CN111337791A - 一种基于梯度提升树算法的配电网单相接地故障选线方法 - Google Patents

一种基于梯度提升树算法的配电网单相接地故障选线方法 Download PDF

Info

Publication number
CN111337791A
CN111337791A CN202010220325.6A CN202010220325A CN111337791A CN 111337791 A CN111337791 A CN 111337791A CN 202010220325 A CN202010220325 A CN 202010220325A CN 111337791 A CN111337791 A CN 111337791A
Authority
CN
China
Prior art keywords
line
fault
sequence current
zero
distribution network
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
CN202010220325.6A
Other languages
English (en)
Inventor
冯光
陈明
王鹏
徐铭铭
袁嘉玮
吴桐
焦在滨
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 Corp of China SGCC
Xian Jiaotong University
Electric Power Research Institute of State Grid Henan Electric Power Co Ltd
Original Assignee
Xian Jiaotong University
Electric Power Research Institute of State Grid Henan Electric Power 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 Xian Jiaotong University, Electric Power Research Institute of State Grid Henan Electric Power Co Ltd filed Critical Xian Jiaotong University
Priority to CN202010220325.6A priority Critical patent/CN111337791A/zh
Publication of CN111337791A publication Critical patent/CN111337791A/zh
Pending legal-status Critical Current

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
    • G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
    • 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
    • Y—GENERAL 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y04S10/52—Outage or fault management, e.g. fault detection or location

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于梯度提升树算法的配电网单相接地故障选线方法，该方法通过将故障后线路零序电流采样值进行数据处理，得到每条线路归一化后的零序电流采样值数据，然后将每条线路的电流数据分别作为梯度提升树模型的输入，将梯度提升树模型的输出最大值对应的线路选为故障线路，最终取得了良好的选线效果。本发明方法不受配电网网络结构变化和故障条件的影响，这对结构复杂多变的配电网的故障诊断和安全可靠运行具有重要意义。

Description

一种基于梯度提升树算法的配电网单相接地故障选线方法
技术领域
本发明属于电力系统领域，涉及配电网故障诊断领域，具体涉及一种基于梯度提升树算法的配电网单相接地故障选线方法。
背景技术
配电网作为连接电力系统输电侧和用电侧的关键环节，其运行安全性和可靠性直接影响到用户用电的满意程度。数据表明电力系统中故障主要来自于配电网，其中单相接地故障占了80％。当配电网发生单相接地故障时，非故障相电压升高，同时间歇性弧光接地威胁系统的绝缘水平，容易扩大故障范围，因此必须尽快检测并切除故障线路。但是线路中故障电流比较微弱，故障特征不明显，这给故障线路的检测带来了极大的挑战。
随着机器学习技术的快速发展，运用机器学习算法对故障信息进行特征挖掘是解决配电网故障选线的重要途径。因此通过合理选择故障数据，借助机器学习方法，将有利于解决配电网的故障选线问题。
发明内容
本发明的目的在于提供一种基于梯度提升树算法的配电网单相接地故障选线方法，以解决配电网单相接地故障选线的问题，本发明将故障后零序电流采样值和梯度提升树模型用于配电网单相接地故障选线，可以提高配电网故障选线的准确性，对维护系统安全稳定运行具有重要的现实意义。
为达到上述目的，本发明采用如下技术方案：
一种基于梯度提升树算法的配电网单相接地故障选线方法，包括以下步骤：
步骤1、当配电网线路发生单相接地故障时，采集每条线路故障后的零序电流采样值数据；
步骤2、将每条线路零序电流采样值数据做归一化处理；
步骤3、利用归一化处理后的零序电流采样值训练梯度提升树模型，得到基于梯度提升树算法的故障选线模型，然后利用该模型进行故障选线。
进一步地，步骤1中采集到的故障数据是每条线路故障后一个周期内的零序电流采样值。
进一步地，步骤2中将零序电流采样值归一化方法为：先求每条线路零序电流在一个周期内采样值的绝对值的最大值，如下所示：
i′M(n)＝Max(|in(t)|),n∈[1,N]
其中，in(t)为线路n故障后一个周期内的零序电流采样值，N为同一母线上连接的线路总个数，Max为取零序电流在一个周期内的最大值，i′M(n)为线路n故障后一个周期内零序电流采样值的绝对值的最大值。
将每条线路零序电流采样值按照下式进行归一化处理。
Figure BDA0002425846000000021
其中，in(t)为线路n故障后一个周期内的零序电流采样值，i′M(n)为线路n故障后一个周期内零序电流采样值的绝对值的最大值，Max为取N条线路的i′M(n)的最大值，i′n(t)是线路n归一化后的零序电流采样值。
进一步地，步骤3中采用的梯度提升树模型的输入为经归一化处理后的零序电流采样值，输出为线路故障的概率，将最大输出值对应的线路选为故障线路。
与现有技术相比，本发明具有以下有益的技术效果：
本发明提出了一种基于梯度提升树算法的配电网单相接地故障选线方法，该方法首先对每条线路零序电流采样值做归一化处理，得到每条线路零序电流采样值的相对大小，从而每条线路零序电流数据可以单独作为机器学习算法的输入。因此通过这样的归一化处理，该方法可以适应包含不同馈线数目的配电网系统。然后利用梯度提升树模型强大的特征挖掘能力，自适应提取故障特征，实现故障选线。该方法不需要对零序电流进行复杂的信号处理，能够适用现有工程条件，同时当配电网馈线数目发生改变时，该方法不需要重新训练，选线正确率高，泛化能力强，能够适应配电网运行方式频繁变化的特点。另外本发明无需装设新设备，具有成本低，易于推广，符合实际应用要求的特点，具有良好的推广应用前景。
附图说明
图1为本发明方法流程图；
图2为故障后线路零序电流波形图；
图3为故障后经归一化处理后的零序电流波形图；
图4为梯度提升树算法原理示意图；
图5为基于梯度提升树算法的配电网单相接地故障选线流程图；
图6为PSCAD配电网仿真模型。
具体实施方式
下面结合附图对本发明的实施过程作进一步详细描述：
如图1所示，本发明是一种基于梯度提升树算法的配电网单相接地故障选线方法，具体包括以下步骤：
步骤1、当配电网发生单相接地故障时，采集每条线路故障后一个周期内的零序电流采样值数据，如图2所示。
步骤2、对每条线路零序电流采样值按照下式进行归一化处理，将零序电流幅值按比例限制在[-1,1]范围内，最终得到每条线路经归一化处理后的零序电流，如图3所示。
i′M(n)＝Max(|in(t)|),n∈[1,N]
Figure BDA0002425846000000031
其中，in(t)为线路n故障后一个周期内的零序电流采样值，N为同一母线上连接的线路总个数，i′M(n)为线路n故障后一个周期内零序电流采样值的绝对值的最大值，i′n(t)是线路n归一化后的零序电流采样值。
步骤3、利用仿真得到的归一化零序电流数据训练梯度提升树算法，得到梯度提升树模型，采用的梯度提升树算法的原理示意图如图4所示。
步骤4、获取配电网单相接地故障后每条线路的零序电流采样值，进行归一化处理，然后利用梯度提升树模型对单相接地故障进行选线，选线流程如图5所示，取梯度提升树模型的最大输出结果对应的线路为故障线路。
实施例
在训练集中，搭建如图6所示的配电网模型，该配电网模型包括中性点不接地和中性点经消弧线圈接地两种方式，架空线路采用贝瑞隆模型，馈线长度分别为5km、10km、15km和50km，模型参数为r1＝0.17Ω/km，r0＝0.23Ω/km，L1＝1.21mH/km，L0＝5.48mH/km，C1＝9.7pF/km，C0＝6pF/km，在故障相电压0°～360°之间间隔9°发生单相接地故障，接地点过渡电阻分别取7Ω，28Ω，390Ω，890Ω，1500Ω，2000Ω，在每条线路上分别设置3个故障点。在测试集中，改变线路参数和仿真条件，架空线路模型参数为r1＝0.33Ω/km，r0＝1.041Ω/km，L1＝1.31mH/km，L0＝3.96mH/km，C1＝7pF/km，C0＝4pF/km，电缆线路模型参数为：r1＝0.0791Ω/km，r0＝0.2273Ω/km，L1＝0.2642mH/km，L0＝0.9263mH/km，C1＝0.373uF/km，C0＝0.166uF/km，在故障相电压0°～360°之间间隔12.6°发生单相接地故障，接地点过渡电阻分别取5Ω，20Ω，100Ω，5000Ω，1000Ω，1400Ω，2000Ω，分别验证在3条架空线路组成的不接地系统、6条架空线路组成的不接地系统、3条架空线路组成的消弧线圈接地系统、6条架空线路组成的消弧线圈接地系统、6条架空和电缆混联线路组成的消弧线圈接地系统下的选线情况，仿真结果如表1所示。
表1故障选线泛化能力测试仿真结果
Figure BDA0002425846000000041
分析选线结果得到，此发明方法能够实现准确的故障选线，正确率高，且不受网络结构变化和接地点过渡电阻的影响。

Claims (4)

1.一种基于梯度提升树算法的配电网单相接地故障选线方法，其特征在于，包括以下步骤：
步骤1、当配电网线路发生单相接地故障时，采集每条线路故障后的零序电流采样值数据；
步骤2、将每条线路零序电流采样值数据做归一化处理；
步骤3、利用归一化处理后的零序电流采样值数据训练梯度提升树模型，得到基于梯度提升树算法的故障选线模型，然后利用该模型进行故障选线。
2.根据权利要求1所述的一种基于梯度提升树算法的配电网单相接地故障选线方法，其特征在于，步骤1中提取每条线路故障后一个周期内的零序电流采样值。
3.根据权利要求1所述的一种基于梯度提升树算法的配电网单相接地故障选线方法，其特征在于，步骤2中线路零序电流采样值归一化方法为：先求每条线路零序电流在一个周期内采样值的绝对值的最大值，如下所示：
i′M(n)＝Max(|in(t)|),n∈[1,N]
其中，in(t)为线路n故障后一个周期内的零序电流采样值，N为同一母线上连接的线路总个数，Max为取零序电流在一个周期内的最大值，i′M(n)为线路n故障后一个周期内零序电流采样值的绝对值的最大值；
将每条线路零序电流采样值按照下式进行归一化处理：
Figure FDA0002425845990000011
其中，in(t)为线路n故障后一个周期内的零序电流采样值，i′M(n)为线路n故障后一个周期内零序电流采样值的绝对值的最大值，Max为取N条线路的i′M(n)的最大值，i′n(t)是线路n归一化后的零序电流采样值。
4.根据权利要求1所述的一种基于梯度提升树算法的配电网单相接地故障选线方法，其特征在于，步骤3中采用的梯度提升树算法的输入为经归一化处理后的线路零序电流采样值，输出为线路故障的概率，运用训练后的梯度提升树模型进行故障选线，将最大输出值对应的线路选为故障线路。
CN202010220325.6A 2020-03-25 2020-03-25 一种基于梯度提升树算法的配电网单相接地故障选线方法 Pending CN111337791A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010220325.6A CN111337791A (zh) 2020-03-25 2020-03-25 一种基于梯度提升树算法的配电网单相接地故障选线方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010220325.6A CN111337791A (zh) 2020-03-25 2020-03-25 一种基于梯度提升树算法的配电网单相接地故障选线方法

Publications (1)

Publication Number Publication Date
CN111337791A true CN111337791A (zh) 2020-06-26

Family

ID=71180599

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010220325.6A Pending CN111337791A (zh) 2020-03-25 2020-03-25 一种基于梯度提升树算法的配电网单相接地故障选线方法

Country Status (1)

Country Link
CN (1) CN111337791A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112284721A (zh) * 2020-10-16 2021-01-29 广东石油化工学院 一种大机组摩擦与转子不平衡双重故障分析方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103941163A (zh) * 2014-05-12 2014-07-23 福州大学 利用模糊k均值聚类的谐振接地系统故障选线方法
CN104950230A (zh) * 2015-07-06 2015-09-30 河南理工大学 一种基于变尺度双稳态系统的配电网故障选线方法
CN107766879A (zh) * 2017-09-30 2018-03-06 中国南方电网有限责任公司 基于特征信息抽取的mlp电网故障原因诊断方法
CN107979086A (zh) * 2017-11-14 2018-05-01 国网江苏省电力公司电力科学研究院 基于em算法和梯度提升树的电压暂降原因识别方法
CN108197822A (zh) * 2018-01-24 2018-06-22 贵州电网有限责任公司 一种配电网故障选线适应性评估决策方法
CN109188193A (zh) * 2018-07-26 2019-01-11 昆明理工大学 一种基于特征频带收敛性闵氏距离的配电网故障选线方法
CN110488152A (zh) * 2019-09-27 2019-11-22 国网河南省电力公司电力科学研究院 一种基于自适应神经模糊推理系统的配电网故障选线方法
CN110579684A (zh) * 2019-09-04 2019-12-17 安徽沃华电力设备有限公司 一种基于融合算法的小电流接地系统选线方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103941163A (zh) * 2014-05-12 2014-07-23 福州大学 利用模糊k均值聚类的谐振接地系统故障选线方法
CN104950230A (zh) * 2015-07-06 2015-09-30 河南理工大学 一种基于变尺度双稳态系统的配电网故障选线方法
CN107766879A (zh) * 2017-09-30 2018-03-06 中国南方电网有限责任公司 基于特征信息抽取的mlp电网故障原因诊断方法
CN107979086A (zh) * 2017-11-14 2018-05-01 国网江苏省电力公司电力科学研究院 基于em算法和梯度提升树的电压暂降原因识别方法
CN108197822A (zh) * 2018-01-24 2018-06-22 贵州电网有限责任公司 一种配电网故障选线适应性评估决策方法
CN109188193A (zh) * 2018-07-26 2019-01-11 昆明理工大学 一种基于特征频带收敛性闵氏距离的配电网故障选线方法
CN110579684A (zh) * 2019-09-04 2019-12-17 安徽沃华电力设备有限公司 一种基于融合算法的小电流接地系统选线方法
CN110488152A (zh) * 2019-09-27 2019-11-22 国网河南省电力公司电力科学研究院 一种基于自适应神经模糊推理系统的配电网故障选线方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JIAWEI YUAN，等: "Faulted Line Detection Using Sampled Data and GBDT for Non-solidly Earthed System", 《 2020 IEEE POWER & ENERGY SOCIETY GENERAL MEETING (PESGM)》 *
彭华，等: "基于apFFT频谱校正和XGBo...的风电场集电线路单相接地故障测距", 《电工技术学报》 *
陈宏，等: "基于梯度提升决策树的电力电子电路故障诊断", 《测控技术》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112284721A (zh) * 2020-10-16 2021-01-29 广东石油化工学院 一种大机组摩擦与转子不平衡双重故障分析方法及系统

Similar Documents

Publication Publication Date Title
CN102520315B (zh) 基于行波多尺度信息的输电线路故障单端定位方法
CN109307824B (zh) 一种基于聚类的配电网单相接地故障区段定位方法
CN103675605B (zh) 一种基于故障信号暂态相关分析的配电网小电流接地故障选线方法
CN107064734A (zh) 一种利用故障暂态过程的柔性直流配电网故障测距方法
CN108107319A (zh) 一种多端柔性直流电网故障定位方法及系统
CN111308264B (zh) 一种基于余弦相似度的配电网单相接地故障区段定位方法
CN103308822A (zh) 辐射状配网小电流接地故障选线方法
CN104898021A (zh) 一种基于k-means聚类分析的配电网故障选线方法
CN111487508A (zh) 用于配电网的单相高阻接地故障辨识装置
CN103323747A (zh) 一种小电流接地系统的单相接地故障选线方法
CN110247420B (zh) 一种hvdc输电线路故障智能识别方法
CN113109669B (zh) 一种基于行波特征频率的配电网混联线路故障定位方法
CN111579933A (zh) 一种基于Hausdroff算法的配电网故障区段定位方法
CN112816831A (zh) 风电场集电线单相接地故障定位方法
CN111157843B (zh) 一种基于时频域行波信息的配电网选线方法
CN112485590A (zh) 一种配电网单相断线故障识别方法
CN111337791A (zh) 一种基于梯度提升树算法的配电网单相接地故障选线方法
CN110456218A (zh) 基于中值电阻投切前后工频增量系数的快速故障选线方法
CN105548820A (zh) 基于暂态行波模极大值法的电缆线路故障识别与定位方法
CN113447758A (zh) 一种风电场多分支集电线路单相接地故障测距方法
CN108957234A (zh) 基于多量测点和故障纵向特征的配电网接地选线方法及系统
CN107478941B (zh) 基于多点同步测量数据的配电网故障模拟退火定位方法
CN113567803B (zh) 基于Tanimoto相似度的小电流接地故障定位方法及系统
CN112986858B (zh) 基于零序小波分解计算的接地故障判断方法
CN112363009B (zh) 一种用于同塔线路接地故障的单端故障测距方法及系统

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
TA01 Transfer of patent application right

Effective date of registration: 20200928

Address after: 450052 No. 85 South Songshan Road, 27 District, Henan, Zhengzhou

Applicant after: STATE GRID HENAN ELECTRIC POWER CORPORATION ELECTRIC POWER SCIENCE Research Institute

Applicant after: XI'AN JIAOTONG University

Applicant after: STATE GRID CORPORATION OF CHINA

Address before: 450000 No. 85 South Songshan Road, 27 District, Henan, Zhengzhou

Applicant before: STATE GRID HENAN ELECTRIC POWER CORPORATION ELECTRIC POWER SCIENCE Research Institute

Applicant before: XI'AN JIAOTONG University

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20200626

RJ01 Rejection of invention patent application after publication