CN111650470B - 微电网线路区段快速自适应故障检测与识别方法 - Google Patents
微电网线路区段快速自适应故障检测与识别方法 Download PDFInfo
- Publication number
- CN111650470B CN111650470B CN202010434919.7A CN202010434919A CN111650470B CN 111650470 B CN111650470 B CN 111650470B CN 202010434919 A CN202010434919 A CN 202010434919A CN 111650470 B CN111650470 B CN 111650470B
- Authority
- CN
- China
- Prior art keywords
- phase
- fault
- line section
- current
- node
- 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
- 238000000034 method Methods 0.000 title claims abstract description 111
- 238000001514 detection method Methods 0.000 title claims abstract description 96
- 238000011144 upstream manufacturing Methods 0.000 claims description 55
- 238000004364 calculation method Methods 0.000 claims description 35
- 238000000819 phase cycle Methods 0.000 claims description 27
- 238000005070 sampling Methods 0.000 claims description 27
- 230000016507 interphase Effects 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000000354 decomposition reaction Methods 0.000 claims description 18
- 230000003044 adaptive effect Effects 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 4
- 230000035945 sensitivity Effects 0.000 claims description 3
- 230000003111 delayed effect Effects 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 13
- 230000008859 change Effects 0.000 description 10
- 238000004088 simulation Methods 0.000 description 9
- 238000000605 extraction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000000087 stabilizing 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
- G01R31/086—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)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
一种微电网线路区段快速自适应故障检测与识别方法,所述方法为:采集线路区段两端节点处的节点三相电流,计算线路区段三相电流高频分量的瞬时相位差值、相位阈值、线路区段两端节点处的节点零序电流有效值以及零序电流阈值,基于线路区段三相电流高频分量的瞬时相位差值和相位阈值的比较判定故障,在此基础上,基于线路区段两端节点处的节点零序电流有效值和零序电流阈值的比较进一步得出具体的故障类型。本发明方法能够检测出微电网线路区段内发生的各种故障,可通用于并网运行及孤岛运行状态下的微电网;本发明方法的故障判定阈值可实时进行更新,具备良好的自适应性;本发明方法的检测速度快,能够在数十个毫秒内完成故障检测并正确识别故障类型。
Description
技术领域
本发明涉及微电网保护领域,具体涉及一种微电网线路区段快速自适应故障检测与识别方法。
背景技术
微电网故障检测技术是微电网保护和故障隔离的基础,能够在故障发生后迅速及时的检测出故障,有利于微电网内故障的快速处理,并能够有效降低故障对微电网安全稳定运行的不利影响,快速的故障检测对微电网有着重要意义及实际价值。微电网内往往含有多种类型的分布式电源,同时,微电网还具有灵活的系统运行模式,这给微电网内的快速故障检测带来了许多问题,例如系统内的双向潮流、分布式电源输出功率的波动以及系统运行状态的变化等,这些问题使得现有微电网故障检测方法无法满足微电网内的故障快速检测需求。因此,需要一种新型的快速、可靠的故障检测方法,以实现微电网内的快速故障检测判定。
中国发明专利CN201410261117.5公开了一种用于微电网离网运行情况的故障检测方法,根据电路中电流和电压的比值作为故障判断的依据,这种检测方法的准确性和速度受微电网结构和电路中干扰的影响,不具有自适应性,仅适用于部分离网运行的微电网,其适用范围窄,实际应用中难以作为微电网故障判断的有效方法。
中国发明专利CN201911049430.1公开了一种微电网孤岛及故障检测方法,该方法对微电网耦合点处采集的电路信息进行离散小波变换,获得时频域数据特征,利用时频域数据对机器学习训练,得到初步故障检测分析结果,通过对分析结果的进一步整合来确定最终的故障检测结果。这种方法的检测准确度依赖于模型参数的学习与训练,通常需要基于大量的样本数据进行学习训练,系统的网络结构及运行状态的改变对该方法的影响较大,往往需要进行重新学习训练,导致方法的适应性较差。
Escudero R等人在《Electric Power Systems Research》2017年第152期所著《Microgrid fault detection based on wavelet transformation and Park's vectorapproach》中将三相电流转换成dp0分量,选出部分dp0分量进行小波变换处理,通过对所得数据进行分析进而检测出故障。小波变换作为一种高灵敏度的时频分析方法,在检测高阻故障方面具有一定优势,但其容易受到微电网内部分扰动以及分布式电源出力变化的影响,进而可能导致方法发生误判。此外,小波变换的算法复杂,对硬件设备要求很高,实际应用中实现难度较大。
针对微电网故障检测,目前国内外已有的方法研究大多属于基于独立节点信息的故障检测方法,利用多个独立节点处电流或电压的采集信息,对采集信息进行时域分析或频域分析进而提取得到特定的信息,或根据采集信息计算求取特定的参量,例如正序阻抗、零序阻抗等,根据特定的信息或参量的变化进行故障检测判定。基于独立节点信息的故障检测方法容易受非故障干扰,例如负荷突增、分布式电源投切等干扰的影响,不具备良好的自适应性,微电网拓扑结构或运行状态的变化将可能造成故障检测方法的误判甚至失效。与此同时,微电网内发生故障时故障点距离分布式电源较近,如不对故障进行迅速清除,将可能进一步导致分布式电源脱网等严重后果。
综上所述,微电网内需要配置快速可靠的故障检测方法,考虑到微电网实际运行中可能存在的网络结构变化、运行状态波动、运行模式切换等情形,微电网故障检测方法还应具备良好的自适应性,以保证微电网在其实际运行中故障检测的可靠性。因此,微电网亟需一种快速且自适应性强的故障检测方法。
发明内容
本发明的目的在于针对现有微电网故障检测方法中存在的快速性、自适应性不足的问题,提出一种微电网线路区段快速自适应故障检测与识别方法。本发明方法适用于微电网线路区段的故障检测,基于微电网线路区段的差分电流信息和加和电流信息经希尔伯特—黄变换所得到的瞬时振幅和瞬时相位信息进行实时故障检测判定,在判定故障的同时,还可根据故障相判定信息以及线路区段两端节点处的节点零序电流信息进行故障类型的进一步识别。
本发明所采取的技术方案是:
本发明提出一种微电网线路区段快速自适应故障检测与识别方法,其中,所述的线路区段是指含有两个端点且中间不含分支路的一段线路。对于微电网而言,可对其内部的线路进行划分,形成若干个线路区段。
本发明方法包含数据信息采集、数据计算处理、故障检测判定、故障类型识别、故障检测识别结果输出,共5个步骤,其具体步骤如下:
(一)数据信息采集;
本发明方法所述的数据信息采集,其采集的数据信息包含:线路区段两端节点处的节点三相电流。其中,所述的节点三相电流包含该节点处的A相电流、B相电流以及C相电流。
(二)数据计算处理;
本发明方法所述的数据计算处理,其方法包含的具体步骤如下:
1)根据所采集的线路区段两端节点处的节点三相电流,计算线路区段的三相差分电流、三相加和电流以及线路区段两端节点处的节点零序电流;
所述的线路区段的三相差分电流为线路区段两端节点对应的节点三相电流之差,其计算公式为:
其中,为线路区段的A相差分电流;/>为线路区段的B相差分电流;/>为线路区段的C相差分电流;/>为线路区段上游节点i处的节点A相电流;/>为线路区段上游节点i处的节点B相电流;/>为线路区段上游节点i处的节点C相电流;/>为线路区段下游节点j处的节点A相电流;/>为线路区段下游节点j处的节点B相电流;/>为线路区段下游节点j处的节点C相电流。
所述的线路区段的三相加和电流为线路区段两端节点对应的节点三相电流之和,其计算公式为:
其中,为线路区段的A相加和电流;/>为线路区段的B相加和电流;/>为线路区段的C相加和电流;/>为线路区段上游节点i处的节点A相电流;/>为线路区段上游节点i处的节点B相电流;/>为线路区段上游节点i处的节点C相电流;/>为线路区段下游节点j处的节点A相电流;/>为线路区段下游节点j处的节点B相电流;/>为线路区段下游节点j处的节点C相电流。
所述的线路区段两端节点处的节点零序电流为线路区段两端节点处的节点A相、B相以及C相三相电流之和,其计算公式为:
其中,为线路区段上游节点i处的节点零序电流;/>为线路区段下游节点j处的节点零序电流;/>为线路区段上游节点i处的节点A相电流;/>为线路区段上游节点i处的节点B相电流;/>为线路区段上游节点i处的节点C相电流;/>为线路区段下游节点j处的节点A相电流;/>为线路区段下游节点j处的节点B相电流;/>为线路区段下游节点j处的节点C相电流。
2)选择确定滑动时窗的数据宽度,基于滑动时窗分别形成当前时刻下线路区段的三相差分电流时窗数据和三相加和电流时窗数据,采用希尔伯特—黄变换,分别求取线路区段三相差分电流高频分量的瞬时振幅,线路区段三相加和电流高频分量的瞬时振幅以及线路区段上、下游节点处的节点三相电流高频分量的瞬时相位序列;
所述的滑动时窗为一种数据计算处理方法,根据设定的时窗数据宽度调取数据,对时窗内的数据进行分析计算,在每一个采样点处都更新一次时窗内的数据,直至滑过所有数据完成全部计算。
所述的滑动时窗的数据宽度为时窗内数据采样点的个数。令滑动时窗的数据宽度为N,数据点的采样频率为f,则数据点的采样周期T=1/f,滑动时窗的时间长度为T×N。
所述的滑动时窗的数据更新方法为:去掉时窗内的第一个采样点数据,将当前时刻采样点数据作为时窗最后一个数据点添加到时窗内,从而形成新的时窗数据。
所述的线路区段的三相差分电流时窗数据包含线路区段的A相差分电流时窗数据、B相差分电流时窗数据以及C相差分电流时窗数据。
所述的线路区段的三相加和电流时窗数据包含线路区段的A相加和电流时窗数据、B相加和电流时窗数据以及C相加和电流时窗数据。
所述的希尔伯特—黄变换为一种针对非平稳、非线性时间序列的信号分析方法,能够同时实现时域和频域的高精度分析。希尔伯特—黄变换主要包含经验模态分解(Empirical Mode Decomposition,EMD)和希尔伯特变换2个部分。其中,所述的经验模态分解可以简述为EMD分解。
在所述的希尔伯特—黄变换中,所述的EMD分解能够将离散、连续、线性、非线性、平稳以及非平稳信号分解为一组本征模态函数(Intrinsic Mode Function,IMF)。其中,所述的IMF需要满足一定的条件,IMF要求满足的条件为:(1)在整个信号序列上的极值点和过零点数目相差不能超过1;(2)在信号的任意位置,分别由局部极大值和局部极小值确定的上包络线和下包络线的平均值为0,即信号的上下包络线对称于时间轴。
所述的EMD分解包含以下6个流程:
流程1、令n=0,令原始信号为s(t),并将其作为待分解信号输入;
流程2、用三次样条曲线拟合原始信号s(t)中全部的局部极大值点和局部极小值点,得到极大值包络和极小值包络,求取原始信号s(t)的极大值包络和极小值包络的平均值,得到原始信号s(t)的均值包络;
流程3、令原始信号s(t)减去其均值包络得到的信号为信号h(t),判断信号h(t)是否满足IMF的要求条件,若是,则令n=n+1,记信号h(t)为第n个IMF信号,即为信号IMFn,输出信号IMFn,并进入流程4;若否,将信号h(t)作为原始信号s(t)并返回流程2;
流程4、将原始信号s(t)与信号IMFn相减,所得到的信号定义为剩余信号r(t);
流程5、判断剩余信号r(t)是否如满足如下3个条件中的任何一个条件:
(1)剩余信号r(t)为常数;
(2)剩余信号r(t)为单调函数;
(3)剩余信号r(t)仅仅具有一个极值点;
若是,则EMD分解结束并进入流程6;若否,则将剩余信号r(t)作为原始信号s(t)并返回流程2;
流程6、输出得到的n个IMF信号,分别为:IMF1、IMF2……IMFn。
在所述的希尔伯特—黄变换中,所述的希尔伯特变换为信号经过一个冲击响应函数为1/πt的线性时不变系统时所对应的变换。设任意的时间序列X(t),对X(t)做希尔伯特变换,得到:
其中,P为柯西主值;t为时间,t>0;ξ为任意大于零的实数。
所述的线路区段三相差分电流高频分量的瞬时振幅和线路区段三相加和电流高频分量的瞬时振幅,可根据基于希尔伯特—黄变换的电流高频分量瞬时振幅分析求解方法获得。
所述的基于希尔伯特—黄变换的电流高频分量瞬时振幅分析求解方法的步骤为:
步骤1、输入待分析数据J(D),其中,D表示数据点的总个数;
步骤2、设置滑动时窗数据宽度为N,N>0且N<D,令K=N;
步骤3、提取J(D)中第K-N+1个数据点到第K个数据点之间所有的数据作为一个时窗数据,并将该时窗数据记为W(N);
步骤4、对时窗数据W(N)进行EMD分解,得到n个IMF信号,分别为:IMF1、IMF2……IMFn;
步骤5、提取信号IMF1,并对其进行希尔伯特变换,计算得到时窗数据高频分量的瞬时幅值,将其记为A(N);
步骤6、提取A(N)中第H+1个数据点到第N-H个数据点之间的所有数据(H>0,H<N/2且H为整数),并将此部分数据定义为A(M);
步骤7、计算A(M)的平均值,并将A(M)的平均值作为待分析数据J(D)高频分量的K点的瞬时振幅a(K);
步骤8、返回待分析数据J(D)高频分量的K点的瞬时振幅a(K);
步骤9、判断K<D是否成立,若是,则令K=K+1,返回步骤3;若否,则待分析数据J(D)的分析计算结束。
所述的线路区段上、下游节点处的节点三相电流高频分量的瞬时相位序列,可根据基于希尔伯特—黄变换的电流高频分量瞬时相位分析求解方法获得。
所述的基于希尔伯特—黄变换的电流高频分量瞬时相位分析求解方法的步骤为:
步骤1、输入待分析数据E(D)和F(D),其中,D表示数据点的总个数;
步骤2、设置滑动时窗数据宽度为N,N>0且N<D,令K=N;
步骤3、提取E(D)中第K-N+1个数据点到第K个数据点之间所有的数据作为一个时窗数据,并将该时窗数据记为U(N);同时,提取F(D)中第K-N+1个数据点到第K个数据点之间所有的数据作为一个时窗数据,并将该时窗数据记为V(N);
步骤4、对时窗数据U(N)进行EMD分解,得到n1个IMF信号,分别为:IMFu1、IMFu2……IMFun1;同时,对时窗数据V(N)进行EMD分解,得到n2个IMF信号,分别为:IMFv1、IMFv2……IMFvn2;
步骤5、定义时窗数据U(N)进行EMD分解得到的IMFu1信号为IFd(N),定义时窗数据V(N)进行EMD分解得到的IMFv1信号为IFa(N);
步骤6、定义信号IFi(N)与信号IFj(N),信号IFi(N)与信号IFj(N)的计算公式为:
步骤7、对信号IFi(N)作希尔伯特变换,计算得到IFi(N)的瞬时相位θi(N);对信号IFj(N)作希尔伯特变换,计算得到IFj(N)的瞬时相位θj(N);
步骤8、提取θi(N)中第H+1个数据点到第N-H个数据点之间的所有数据(H>0,H<N/2且H为整数),并将提取的数据定义为待分析数据E(D)高频分量的K点的瞬时相位序列θi(K);同时,提取θj(N)中第H+1个数据点到第N-H个数据点之间的所有数据(H>0,H<N/2且H为整数),将提取的数据定义为待分析数据F(D)高频分量的K点的瞬时相位序列θj(K);
步骤9、返回待分析数据E(D)高频分量的K点的瞬时相位序列θi(K)以及待分析数据F(D)高频分量的K点的瞬时相位序列θj(K);
步骤10、判断K<D是否成立,若是,则令K=K+1,返回步骤3;若否,则待分析数据E(D)和F(D)的分析计算结束。
3)基于线路区段两端节点处的节点零序电流,计算线路区段两端节点处的节点零序电流有效值;
所述的线路区段两端节点处的节点零序电流有效值可基于节点电流有效值的计算公式求取,其具体计算方法为:将线路区段两端节点处的节点零序电流的瞬时值代入节点电流有效值的计算公式中,通过计算可得到线路区段两端节点处的节点零序电流的有效值。
所述的节点电流有效值的计算公式为:
其中,IR为节点电流有效值;It为节点电流瞬时值;T为积分时间,T>0且T为电流信号的整周期;ε为任意大于0的整数。
4)基于线路区段三相差分电流高频分量的瞬时振幅,线路区段三相加和电流高频分量的瞬时振幅以及线路区段上、下游节点处的节点三相电流高频分量的瞬时相位序列,计算线路区段三相电流高频分量的瞬时相位差值,并进行判定阈值的更新计算;
所述的线路区段三相电流高频分量的瞬时相位差值包含:线路区段A相电流高频分量的瞬时相位差值、线路区段B相电流高频分量的瞬时相位差值以及线路区段C相电流高频分量的瞬时相位差值,其计算公式为:
其中,△θA为线路区段A相电流高频分量的瞬时相位差值;△θB为线路区段B相电流高频分量的瞬时相位差值;△θC为线路区段C相电流高频分量的瞬时相位差值;θAi(m)为线路区段上游节点i处的节点A相电流高频分量的瞬时相位序列中的第m个元素值;θBi(m)为线路区段上游节点i处的节点B相电流高频分量的瞬时相位序列中的第m个元素值;θCi(m)为线路区段上游节点i处的节点C相电流高频分量的瞬时相位序列中的第m个元素值;θAj(m)为线路区段下游节点j处的节点A相电流高频分量的瞬时相位序列中的第m个元素值;θBj(m)为线路区段下游节点j处的节点B相电流高频分量的瞬时相位序列中的第m个元素值;θCj(m)为线路区段下游节点j处的节点C相电流高频分量的瞬时相位序列中的第m个元素值;L表示序列的数据点总个数;m为一个正整数变量,其取值范围为1,2,…,L。
所述的判定阈值包括:相位阈值和零序电流阈值。
所述的相位阈值的更新计算方法为:
其中,σk为某相相位阈值;Idk为线路区段该相差分电流高频分量的瞬时振幅;Iak为线路区段该相加和电流高频分量的瞬时振幅;k代表A、B、C三相中的某一相;G为灵敏度系数,G值越大,对于高阻故障检测越灵敏,同时受干扰影响越明显,G值的大小可根据线路区间特点以及检测需要灵活选取,一般情况下可以取100。
所述的零序电流阈值的更新计算方法为:
Ith=ηXIZ (9)
其中,Ith为零序电流阈值;IZ为一个定值,可根据实际情况进行选取,一般可取5~10A;ηX为安全系数,一般情况下,ηX的取值可为1.0~3.0。
5)保存计算所得的数据;
所述的保存计算所得的数据,需要保存的数据包括:线路区段两端节点处的节点零序电流有效值、零序电流阈值、线路区段三相电流高频分量的瞬时相位差值以及相位阈值。
(三)故障检测判定;
本发明方法所述的故障检测判定,用于判断线路区段内部是否发生故障,并生成故障相信息,能够在判定故障发生后发出线路跳闸信号。所述的故障检测判定方法主要包含如下6个步骤:
步骤1、初始化定义,定义线路区段A相、B相以及C相故障判断信号为低电平;定义线路区段故障信号以及线路跳闸信号为低电平;
步骤2、输入并读取数据,需要输入并读取的数据包含:线路区段三相电流高频分量的瞬时相位差值、相位阈值;
步骤3、基于线路区段各相的电流高频分量的瞬时相位差值以及对应的各相相位阈值,依据故障判据对线路区段的每一相进行故障判定;若故障判据满足,则判定线路区段中的该相发生故障,将该相的故障判断信号置为高电平,然后进入步骤4;否则,判定线路区段中的该相没有发生故障,保持线路区段A相、B相以及C相故障判断信号和线路区段故障信号为低电平,进入步骤5;
步骤4、判断线路区段故障信号是否为高电平,若是,则进入下一步;若否,则将线路区段故障信号由低电平变为高电平,并启动计时器,然后进入下一步,其中,所述的计时器在延时Δt后控制线路跳闸信号由低电平变为高电平;
步骤5、判断线路区段中的三相是否均已完成判定,若是,则进入下一步;若否,则返回步骤3;
步骤6、生成并保存线路区段的故障判定结果,其中包含线路区段A相、B相以及C相故障判断信号,线路区段故障信号和线路跳闸信号。
所述的故障判据为:对于线路区段中的某一相线路,比较线路区段中该相电流高频分量的瞬时相位差值与该相相位阈值的大小,若线路区段中该相电流高频分量的瞬时相位差值连续P(P>0且P为整数)个采样点大于该相相位阈值,则判定线路区段发生故障,且该相为故障相;否则,该相无故障。
所述的线路区段A相、B相以及C相故障判断信号分别反映A相、B相以及C相是否故障。若线路区段内某相无故障,则该相故障判断信号为低电平;若线路区段内某相发生故障,该相故障判断信号从检测判定出故障的采样点开始变为高电平。
所述的线路区段故障信号为,根据线路区段A相、B相以及C相故障判断信号进行判定得到的反映线路区段内部整体是否故障的信号。基于线路区段A相、B相以及C相故障判断信号进行“逻辑或”运算求得线路区段故障信号。若A相、B相以及C相故障判断信号均为低电平,则说明线路区段内部无故障,线路区段故障信号为低电平;若线路区段内部某相或者某几相发生故障,则说明线路区间内部发生了故障,线路区段故障信号从检测判定出故障的采样点开始变为高电平。
所述的“逻辑或”运算为逻辑运算的一种,当线路区段A相、B相以及C相故障判断信号进行“逻辑或”运算时,若其中一个信号为高电平,则运算结果为高电平;若所有信号为低电平,则运算结果为低电平。
所述的线路区段跳闸信号为用于控制线路区段两端保护装置动作的指令信号。若线路区段内部无故障,则线路跳闸信号为低电平;若线路区段内部发生故障,则线路跳闸信号在检测到故障的采样点延时Δt后变为高电平,其中,Δt一般可设置为10~20毫秒(millisecond,ms),其目的在于为本发明方法进行线路区段故障具体类型的判定与识别留出充分的时间。
(四)故障类型识别;
本发明方法中所述的故障类型识别,用于对故障类型进行识别并生成故障类型识别结果。所述的故障类型识别方法包含如下7个步骤:
步骤1、读取所需的数据,读取的数据包含:线路区段A相、B相以及C相故障判断信号,线路区段故障信号,线路区段两端节点处的节点零序电流有效值和零序电流阈值;
步骤2、判断线路区段故障信号是否为高电平,若是,则进入下一步;若否,进入步骤7;
步骤3、判断线路区段A相、B相以及C相故障判断信号中是否有且仅有两相故障判断信号为高电平,若是,则进入下一步;若否,则进入步骤5;
步骤4、基于线路区段故障信号、线路区段两端节点处的节点零序电流有效值和零序电流阈值生成零序电流判断信号,根据零序电流判断信号判断故障类型为接地故障还是相间短路故障(若零序电流判断信号连续Q个采样点为高电平,则判定线路区段内部发生接地故障,否则判定线路区段内部发生相间短路故障,其中,Q>0且Q为整数),得到接地故障判断结果,进入步骤6;
步骤5、判断线路区段A相、B相以及C相故障判断信号中是否有且仅有一相故障判断信号为高电平,若是,则故障类型为单相接地故障,并根据故障相得出具体的故障类型,其中:若仅A相故障判断信号为高电平,则故障类型为A相接地故障;若仅B相故障判断信号为高电平,则故障类型为B相接地故障;若仅C相故障判断信号为高电平,则故障类型为C相接地故障;若否,则故障类型为ABC三相短路故障,进入步骤7;
步骤6、结合线路区段A相、B相以及C相故障判断信号和接地故障判断结果,得到故障类型的识别结果,其中:若仅A相和B相故障判断信号为高电平,且接地故障判断结果为相间短路故障,则故障类型为AB两相短路故障;若仅A相和B相故障判断信号为高电平,且接地故障判断结果为接地故障,则故障类型为AB两相接地故障;若仅A相和C相故障判断信号为高电平,且接地故障判断结果为相间短路故障,则故障类型为AC两相短路故障;若仅A相和C相故障判断信号为高电平,且接地故障判断结果为接地故障,则故障类型为AC两相接地故障;若仅B相和C相故障判断信号为高电平,且接地故障判断结果为相间短路故障,则故障类型为BC两相短路故障;若仅B相和C相故障判断信号为高电平,且接地故障判断结果为接地故障,则故障类型为BC两相接地故障;进入下一步;
步骤7、生成故障类型识别结果,并保存故障类型识别结果。
在所述的故障类型识别方法中,所述的零序电流判断信号是基于线路区段故障信号、线路区段两端节点处的节点零序电流有效值和零序电流阈值得到的反映接地故障和相间短路故障特征的信号。零序电流判断信号的生成流程为:
流程1、初始化定义,定义零序电流比较信号以及零序电流判断信号为低电平;
流程2、分别比较线路区段两端节点处的节点零序电流有效值与零序电流阈值的大小,若线路区段某节点处的节点零序电流有效值大于零序电流阈值,则将零序电流比较信号置为高电平;否则,零序电流比较信号保持低电平;
流程3、线路区段故障信号与零序电流比较信号进行“逻辑与”运算生成零序电流判断信号。
所述的“逻辑与”运算为逻辑运算的一种,当线路区段故障信号与零序电流比较信号进行“逻辑与”运算时,若其中一个信号为低电平,则运算结果为低电平;若所有信号为高电平,则运算结果为高电平。
(五)故障检测识别结果输出;
本发明方法所述的故障检测识别结果输出,用于输出线路区段的故障检测与识别结果,其具体步骤为:
步骤1、初始化定义,定义故障检测识别结果中间变量的初始值为0;
步骤2、读取所需数据,读取的数据包含:线路跳闸信号、故障类型识别结果以及故障检测识别结果中间变量;
步骤3、判断线路跳闸信号是否为低电平,若是,则更新故障检测识别结果中间变量,令故障检测识别结果中间变量为故障类型识别结果所对应的数值;若否,则输出故障检测识别结果中间变量所对应的故障检测识别结果,然后返回步骤2。
所述的故障检测识别结果中间变量为一个用于保存故障类型识别结果的中间变量,其取值为不大于10的非负整数(取值范围为0、1、2、3、4、5、6、7、8、9、10),其中:数字“0”代表线路区段无故障,数字“1”代表线路区段发生A相接地故障,数字“2”代表线路区段发生B相接地故障,数字“3”代表线路区段发生C相接地故障,数字“4”代表线路区段发生AB两相接地故障,数字“5”代表线路区段发生AC两相接地故障,数字“6”代表线路区段发生BC两相接地故障,数字“7”代表线路区段发生AB两相短路故障,数字“8”代表线路区段发生AC两相短路故障,数字“9”代表线路区段发生BC两相短路故障,数字“10”代表线路区段发生ABC三相短路故障。
本发明提出了一种微电网线路区段快速自适应故障检测与识别方法,与现有技术相比,该方法所能产生的积极效果是:
第一,本发明方法可通用于微电网并网运行和孤岛运行条件下线路区段的故障检测,能够快速检测出微电网的线路区段内发生的各类故障,包含:A相接地故障、B相接地故障、C相接地故障、AB两相接地故障、AC两相接地故障、BC两相接地故障、AB两相短路故障、AC两相短路故障、BC两相短路故障以及ABC三相短路故障;
第二,本发明方法的判断阈值在工作中实时进行更新整定,具有良好的抗干扰能力及自适应性,在各种非故障干扰下能够保证可靠的工作,所述的非故障干扰包含:负载投切、分布式电源投切、频率波动等;
第三,本发明方法能够在微电网线路区段故障检测判定的同时,结合线路区段上、下游节点处的节点零序电流有效值,实现线路区段内故障的具体类型的在线识别。
附图说明
图1为本发明具体实施方法的基本原理图;
图2为本发明具体实施方法的结构图;
图3为本发明方法的流程图;
图4为在微电网并网运行条件下微电网内某一线路区段发生A相接地故障的仿真波形图;
图5为在微电网并网运行条件下微电网内某一线路区段发生BC两相接地故障的仿真波形图;
图6为在微电网并网运行条件下微电网内某一线路区段发生AC两相短路故障的仿真波形图;
图7为在微电网并网运行条件下微电网内某一线路区段发生ABC三相短路故障的仿真波形图;
图8为在微电网并网运行条件下微电网内某一线路区段发生非故障性干扰的仿真波形图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明。
图1为本发明具体实施方法的基本原理图。如图1所示,位于待检测线路区段103上游和下游的电力系统,在图1中可等效表示为等效上游电力系统101和等效下游电力系统102。等效上游电力系统101可以表示为电压为的电压源,用于稳定系统的电压和频率,同时提供功率;等效下游电力系统102表示为分布式电源PDG和负载PL并联。
待检测线路区段103两端的节点i和节点j处配有三相电流采集装置,可同步采集节点i和节点j处的节点三相电流信号。基于节点i和节点j处的节点三相电流信号,可获得线路区段的三相差分电流信号、三相加和电流信号以及线路区段两端节点处的节点零序电流信号。基于线路区段的三相差分电流信号和三相加和电流信号,采用希尔伯特—黄变换,可进一步得到线路区段三相电流高频分量的瞬时相位差值以及每相的相位阈值。通过比较线路区段三相电流高频分量的瞬时相位差值与相位阈值的大小,获得故障判定结果。若判定出线路区段内部发生故障,则可进一步基于故障判定时刻该区段两端节点i和j处的节点零序电流有效值与零序电流阈值的关系,得到故障类型识别结果。
图2为本发明具体实施方法的结构图。本发明方法由数据输入模块201、数据处理模块202、故障判定模块203、故障类型识别模块204和故障检测识别结果输出模块205组成。如图2所示,数据输入模块201将采集到的线路区段两端节点处的节点三相电流信号输入到数据处理模块202中。
数据处理模块202负责计算线路区段两端节点处的节点零序电流有效值、零序电流阈值、线路区段三相电流高频分量的瞬时相位差值以及相位阈值。数据处理模块202首先基于线路区段两端节点处的节点三相电流数据计算得出线路区段的三相差分电流、三相加和电流以及线路区段两端节点处的节点零序电流,并基于线路区段两端节点处的节点零序电流计算线路区段两端节点处的节点零序电流有效值;然后,基于获得的线路区段的三相差分电流信号和三相加和电流信号进行希尔伯特—黄变换,得到线路区段三相差分电流高频分量的瞬时振幅、线路区段三相加和电流高频分量的瞬时振幅以及线路区段三相电流高频分量的瞬时相位差值;接着,基于线路区段三相差分电流高频分量的瞬时振幅和线路区段三相加和电流高频分量的瞬时振幅整定相位阈值,并计算零序电流阈值;最后,保存计算得到的线路区段两端节点处的节点零序电流有效值、零序电流阈值、线路区段三相电流高频分量的瞬时相位差值以及相位阈值。
故障判定模块203根据数据处理模块202计算得到的线路区段三相电流高频分量的瞬时相位差值以及相位阈值完成线路区段内部的故障判定。故障判定模块203首先提取数据处理模块202中保存的线路区段三相电流高频分量的瞬时相位差值和相位阈值;然后,比较线路区段三相电流高频分量的瞬时相位差值与相位阈值大小,若线路区段某相电流高频分量的瞬时相位差值连续5个采样点大于该相相位阈值则说明线路区段内部发生故障,且该相为故障相;否则,线路区段内部无故障;最后,根据故障判定结果生成A相、B相以及C相故障判断信号和线路区段故障信号,并基于线路区段故障信号在延时10ms后发出线路跳闸信号。
故障类型识别模块204在故障判定模块203完成故障判定的基础上进行故障类型的识别。故障类型识别模块204首先提取数据处理模块202中保存的线路区段两端节点处的节点零序电流有效值和零序电流阈值;然后,比较线路区段两端节点处的节点零序电流有效值与零序电流阈值大小,若线路区段某节点处的节点零序电流有效值大于零序电流阈值,则将零序电流比较信号置为高电平;否则,零序电流比较信号保持低电平,并根据线路区段故障信号和零序电流比较信号生成零序电流判断信号;接着,根据零序电流判断信号判断故障类型为接地故障还是相间短路故障,若零序电流判断信号连续5个采样点为高电平,则判定线路区段内部发生接地故障;否则,判定线路区段内部发生相间短路故障;最后,结合A相、B相以及C相故障判断信号和接地故障判定结果得出故障类型识别结果。
故障检测识别结果输出模块205根据故障判定模块203以及故障类型识别模块204综合判定得到的结果,输出线路区段故障检测识别结果。
图3为本发明方法的流程图。如图3所示,方法实现主要由5部分:初始化以及数据输入模块301、数据处理模块302、故障判断模块303、故障类型识别模块304和故障检测识别结果输出模块305组成。
初始化及数据输入模块301包含以下2个流程:
流程1、进行初始化设置,设置采样频率20kHz,滑动时窗数据宽度N为201个采样点,令K=201,S=1,IZ=10A;定义线路区段A相、B相以及C相故障判断信号,线路区段故障信号,线路跳闸信号,零序电流比较信号以及零序电流判断信号为低电平;定义故障检测识别结果中间变量的初始值为0;
流程2、读取待检测线路区间两端节点处的节点三相电流信号,并将数据输入至302数据处理模块。
数据处理模块302包含以下13个流程:
流程1、读取初始化及数据输入模块301输入的线路区间两端节点处的节点三相电流信号,根据公式(1)以及公式(2)计算线路区段的三相差分电流和三相加和电流,根据公式(3)计算线路区段两端节点处的节点零序电流;
流程2、以线路区段两端节点处的节点零序电流为待分析数据,提取线路区段上游节点处的节点零序电流中第K-200个数据点到K个数据点之间的所有数据作为时窗数据E(D);提取线路区段下游节点处的节点零序电流中第K-200个数据点到K个数据点之间的所有数据作为时窗数据F(D)并进入流程3;
流程3、根据公式(6),令T=10ms,ε=0.05ms,计算E(D)的有效值,并将E(D)的有效值定义为线路区段上游节点处的K点的节点零序电流有效值RE(K);根据公式(6),令T=10ms,ε=0.05ms,计算F(D)的有效值,并将F(D)的有效值定义为线路区段下游节点处的K点的节点零序电流有效值RF(K);返回RE(K)和RF(K);
流程4、以线路区段的某相差分电流和加和电流为待分析数据,提取线路区段的某相差分电流中第K-200个数据点到K个数据点之间的所有数据作为时窗数据U(D),并提取线路区段的某相加和电流中第K-200个数据点到K个数据点之间的所有数据作为时窗数据V(D);
流程5、对U(D)进行EMD分解得到n1个IMF信号,分别为:IMFu1、IMFu2……IMFun1;同时,对时窗数据V(N)进行EMD分解,得到n2个IMF信号,分别为:IMFv1、IMFv2……IMFvn2;
流程6、提取U(D)的IMF1信号并定义为IFd(201),同时,提取V(D)的IMF1信号并定义为IFa(201);定义信号IFi(201)与信号IFj(201),并根据IFd(201)和IFa(201)和公式(5)计算信号IFi(201)与信号IFj(201);
流程7、分别对IFd(201)、IFa(201)、IFi(201)以及IFj(201)作希尔伯特变换,分别得到:IFd(201)的瞬时振幅Ad(201)、IFa(201)的瞬时振幅Aa(201)、IFi(201)的瞬时相位θi(201)以及IFj(201)的瞬时相位θj(201);
流程8、提取Ad(201)中第51个数据点到第151个数据点之间的所有数据,并定义这些数据为Ad(101);提取Aa(201)中第51个数据点到第151个数据点之间的所有数据,并定义这些数据为Aa(101);提取θi(201)中第51个数据点到第151个数据点之间的所有数据,并定义这些数据为线路区段上游节点i处的节点该相电流高频分量的K点的瞬时相位序列θi(K);提取θj(201)中第51个数据点到第151个数据点之间的所有数据,并定义这些数据为线路区段下游节点j处的节点该相电流高频分量的K点的瞬时相位序列θj(K);
流程9、分别计算Ad(101)的平均值和Aa(101)的平均值,定义Ad(101)的平均值为线路区段该相差分电流高频分量的K点的瞬时振幅ad(K),定义Aa(101)的平均值为线路区段该相加和电流高频分量的K点的瞬时振幅aa(K);
流程10、根据公式(7),基于θi(K)和θj(K)计算线路区段该相的K点的电流高频分量的瞬时相位差值Ψ(K);根据公式(8),选择灵敏度系数G=100,基于ad(K)和aa(K)计算线路区段该相的K点的相位阈值Гθ(K);根据公式(9)并选择安全系数ηX=1,计算K点的零序电流阈值ГR(K);返回Ψ(K)和Гθ(K)和ГR(K);
流程11、判断S>2是否成立,若否,则令S=S+1并以线路区段的下一相差分电流和加和电流为待分析数据,重复流程4到流程11;若是,则进入流程12;
流程12、判断K<D是否成立,若是,则令K=K+1,S=1,返回流程2;若否,则线路区段该相差分电流和加和电流分析计算结束,并进入流程13;
流程13、保存计算得到的数据,保存的数据有:线路区段两端节点处的节点零序电流有效值、零序电流阈值、线路区段三相电流高频分量的瞬时相位差值以及相位阈值。
故障判断模块303包含以下5个流程:
流程1、输入并读取数据,需要输入并读取的数据包含:线路区段三相电流高频分量的瞬时相位差值、相位阈值;
流程2、基于线路区段各相的电流高频分量的瞬时相位差值以及对应的各相相位阈值,依据故障判据对线路区段的每一相进行故障判定;比较线路区段中该相电流高频分量的瞬时相位差值与该相相位阈值的大小,若线路区段中该相电流高频分量的瞬时相位差值连续5个采样点大于该相相位阈值,则线路区段发生故障,且该相为故障相,将该相的故障判断信号置为高电平,同时将A相、B相和C相故障判断信号进行“逻辑或”运算得到线路区段故障信号,并进入流程3;否则该相无故障,保持线路区段A相、B相以及C相故障判断信号和线路区段故障信号为低电平,并进入流程4;
流程3、判断线路区段故障信号是否为高电平,若是,则进入下一步;若否,则将线路区段故障信号由低电平变为高电平,并启动计时器,然后进入下一步,其中,所述的计时器在延时Δt后控制线路跳闸信号由低电平变为高电平;
流程4、判断线路区段中的三相是否均已完成判定,若是,进入下一步;若否,则返回流程2;
流程5、生成并保存线路区段的故障判定结果,其中包含线路区段A相、B相以及C相故障判断信号,线路区段故障信号,线路跳闸信号。
故障类型识别模块304包含以下9个流程:
流程1、读取所需的数据,读取的数据包含:线路区段A相、B相以及C相故障判断信号,线路区段故障信号,线路区段两端节点处的节点零序电流有效值和零序电流阈值;
流程2、判断线路区段故障信号是否为高电平,若是,则进入下一步;若否,则线路区段无故障并进入流程9;
流程3、判断线路区段A相、B相以及C相故障判断信号中是否有且仅有两相故障判断信号为高电平,若是,则进入下一步;若否,进入流程7;
流程4、分别比较线路区段两端节点处的节点零序电流有效值与零序电流阈值的大小,若线路区段某节点处的节点零序电流有效值大于零序电流阈值,则将零序电流比较信号置为高电平;否则,零序电流比较信号保持低电平;
流程5、线路区段故障信号与零序电流比较信号进行“逻辑与”运算生成零序电流判断信号;
流程6、根据零序电流判断信号判断故障类型为接地故障还是相间短路故障,若零序电流判断信号连续5个采样点为高电平,则判定线路区段内部发生接地故障;否则,判断线路区段内部发生相间短路故障;进入流程8;
流程7、判断线路区段A相、B相以及C相故障判断信号中是否有且仅有一相故障判断信号为高电平,若是,则故障类型为单相接地故障,根据故障相得出具体的故障类型,其中:若仅A相故障判断信号为高电平,则故障类型为A相接地故障;若仅B相故障判断信号为高电平,则故障类型为B相接地故障;若仅C相故障判断信号为高电平,则故障类型为C相接地故障;若否,则故障类型为ABC三相短路故障;进入流程9;
流程8、结合线路区段A相、B相以及C相故障判断信号和接地故障判断结果,得到故障类型的识别结果,其中:若仅A相和B相故障判断信号为高电平,且接地故障判断结果为相间短路故障,则故障类型为AB两相短路故障;若仅A相和B相故障判断信号为高电平,且接地故障判断结果为接地故障,则故障类型为AB两相接地故障;若仅A相和C相故障判断信号为高电平,且接地故障判断结果为相间短路故障,则故障类型为AC两相短路故障;若仅A相和C相故障判断信号为高电平,且接地故障判断结果为接地故障,则故障类型为AC两相接地故障;若仅B相和C相故障判断信号为高电平,且接地故障判断结果为相间短路故障,则故障类型为BC两相短路故障;若仅B相和C相故障判断信号为高电平,且接地故障判断结果为接地故障,则故障类型为BC两相接地故障;进入下一步;
流程9、生成故障类型识别结果,并保存故障类型识别结果。
故障检测识别结果输出模块305包含以下2个流程:
流程1、读取所需数据,读取的数据包含:线路跳闸信号、故障类型识别结果以及故障检测识别结果中间变量;
流程2、判断线路跳闸信号是否为低电平,若是,则更新故障检测识别结果中间变量,令故障检测识别结果中间变量为故障类型识别结果所对应的数值;若否,则输出故障检测识别结果中间变量所对应的故障检测识别结果。故障检测识别结果中间变量为一个用于保存故障类型识别结果的中间变量,其取值为不大于10的非负整数(取值范围为0、1、2、3、4、5、6、7、8、9、10),其中:数字“0”代表线路区段无故障,数字“1”代表线路区段发生A相接地故障,数字“2”代表线路区段发生B相接地故障,数字“3”代表线路区段发生C相接地故障,数字“4”代表线路区段发生AB两相接地故障,数字“5”代表线路区段发生AC两相接地故障,数字“6”代表线路区段发生BC两相接地故障,数字“7”代表线路区段发生AB两相短路故障,数字“8”代表线路区段发生AC两相短路故障,数字“9”代表线路区段发生BC两相短路故障,数字“10”代表线路区段发生ABC三相短路故障;然后返回流程1。
图4为在微电网并网运行条件下微电网内某一线路区段发生A相接地故障的仿真波形图,仿真时间从0秒到1秒,故障发生时刻为0.8秒,故障持续时间为0.2秒。图中401、402、403分别代表A相、B相以及C相电流高频分量的瞬时相位差值;404、405、406分别代表A相、B相以及C相相位阈值;407、408、409分别代表A相、B相以及C相电流高频分量的瞬时相位差值与相应各相相位阈值之差;410、411分别代表上、下游节点处的节点零序电流有效值;412代表零序电流阈值;413、414分别代表上、下游节点处的节点零序电流有效值与零序电流阈值之差;415、416、417分别代表A相、B相以及C相故障判断信号;418代表零序电流判断信号;419代表线路跳闸信号。根据图4可知,在故障发生前,A相、B相以及C相电流高频分量的瞬时相位差值在0.2以下,幅值非常小,而A相、B相以及C相相位阈值幅值保持在3.14左右,阈值很高;上、下游节点处的节点零序电流有效值接近于0且小于零序电流阈值;根据407、408、409可知A相、B相以及C相电流高频分量的瞬时相位差值明显小于相位阈值,线路区段内部无故障发生。故障发生后,A相电流高频分量的瞬时相位差值突增,在故障发生后的0.3ms内幅值达到3左右,B相和C相电流高频分量的瞬时相位差值无明显变化;A相相位阈值锐减,在故障发生后的0.3ms内幅值降低至1以下,而B相和C相的相位阈值变化不明显,依然处于很高水平;上、下游节点处的节点零序电流有效值迅速抬升;据407、408、409可知,A相电流高频分量的瞬时相位差值在故障发生后的0.3ms内便大于A相相位阈值,B相以及C相电流高频分的量瞬时相位差值均小于对应的各相相位阈值,且根据415、416、417可知只有A相故障判断信号在故障发生0.3ms后变为高电平,故可判断线路区段内部发生了A相接地故障;同时根据413、414可看出上、下游节点处的节点零序电流有效值均超过阈值以及零序电流判断信号418出现高电平可验证线路区段内确实发生接地故障,判断结果准确无误。线路跳闸信号在故障发生10.3ms后变为高电平。
图5为在微电网并网运行条件下微电网内某一线路区段发生BC两相接地故障的仿真波形图,仿真时间从0秒到1秒,故障发生时刻为0.8秒,故障持续时间为0.2秒。图中501、502、503分别代表A相、B相以及C相电流高频分量的瞬时相位差值;504、505、506分别代表A相、B相以及C相相位阈值;507、508、509分别代表A相、B相以及C相电流高频分量的瞬时相位差值与相应各相相位阈值之差;510、511分别代表上、下游节点处的节点零序电流有效值;512代表零序电流阈值;513、514分别代表上、下游节点处的节点零序电流有效值与零序电流阈值之差;515、516、517分别代表A相、B相以及C相故障判断信号;518代表零序电流判断信号;519代表线路跳闸信号。根据图5可知,在故障发生前,A相、B相以及C相电流高频分量的瞬时相位差值在0.2以下,幅值非常小,而A相、B相以及C相相位阈值幅值保持在3左右,阈值很高;上、下游节点处的节点零序电流有效值接近于0且小于零序电流阈值;根据507、508、509可知A相、B相以及C相电流高频分量的瞬时相位差值明显小于相位阈值,线路区段内部无故障发生。故障发生后,B相和C相电流高频分量的瞬时相位差值突增,在故障发生后的0.3ms内幅值达到3左右,A相电流高频分量的瞬时相位差值无明显变化;B相和C相相位阈值锐减,在故障发生后的0.3ms内幅值降低至1以下,而A相相位阈值变化不明显,依然处于很高水平;上、下游节点处的节点零序电流有效值迅速抬升;据507、508、509可知,B相和C相电流高频分量的瞬时相位差值在0.3ms内便大于对应的各相相位阈值,而A相电流高频分的量瞬时相位差值小于A相相位阈值,且根据515、516、517可知B相和C相故障判断信号在故障发生0.3ms后变为高电平,而A相故障判断信号始终为低电平,故可判断线路区段内部发生了BC两相故障;同时根据513、514可看出上、下游节点处的节点零序电流有效值均超过阈值以及零序电流判断信号518出现高电平可判断线路区段内发生接地故障;综合以上信息可以判断线路区段内部发生了BC两相接地故障。线路跳闸信号在故障发生10.3ms后变为高电平。
图6为在微电网并网运行条件下微电网内某一线路区段发生AC两相短路故障的仿真波形图,仿真时间从0秒到1秒,故障发生时刻为0.8秒,故障持续时间为0.2秒。图中601、602、603分别代表A相、B相以及C相电流高频分量的瞬时相位差值;604、605、606分别代表A相、B相以及C相相位阈值;607、608、609分别代表A相、B相以及C相电流高频分量的瞬时相位差值与相应各相相位阈值之差;610、611分别代表上、下游节点处的节点零序电流有效值;612代表零序电流阈值;613、614分别代表上、下游节点处的节点零序电流有效值与零序电流阈值之差;615、616、617分别代表A相、B相以及C相故障判断信号;618代表零序电流判断信号;619代表线路跳闸信号。根据图6可知,在故障发生前,A相、B相以及C相电流高频分量的瞬时相位差值在0.2以下,幅值非常小,而A相、B相以及C相相位阈值幅值保持在3左右,阈值很高;上、下游节点处的节点零序电流有效值接近于0且小于零序电流阈值;根据607、608、609可知A相、B相以及C相电流高频分量的瞬时相位差值明显小于相位阈值,线路区段内部无故障发生。故障发生后,A相和C相电流高频分量的瞬时相位差值突增,在故障发生后的0.3ms内幅值达到3左右,B相电流高频分量的瞬时相位差值无明显变化;A相和C相相位阈值锐减,在故障发生后的0.3ms内幅值降低至1以下,而B相相位阈值变化不明显,依然处于很高水平;上、下游节点处的节点零序电流有效值有小幅度升高,峰值小于1mA;据607、608、609可知,A相和C相电流高频分量的瞬时相位差值在0.3ms内便大于对应的各相相位阈值,而B相电流高频分的量瞬时相位差值小于B相相位阈值,且根据616、616、617可知A相和C相故障判断信号在故障发生0.3ms后变为高电平,而B相故障判断信号始终保持低电平,故可判断线路区段内部发生了AC两相故障;同时根据613、614可看出上、下游节点处的节点零序电流有效值均未超过阈值以及零序电流判断信号618一直保持低电平可判断线路区段内发生相间短路故障,综合以上信息可以判断线路区段内部发生了AC两相短路故障。线路跳闸信号在故障发生10.3ms后变为高电平。
图7为在微电网并网运行条件下微电网内某一线路区段发生ABC三相短路故障的仿真波形图,仿真时间从0秒到1秒,故障发生时刻为0.8秒,故障持续时间为0.2秒。图中701、702、703分别代表A相、B相以及C相电流高频分量的瞬时相位差值;704、705、706分别代表A相、B相以及C相相位阈值;707、708、709分别代表A相、B相以及C相电流高频分量的瞬时相位差值与相应各相相位阈值之差;710、711分别代表上、下游节点处的节点零序电流有效值;712代表零序电流阈值;713、714分别代表上、下游节点处的节点零序电流有效值与零序电流阈值之差;715、716、717分别代表A相、B相以及C相故障判断信号;718代表零序电流判断信号;719代表线路跳闸信号。根据图7可知,在故障发生前,A相、B相以及C相电流高频分量的瞬时相位差值在0.2以下,幅值非常小,而A相、B相以及C相相位阈值幅值保持在3左右,阈值很高;上、下游节点处的节点零序电流有效值接近于0且小于零序电流阈值;根据707、708、709可知A相、B相以及C相电流高频分量的瞬时相位差值明显小于相位阈值,线路区段内部无故障发生。故障发生后,A相、B相和C相电流高频分量的瞬时相位差值突增,在故障发生后的0.3ms内幅值达到3左右;A相、B相和C相相位阈值锐减,在故障发生后的0.3ms内幅值降低至1以下;上、下游节点处的节点零序电流有效值无明显变化,峰值接近于0;据707、708、709可知,A相、B相和C相电流高频分量的瞬时相位差值在0.3ms内便大于对应的各相相位阈值,且根据716、716、717可知A相、B相和C相故障判断信号在故障发生0.3ms后变为高电平,故可判断线路区段内部发生了ABC三相短路故障;同时根据713、714可看出上、下游节点处的节点零序电流有效值均未超过阈值以及零序电流判断信号718一直保持低电平可验证线路区段内确实发生相间短路故障。线路跳闸信号在故障发生10.3ms后变为高电平。
图8为在微电网并网运行条件下微电网内某一线路区段发生非故障性干扰的仿真波形图。仿真时间从0秒到1秒,在系统正常稳定工作后施加干扰的顺序为:0.65s切掉分布式电源,0.7s重新接入分布式电源,0.8s负载增加一倍,0.9s负载恢复正常,并在整个仿真时间内施加频率变动的影响。图中801、802、803分别代表A相、B相以及C相电流高频分量的瞬时相位差值;804、805、806分别代表A相、B相以及C相相位阈值;807、808、809分别代表A相、B相以及C相电流高频分量的瞬时相位差值与相应各相相位阈值之差;810、811分别代表上、下游节点处的节点零序电流有效值;812代表零序电流阈值、813、814分别代表上、下游节点处的节点零序电流有效值与零序电流阈值之差;815、816、817分别代表A相、B相以及C相故障判断信号;818表示零序电流判断信号,819表示线路跳闸信号。根据A相、B相以及C相电流高频分量的瞬时相位差值与相位阈值之差807、808、809可知,A相、B相以及C相电流高频分量瞬时相位差值始终小于相位阈值,以及815、816、817显示A相、B相以及C相故障判断信号均为低电平,可判断线路区段内无故障。根据813和814可知,上、下游节点处的节点零序电流有效值在负载降低时超出了零序电流阈值,但零序电流判断信号818始终为低电平,故判断线路区段内不存在接地故障,不影响故障检测结果。线路跳闸信号始终为低电平。因此当线路区段内部无故障发生时,负载和分布式电源投切以及频率的变化等非故障干扰不会对本发明方法的故障检测判定的可靠性造成影响,即不会引起本发明方法的误判。
Claims (18)
1.一种微电网线路区段快速自适应故障检测与识别方法,其特征在于,所述的微电网线路区段快速自适应故障检测与识别方法包括:数据信息采集、数据计算处理、故障检测判定、故障类型识别、故障检测识别结果输出,共五个部分;
步骤A,所述的数据信息采集部分,通过设置在线路区段两端节点处的三相电流采集装置,采集线路区段两端节点处的节点三相电流信号;
步骤B,所述的数据计算处理部分,基于线路区段两端节点处的节点三相电流信号,计算得到线路区段三相电流高频分量的瞬时相位差值、相位阈值、线路区段两端节点处的节点零序电流有效值以及零序电流阈值;
步骤C,所述的故障检测判定部分,通过对线路区段三相电流高频分量的瞬时相位差值与相位阈值的比较进行故障判定并得到故障判定结果;
步骤D,所述的故障类型识别部分,在故障检测判定结果的基础上,进一步结合线路区段两端节点处的节点零序电流有效值与零序电流阈值的比较结果完成故障类型识别;
步骤E,所述的故障检测识别结果输出部分,根据故障检测判定结果和故障类型识别结果输出线路区段的故障检测与识别结果;
所述的线路区段的定义为含有两个端点且中间不含分支路的一段线路;
所述的数据计算处理部分,包括以下5个步骤:步骤B1、计算线路区段的三相差分电流、三相加和电流以及线路区段两端节点处的节点零序电流;步骤B2、选择确定滑动时窗的数据宽度,基于滑动时窗分别形成当前时刻下线路区段的三相差分电流时窗数据和三相加和电流时窗数据,采用希尔伯特—黄变换,计算线路区段三相差分电流高频分量的瞬时振幅,线路区段三相加和电流高频分量的瞬时振幅以及线路区段上、下游节点处的节点三相电流高频分量的瞬时相位序列;步骤B3、计算线路区段两端节点处的节点零序电流有效值;步骤B4、计算线路区段三相电流高频分量的瞬时相位差值,并进行判定阈值的更新计算;步骤B5、保存计算所得的数据
其中,所述数据计算处理部分的步骤B2中,所述的线路区段三相电流高频分量的瞬时相位差值包含:线路区段A相电流高频分量的瞬时相位差值、线路区段B相电流高频分量的瞬时相位差值以及线路区段C相电流高频分量的瞬时相位差值;其计算公式为:
其中,ΔθA为线路区段A相电流高频分量的瞬时相位差值;ΔθB为线路区段B相电流高频分量的瞬时相位差值;ΔθC为线路区段C相电流高频分量的瞬时相位差值;θAi(m)为线路区段上游节点i处的节点A相电流高频分量的瞬时相位序列中的第m个元素值;θBi(m)为线路区段上游节点i处的节点B相电流高频分量的瞬时相位序列中的第m个元素值;θCi(m)为线路区段上游节点i处的节点C相电流高频分量的瞬时相位序列中的第m个元素值;θAj(m)为线路区段下游节点j处的节点A相电流高频分量的瞬时相位序列中的第m个元素值;θBj(m)为线路区段下游节点j处的节点B相电流高频分量的瞬时相位序列中的第m个元素值;θCj(m)为线路区段下游节点j处的节点C相电流高频分量的瞬时相位序列中的第m个元素值;L表示序列的数据点总个数;m为一个正整数变量,其取值范围为1,2,…,L;
其中,所述数据计算处理部分的步骤B2中,所述的相位阈值的更新计算方法为:
其中,σk为某相相位阈值;Idk为线路区段该相差分电流高频分量的瞬时振幅;Iak为线路区段该相加和电流高频分量的瞬时振幅;k代表A、B、C三相中的某一相;G为灵敏度系数,其大小根据线路区间特点以及检测需要选取;
所述步骤B2中,所述的线路区段三相差分电流高频分量的瞬时振幅和线路区段三相加和电流高频分量的瞬时振幅,根据基于希尔伯特—黄变换的电流高频分量瞬时振幅分析求解方法获得;
所述的基于希尔伯特—黄变换的电流高频分量瞬时振幅分析求解方法的步骤为:
步骤B2a1、输入待分析数据J(D),其中,D表示数据点的总个数;
其中,所述待分析数据J(D)为线路区段的三相差分电流、三相加和电流;
步骤B2a2、设置滑动时窗数据宽度为N,N>0且N<D,令K=N;
步骤B2a3、提取J(D)中第K-N+1个数据点到第K个数据点之间所有的数据作为一个时窗数据,并将该时窗数据记为W(N);
步骤B2a4、对时窗数据W(N)进行EMD分解,得到n个IMF信号,分别为:IMF1、IMF2…IMFn;
步骤B2a5、提取信号IMF1,并对其进行希尔伯特变换,计算得到时窗数据高频分量的瞬时幅值,将其记为A(N);
步骤B2a6、提取A(N)中第H+1个数据点到第N-H个数据点之间的所有数据,H>0,H<N/2,且H为整数,并将此部分数据定义为A(M);
步骤B2a7、计算A(M)的平均值,并将A(M)的平均值作为待分析数据J(D)高频分量的K点的瞬时振幅a(K);
步骤B2a8、返回待分析数据J(D)高频分量的K点的瞬时振幅a(K);
步骤B2a9、判断K<D是否成立,若是,则令K=K+1,返回步骤B2a3;若否,则待分析数据J(D)的分析计算结束;
所述步骤B2中,所述的线路区段上、下游节点处的节点三相电流高频分量的瞬时相位序列,根据基于希尔伯特—黄变换的电流高频分量瞬时相位分析求解方法获得;所述的基于希尔伯特—黄变换的电流高频分量瞬时相位分析求解方法的步骤为:
步骤B2b1、输入待分析数据E(D)和F(D),其中,D表示数据点的总个数;
其中,所述待分析数据E(D)为线路区段的三相差分电流;所述待分析数据F(D)为线路区段的三相加和电流;
步骤B2b2、设置滑动时窗数据宽度为N,N>0且N<D,令K=N;
步骤B2b3、提取E(D)中第K-N+1个数据点到第K个数据点之间所有的数据作为一个时窗数据,并将该时窗数据记为U(N);同时,提取F(D)中第K-N+1个数据点到第K个数据点之间所有的数据作为一个时窗数据,并将该时窗数据记为V(N);
步骤B2b4、对时窗数据U(N)进行EMD分解,得到n1个IMF信号,分别为:IMFu1、IMFu2……IMFun1;同时,对时窗数据V(N)进行EMD分解,得到n2个IMF信号,分别为:IMFv1、IMFv2……IMFvn2;
步骤B2b5、定义时窗数据U(N)进行EMD分解得到的IMFu1信号为IFd(N),定义时窗数据V(N)进行EMD分解得到的IMFv1信号为IFa(N);
步骤B2b6、定义信号IFi(N)与信号IFj(N),信号IFi(N)与信号IFj(N)的计算公式为:
步骤B2b7、对信号IFi(N)作希尔伯特变换,计算得到IFi(N)的瞬时相位θi(N);对信号IFj(N)作希尔伯特变换,计算得到IFj(N)的瞬时相位θj(N);
步骤B2b8、提取θi(N)中第H+1个数据点到第N-H个数据点之间的所有数据,H>0,H<N/2,且H为整数,并将提取的数据定义为待分析数据E(D)高频分量的K点的瞬时相位序列θi(K);同时,提取θj(N)中第H+1个数据点到第N-H个数据点之间的所有数据,H>0,H<N/2,且H为整数,将提取的数据定义为待分析数据F(D)高频分量的K点的瞬时相位序列θj(K);
步骤B2b9、返回待分析数据E(D)高频分量的K点的瞬时相位序列θi(K)以及待分析数据F(D)高频分量的K点的瞬时相位序列θj(K);
步骤B2b10、判断K<D是否成立,若是,则令K=K+1,返回步骤B2b3;若否,则待分析数据E(D)和F(D)的分析计算结束。
2.根据权利要求1所述的微电网线路区段快速自适应故障检测与识别方法,其特征在于,所述步骤B1中,所述的线路区段的三相差分电流为线路区段两端节点对应的节点三相电流之差,其计算公式为:
其中,为线路区段的A相差分电流;/>为线路区段的B相差分电流;/>为线路区段的C相差分电流;/>为线路区段上游节点i处的节点A相电流;/>为线路区段上游节点i处的节点B相电流;/>为线路区段上游节点i处的节点C相电流;/>为线路区段下游节点j处的节点A相电流;/>为线路区段下游节点j处的节点B相电流;/>为线路区段下游节点j处的节点C相电流。
3.根据权利要求1所述的微电网线路区段快速自适应故障检测与识别方法,其特征在于,所述步骤B1中,所述的线路区段的三相加和电流为线路区段两端节点对应的节点三相电流之和,其计算公式为:
其中,为线路区段的A相加和电流;/>为线路区段的B相加和电流;/>为线路区段的C相加和电流;/>为线路区段上游节点/>处的节点A相电流;/>为线路区段上游节点i处的节点B相电流;/>为线路区段上游节点i处的节点C相电流;/>为线路区段下游节点j处的节点A相电流;/>为线路区段下游节点j处的节点B相电流;/>为线路区段下游节点j处的节点C相电流。
4.根据权利要求1所述的微电网线路区段快速自适应故障检测与识别方法,其特征在于,所述步骤B1中,所述的线路区段两端节点处的节点零序电流为线路区段两端节点处的节点A相、B相以及C相三相电流之和,其计算公式为:
其中,为线路区段上游节点i处的节点零序电流;/>为线路区段下游节点j处的节点零序电流;/>为线路区段上游节点i处的节点A相电流;/>为线路区段上游节点i处的节点B相电流;/>为线路区段上游节点i处的节点C相电流;/>为线路区段下游节点j处的节点A相电流;/>为线路区段下游节点j处的节点B相电流;/>为线路区段下游节点j处的节点C相电流。
5.根据权利要求1所述的微电网线路区段快速自适应故障检测与识别方法,其特征在于,所述步骤B2中,
所述的滑动时窗的数据宽度为时窗内数据采样点的个数,令滑动时窗的数据宽度为N,数据点的采样频率为f,则数据点的采样周期T=1/f,滑动时窗的时间长度为T×N;
所述的滑动时窗的数据更新方法为:去掉时窗内的第一个采样点数据,将当前时刻采样点数据作为时窗最后一个数据点添加到时窗内,从而形成新的时窗数据。
6.根据权利要求1所述的微电网线路区段快速自适应故障检测与识别方法,其特征在于,所述步骤B2中,
所述的线路区段的三相差分电流时窗数据包含线路区段的A相差分电流时窗数据、B相差分电流时窗数据以及C相差分电流时窗数据;
所述的线路区段的三相加和电流时窗数据包含线路区段的A相加和电流时窗数据、B相加和电流时窗数据以及C相加和电流时窗数据。
7.根据权利要求1所述的微电网线路区段快速自适应故障检测与识别方法,其特征在于,所述步骤B3中,所述的线路区段两端节点处的节点零序电流有效值可基于节点电流有效值的计算公式求取,其具体计算方法为:将线路区段两端节点处的节点零序电流的瞬时值代入节点电流有效值的计算公式中,通过计算可得到线路区段两端节点处的节点零序电流的有效值;
所述的节点电流有效值的计算公式为:
其中,IR为节点电流有效值;It为节点电流瞬时值;T为积分时间,T>0且T为电流信号的整周期;ε为任意大于0的整数。
8.根据权利要求1所述的微电网线路区段快速自适应故障检测与识别方法,其特征在于,所述步骤B4中,所述的判定阈值包括:相位阈值和零序电流阈值;
所述的零序电流阈值的更新计算方法为:
Ith=ηXIZ
其中,Ith为零序电流阈值;IZ取5~10A;ηX为安全系数,为1.0~3.0。
9.根据权利要求1所述的微电网线路区段快速自适应故障检测与识别方法,其特征在于,所述的保存计算所得的数据,需要保存的数据包括:线路区段两端节点处的节点零序电流有效值、零序电流阈值、线路区段三相电流高频分量的瞬时相位差值以及相位阈值。
10.根据权利要求1所述的微电网线路区段快速自适应故障检测与识别方法,其特征在于,所述的故障检测判定部分,用于判断线路区段内部是否发生故障,并生成故障相信息,能够在判定故障发生后发出线路跳闸信号;所述的故障检测判定方法主要包含如下6个步骤:
步骤C1、初始化定义,定义线路区段A相、B相以及C相故障判断信号为低电平;定义线路区段故障信号以及线路跳闸信号为低电平;
步骤C2、输入并读取数据,需要输入并读取的数据包含:线路区段三相电流高频分量的瞬时相位差值、相位阈值;
步骤C3、基于线路区段各相的电流高频分量的瞬时相位差值以及对应的各相相位阈值,依据故障判据对线路区段的每一相进行故障判定;若故障判据满足,则判定线路区段中的该相发生故障,将该相的故障判断信号置为高电平,然后进入步骤4;否则,判定线路区段中的该相没有发生故障,保持线路区段A相、B相以及C相故障判断信号和线路区段故障信号为低电平,进入步骤C5;
步骤C4、判断线路区段故障信号是否为高电平,若是,则进入下一步;若否,则将线路区段故障信号由低电平变为高电平,并启动计时器,然后进入下一步,其中,所述的计时器在延时Δt后控制线路跳闸信号由低电平变为高电平;
步骤C5、判断线路区段中的三相是否均已完成判定,若是,进入下一步;若否,则返回步骤C3;
步骤C6、生成并保存线路区段的故障判定结果,其中包含线路区段A相、B相以及C相故障判断信号,线路区段故障信号和线路跳闸信号。
11.根据权利要求10所述的微电网线路区段快速自适应故障检测与识别方法,其特征在于,所述的故障判据为:对于线路区段中的某一相线路,比较线路区段中该相电流高频分量的瞬时相位差值与该相相位阈值的大小,若线路区段中该相电流高频分量的瞬时相位差值连续P(P>0且P为整数)个采样点大于该相相位阈值,则判定线路区段发生故障,且该相为故障相;否则,该相无故障。
12.根据权利要求10所述的微电网线路区段快速自适应故障检测与识别方法,其特征在于,所述的线路区段A相、B相以及C相故障判断信号分别反映A相、B相以及C相是否发生故障;若线路区段内某相无故障,则该相故障判断信号为低电平;若线路区段内某相发生故障,该相故障判断信号从检测判定出故障的采样点开始便变为高电平。
13.根据权利要求10所述的微电网线路区段快速自适应故障检测与识别方法,其特征在于,所述的线路区段故障信号为,根据线路区段A相、B相以及C相故障判断信号进行判定得到的反映线路区段内部整体是否故障的信号;基于线路区段A相、B相以及C相故障判断信号进行“逻辑或”运算求得线路区段故障信号;若A相、B相以及C相故障判断信号均为低电平,则说明线路区段内部无故障,线路区段故障信号为低电平;若线路区段内部某相或者某几相发生故障,则说明线路区间内部发生了故障,线路区段故障信号从检测判定出故障的采样点开始变为高电平。
14.根据权利要求10所述的微电网线路区段快速自适应故障检测与识别方法,其特征在于,所述的线路区段跳闸信号为用于控制线路区段两端保护装置动作的指令信号;若线路区段内部无故障,则线路跳闸信号为低电平;若线路区段内部发生故障,则线路跳闸信号在检测到故障的采样点延时Δt后变为高电平,其中,Δt设置为10~20ms。
15.根据权利要求10所述的微电网线路区段快速自适应故障检测与识别方法,其特征在于,所述的故障类型识别部分,用于对故障类型进行识别并生成故障类型识别结果;所述的故障类型识别方法包含如下7个步骤:
步骤D1、读取所需的数据,读取的数据包含:线路区段A相、B相以及C相故障判断信号,线路区段故障信号,线路区段两端节点处的节点零序电流有效值和零序电流阈值;
步骤D2、判断线路区段故障信号是否为高电平,若是,则进入下一步;若否,进入步骤D7;
步骤D3、判断线路区段A相、B相以及C相故障判断信号中是否有且仅有两相故障判断信号为高电平,若是,则进入下一步;若否,则进入步骤D5;
步骤D4、基于线路区段故障信号、线路区段两端节点处的节点零序电流有效值和零序电流阈值生成零序电流判断信号,根据零序电流判断信号判断故障类型为接地故障还是相间短路故障,具体为:若零序电流判断信号连续Q个采样点为高电平,则判定线路区段内部发生接地故障,否则判定线路区段内部发生相间短路故障,其中,Q>0,且Q为整数,得到故障判断结果,进入步骤D6;
步骤D5、判断线路区段A相、B相以及C相故障判断信号中是否有且仅有一相故障判断信号为高电平,若是,则故障类型为单相接地故障,并根据故障相得出具体的故障类型,其中:若仅A相故障判断信号为高电平,则故障类型为A相接地故障;若仅B相故障判断信号为高电平,则故障类型为B相接地故障;若仅C相故障判断信号为高电平,则故障类型为C相接地故障;若否,则故障类型为ABC三相短路故障,进入步骤D7;
步骤D6、结合线路区段A相、B相以及C相故障判断信号和故障判断结果,得到故障类型的识别结果,其中:若仅A相和B相故障判断信号为高电平,且故障判断结果为相间短路故障,则故障类型为AB两相短路故障;若仅A相和B相故障判断信号为高电平,且故障判断结果为接地故障,则故障类型为AB两相接地故障;若仅A相和C相故障判断信号为高电平,且故障判断结果为相间短路故障,则故障类型为AC两相短路故障;若仅A相和C相故障判断信号为高电平,且故障判断结果为接地故障,则故障类型为AC两相接地故障;若仅B相和C相故障判断信号为高电平,且故障判断结果为相间短路故障,则故障类型为BC两相短路故障;若仅B相和C相故障判断信号为高电平,且故障判断结果为接地故障,则故障类型为BC两相接地故障;进入下一步;
步骤D7、生成故障类型识别结果,并保存故障类型识别结果。
16.根据权利要求15所述的微电网线路区段快速自适应故障检测与识别方法,其特征在于,所述的零序电流判断信号是基于线路区段故障信号、线路区段两端节点处的节点零序电流有效值和零序电流阈值得到的反映接地故障和相间短路故障特征的信号;零序电流判断信号的生成流程为:
流程1、初始化定义,定义零序电流比较信号以及零序电流判断信号为低电平;
流程2、分别比较线路区段两端节点处的节点零序电流有效值与零序电流阈值的大小,若线路区段某节点处的节点零序电流有效值大于零序电流阈值,则将零序电流比较信号置为高电平;否则,零序电流比较信号保持低电平;
流程3、线路区段故障信号与零序电流比较信号进行“逻辑与”运算生成零序电流判断信号。
17.根据权利要求15所述的微电网线路区段快速自适应故障检测与识别方法,其特征在于,所述的故障检测识别结果输出,用于输出线路区段的故障检测与识别结果,其具体步骤为:
步骤E1、初始化定义,定义故障检测识别结果中间变量的初始值为0;
步骤E2、读取所需数据,读取的数据包含:线路跳闸信号、故障类型识别结果以及故障检测识别结果中间变量;
步骤E3、判断线路跳闸信号是否为低电平,若是,则更新故障检测识别结果中间变量,令故障检测识别结果中间变量为故障类型识别结果所对应的数值;若否,则输出故障检测识别结果中间变量所对应的故障检测识别结果,然后返回步骤E2。
18.根据权利要求17所述的微电网线路区段快速自适应故障检测与识别方法,其特征在于,所述的故障检测识别结果中间变量为一个用于保存故障类型识别结果的中间变量,其取值为不大于10的非负整数,取值范围为0、1、2、3、4、5、6、7、8、9、10,其中:数字“0”代表线路区段无故障,数字“1”代表线路区段发生A相接地故障,数字“2”代表线路区段发生B相接地故障,数字“3”代表线路区段发生C相接地故障,数字“4”代表线路区段发生AB两相接地故障,数字“5”代表线路区段发生AC两相接地故障,数字“6”代表线路区段发生BC两相接地故障,数字“7”代表线路区段发生AB两相短路故障,数字“8”代表线路区段发生AC两相短路故障,数字“9”代表线路区段发生BC两相短路故障,数字“10”代表线路区段发生ABC三相短路故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010434919.7A CN111650470B (zh) | 2020-05-21 | 2020-05-21 | 微电网线路区段快速自适应故障检测与识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010434919.7A CN111650470B (zh) | 2020-05-21 | 2020-05-21 | 微电网线路区段快速自适应故障检测与识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111650470A CN111650470A (zh) | 2020-09-11 |
CN111650470B true CN111650470B (zh) | 2023-08-08 |
Family
ID=72341233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010434919.7A Active CN111650470B (zh) | 2020-05-21 | 2020-05-21 | 微电网线路区段快速自适应故障检测与识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111650470B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112415326B (zh) * | 2020-10-22 | 2022-02-11 | 中国矿业大学 | 一种基于模糊聚类算法的配电网故障区段辨识方法 |
CN112782528B (zh) * | 2020-12-31 | 2023-07-18 | 西安理工大学 | 一种利用pmu的配电网故障区段定位方法 |
CN113702692A (zh) * | 2021-07-20 | 2021-11-26 | 中国电力科学研究院有限公司 | 一种配电物联网电流数据同步监测方法及装置 |
CN113933658B (zh) * | 2021-08-27 | 2023-08-29 | 国网湖南省电力有限公司 | 基于可听声分析的干式变压器放电检测方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014089899A1 (zh) * | 2012-12-10 | 2014-06-19 | 国家电网公司 | 基于暂态信号小波变换的配电网单相接地故障定位方法及定位装置 |
CN104297629A (zh) * | 2014-08-19 | 2015-01-21 | 中国科学院电工研究所 | 含分布式电源的配电网的区段故障检测与定位方法 |
CN107276043A (zh) * | 2016-11-24 | 2017-10-20 | 北京交通大学 | 一种基于电流正序分量相位变化的主动配电网保护方案 |
WO2017181268A1 (en) * | 2016-04-22 | 2017-10-26 | Hooshyar Ali | Methods and apparatus for detecting faults using a negative-sequence directional relay |
JP2017200271A (ja) * | 2016-04-26 | 2017-11-02 | 三菱電機株式会社 | 電流差動保護継電装置 |
CN107462810A (zh) * | 2017-07-19 | 2017-12-12 | 中国科学院电工研究所 | 一种适用于有源配电网的故障区段定位方法 |
CN109959844A (zh) * | 2019-01-14 | 2019-07-02 | 珠海许继电气有限公司 | 一种含分布式电源的配电网故障方向的判断方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100883777B1 (ko) * | 2007-01-26 | 2009-02-18 | 명지대학교 산학협력단 | 배전자동화시스템에서 단말장치의 고장표시 생성방법 |
CN103250063B (zh) * | 2010-10-14 | 2015-08-12 | Abb研究有限公司 | 仅使用电流的故障方向参数指示器装置和有关的方法 |
-
2020
- 2020-05-21 CN CN202010434919.7A patent/CN111650470B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014089899A1 (zh) * | 2012-12-10 | 2014-06-19 | 国家电网公司 | 基于暂态信号小波变换的配电网单相接地故障定位方法及定位装置 |
CN104297629A (zh) * | 2014-08-19 | 2015-01-21 | 中国科学院电工研究所 | 含分布式电源的配电网的区段故障检测与定位方法 |
WO2017181268A1 (en) * | 2016-04-22 | 2017-10-26 | Hooshyar Ali | Methods and apparatus for detecting faults using a negative-sequence directional relay |
JP2017200271A (ja) * | 2016-04-26 | 2017-11-02 | 三菱電機株式会社 | 電流差動保護継電装置 |
CN107276043A (zh) * | 2016-11-24 | 2017-10-20 | 北京交通大学 | 一种基于电流正序分量相位变化的主动配电网保护方案 |
CN107462810A (zh) * | 2017-07-19 | 2017-12-12 | 中国科学院电工研究所 | 一种适用于有源配电网的故障区段定位方法 |
CN109959844A (zh) * | 2019-01-14 | 2019-07-02 | 珠海许继电气有限公司 | 一种含分布式电源的配电网故障方向的判断方法及装置 |
Non-Patent Citations (1)
Title |
---|
低压有源配电网在线故障区间定位与识别方法;牛耕,等;《中国电机工程学报》;第37卷(第9期);2525-2538 * |
Also Published As
Publication number | Publication date |
---|---|
CN111650470A (zh) | 2020-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111650470B (zh) | 微电网线路区段快速自适应故障检测与识别方法 | |
US11489490B2 (en) | Arc fault detection method for photovoltaic system based on adaptive kernel function and instantaneous frequency estimation | |
Bo et al. | A new approach to phase selection using fault generated high frequency noise and neural networks | |
Mishra et al. | FDOST-based fault classification scheme for fixed series compensated transmission system | |
CN104166067A (zh) | 单相接地故障定位检测方法及装置 | |
CN107045093B (zh) | 基于快速s变换的小电流单相接地故障选线方法 | |
CN111308272A (zh) | 一种小电流接地故障区段定位方法 | |
Wei et al. | Fault detection based on the generalized S-transform with a variable factor for resonant grounding distribution networks | |
Imani et al. | A novel time-domain method for fault detection and classification in VSC-HVDC transmission lines | |
CN113191192A (zh) | 基于小波分析与模糊神经网络算法的断路器故障检测方法 | |
Girgis et al. | Adaptive Kalman filtering in computer relaying: fault classification using voltage models | |
CN107765065B (zh) | 一种基于基波衰减因子的配电网励磁涌流识别方法 | |
Li et al. | A fault pattern and convolutional neural network based single-phase earth fault identification method for distribution network | |
CN115656702A (zh) | 一种基于边缘计算的配电网单相接地故障定位方法及系统 | |
CN113156267B (zh) | 一种配电网接地故障选段方法及系统 | |
CN113702767A (zh) | 基于小波滑窗能量的孤岛直流微电网故障诊断方法 | |
Naik et al. | High impedance fault detection and classification on IEEE-15 bus radial distribution system by using fuzzy inference system | |
Adly et al. | A novel wavelet packet transform based fault identification procedures in HV transmission line based on current signals | |
Musa et al. | Faulty phase identification for transmission line with metal oxide varistor-protected series compensator | |
CN110568300B (zh) | 一种基于多源信息的配电网单相接地故障辨识方法 | |
CN114062880B (zh) | 基于自适应信号处理及cart树集成学习的直流故障电弧检测方法 | |
Gangwar et al. | Detection and classification of faults on transmission line using time-frequency approach of current transients | |
Moosavi et al. | A new fast method for improvement of power transformer differential protection based on discrete energy separation algorithm | |
Paul et al. | ANFIS based single line to ground fault location estimation for transmission lines | |
Zhengyi et al. | A lstm line selection method of single-phase ground fault based on big-data platform |
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 |