
Figure RE-GDA0002442670640000116
表示相量形式为:
Figure RE-GDA0002442670640000117
功率
Figure RE-GDA0002442670640000121
表示的相量形式为:
Figure RE-GDA0002442670640000122
借助GPS时钟信号,在电网各厂站建立旋转频率为50Hz的参考相量,其他相量以此为参照,从而得到相角;借助GPS时钟信号,在电网各厂站建立旋转频率为50Hz的参考相量,其他相量以此为参照,从而得到相角;
PMU装置采样脉冲与GPS时钟同步,以全波傅立叶算法计算周波(20ms) 测量输入电压、电流的幅度和相位,每秒用IEEE1344规约提供25帧或50帧测值,以反映电网动态变化情况;PMU还接有开关动作信号,当开关动作没有单独的时标,IEEE1344规约规定的每帧统一时标,因此分辨率为40ms;
(1)有PMU的采样脉冲和GPS秒脉冲同步,保证故障时不同元件的PMU 量测值是同一时刻采样的;
(2)PMU向WAMS主站传送每40ms一帧的数据,主站检测到从故障发生到故障被切除之间元件电压和电流的变化信息;
(3)通过上述信息,再结合电力系统故障时的本身特性,识别出故障元件;
利用PMU量测到的电气量信息,通过单端测距的方法来判断发生故障的元器件,利用电力系统等效成的双侧电源供电系统进行算法验证,见接线图,当节点M安装有PMU,列出M侧的电压电流关系式:
Figure RE-GDA0002442670640000123
其中,x为故障点到节点M间的距离,Zl为线路单位长度阻抗,RF是发生故障的过度电阻,
Figure RE-GDA0002442670640000124
是F点的故障电流;
Figure RE-GDA0002442670640000125
该算式中,
Figure RE-GDA0002442670640000126
为流经母线M的故障电流,DM为M侧电流的分布系统,由式得:
Figure RE-GDA0002442670640000127
式中,x、RF、DA是未知量,在等式的两个等式乘上
Figure RE-GDA0002442670640000128
Figure RE-GDA0002442670640000129
求解得到:
Figure RE-GDA0002442670640000131
根据PMU量测到M段的电气相量,利用上述公式,计算出来故障点到PMU 的安装处距离,以此判断检测线路是否发生故障;对确定发生故障范围内的每条线路都进行这样单端的测量距离计算,确定发生故障的支路,同时确定故障点的元件;并利用该算法计算结果来检验第一、第二层诊断出来的故障情况;
4)第四层诊断,基于录波数据诊断:
电力系统发生复杂故障时,利用故障录波信息做进一步诊断;利用故障录波器本身的紧急制表功能,提高故障诊断的准确性,电网发生故障后,各分站故障录波器的数据传到调度中心,由调度中心运行人员进行数据分析,以确定故障元件,首先根据前两层的故障诊断判断出的故障元件,再查看相应厂站的录波信息,并由专用通道传送到中心站,再由中心站处理、分析故障性质,对不能确定故障元件的,则由所确定的故障区域中心站调用该厂站的录波信息进行分析,确定故障元件及故障性质;
诊断过程,基于多代理技术,采取分布式协作的方法实现基于录波数据的故障诊断,具体诊断系统包括静态数据库、故障录波数据、系统管理、数据分析和故障分析,静态数据库中储存电力元件参数表、稳态数据以及历史记录,录波器的配置文件、故障录波实时数据文件、静态数据库数据以及由开关、保护诊断的可疑元件或区域汇总至系统管理,经过数据分析后进行故障分析,最后输出诊断结果,并将输出结果储存在历史记录中;
系统管理:具有启动和管理功能,负责整个系统与外系统或用户界面交互以及数据和信息的接收,根据提供的故障信息数据,对故障信息进行记录,分别以地区名、变电站名、录波器名和时间为关键词查询相关的故障信息,并输出查询结果报表;
数据分析:应用多代理技术的自学习功能,根据系统管理代理所提供的信息,从数据库中读取相应数据,应用其多个子代理系统,同时进行单端测距、双端测距、电压电流波形分析、对称分量分析、谐波分析等,并由控制代理负责各个代理间的协调和最后方案的整合,输出诊断结果;
根据代理的自适应性功能,提取相应录波器的模拟量和开关量记录,完成录波器启动原因、继电保护动作正确性、断路器断开时间等一系列子代理系统的分析工作,利用控制代理并结合前两个代理系统的诊断,给出最终故障结果及事故原因。

Claims (1)

1.一种电网在线故障分层诊断方法,其特征在于该诊断方法基于数据采集与监视控制系统和继电保护信息,包括“开关、SOE事件顺序记录、保护动作以及保护录波”共四层在线故障诊断与识别技术,并通过计量自动化进行验证,通过故障知识库完成识别,辅助调控员完成故障类型、故障区域、关联设备以及影响负荷的分析,具体分析步骤如下:
1)第一层诊断,开关状态诊断:
故障发生时,遥信,即开关动作信息最先到达调度,根据断路器跳闸情况来判断故障区域,电力系统中所有的永久性故障,都是通过断路器将故障元件从正常系统中隔离出来,保障系统的稳定运行;
继电保护故障参数包括故障相别、跳闸相别、最大故障电流、最大零序电流以及故障测距信息,故障参数依附动作事件信息或采用通用分类数据方式主动上送,且包含绝对时标信息;
电网故障诊断以发现失电区作为故障诊断的启动条件,在继电保护故障信息和调度自动化系统中遥信变位信号的支持下,进行实时的网络拓扑分析,根据主保护、失灵保护、后备保护建立变压器、母线、线路与断路器决策树模型,根据开关变位信息,搜索疑似故障元件,依据开关状态(0,1)值判定故障元件在电力系统中的隔离状态;
基于上述信息,建立诊断模型:
(1)基于电网CIM模型解析生成电网结构:在电力的CIM模型规范中定义端点和连接点,用以表达导电设备之间的连接,变电站中相互连接的母线、刀闸、开关以及站间连接的输电线路,形成电力网络的拓扑结构;
(2)基于电网拓扑结构生成诊断模型:以电力网络的拓扑结构为基础,结合电网运行方式,形成系统元件、保护和断路器的拓扑关联矩阵,构建信息融合诊断模型,根据保护配合逻辑及出口方式,定义后备保护拓扑映射规则及完整的信息融合流程,分析模型对网络拓扑变化及连锁故障的适应性,建立主保护、失灵保护和后备保护三层保护模型,依据保护模型建立故障诊断模型;
(3)根据变位开关判断故障元件:建立故障诊断模型后,在线实时监听开关变位状态,发现失电区后,启动故障诊断程序;
①对信息进行甄别,并对多种因素进行综合考量,避免对事故的错误认定或漏判;
②开关变位信号、保护动作信号、潮流扰动信号间具有一定的关联性,通过开关变位信号,结合拓扑分析,发现停电区域后,结合潮流扰动信息和保护动作信息,并进行对比分析,界定开关变位的性质,开关变为性质包括故障扰动、人工操作以及错误信息;
③获取到开关变位信息后,搜索相关的故障模型,确定故障特性,分析最小停电范围,确定出故障元件;
2)第二层诊断,基于SOE事件故障诊断:
通过SOE时间中保护动作和开关变位信息,利用有向无环的贝叶斯网络,对于给定的保护模型,保护出口动作和断路器分合状态,构建一个联合分布条件概率,对于给定电路,用节点表示输入与输出,节点间的有向边表示基本元件的输入与输出之间的依赖关系,指定基本门电路的故障发生概率P,建立针对各类型基本元件的条件概率表与理想概率表,以反映节点的输入与输出间的定量关系,用数学描述为:
若x1,x2,...,xn是同一个网络X中的节点,X=(x1,x2,...,xn),n为随机变量或向量,则n个事件同时发生的概率为:
Figure FDA0002325319050000021
其中πi表示xi的父节点集合;
针对网络中的每一个节点xi,其包含了n个基本事件(e1,e2,...,en),除X外如果观察到与之相关联节点的事件结果为E=(x1,x2,...,xn),则xi的第s个事件es发生的条件概率为:
Figure FDA0002325319050000022
设备故障导致的开关变位及保护动作在时间T内完成,并会上送至调度中心监控系统,之后电网进入一个平静期,将该时间范围内所收到的所有动作信号认为是该故障所产生的信号,通过对现场故障的分析和总结,取T值为15秒,该时间段内涵盖电网故障所产生的所有动作信息,且满足故障诊断实时性的需求;根据保护与断路器动作发生时刻进行可信度评估,方法如下:
(1)保护与断路器动作时间的时间推理:
定义时间区间T(ti)=[ti-Δti,ti+Δti]为时间ti的时间范围约束,Δti是某事件期望动作时间点的允许偏差,表示事件发生时刻的不确定性;定义dij=tj-ti表示ti和tj之间的时间距离,
Figure FDA0002325319050000031
为两个时间点的时间距离范围,Δdij表示时间长度的不确定性;
当事件i发生导致事件j发生,若已知ti
Figure FDA0002325319050000035
则事件j发生的期望时间为:
Figure FDA0002325319050000032
同理,事件i发生导致事件j发生,若已知tj
Figure FDA0002325319050000033
则事件i发生的期望时间为:
Figure FDA0002325319050000034
实际系统故障发生后保护与断路器都应在整定动作时间范围内动作,基于第一层开关状态诊断,定义了设备的三层保护,即:主保护、失灵保护和后备保护,其相应的元件故障动作延时D(tc,tm)、D(tc,tp)、D(tc,ts)分别为[10,20]、[600,800]、[1850,2250],断路器跳闸相对于保护出口的跳闸延时D(tr,tcb)为[40,60],断路器失灵保护动作相对于动作的延时D(tr,tf)=[180,220],单位为ms;
在做保护与断路器动作时间区间推理时,以接收到的第一个保护出口动作为基准时刻,结合保护与断路器动作延时,推理得到元件故障发生的时间区间,在进一步推理得到保护与断路器动作的期望时间区间;
(2)动作时刻可信度计算:
对于保护与断路器动作信号,由于时间推理得到其动作的期望时间区间T(t)=[t-Δt,t+Δt],系统采集的动作时刻为ti,βtime(i)表示某保护与断路器动作时刻的可信度;分析期望时间区间,符合正态分布,正态分布又称高斯分布;
保护与断路器动作信号时间带入高斯函数得到
Figure FDA0002325319050000041
当其动作时间在期望时间内,可信度为高,反之可信度为低;在保护与断路器节点包含两个事件{e1=0,e1=1},当观察到其中一个保护或断路器未动作,则模型中该节点e1=0事件的可信度μ(e1=0)等于状态可信度βstate(e1=0);当观察到其中一个保护或断路器动作,则模型中的点e2=1事件的可信度μ(e2=1)包括状态可信度βstate(e2=1)和动作时刻可信度βtime(e2=1),其值为:
μ(e2=1)=ω1βstate(e2=1)+ω2βtime(e2=1)
其中ω1、ω2表示状态可信度和动作时刻可信度的权值,保护或断路器的状态对于判断元件故障影响较时序信息的影响大,通过取机组权限做实验比较,ω1、ω2取值为0.55和0.45;
增加对节点事件发生的可信度评价。μ(ei)为某节点事件发生的可信度,
Figure FDA0002325319050000042
则xi的第s个事件es发生的条件概率为:
Figure FDA0002325319050000043
3)第三层诊断,基于PMU保护诊断:
将电力系统的正弦电压、电流和功率表示为相量,电压
Figure FDA0002325319050000044
表示相量形式为:
Figure FDA0002325319050000045
电流
Figure FDA0002325319050000046
表示相量形式为:
Figure FDA0002325319050000047
功率
Figure FDA0002325319050000048
表示的相量形式为:
Figure FDA0002325319050000049
借助GPS时钟信号,在电网各厂站建立旋转频率为50Hz的参考相量,其他相量以此为参照,从而得到相角;
PMU装置采样脉冲与GPS时钟同步,以全波傅立叶算法计算周波(20ms)测量输入电压、电流的幅度和相位,每秒用IEEE1344规约提供25帧或50帧测值,以反映电网动态变化情况;PMU还接有开关动作信号,当开关动作没有单独的时标,IEEE1344规约规定的每帧统一时标,因此分辨率为40ms;
(1)有PMU的采样脉冲和GPS秒脉冲同步,保证故障时不同元件的PMU量测值是同一时刻采样的;
(2)PMU向WAMS主站传送每40ms一帧的数据,主站检测到从故障发生到故障被切除之间元件电压和电流的变化信息;
(3)通过上述信息,再结合电力系统故障时的本身特性,识别出故障元件;
利用PMU量测到的电气量信息,通过单端测距的方法来判断发生故障的元器件,利用电力系统等效成的双侧电源供电系统进行算法验证,见接线图,当节点M安装有PMU,列出M侧的电压电流关系式:
Figure FDA0002325319050000051
其中,x为故障点到节点M间的距离,zl为线路单位长度阻抗,RF是发生故障的过度电阻,
Figure FDA0002325319050000052
是F点的故障电流;
Figure FDA0002325319050000053
该算式中,
Figure FDA0002325319050000054
为流经母线M的故障电流,DM为M侧电流的分布系统,由式得:
Figure FDA0002325319050000055
式中,x、RF、DA是未知量,在等式的两个等式乘上
Figure FDA0002325319050000056
Figure FDA0002325319050000057
求解得到:
Figure FDA0002325319050000058
根据PMU量测到M段的电气相量,利用上述公式,计算出来故障点到PMU的安装处距离,以此判断检测线路是否发生故障;对确定发生故障范围内的每条线路都进行这样单端的测量距离计算,确定发生故障的支路,同时确定故障点的元件;并利用该算法计算结果来检验第一、第二层诊断出来的故障情况;
4)第四层诊断,基于录波数据诊断:
电力系统发生复杂故障时,利用故障录波信息做进一步诊断;利用故障录波器本身的紧急制表功能,提高故障诊断的准确性,电网发生故障后,各分站故障录波器的数据传到调度中心,由调度中心运行人员进行数据分析,以确定故障元件,首先根据前两层的故障诊断判断出的故障元件,再查看相应厂站的录波信息,并由专用通道传送到中心站,再由中心站处理、分析故障性质,对不能确定故障元件的,则由所确定的故障区域中心站调用该厂站的录波信息进行分析,确定故障元件及故障性质;
诊断过程,基于多代理技术,采取分布式协作的方法实现基于录波数据的故障诊断,具体诊断系统包括静态数据库、故障录波数据、系统管理、数据分析和故障分析,静态数据库中储存电力元件参数表、稳态数据以及历史记录,录波器的配置文件、故障录波实时数据文件、静态数据库数据以及由开关、保护诊断的可疑元件或区域汇总至系统管理,经过数据分析后进行故障分析,最后输出诊断结果,并将输出结果储存在历史记录中;
系统管理:具有启动和管理功能,负责整个系统与外系统或用户界面交互以及数据和信息的接收,根据提供的故障信息数据,对故障信息进行记录,分别以地区名、变电站名、录波器名和时间为关键词查询相关的故障信息,并输出查询结果报表;
数据分析:应用多代理技术的自学习功能,根据系统管理代理所提供的信息,从数据库中读取相应数据,应用其多个子代理系统,同时进行单端测距、双端测距、电压电流波形分析、对称分量分析、谐波分析等,并由控制代理负责各个代理间的协调和最后方案的整合,输出诊断结果;
根据代理的自适应性功能,提取相应录波器的模拟量和开关量记录,完成录波器启动原因、继电保护动作正确性、断路器断开时间等一系列子代理系统的分析工作,利用控制代理并结合前两个代理系统的诊断,给出最终故障结果及事故原因。
CN201911314032.8A 2019-12-19 2019-12-19 电网在线故障分层诊断方法 Pending CN111208385A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911314032.8A CN111208385A (zh) 2019-12-19 2019-12-19 电网在线故障分层诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911314032.8A CN111208385A (zh) 2019-12-19 2019-12-19 电网在线故障分层诊断方法

Publications (1)

Publication Number Publication Date
CN111208385A true CN111208385A (zh) 2020-05-29

Family

ID=70786210

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911314032.8A Pending CN111208385A (zh) 2019-12-19 2019-12-19 电网在线故障分层诊断方法

Country Status (1)

Country Link
CN (1) CN111208385A (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111950448A (zh) * 2020-08-11 2020-11-17 平高集团有限公司 基于机器视觉的高压隔离开关故障状态检测方法及装置
CN112034412A (zh) * 2020-07-20 2020-12-04 中国电力科学研究院有限公司 一种基于智能隔离开关的智能电能表失准分析方法及系统
CN112148933A (zh) * 2020-10-26 2020-12-29 北京明略软件系统有限公司 一种电网告警事件规则解析结果的图谱转化方法及装置
CN112241424A (zh) * 2020-10-16 2021-01-19 中国民用航空华东地区空中交通管理局 一种基于知识图谱的空管设备应用系统及方法
CN112345858A (zh) * 2020-11-03 2021-02-09 西华大学 一种计及量测篡改攻击引发虚假故障的电网故障诊断方法
CN112947367A (zh) * 2021-02-02 2021-06-11 国网四川省电力公司 基于事件集因果链实现三道防线联合故障诊断的系统及其方法
CN113036908A (zh) * 2021-01-29 2021-06-25 国电南瑞科技股份有限公司 一种基于继电保护在线监视与分析系统的故障分析方法
CN113591393A (zh) * 2021-08-10 2021-11-02 国网河北省电力有限公司电力科学研究院 智能变电站的故障诊断方法、装置、设备和存储介质
CN114217168A (zh) * 2021-12-07 2022-03-22 云南电网有限责任公司保山供电局 基于录波数据最优特征选取的输电线路故障高效诊断方法
CN114692787A (zh) * 2022-05-31 2022-07-01 广东电网有限责任公司佛山供电局 基于多源数据的三绕组主变压器事件分析处理方法和系统
CN115441418A (zh) * 2022-09-28 2022-12-06 广东电网有限责任公司电力调度控制中心 一种多区域电网断面的异步互联识别系统
CN115865727A (zh) * 2022-11-24 2023-03-28 西南交通大学 基于可信度和不可信度推理图的支路关联风险评估方法
CN116467633A (zh) * 2023-06-20 2023-07-21 中国电力科学研究院有限公司 一种电网故障与保护动作的在线自动分析系统与方法
US11899075B2 (en) * 2020-08-04 2024-02-13 Maschinenfabrik Reinhausen Gmbh Device for determining an error probability value for a transformer component and a system having such a device
CN112148933B (zh) * 2020-10-26 2024-05-03 青岛明略软件技术开发有限公司 一种电网告警事件规则解析结果的图谱转化方法及装置

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102142716A (zh) * 2011-02-17 2011-08-03 国电南瑞科技股份有限公司 一种基于三态数据多维协同处理的电网在线故障诊断方法
CN102928738A (zh) * 2012-10-31 2013-02-13 辽宁省电力有限公司沈阳供电公司 一种智能电网故障的动态层次诊断装置及方法
KR20130106532A (ko) * 2012-03-20 2013-09-30 한국에너지기술연구원 등가 가동시간 개념을 이용한 계통연계형 태양광발전 시스템의 고장 진단 방법 및 장치
CN103728536A (zh) * 2013-12-11 2014-04-16 国家电网公司 多源数据电网故障辨识方法
US20140159491A1 (en) * 2011-07-22 2014-06-12 Kyocera Corporation Fault diagnosis method, grid interconnection apparatus, and controller
CN204794357U (zh) * 2015-06-10 2015-11-18 云南电网有限责任公司玉溪供电局 电网防误操作系统
CN105447769A (zh) * 2015-12-09 2016-03-30 国家电网公司 一种电网调控一体化监控信息智能处理系统
US20170074919A1 (en) * 2014-02-19 2017-03-16 General Electric Technology Gmbh Fault location in dc networks
CN106844851A (zh) * 2016-12-16 2017-06-13 云南电网有限责任公司玉溪供电局 一种用于变电站的在线监测诊断模型自适应算法
CN107167704A (zh) * 2017-05-16 2017-09-15 国网山东省电力公司 基于cim模型的配电网故障诊断系统及方法
CN109239531A (zh) * 2018-10-17 2019-01-18 国电南瑞科技股份有限公司 基于继电保护在线监视与分析系统的故障录波在线分析方法
CN109345155A (zh) * 2018-12-06 2019-02-15 湖北鄂电德力电气有限公司 一种配电网故障的基于模型分层诊断方法
CN110068746A (zh) * 2019-04-11 2019-07-30 云南电网有限责任公司 电网故障诊断分析方法及系统

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102142716A (zh) * 2011-02-17 2011-08-03 国电南瑞科技股份有限公司 一种基于三态数据多维协同处理的电网在线故障诊断方法
US20140159491A1 (en) * 2011-07-22 2014-06-12 Kyocera Corporation Fault diagnosis method, grid interconnection apparatus, and controller
KR20130106532A (ko) * 2012-03-20 2013-09-30 한국에너지기술연구원 등가 가동시간 개념을 이용한 계통연계형 태양광발전 시스템의 고장 진단 방법 및 장치
CN102928738A (zh) * 2012-10-31 2013-02-13 辽宁省电力有限公司沈阳供电公司 一种智能电网故障的动态层次诊断装置及方法
CN103728536A (zh) * 2013-12-11 2014-04-16 国家电网公司 多源数据电网故障辨识方法
US20170074919A1 (en) * 2014-02-19 2017-03-16 General Electric Technology Gmbh Fault location in dc networks
CN204794357U (zh) * 2015-06-10 2015-11-18 云南电网有限责任公司玉溪供电局 电网防误操作系统
CN105447769A (zh) * 2015-12-09 2016-03-30 国家电网公司 一种电网调控一体化监控信息智能处理系统
CN106844851A (zh) * 2016-12-16 2017-06-13 云南电网有限责任公司玉溪供电局 一种用于变电站的在线监测诊断模型自适应算法
CN107167704A (zh) * 2017-05-16 2017-09-15 国网山东省电力公司 基于cim模型的配电网故障诊断系统及方法
CN109239531A (zh) * 2018-10-17 2019-01-18 国电南瑞科技股份有限公司 基于继电保护在线监视与分析系统的故障录波在线分析方法
CN109345155A (zh) * 2018-12-06 2019-02-15 湖北鄂电德力电气有限公司 一种配电网故障的基于模型分层诊断方法
CN110068746A (zh) * 2019-04-11 2019-07-30 云南电网有限责任公司 电网故障诊断分析方法及系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
YING N. WANG: "Novel hierarchical fault diagnosis approach for smart power grid with information fusion of multi-data resources based on fuzzy petri net", 《IEEE TRANSACTIONS ON SMART GRID》 *
刘崇崇: "基于多数据源信息融合的配电网故障诊断方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
周波: "配电网PMU优化配置及故障定位算法研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 *
罗孝辉: "计及可信度的变结构贝叶斯网络电网故障诊断", 《电网技术》 *
赵爽: "分层式电网故障诊断系统的设计与实现", 《电力系统自动化》 *

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112034412A (zh) * 2020-07-20 2020-12-04 中国电力科学研究院有限公司 一种基于智能隔离开关的智能电能表失准分析方法及系统
US11899075B2 (en) * 2020-08-04 2024-02-13 Maschinenfabrik Reinhausen Gmbh Device for determining an error probability value for a transformer component and a system having such a device
CN111950448B (zh) * 2020-08-11 2024-02-02 平高集团有限公司 基于机器视觉的高压隔离开关故障状态检测方法及装置
CN111950448A (zh) * 2020-08-11 2020-11-17 平高集团有限公司 基于机器视觉的高压隔离开关故障状态检测方法及装置
CN112241424A (zh) * 2020-10-16 2021-01-19 中国民用航空华东地区空中交通管理局 一种基于知识图谱的空管设备应用系统及方法
CN112148933B (zh) * 2020-10-26 2024-05-03 青岛明略软件技术开发有限公司 一种电网告警事件规则解析结果的图谱转化方法及装置
CN112148933A (zh) * 2020-10-26 2020-12-29 北京明略软件系统有限公司 一种电网告警事件规则解析结果的图谱转化方法及装置
CN112345858A (zh) * 2020-11-03 2021-02-09 西华大学 一种计及量测篡改攻击引发虚假故障的电网故障诊断方法
CN112345858B (zh) * 2020-11-03 2021-06-01 西华大学 一种计及量测篡改攻击引发虚假故障的电网故障诊断方法
CN113036908B (zh) * 2021-01-29 2023-08-25 国电南瑞科技股份有限公司 一种基于继电保护在线监视与分析系统的故障分析方法
CN113036908A (zh) * 2021-01-29 2021-06-25 国电南瑞科技股份有限公司 一种基于继电保护在线监视与分析系统的故障分析方法
WO2022160776A1 (zh) * 2021-01-29 2022-08-04 国电南瑞科技股份有限公司 一种基于继电保护在线监视与分析系统的故障分析方法
CN112947367A (zh) * 2021-02-02 2021-06-11 国网四川省电力公司 基于事件集因果链实现三道防线联合故障诊断的系统及其方法
CN113591393A (zh) * 2021-08-10 2021-11-02 国网河北省电力有限公司电力科学研究院 智能变电站的故障诊断方法、装置、设备和存储介质
CN114217168A (zh) * 2021-12-07 2022-03-22 云南电网有限责任公司保山供电局 基于录波数据最优特征选取的输电线路故障高效诊断方法
CN114692787A (zh) * 2022-05-31 2022-07-01 广东电网有限责任公司佛山供电局 基于多源数据的三绕组主变压器事件分析处理方法和系统
CN114692787B (zh) * 2022-05-31 2022-08-19 广东电网有限责任公司佛山供电局 基于多源数据的三绕组主变压器事件分析处理方法和系统
CN115441418A (zh) * 2022-09-28 2022-12-06 广东电网有限责任公司电力调度控制中心 一种多区域电网断面的异步互联识别系统
CN115441418B (zh) * 2022-09-28 2024-04-16 广东电网有限责任公司电力调度控制中心 一种多区域电网断面的异步互联识别系统
CN115865727A (zh) * 2022-11-24 2023-03-28 西南交通大学 基于可信度和不可信度推理图的支路关联风险评估方法
CN115865727B (zh) * 2022-11-24 2024-04-12 西南交通大学 基于可信度和不可信度推理图的支路关联风险评估方法
CN116467633A (zh) * 2023-06-20 2023-07-21 中国电力科学研究院有限公司 一种电网故障与保护动作的在线自动分析系统与方法
CN116467633B (zh) * 2023-06-20 2023-09-19 中国电力科学研究院有限公司 一种电网故障与保护动作的在线自动分析系统与方法

Similar Documents

Publication Publication Date Title
CN111208385A (zh) 电网在线故障分层诊断方法
US10539618B2 (en) High-voltage circuit breaker opening and closing time online monitoring apparatus, smart multi-dimensional big data analyzing expert system for high-voltage circuit breaker in power grid and method therefor
CN111596170A (zh) 一种用于智能配网的故障诊断综合定位方法
CN102035260B (zh) 智能变电站监控系统智能告警及故障分析实现方法
CN103837795B (zh) 基于广域故障录波信息的调度端电网故障诊断方法
CN106199341B (zh) 一种单相故障接地工况下的故障线路识别方法和装置
CN106124935A (zh) 中低压配电网络故障定位方法
CN105093063B (zh) 基于多源数据特征单元组合判断的在线电网故障诊断方法
CN102436226A (zh) 在线监测及状态检修管理系统
CN108011358B (zh) 一种基于态势感知的配电网多节点故障智能诊断方法
CN111044843B (zh) 一种基于多源数据的输电线路故障定位方法
CN103971292A (zh) 基于实时站内图映射的故障准确辨识方法
CN113030715A (zh) 一种剩余电流动作断路器性能检测装置及故障判断方法
Kezunovic et al. Merging PMU, operational, and non-operational data for interpreting alarms, locating faults and preventing cascades
CN112363025A (zh) 一种配电网单相接地故障诊断方法及系统
Kezunovic Substation fault analysis requirements
Tutvedt et al. Smart fault handling in medium voltage distribution grids
Hertz et al. Fault diagnosis at substations based on sequential event recorders
CN113820567A (zh) 一种小电流接地的单相接地故障处理分析定位方法及装置
Wu et al. An advanced alarm processor using two-level processing structure
Shang et al. Finite State Machine model of fault diagnosis for distribution system under time sequence constraints
CN113884942B (zh) 基于scada数据的接地选线报警正确性校验方法
Fan et al. PMU-WAMS research and application in Brazil
Chen Research on power system automation communication technology for smart grid
Kezunovic Integrating data and sharing information from various IEDs to improve monitoring, condition-based diagnostic, maintenance, asset management, and operation tasks

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200529