CN111880035A - 基于多源量测数据的配电网故障监测系统及方法 - Google Patents

基于多源量测数据的配电网故障监测系统及方法 Download PDF

Info

Publication number
CN111880035A
CN111880035A CN202010783139.3A CN202010783139A CN111880035A CN 111880035 A CN111880035 A CN 111880035A CN 202010783139 A CN202010783139 A CN 202010783139A CN 111880035 A CN111880035 A CN 111880035A
Authority
CN
China
Prior art keywords
data
fault
domain
fusion
inter
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
Application number
CN202010783139.3A
Other languages
English (en)
Other versions
CN111880035B (zh
Inventor
李世龙
张华�
高艺文
龙呈
苏学能
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.)
Electric Power Research Institute of State Grid Sichuan Electric Power Co Ltd
Original Assignee
Electric Power Research Institute of State Grid Sichuan 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 Electric Power Research Institute of State Grid Sichuan Electric Power Co Ltd filed Critical Electric Power Research Institute of State Grid Sichuan Electric Power Co Ltd
Priority to CN202010783139.3A priority Critical patent/CN111880035B/zh
Publication of CN111880035A publication Critical patent/CN111880035A/zh
Application granted granted Critical
Publication of CN111880035B publication Critical patent/CN111880035B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/52—Testing for short-circuits, leakage current or ground faults
    • 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
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/54—Testing for continuity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/251—Fusion techniques of input or preprocessed data
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开了一种基于多源量测数据的配电网故障监测系统及方法，该系统通过多源数据划分模块，对获取的多源量测数据进行层和域的划分，获取不同划分类型对应的划分数据；多源数据融合模块，根据划分类型，对不同划分类型的划分数据进行融合处理，获取不同融合类型的融合数据；故障识别模块，根据融合类型，选择对应的故障识别单元对融合数据进行故障识别，获取故障识别结果；故障处理模块，获取故障识别结果，根据预先设置好的故障处理方式对故障识别结果进行处理，并将处理后的信息发送给监视保护平台，有效利用量测数据对配电网的故障进行监测，提高检测准确性，以使配电网得到安全有效的监测和保护。

Description

基于多源量测数据的配电网故障监测系统及方法
技术领域
本发明涉及电力系统及其自动化技术领域，具体涉及一种基于多源量测数据的配电网故障监测系统及方法。
背景技术
随着电力电子技术和新能源发电技术的不断成熟，越来越多的分布式电源接入配电网，大大增加了配电网方法的复杂性，使得配电网中的潮流分布和故障后电流特征都发生了改变。随着配电自动化方法的不断完善，大量智能终端如FTU(Feeder Terminal Unit，馈线监控终端)、DTU(Distribution Terminal Unit，配电终端单元)、TTU(TransformerTerminal Unit，配电变压器监控终端)、RTU(Remote Terminal Unit，远程终端单元)和剩余电流保护装置配置在配电网中，以使配电网获得丰富的量测信息。其中FTU指用于测量馈线的三相参数，监控、保护配电方法中的馈线，与配电自动化主站通信，将信息提供给配电监控主站，执行主站对馈线及其终端设备的调节和控制的监控终端；DTU指采集、管理开闭所、环网柜、变电所的多回路数据，并保证多回路数据之间进行通讯的终端单元；TTU指采集配电变压器的信息，并将采集的信息传送到主站或其他的智能装置，通过配电方法运行控制及管理所需的信息，实时监测配电变压器的运行工况，保护配电变压器的安全运行，调整无功补偿的监控终端；RTU指对现场信号和电力设备进行监测控制的终端；剩余电流保护装置(简称漏保)，指防止电网漏电事故(生物体触电事故或设备漏电事故)的重要装置。传统的配电网保护模式由于未高效应用上述智能终端提供的丰富的量测信息，导致对配电网的故障监测不准确，使得配电网没有得到有效的安全保护。
发明内容
本发明所要解决的技术问题是传统的配电网保护模式由于未高效应用上述智能终端提供的丰富的量测信息，导致对配电网的故障监测不准确，使得配电网没有得到有效的安全保护。因此，提供一种基于多源量测数据的配电网故障监测系统及方法，以利用上述智能终端提供的丰富的量测信息，提高对配电网的故障监测的准确性，以使配电网得到安全有效的保护。
本发明通过下述技术方案实现：
一种基于多源量测数据的配电网故障监测系统，包括多源数据划分模块、多源数据融合模块、故障识别模块、故障处理模块和监视保护平台；
所述多源数据划分模块，用于对获取的多源量测数据进行层和域的划分，获取不同划分类型对应的划分数据；
所述多源数据融合模块，用于根据所述划分类型，对不同划分类型的所述划分数据进行融合处理，获取不同融合类型的融合数据；
所述故障识别模块，用于根据所述融合类型，选择对应的故障识别单元对所述融合数据进行故障识别，获取故障识别结果；
所述故障处理模块，用于获取所述故障识别结果，根据预先设置好的故障处理方式对所述故障识别结果进行处理，并将处理后的信息发送给监视保护平台。
进一步地，所述多源数据划分模块包括电气量数据采集单元、层划分单元和域划分单元；
所述电气量数据采集单元，用于采集配电网拓扑中不同测量点对应的不同类型的电气量数据作为多源量测数据；
所述层划分单元，用于根据电压等级划分类型对所述配电网拓扑进行层划分，获取层划分拓扑，将不同层划分拓扑的多源量测数据作为层划分数据；
所述域划分单元，用于根据地理区域划分类型对每一所述层划分拓扑进行区域划分，获取区域划分拓扑，将不同区域划分拓扑的多源量测数据作为域划分数据。
进一步地，所述阈划分数据包括域内划分数据和域间划分数据，所述多源数据融合模块包括域内数据融合单元、域间数据融合单元和层间数据融合单元；
所述域内数据融合单元，用于根据域内划分类型，将域内划分数据中属于同一电气量标识的电气量数据，作为所述电气量标识对应的域内融合数据，所述域内融合数据的融合类型为域内融合类型；
所述域间数据融合单元，用于根据域间划分类型，将域间划分数据中属于同一电气量标识的电气量数据，作为所述电气量标识对应的域间融合数据，所述域间融合数据的融合类型为域间融合类型；
所述层间数据融合单元，用于层间划分类型，将层间划分数据中属于同一电气量标识的电气量数据，作为所述电气量标识对应的层间融合数据，所述层间融合数据的融合类型为层间融合类型。
进一步地，所述故障识别模块包括域内故障识别单元、域间故障识别单元和层间故障识别单元；
域内故障识别单元，用于根据域内融合类型，采用神经网络故障定位模型对所述域内融合数据进行故障位置识别，获取域内故障识别结果；
域间故障识别单元，用于根据域间融合类型，采用域间故障识别算法对所述域间融合数据进行故障位置识别，获取域间故障识别结果；
层间故障识别单元，用于根据层间融合类型，采用差动原理对所述层间融合数据进行故障位置识别，获取层间故障识别结果。
进一步地，所述采用神经网络故障定位模型对所述域内融合数据进行故障位置识别，获取域内故障识别结果，包括：
按照电压相量和电流相量对所述域内融合数据进行相位划分，将同一相位的电压数据和电流数据划分为一组待识别数据组；
将不同待识别数据组依次输入至预先训练好的神经网络故障定位模型中，获取每一所述待识别数据组对应的故障位置，作为所述域内故障识别结果。
进一步地，所述采用域间故障识别算法对所述域间融合数据进行故障位置识别，获取域间故障识别结果，包括：
获取不同电气量标识对应的域间融合数据，所述域间融合数据包括电压标识对应的域间电压融合数据和电流标识对应的域间电流融合数据；
若所述域间电压融合数据中的所有电压值相同，且所述域间电流融合数据中的所有电流之和大于预设电流值，则所述域间故障识别结果为所述域间融合数据对应的配电网拓扑发生短路故障；
若所述域间电压融合数据中存在一个电压数据与其他电压数据不相同，且相同电压数据对应的电流数据之和为零，不相同的电压数据对应的电流数据为零，则所述域间故障识别结果为所述域间融合数据对应的配电网拓扑发生断路故障。
进一步地，所述层间融合数据包括高压侧电流和低压侧电流；
所述根据层间融合类型，采用差动原理对所述层间融合数据进行故障位置识别，获取层间故障识别结果，包括：
获取所述层间融合数据对应的变压器传变系数，将所述变压器传变系数与所述高压侧电流相乘并与所述低压侧电流相加之和大于预设电流值，则层间故障识别结果为所述层间融合数据对应的配电网拓扑中的变压器发生故障。
进一步地，所述故障处理模块包括故障切除告警单元和故障不切除告警单元；
所述故障切除告警单元，用于基于所述故障识别结果，切除所述故障识别结果对应的故障断路器，并将所述故障识别结果传输至所述监视保护平台。
所述故障不切除告警单元，用于将所述故障识别结果传输至所述监视保护平台。
进一步地，所述故障切除告警单元还包括：
若所述故障识别结果为域内故障识别结果，则所述域内数据融合单元对所述域内划分数据对应的域内故障断路器发送故障切断指令，切断所述域内故障断路器，并将所述域内故障识别结果通过所述域间数据融合单元传输至所述监视保护平台；若没有域间数据融合单元，则将所述域内故障识别结果直接传输指所述监视保护平台；
若所述故障识别结果为域间故障识别结果，则所述域间数据融合单元对所述域间划分数据对应的域间故障断路器发送故障切断指令，切断所述域间故障断路器，并将所述域内故障识别结果传输至所述监视保护平台；
若所述故障识别结果为层间故障识别结果，则将所述域内故障识别结果传输至所述监视保护平台，获取所述监视保护平台发送的故障切断指令，切断所述层间故障断路器。
一种基于多源量测数据的配电网故障监测方法，包括：
获取的多源量测数据，并对所述多源量测数据进行层和域的划分，获取不同划分类型对应的划分数据；
根据所述划分类型，对不同划分类型的所述划分数据进行融合处理，获取不同融合类型的融合数据；
根据所述融合类型，选择对应的故障识别单元对所述融合数据进行故障识别，获取故障识别结果；
根据预先设置好的故障处理方式对所述故障识别结果进行处理，并将处理后的信息发送给监视保护平台。
本发明提供的基于多源量测数据的配电网故障监测系统及方法，通过多源数据划分模块，对获取的多源量测数据进行层和域的划分，获取不同划分类型对应的划分数据；多源数据融合模块，根据划分类型，对不同划分类型的划分数据进行融合处理，获取不同融合类型的融合数据；故障识别模块，根据融合类型，选择对应的故障识别单元对融合数据进行故障识别，获取故障识别结果；故障处理模块，获取故障识别结果，根据预先设置好的故障处理方式对故障识别结果进行处理，并将处理后的信息发送给监视保护平台，有效利用量测数据对配电网的故障进行监测，提高检测准确性，以使配电网得到安全有效的监测和保护。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明基于多源量测数据的配电网故障监测系统的模块示意图。
图2为本发明基于多源量测数据的配电网故障监测系统的一应用场景图。
图3为本发明基于多源量测数据的配电网故障监测系统的实施例示意图。
图4本发明基于多源量测数据的配电网故障监测系统的实施例示意图。
图5本发明基于多源量测数据的配电网故障监测系统的实施例示意图。
图6是本发明基于多源量测数据的配电网故障监测方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1
本发明提供一种基于多源量测数据的配电网故障监测系统，该系统可应用于不同计算机设备中，该计算机设备包括但不限于各种个人计算机、笔记本电脑、智能手机和平板电脑。
如图1所示，本发明提供一种基于多源量测数据的配电网故障监测系统，包括多源数据划分模块10、多源数据融合模块20、故障识别模块30、故障处理模块40和监视保护平台50。
多源数据划分模块10，用于对获取的多源量测数据进行层和域的划分，获取不同划分类型对应的划分数据。
其中，多源量测数据指配电网中多个测量点对应的测量单元测得的电气量数据，本实施例中的电气量数据包括但不限于电压、电流、频率和阻抗。
具体地，在获取多源量测数据后，根据电压等级对多源量测数据中的电压进行层划分，获取层划分类型对应的划分数据，将该层划分类型对应的划分数据作为层划分数据；然后根据预先制定好的地理区域划分类型对层划分类型对应的每一层层划分数据进行区域划分，获取域划分类型对应的阈划分数据。进一步地，该阈划分数据包括域内划分数据和域间划分数据。其中，域内划分数据指按照地理区域划分类型划分的域内的数据；域间划分数据指两个域之间的数据。
本实施例中的域划分类型指预先设置的不同的地理区域划分标准。
以一配电网拓扑为例进行说明，如图2所示，根据电压等级对图2中的多源量测数据中的电压进行层划分，获取5个层划分数据；然后根据预先制定好的地理区域划分类型对每一个层划分数据进行划分，层1和层4中没有阈划分数据，层2、层3和层5中存在阈划分数据，其中，层2中包括域1和域2两个阈划分数据，层3中包括域1和域2两个阈划分数据，层5中包括域1和域2两个阈划分数据。
多源数据融合模块20，用于根据划分类型，对不同划分类型的划分数据进行融合处理，获取不同融合类型的融合数据。
其中，融合处理指将不同划分类型对应的划分数据中属于同一电气量标识的数据整理在一起，形成融合数据，即就是根据电气量标识U、I、Z和f，将划分数据中的电压值整理在一起，电流值整理在一起,阻抗值整理在一起，频率值整理在一起，以方便后续使用。
需要说明的是，本实施例中的融合类型与划分类型一一对应，具体为域内融合类型、域间融合类型和层间融合类型。
故障识别模块30，用于根据融合类型，选择对应的故障识别单元对融合数据进行故障识别，获取故障识别结果。
具体地，本实施例中的故障识别单元与融合类型一一对应，具体为域内故障识别单元、域间故障识别单元和层间故障识别单元。为了提高故障识别的准确性，本实施例中不同的故障识别单元采用不同的故障识别方法对融合数据进行故障识别，获取故障识别结果。
故障处理模块40，用于获取故障识别结果，根据预先设置好的故障处理方式对故障识别结果进行处理，并将处理后的信息发送给监视保护平台50。
具体地，本实施例中的故障处理方式包括两种，一种为故障切除告警，另一种为故障不切除告警。其中，故障切除告警指对发生故障的断路器进行切除操作并告警，一般地，对于林区等可能由故障引发山火的地区采用故障切除告警的处理方式，以防止发生森林火灾，危及人民群众生命财产安全；故障不切除告警指对发生故障的断路器不进行切除操作仅告警，一般地，对于小电流接地系统，发生单相接地故障后，系统仍可持续运行两小时，此时采用故障不切除告警的处理方式，具体可由调度人员决定是否需切除故障线路。
进一步地，多源数据划分模块包括10电气量数据采集单元11、层划分单元12和域划分单元13。
电气量数据采集单元11，用于采集配电网拓扑中不同测量点对应的不同类型的电气量数据作为多源量测数据。
层划分单元12，用于根据电压等级划分类型对配电网拓扑进行层划分，获取层划分拓扑，将不同层划分拓扑的多源量测数据作为层划分数据。
域划分单元13，用于根据地理区域划分类型对每一层划分拓扑进行区域划分，获取区域划分拓扑，将不同区域划分拓扑的多源量测数据作为域划分数据。
进一步地，阈划分数据包括域内划分数据和域间划分数据，多源数据融合模块20包括域内数据融合单元21、域间数据融合单元22和层间数据融合单元23。
域内数据融合单元21，用于根据域内划分类型，将域内划分数据中属于同一电气量标识的电气量数据，作为电气量标识对应的域内融合数据，域内融合数据的融合类型为域内融合类型。
域间数据融合单元22，用于根据域间划分类型，将域间划分数据中属于同一电气量标识的电气量数据，作为电气量标识对应的域间融合数据，域间融合数据的融合类型为域间融合类型。
层间数据融合单元23，用于层间划分类型，将层间划分数据中属于同一电气量标识的电气量数据，作为电气量标识对应的层间融合数据，层间融合数据的融合类型为层间融合类型。
进一步地，故障识别模块包括30域内故障识别单元31、域间故障识别单元32和层间故障识别单元33。
域内故障识别单元31，用于根据域内融合类型，采用神经网络故障定位模型对域内融合数据进行故障位置识别，获取域内故障识别结果。
其中，域内故障识别结果指对域内融合数据进行故障位置识别得到的结果。
域间故障识别单元32，用于根据域间融合类型，采用域间故障识别算法对域间融合数据进行故障位置识别，获取域间故障识别结果。
其中，域间故障识别结果指对域间融合数据进行故障位置识别得到的结果。
层间故障识别单元33，用于根据层间融合类型，采用差动原理对层间融合数据进行故障位置识别，获取层间故障识别结果。
其中，层间故障识别结果指对层间融合数据进行故障位置识别得到的结果。
进一步地，采用神经网络故障定位模型对域内融合数据进行故障位置识别，获取域内故障识别结果，包括：
按照电压相量和电流相量对域内融合数据进行相位划分，将同一相位的电压数据和电流数据划分为一组待识别数据组。
将不同待识别数据组依次输入至预先训练好的神经网络故障定位模型中，获取每一待识别数据组对应的故障位置，作为域内故障识别结果。
具体地，本实施例中的神经网络故障定位模型采用训练好的BP神经网络，神经网络故障定位模型中输入层的节点个数，为域内融合数据中同一相位的电压数据与电流数据的数量之和，如A相位的电压数据有4个，电流数据有4个，则该神经网络故障定位模型中的输入层的节点个数为8个；输出层的节点个数由域内融合数据对应的配电网拓扑中的故障点的个数和故障类型确定，如域内融合数据对应的配电网拓扑中的故障点的个数为3，故障类型包括短路和短路两种，则输出层的节点个数为6个；隐含层的节点个数由输入层的节点个数和输出层的节点个数决定。设输入层节点数为m，输出层节点数为n，则隐含层节点个数k可表示为：
Figure BDA0002620932430000101
其中a为1～10之间的常数，a的具体取值由用户根据实际情况设定。
为便于理解，以图4为例进行说明，T2-2-1～T2-2-4分别为域间融合数据对应的配电网拓扑中的“层”2“域”2中1～4号测量单元。每个测量单元采集对应测量点的电压数据及电流数据，电压数据包括电压大小和电压相量，电流数据包括电流大小和电流相量。F1～F3分别为“层”2“域”2中的3个不同故障位置。
进一步地，采用域间故障识别算法对域间融合数据进行故障位置识别，获取域间故障识别结果，包括：
获取不同电气量标识对应的域间融合数据，域间融合数据包括电压标识对应的域间电压融合数据和电流标识对应的域间电流融合数据。
若域间电压融合数据中的所有电压值相同，且域间电流融合数据中的所有电流之和大于预设电流值，则域间故障识别结果为域间融合数据对应的配电网拓扑发生短路故障。
若域间电压融合数据中存在一个电压数据与其他电压数据不相同，且相同电压数据对应的电流数据之和为零，不相同的电压数据对应的电流数据为零，则域间故障识别结果为域间融合数据对应的配电网拓扑发生断路故障。
为便于理解，以图5为例进行说明：
T2-1、T2-1-1、T2-2-1分别为域间融合数据对应的配电网拓扑中的电气量测量单元，其所测量的电压电流分别为：
Figure BDA0002620932430000111
若
Figure BDA0002620932430000112
则域间融合数据对应的配电网拓扑发生短路故障。其中，Iset为预设电流值。
若
Figure BDA0002620932430000113
则T2-1与T2-1-1之间发生断线故障时；
若
Figure BDA0002620932430000121
则T2-1与T2-2-1之间发生断线故障时。
进一步地，层间融合数据包括高压侧电流和低压侧电流。
根据层间融合类型，采用差动原理对层间融合数据进行故障位置识别，获取层间故障识别结果，包括：
获取层间融合数据对应的变压器传变系数，将变压器传变系数与高压侧电流相乘并与低压侧电流相加之和大于预设电流值，则层间故障识别结果为层间融合数据对应的配电网拓扑中的变压器发生故障。
具体地，获取层间融合数据对应的变压器传变系数K，将变压器传变系数K与高压侧电流IH相乘并与低压侧电流IL相加之和大于预设电流值，则层间故障识别结果为层间融合数据对应的配电网拓扑中的变压器发生故障。具体计算公式为：
Figure BDA0002620932430000122
其中，K指变压器传变系数，IL指变压器的低压侧电流，IH指变压器的高压侧电流。在常规的降压变压器上输入端为高压侧,输出端为低压侧。
进一步地，故障处理模块40包括故障切除告警单元41和故障不切除告警单元42。
故障切除告警单元41，用于基于故障识别结果，切除故障识别结果对应的故障断路器，并将故障识别结果传输至监视保护平台。
其中，故障断路器指距离故障识别结果即故障位置最近的断路器。
故障不切除告警单元42，用于将故障识别结果传输至监视保护平台。
进一步地，如图3所示，故障切除告警单元41还包括：
若故障识别结果为域内故障识别结果，则域内数据融合单元对域内划分数据对应的域内故障断路器发送故障切断指令，切断域内故障断路器，并将域内故障识别结果通过域间数据融合单元传输至监视保护平台；若没有域间数据融合单元，则将域内故障识别结果直接传输指监视保护平台。
其中，域内故障断路器指在域内划分数据对应的配电网拓扑中距离故障位置最近的断路器。具体地，若有域间数据融合单元，则该域间数据融合单元将所有域内故障识别结果进行整理后，传输至监视保护平台，可降低监视保护平台的运算压力。若无域间数据融合单元，则直接将域内故障识别结果直接传输至监视保护平台。
若故障识别结果为域间故障识别结果，则域间数据融合单元对域间划分数据对应的域间故障断路器发送故障切断指令，切断域间故障断路器，并将域内故障识别结果传输至监视保护平台。
其中，域间故障断路器指在域间划分数据对应的配电网拓扑中距离故障位置最近的断路器。
若故障识别结果为层间故障识别结果，则将域内故障识别结果传输至监视保护平台，获取监视保护平台发送的故障切断指令，切断层间故障断路器。
其中，层间故障断路器指在层间划分数据对应的配电网拓扑中距离故障位置最近的断路器。
本发明提供的基于多源量测数据的配电网故障监测系统，通过多源数据划分模块，对获取的多源量测数据进行层和域的划分，获取不同划分类型对应的划分数据；多源数据融合模块，根据划分类型，对不同划分类型的划分数据进行融合处理，获取不同融合类型的融合数据；故障识别模块，根据融合类型，选择对应的故障识别单元对融合数据进行故障识别，获取故障识别结果；故障处理模块，获取故障识别结果，根据预先设置好的故障处理方式对故障识别结果进行处理，并将处理后的信息发送给监视保护平台，有效利用量测数据对配电网的故障进行监测，提高检测准确性，以使配电网得到安全有效的监测和保护。
实施例2
如图6所示，本实施例与实施例1的区别在于，一种基于多源量测数据的配电网故障监测方法，包括：
S10：获取的多源量测数据，并对多源量测数据进行层和域的划分，获取不同划分类型对应的划分数据。
S20：根据划分类型，对不同划分类型的划分数据进行融合处理，获取不同融合类型的融合数据。
S30：根据融合类型，选择对应的故障识别单元对融合数据进行故障识别，获取故障识别结果。
S40：根据预先设置好的故障处理方式对故障识别结果进行处理，并将处理后的信息发送给监视保护平台。
本发明提供的基于多源量测数据的配电网故障监测方法，通过对获取的多源量测数据进行层和域的划分，获取不同划分类型对应的划分数据，然后对不同划分类型的划分数据进行融合处理，获取不同融合类型的融合数据，并根据融合类型，选择对应的故障识别单元对融合数据进行故障识别，获取故障识别结果，最后根据预先设置好的故障处理方式对故障识别结果进行处理，并将处理后的信息发送给监视保护平台，有效利用量测数据对配电网的故障进行监测，提高检测准确性，以使配电网得到安全有效的监测和保护。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于多源量测数据的配电网故障监测系统，其特征在于，包括多源数据划分模块、多源数据融合模块、故障识别模块、故障处理模块和监视保护平台；
所述多源数据划分模块，用于对获取的多源量测数据进行层和域的划分，获取不同划分类型对应的划分数据；
所述多源数据融合模块，用于根据所述划分类型，对不同划分类型的所述划分数据进行融合处理，获取不同融合类型的融合数据；
所述故障识别模块，用于根据所述融合类型，选择对应的故障识别单元对所述融合数据进行故障识别，获取故障识别结果；
所述故障处理模块，用于获取所述故障识别结果，根据预先设置好的故障处理方式对所述故障识别结果进行处理，并将处理后的信息发送给监视保护平台。
2.根据权利要求1所述的一种基于多源量测数据的配电网故障监测系统，其特征在于，所述多源数据划分模块包括电气量数据采集单元、层划分单元和域划分单元；
所述电气量数据采集单元，用于采集配电网拓扑中不同测量点对应的不同类型的电气量数据作为多源量测数据；
所述层划分单元，用于根据电压等级划分类型对所述配电网拓扑进行层划分，获取层划分拓扑，将不同层划分拓扑的多源量测数据作为层划分数据；
所述域划分单元，用于根据地理区域划分类型对每一所述层划分拓扑进行区域划分，获取区域划分拓扑，将不同区域划分拓扑的多源量测数据作为域划分数据。
3.根据权利要求1所述的一种基于多源量测数据的配电网故障监测系统，其特征在于，所述阈划分数据包括域内划分数据和域间划分数据，所述多源数据融合模块包括域内数据融合单元、域间数据融合单元和层间数据融合单元；
所述域内数据融合单元，用于根据域内划分类型，将域内划分数据中属于同一电气量标识的电气量数据，作为所述电气量标识对应的域内融合数据，所述域内融合数据的融合类型为域内融合类型；
所述域间数据融合单元，用于根据域间划分类型，将域间划分数据中属于同一电气量标识的电气量数据，作为所述电气量标识对应的域间融合数据，所述域间融合数据的融合类型为域间融合类型；
所述层间数据融合单元，用于层间划分类型，将层间划分数据中属于同一电气量标识的电气量数据，作为所述电气量标识对应的层间融合数据，所述层间融合数据的融合类型为层间融合类型。
4.根据权利要求1所述的一种基于多源量测数据的配电网故障监测系统，其特征在于，所述故障识别模块包括域内故障识别单元、域间故障识别单元和层间故障识别单元；
域内故障识别单元，用于根据域内融合类型，采用神经网络故障定位模型对所述域内融合数据进行故障位置识别，获取域内故障识别结果；
域间故障识别单元，用于根据域间融合类型，采用域间故障识别算法对所述域间融合数据进行故障位置识别，获取域间故障识别结果；
层间故障识别单元，用于根据层间融合类型，采用差动原理对所述层间融合数据进行故障位置识别，获取层间故障识别结果。
5.根据权利要求4所述的一种基于多源量测数据的配电网故障监测系统，其特征在于，所述采用神经网络故障定位模型对所述域内融合数据进行故障位置识别，获取域内故障识别结果，包括：
按照电压相量和电流相量对所述域内融合数据进行相位划分，将同一相位的电压数据和电流数据划分为一组待识别数据组；
将不同待识别数据组依次输入至预先训练好的神经网络故障定位模型中，获取每一所述待识别数据组对应的故障位置，作为所述域内故障识别结果。
6.根据权利要求4所述的一种基于多源量测数据的配电网故障监测系统，其特征在于，所述采用域间故障识别算法对所述域间融合数据进行故障位置识别，获取域间故障识别结果，包括：
获取不同电气量标识对应的域间融合数据，所述域间融合数据包括电压标识对应的域间电压融合数据和电流标识对应的域间电流融合数据；
若所述域间电压融合数据中的所有电压值相同，且所述域间电流融合数据中的所有电流之和大于预设电流值，则所述域间故障识别结果为所述域间融合数据对应的配电网拓扑发生短路故障；
若所述域间电压融合数据中存在一个电压数据与其他电压数据不相同，且相同电压数据对应的电流数据之和为零，不相同的电压数据对应的电流数据为零，则所述域间故障识别结果为所述域间融合数据对应的配电网拓扑发生断路故障。
7.根据权利要求4所述的一种基于多源量测数据的配电网故障监测系统，其特征在于，所述层间融合数据包括高压侧电流和低压侧电流；
所述根据层间融合类型，采用差动原理对所述层间融合数据进行故障位置识别，获取层间故障识别结果，包括：
获取所述层间融合数据对应的变压器传变系数，将所述变压器传变系数与所述高压侧电流相乘并与所述低压侧电流相加之和大于预设电流值，则层间故障识别结果为所述层间融合数据对应的配电网拓扑中的变压器发生故障。
8.根据权利要求1所述的一种基于多源量测数据的配电网故障监测系统，其特征在于，所述故障处理模块包括故障切除告警单元和故障不切除告警单元；
所述故障切除告警单元，用于基于所述故障识别结果，切除所述故障识别结果对应的故障断路器，并将所述故障识别结果传输至所述监视保护平台；
所述故障不切除告警单元，用于将所述故障识别结果传输至所述监视保护平台。
9.根据权利要求8所述的一种基于多源量测数据的配电网故障监测系统，其特征在于，所述故障切除告警单元还包括：
若所述故障识别结果为域内故障识别结果，则所述域内数据融合单元对所述域内划分数据对应的域内故障断路器发送故障切断指令，切断所述域内故障断路器，并将所述域内故障识别结果通过所述域间数据融合单元传输至所述监视保护平台；若没有域间数据融合单元，则将所述域内故障识别结果直接传输指所述监视保护平台；
若所述故障识别结果为域间故障识别结果，则所述域间数据融合单元对所述域间划分数据对应的域间故障断路器发送故障切断指令，切断所述域间故障断路器，并将所述域内故障识别结果传输至所述监视保护平台；
若所述故障识别结果为层间故障识别结果，则将所述域内故障识别结果传输至所述监视保护平台，获取所述监视保护平台发送的故障切断指令，切断所述层间故障断路器。
10.一种基于多源量测数据的配电网故障监测方法，其特征在于，包括：
获取的多源量测数据，并对所述多源量测数据进行层和域的划分，获取不同划分类型对应的划分数据；
根据所述划分类型，对不同划分类型的所述划分数据进行融合处理，获取不同融合类型的融合数据；
根据所述融合类型，选择对应的故障识别单元对所述融合数据进行故障识别，获取故障识别结果；
根据预先设置好的故障处理方式对所述故障识别结果进行处理，并将处理后的信息发送给监视保护平台。
CN202010783139.3A 2020-08-06 2020-08-06 基于多源量测数据的配电网故障监测系统及方法 Active CN111880035B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010783139.3A CN111880035B (zh) 2020-08-06 2020-08-06 基于多源量测数据的配电网故障监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010783139.3A CN111880035B (zh) 2020-08-06 2020-08-06 基于多源量测数据的配电网故障监测系统及方法

Publications (2)

Publication Number Publication Date
CN111880035A true CN111880035A (zh) 2020-11-03
CN111880035B CN111880035B (zh) 2022-08-09

Family

ID=73210910

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010783139.3A Active CN111880035B (zh) 2020-08-06 2020-08-06 基于多源量测数据的配电网故障监测系统及方法

Country Status (1)

Country Link
CN (1) CN111880035B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112748317A (zh) * 2021-03-23 2021-05-04 国网河南省电力公司电力科学研究院 基于多种监测数据的开关柜局部放电故障检测方法及系统

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7719988B1 (en) * 2005-11-30 2010-05-18 University Of Murcia Mobility-aware mesh construction algorithm for low data-overhead multicast ad hoc routing
US20130049764A1 (en) * 2011-08-31 2013-02-28 General Electric Company Systems, Methods, and Apparatus for Locating Faults on an Electrical Distribution Network
CN103427417A (zh) * 2013-07-31 2013-12-04 国电南瑞科技股份有限公司 基于多源信息融合的配电网故障处理方法
CN103941158A (zh) * 2014-04-17 2014-07-23 国家电网公司 基于多源信息的配电网故障诊断系统及方法
CN104931857A (zh) * 2015-06-25 2015-09-23 山东大学 一种基于d-s证据理论的配电网故障定位方法
CN105319482A (zh) * 2015-09-29 2016-02-10 科大智能科技股份有限公司 基于多源信息融合的配电网故障诊断系统及方法
CN106597231A (zh) * 2016-11-11 2017-04-26 上海交通大学 基于多源信息融合和深度学习网络的gis故障检测系统及方法
CN106771883A (zh) * 2017-01-22 2017-05-31 中国电力科学研究院 一种基于云的多源信息配电故障定位方法及系统
US20170237767A1 (en) * 2016-02-12 2017-08-17 Time Warner Cable Enterprises Llc Apparatus and methods for mitigation of network attacks via dynamic re-routing
CN109298225A (zh) * 2018-09-29 2019-02-01 国网四川省电力公司电力科学研究院 一种电压量测数据异常状态自动识别模型及方法
CN109407031A (zh) * 2018-10-09 2019-03-01 国网四川省电力公司电力科学研究院 基于时间序列分层聚类的电压互感器故障识别方法
US20190079129A1 (en) * 2017-09-12 2019-03-14 Abb Schweiz Ag Methods and systems for ground fault detection in a power distribution system
CN110489404A (zh) * 2019-06-24 2019-11-22 广西电网有限责任公司电力科学研究院 一种基于三层架构的配电网领域的全面数据质量管理方法
US20190361066A1 (en) * 2016-12-26 2019-11-28 Beijing Guodian Tong Network Technology Co., Ltd Ground position of the ground fault method for power distribution network, system, and storage medium
CN111366814A (zh) * 2020-03-31 2020-07-03 上海电力大学 基于多源数据及多维故障编码空间的电网故障诊断方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7719988B1 (en) * 2005-11-30 2010-05-18 University Of Murcia Mobility-aware mesh construction algorithm for low data-overhead multicast ad hoc routing
US20130049764A1 (en) * 2011-08-31 2013-02-28 General Electric Company Systems, Methods, and Apparatus for Locating Faults on an Electrical Distribution Network
CN103427417A (zh) * 2013-07-31 2013-12-04 国电南瑞科技股份有限公司 基于多源信息融合的配电网故障处理方法
CN103941158A (zh) * 2014-04-17 2014-07-23 国家电网公司 基于多源信息的配电网故障诊断系统及方法
CN104931857A (zh) * 2015-06-25 2015-09-23 山东大学 一种基于d-s证据理论的配电网故障定位方法
CN105319482A (zh) * 2015-09-29 2016-02-10 科大智能科技股份有限公司 基于多源信息融合的配电网故障诊断系统及方法
US20170237767A1 (en) * 2016-02-12 2017-08-17 Time Warner Cable Enterprises Llc Apparatus and methods for mitigation of network attacks via dynamic re-routing
CN106597231A (zh) * 2016-11-11 2017-04-26 上海交通大学 基于多源信息融合和深度学习网络的gis故障检测系统及方法
US20190361066A1 (en) * 2016-12-26 2019-11-28 Beijing Guodian Tong Network Technology Co., Ltd Ground position of the ground fault method for power distribution network, system, and storage medium
CN106771883A (zh) * 2017-01-22 2017-05-31 中国电力科学研究院 一种基于云的多源信息配电故障定位方法及系统
US20190079129A1 (en) * 2017-09-12 2019-03-14 Abb Schweiz Ag Methods and systems for ground fault detection in a power distribution system
CN109298225A (zh) * 2018-09-29 2019-02-01 国网四川省电力公司电力科学研究院 一种电压量测数据异常状态自动识别模型及方法
CN109407031A (zh) * 2018-10-09 2019-03-01 国网四川省电力公司电力科学研究院 基于时间序列分层聚类的电压互感器故障识别方法
CN110489404A (zh) * 2019-06-24 2019-11-22 广西电网有限责任公司电力科学研究院 一种基于三层架构的配电网领域的全面数据质量管理方法
CN111366814A (zh) * 2020-03-31 2020-07-03 上海电力大学 基于多源数据及多维故障编码空间的电网故障诊断方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HUANYU ZHANG 等: "Multi-Source Large Data Fusion Access Method for Distribution Communication Network", <2019 INTERNATIONAL CONFERENCE ON COMPUTER NETWORK, ELECTRONIC AND AUTOMATION (ICCNEA)> *
姚瑛等: "采用多数据源的配电网故障研判技术", 《电力系统及其自动化学报》 *
陈宁钊 等: "基于多源运行数据的配电网缺陷故障分析", 《电子技术》 *
高艺文 等: "证据理论在配电网故障定位中的应用", 《四川电力技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112748317A (zh) * 2021-03-23 2021-05-04 国网河南省电力公司电力科学研究院 基于多种监测数据的开关柜局部放电故障检测方法及系统
CN112748317B (zh) * 2021-03-23 2022-03-25 国网河南省电力公司电力科学研究院 基于多种监测数据的开关柜局部放电故障检测方法及系统

Also Published As

Publication number Publication date
CN111880035B (zh) 2022-08-09

Similar Documents

Publication Publication Date Title
Ojaghi et al. Use of clustering to reduce the number of different setting groups for adaptive coordination of overcurrent relays
CN101436780B (zh) 城市配电网自愈控制方法
CN108594071B (zh) 一种中性点小电阻接地配网的单相接地故障检测方法
CN103308823A (zh) 一种配电网单相断线不接地故障定位方法
Nale et al. Islanding detection in distributed generation system using intrinsic time decomposition
CN102508076A (zh) 一种基于多智能体系统和小波分析的故障诊断装置及方法
CN105158647B (zh) 基于电网监控系统的单站端电网故障诊断和辅助决策方法
Azeroual et al. Fault location and detection techniques in power distribution systems with distributed generation: Kenitra City (Morocco) as a case study
CN111969552B (zh) 一种适用于直流断路器重合闸方法
CN104103019A (zh) 含分布式电源的配电网运行风险评估方法及评估系统
Amiri et al. Integrated protection scheme for both operation modes of microgrid using S-Transform
CN111638469B (zh) 一种基于dms系统的断线故障分析定位方法
CN112540259A (zh) 一种适用于智能配电终端的配网断线故障识别方法和系统
CN111880035B (zh) 基于多源量测数据的配电网故障监测系统及方法
CN207817128U (zh) 一种直流环网智能检测装置
El-Hamrawy et al. Improved adaptive protection scheme based combined centralized/decentralized communications for power systems equipped with distributed generation
CN112952822A (zh) 一种多维度辨识失压区域并生成复电路径的方法及设备
CN110609206B (zh) 一种高压直流输电系统故障辨识方法
CN107910855A (zh) 一种应用于智能变电站的联切小电源装置及联切方法
CN115733140A (zh) 基于搜索割集的输电断面搜索及断面限额计算方法及系统
Ghore et al. Uninterrupted power supply to BESS based microgrid system using adaptive reclosing approach
CN114047705A (zh) 一种单相接地故障检测定值自适应整定方法及系统
Abu-Elanien et al. An ANN-based protection technique for MTDC systems with multiple configurations
CN114678866A (zh) 一种基于调控云的输电线路负荷转移控制方法
Shah et al. Selection of LVDC Microgrid Component for Efficient Microgrid Performance

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