CN112068026B - 弧光高阻接地故障样本数据生成方法及装置 - Google Patents
弧光高阻接地故障样本数据生成方法及装置 Download PDFInfo
- Publication number
- CN112068026B CN112068026B CN202010721719.XA CN202010721719A CN112068026B CN 112068026 B CN112068026 B CN 112068026B CN 202010721719 A CN202010721719 A CN 202010721719A CN 112068026 B CN112068026 B CN 112068026B
- Authority
- CN
- China
- Prior art keywords
- data
- data sequence
- arc
- voltage
- current
- 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 34
- 239000011159 matrix material Substances 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims 2
- 238000001514 detection method Methods 0.000 abstract description 7
- 238000011160 research Methods 0.000 abstract description 6
- 238000012512 characterization method Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 8
- 230000009466 transformation Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 244000020998 Acacia farnesiana Species 0.000 description 2
- 235000010643 Leucaena leucocephala Nutrition 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000011896 sensitive detection Methods 0.000 description 1
- 230000007704 transition 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
- G01R31/50—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
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- 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
Abstract
本申请公开了一种弧光高阻接地故障样本数据生成方法及装置，其中，方法包括：获取周波的弧光高阻接地故障电压及电流数据，并基于弧光高阻接地故障电压及电流数据生成数据组；分别以故障数据的正峰值点和负峰值点为分界点，将数据组划分为位于第一象限的第一数据序列和第二数据序列及位于第三象限的第三数据序列和第四数据序列；确定旋转角度，旋转获得表征电压、电流间的闭环特性的新的故障数据序列。由此，解决了现有技术中对数电弧模型无法表征出电弧电压、电弧电流间存在相角差的问题，实现了对电弧电压、电弧电流间相角差的表征，可为后续的继电保护及故障检测研究提供更为精确的数据基础。
Description
技术领域
本申请涉及电力系统故障检测技术领域，特别涉及一种弧光高阻接地故障样本数据生成方法及装置。
背景技术
受自然地理环境、送电走廊的影响，中性点经消弧线圈接地系统经常发生经由树枝、沙地、草皮等非金属导电介质接地的单相高阻接地故障。该类故障电流微弱且常伴随着电弧的产生，因此也称之为弧光高阻接地故障。受启动门槛值的限制，传统的继电保护方法在应对此类故障时往往失效，故障容易引发火灾、触电等严重的事故。因此，有效获取大量的弧光高阻接地故障数据对于后续的故障检测、继电保护研究具有重要的意义。
然而，相关技术中的继电保护装置对弧光高阻接地故障的检测难度较大，直接获取的现场故障录波数据较少，并且通过人工现场模拟此类故障来获取录波数据的成本较高，且具有一定的危险性。另外，人工模拟实验往往仅局限于某一种或几种特定的接地介质，对设计可靠、灵敏的检测算法而言，数据量较少。
建模仿真是获取大量数据的另一种有效手段。弧光高阻接地故障建模的关键在于其非线性特征的表达，传统的以线性固定电阻代替非线性过渡电阻的思路存在明显的缺陷。以非线性畸变为出发点，国内外研究人员相继提出了Cassie电弧模型、Mayr电弧模型以及基于上述两种电弧模型的衍生模型，如控制论电弧模型、Browne模型、Cassie和Mayr结合模型等一系列模型。此类模型均为微分方程形式，需要通过迭代获取所需的电气量，难以直接应用于继电保护及故障测距算法中，亟待解决。
申请内容
本申请提供一种弧光高阻接地故障样本数据生成方法及装置，以解决现有技术中对数电弧模型无法表征出电弧电压、电弧电流间存在相角差的问题，实现了对电弧电压、电弧电流间相角差的表征，可为后续的继电保护及故障检测研究提供更为精确的数据基础。
本申请第一方面实施例提供一种弧光高阻接地故障样本数据生成方法，包括以下步骤：
获取周波的弧光高阻接地故障电压及电流数据，并基于所述弧光高阻接地故障电压及电流数据生成数据组；
分别以故障数据的正峰值点和负峰值点为分界点，将所述数据组划分为位于第一象限的第一数据序列和第二数据序列及位于第三象限的第三数据序列和第四数据序列；以及
确定旋转角度，旋转获得表征电压、电流间的闭环特性的新的故障数据序列。
可选地，所述弧光高阻接地故障电压及电流数据的获取公式为：
其中，sgn()为取符号函数，Ip为电流参数，Up为电压参数。
可选地，所述旋转获得表征电压、电流间的闭环特性的新的故障数据序列，包括：
以所述正峰值点为旋转中心，由所述第一数据序列和所述第二数据序列生成新的第一数据序列和新的第二数据序列；
以所述负峰值点为所述旋转中心，由所述第三数据序列和所述第四数据序列生成新的第三数据序列和新的第四数据序列。
可选地，所述新的故障数据序列的计算公式为：
其中，C(i)(xc，yc)为由所述旋转中心构成的常数矩阵，其横坐标数组为C(i)(xi)，纵坐标数组为C(i)(yi))；A(i)(xi，yi)为旋转变换前的Q矩阵，其横坐标数组为A(i)(xi)，纵坐标数组为A(i)(yi))；Ad(i)(xi，yi)为旋转变换后的Qd矩阵，其横坐标数组为Ad(i)(xi)，纵坐标数组为Ad(i)(yi)。
本申请第二方面实施例提供一种弧光高阻接地故障样本数据生成装置，包括：
获取模块，用于获取周波的弧光高阻接地故障电压及电流数据，并基于所述弧光高阻接地故障电压及电流数据生成数据组；
划分模块，用于分别以故障数据的正峰值点和负峰值点为分界点，将所述数据组划分为位于第一象限的第一数据序列和第二数据序列及位于第三象限的第三数据序列和第四数据序列；以及
生成模块，用于确定旋转角度，旋转获得表征电压、电流间的闭环特性的新的故障数据序列。
可选地，所述弧光高阻接地故障电压及电流数据的获取公式为：
其中，sgn()为取符号函数，Ip为电流参数，Up为电压参数。
可选地，所述生成模块进一步用于以所述正峰值点为旋转中心，由所述第一数据序列和所述第二数据序列生成新的第一数据序列和新的第二数据序列，并且以所述负峰值点为所述旋转中心，由所述第三数据序列和所述第四数据序列生成新的第三数据序列和新的第四数据序列。
可选地，所述新的故障数据序列的计算公式为：
其中，C(i)(xc，yc)为由所述旋转中心构成的常数矩阵，其横坐标数组为C(i)(xi)，纵坐标数组为C(i)(yi))；A(i)(xi，yi)为旋转变换前的Q矩阵，其横坐标数组为A(i)(xi)，纵坐标数组为A(i)(yi))；Ad(i)(xi，yi)为旋转变换后的Qd矩阵，其横坐标数组为Ad(i)(xi)，纵坐标数组为Ad(i)(yi)。
本申请第三方面实施例提供一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行如上述实施例所述的弧光高阻接地故障样本数据生成方法。
本申请第四方面实施例提供一种计算机可读存储介质，所述非临时性计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上述实施例所述的弧光高阻接地故障样本数据生成方法。
由此，解决现有技术中对数电弧模型无法表征出电弧电压、电弧电流间存在相角差的问题，实现了对电弧电压、电弧电流间相角差的表征，可为后续的继电保护及故障检测研究提供更为精确的数据基础。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本申请实施例提供的一种弧光高阻接地故障样本数据生成方法的流程图；
图2为根据本申请一个实施例的弧光高阻接地故障样本数据生成方法的流程图；
图3为根据本申请一个实施例的10kV配电线路模型示意图；
图4为根据本申请一个实施例的简化模型与指数模型的对比示意图；
图5为根据本申请一个实施例的数据修正图示的示意图；
图6为根据本申请实施例的弧光高阻接地故障样本数据生成装置的示例图；
图7为根据本申请实施例的电子设备的示例图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的弧光高阻接地故障样本数据生成方法及装置。
具体而言，图1为本申请实施例所提供的一种弧光高阻接地故障样本数据生成方法的流程示意图。
如图1所示，该弧光高阻接地故障样本数据生成方法包括以下步骤：
在步骤S101中，获取周波的弧光高阻接地故障电压及电流数据，并基于弧光高阻接地故障电压及电流数据生成数据组。
可选地，在一些实施例中弧光高阻接地故障电压及电流数据的获取公式为：
其中，sgn()为取符号函数，Ip为电流参数，Up为电压参数，电流参数Ip＝IseBd，Is为外电离因素导致的饱和电弧，α为碰撞电离系数，α与场强E呈一次函数关系，具体为：α＝AE+B，d为电弧间隙长度，电压参数Up＝1/A。在实际应用中可直接设定电压参数Up和电流参数Ip的值，一般取Up＝1.1，Ip＝0.002。
可以理解的是，结合图1和图2，本申请实施例可以采用利用PSCAD软件基于上述公式(1)获取一个周波的弧光高阻接地故障电压、电流数据，并生成数据组Q(u(k)，i(k))，其中采样点序号k＝1，2，…，n，n为一个周波的采样点数。
由于指数函数的相对复杂性，也可以使用泰勒公式，在(0，0)点处将指数公式(1)进一步化简为：
(2)并根据实际精度的需求保留按级数展开的项数。
在步骤S102中，分别以故障数据的正峰值点和负峰值点为分界点，将数据组划分为位于第一象限的第一数据序列和第二数据序列及位于第三象限的第三数据序列和第四数据序列。
可以理解的是，结合图1和图2，本申请实施例可以分别以故障数据的正峰值点(um，im)和负峰值点(-um，-im)为分界点，将Q(u(k)，i(k))划分为位于第一象限的Q1(u(k)，i(k))、Q2(u(k)，i(k))和位于第三象限的Q3(u(k)，i(k))、Q4(u(k)，i(k))共计4个1/4周期的数据序列。
在步骤S103中，确定旋转角度，旋转获得表征电压、电流间的闭环特性的新的故障数据序列。
可选地，在一些实施例中，旋转获得表征电压、电流间的闭环特性的新的故障数据序列，包括：以正峰值点为旋转中心，由第一数据序列和第二数据序列生成新的第一数据序列和新的第二数据序列；以负峰值点为旋转中心，由第三数据序列和第四数据序列生成新的第三数据序列和新的第四数据序列。
其中，在一些实施例中，新的故障数据序列的计算公式为：
其中，C(i)(xc，yc)为由旋转中心构成的常数矩阵，其横坐标数组为C(i)(xi)，纵坐标数组为C(i)(yi))；A(i)(xi，yi)为旋转变换前的Q矩阵，其横坐标数组为A(i)(xi)，纵坐标数组为A(i)(yi))；Ad(i)(xi，yi)为旋转变换后的Qd矩阵，其横坐标数组为Ad(i)(xi)，纵坐标数组为Ad(i)(yi)。
具体而言，结合图1和图2，本申请实施例可以确定旋转角度θ，利用上述公式(3)，以(um，im)为旋转中心，将Q1按顺时针旋转获得Qd1，将Q2按逆时针旋转获得Qd2；以(-um，-im)为旋转中心，将Q3按顺时针旋转获得Qd3，将Q4按逆时针旋转获得Qd4。
由此，获得新的故障数据序列Qd(u(k)，i(k))(k＝1，2，…，n)，即可表征电压、电流间的闭环特性。
为使得本领域技术人员进一步了解本申请实施例的弧光高阻接地故障样本数据生成方法，下面以一个具体实施例进行详细阐述。
如图3所示，图3为本申请实施例采用10kV配电线路模型，系统中包含F1-F4共4条馈线(1条分支线路、1条纯电缆线路、1条缆线混合线路、1条纯架空线路)，线路参数如表1所示，设置在馈线F3上距离母线8km处发生弧光高阻接地故障，故障点处的电阻分别由指数电弧模型及其简化模型给出，设置消弧线圈补偿度为8％，仿真模型的采样频率f＝2500Hz。
表1
结合图2和图3，本申请实施例可以分别基于指数电弧模型和简化模型，获取故障稳定状态下一个周波内的电弧电流、电弧电压数据，其中，简化模型的最高次数分别取1次，2次，3次。基于指数电弧模型获得的电弧电压、电流分别记为：u(k)、i(k)，基于简化模型获得的电压、电流分别记为：ua(k)、ia(k)、ub(k)、ib(k)、uc(k)、ic(k)，对应的电弧电流与电弧电压关系，如图4所示，其中：
u(k)＝[0.04 0.17 0.31 0.44 0.56 0.67 0.76 0.84 0.91 0.96 0.99 1.001.00 0.98 0.96 0.92 0.87 0.80 0.73 0.65 0.55 0.45 0.34 0.22 0.09-0.04 -0.17 -0.31 -0.44 -0.56 -0.67 -0.76 -0.84 -0.91 -0.96 -0.99 -1.00 -1.00 -0.98 -0.96-0.92 -0.87 -0.80 -0.73 -0.65 -0.55 -0.45 -0.34 -0.22 -0.09]；
i(k)＝[0.01 0.06 0.13 0.21 0.32 0.43 0.56 0.69 0.80 0.90 0.97 1.001.00 0.97 0.90 0.82 0.73 0.62 0.52 0.41 0.31 0.23 0.15 0.08 0.03 -0.01 -0.06-0.13 -0.21 -0.32 -0.43 -0.56 -0.69 -0.80 -0.90 -0.97 -1.00 -1.00 -0.97 -0.90-0.82 -0.73 -0.62 -0.52 -0.41 -0.31 -0.23 -0.15 -0.08 -0.03]；
ua(k)＝[-0.22-0.09 0.03 0.15 0.28 0.39 0.50 0.61 0.70 0.78 0.85 0.910.95 0.98 0.99 0.99 0.97 0.94 0.89 0.83 0.75 0.66 0.56 0.46 0.34 0.22 0.10 -0.02 -0.15 -0.27 -0.39 -0.50 -0.61 -0.70 -0.78 -0.86 -0.91 -0.96 -0.99 -1.00-1.00 -0.98 -0.95 -0.90 -0.83 -0.76 -0.67 -0.57 -0.47 -0.35]；
ia(k)＝[-0.22 -0.09 0.03 0.15 0.28 0.39 0.50 0.61 0.70 0.78 0.85 0.910.95 0.98 0.99 0.99 0.97 0.94 0.89 0.83 0.75 0.66 0.56 0.46 0.34 0.22 0.10 -0.02 -0.15 -0.27 -0.39 -0.50 -0.61 -0.70 -0.78 -0.86 -0.91 -0.96 -0.99 -1.00-1.00 -0.98 -0.95 -0.90 -0.83 -0.76 -0.67 -0.57 -0.47 -0.35]；
ub(k)＝[-0.79 -0.71 -0.62 -0.52 -0.42 -0.30 -0.18 -0.06 0.07 0.19 0.310.42 0.53 0.63 0.72 0.80 0.87 0.92 0.96 0.98 0.99 0.98 0.96 0.92 0.87 0.800.72 0.63 0.53 0.42 0.30 0.18 0.06 -0.07 -0.19 -0.31 -0.43 -0.54 -0.64 -0.73-0.81 -0.88 -0.93 -0.97 -0.99 -1.00 -0.99 -0.97 -0.93 -0.87]；
ib(k)＝[-0.68 -0.58 -0.47 -0.36 -0.26 -0.16 -0.08 -0.02 0.02 0.09 0.170.26 0.37 0.48 0.59 0.70 0.79 0.87 0.93 0.97 0.98 0.97 0.93 0.87 0.79 0.690.59 0.48 0.36 0.26 0.16 0.08 0.02 -0.03 -0.09 -0.17 -0.27 -0.37 -0.49 -0.60-0.71 -0.81 -0.89 -0.95 -0.99 -1.00 -0.99 -0.95 -0.89 -0.80]；
uc(k)＝[0.05 0.18 0.32 0.44 0.56 0.67 0.76 0.84 0.91 0.95 0.98 1.001.00 0.99 0.96 0.92 0.86 0.80 0.72 0.64 0.54 0.44 0.33 0.21 0.08 -0.05 -0.18-0.32 -0.44 -0.56 -0.67 -0.76 -0.84 -0.91 -0.95 -0.98 -1.00 -1.00 -0.99 -0.96-0.92 -0.86 -0.80 -0.72 -0.64 -0.54 -0.44 -0.33 -0.21 -0.08]；
ic(k)＝[0.02 0.08 0.15 0.25 0.36 0.48 0.60 0.72 0.83 0.91 0.97 1.001.00 0.97 0.92 0.85 0.76 0.66 0.55 0.45 0.34 0.25 0.16 0.09 0.03 -0.02 -0.08-0.15 -0.25 -0.36 -0.48 -0.60 -0.72 -0.83 -0.91 -0.97 -1.00 -1.00 -0.97 -0.92-0.85 -0.76 -0.66 -0.55 -0.45 -0.34 -0.25 -0.16 -0.09 -0.03]；
通过图形可以看出，指数模型及其高次简化模型能够较好地表达出实际电弧的伏安特性，在实际应用时可根据需求选择合适的模型。
进一步地，将旋转角度θ设置为2度，将基于指数模型获取的电弧电压、电流数据数组Q(u(k)，i(k))，以其正峰值点(1，1)和负峰值点(-1，-1)为分界点，将Q(u(k)，i(k))划分为位于第一象限的Q1(u1(k)，i1(k))、Q2(u2(k)，i2(k))和位于第三象限的Q3(u3(k)，i3(k))、Q4(u4(k)，i4(k))共计4个1/4周期的数据序列，其中：
u1(k)＝[0.04 0.17 0.31 0.44 0.56 0.67 0.76 0.84 0.91 0.96 0.99 1.00]；
i1(k)＝[0.01 0.06 0.13 0.21 0.32 0.43 0.56 0.69 0.80 0.90 0.97 1.00]；
u2(k)＝[1.00 1.00 0.98 0.96 0.92 0.87 0.80 0.73 0.65 0.55 0.45 0.340.22 0.09]；
i2(k)＝[1.00 1.00 0.97 0.90 0.82 0.73 0.62 0.52 0.41 0.31 0.23 0.150.08 0.03]；
u3(k)＝[0.09 -0.04 -0.17 -0.31 -0.44 -0.56 -0.67 -0.76 -0.84 -0.91 -0.96 -0.99 -1.00]；
i3(k)＝[0.03 -0.01 -0.06 -0.13 -0.21 -0.32 -0.43 -0.56 -0.69 -0.80 -0.90 -0.97 -1.00]；
u4(k)＝[-1.00 -1.00 -0.98 -0.96 -0.92 -0.87 -0.80 -0.73 -0.65 -0.55 -0.45 -0.34 -0.22 -0.09]；
i4(k)＝[-1.00 -1.00 -0.97 -0.90 -0.82 -0.73 -0.62 -0.52 -0.41 -0.31 -0.23 -0.15 -0.08 -0.03]；
进一步地，结合上述公式(3)，以正峰值点(1，1)为旋转中心，将Q1(u1(k)，i1(k))按顺时针旋转获得Qd1(ud1(k)，id1(k))，将Q2(u2(k)，i2(k))按逆时针旋转获得Qd2(ud2(k)，id2(k))；以(-1，-1)为旋转中心，将Q3(u3(k)，i3(k))按顺时针旋转获得Qd3(ud3(k)，id3(k))，将Q4(u4(k)，i4(k))按逆时针旋转获得Qd4(ud4(k)，id4(k))。经旋转获得的新的故障数据序列Qd(ud(k)，id(k))(k＝1，2，…，n)即可表征电压、电流间的闭环特性。具体数据为：
ud1(k)＝[0.01 0.14 0.28 0.41 0.53 0.65 0.75 0.83 0.90 0.95 0.98 1.00]；
id1(k)＝[0.05 0.09 0.15 0.23 0.33 0.44 0.57 0.69 0.81 0.90 0.97 1.00]；
ud2(k)＝[1.00 1.00 0.99 0.96 0.92 0.88 0.82 0.75 0.67 0.58 0.48 0.370.25 0.13]；
id2(k)＝[1.00 1.00 0.97 0.90 0.82 0.72 0.62 0.51 0.40 0.30 0.21 0.130.06 0.00]；
ud3(k)＝[0.13 -0.01 -0.14 -0.28 -0.41 -0.53 -0.65 -0.75 -0.83 -0.90 -0.95 -0.98 -1.00]；
id3(k)＝[-0.01 -0.05 -0.09 -0.15 -0.23 -0.33 -0.44 -0.57 -0.69 -0.81 -0.90 -0.97 -1.00]；
ud4(k)＝[-1.00 -1.00 -0.99 -0.96 -0.92 -0.88 -0.82 -0.75 -0.67 -0.58 -0.48 -0.37 -0.25 -0.13]；
id4(k)＝[-1.00 -1.00 -0.97 -0.90 -0.82 -0.72 -0.62 -0.51 -0.40 -0.30 -0.21 -0.13 -0.06 0.00]；
旋转后的图形如图5所示，能够较好地表征实际故障工况的闭环特性。
需要说明的是，上述示例仅为示例性的，不作为对本发明的限制，本领域技术人员还可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
根据本申请实施例提出的弧光高阻接地故障样本数据生成方法，解决现有技术中对数电弧模型无法表征出电弧电压、电弧电流间存在相角差的问题，实现了对电弧电压、电弧电流间相角差的表征，可为后续的继电保护及故障检测研究提供更为精确的数据基础。
其次参照附图描述根据本申请实施例提出的弧光高阻接地故障样本数据生成装置。
图6是本申请实施例的弧光高阻接地故障样本数据生成装置的方框示意图。
如图6所示，该弧光高阻接地故障样本数据生成装置10包括：获取模块100、划分模块200和生成模块300。其中，获取模块100用于获取周波的弧光高阻接地故障电压及电流数据，并基于弧光高阻接地故障电压及电流数据生成数据组；
划分模块200用于分别以故障数据的正峰值点和负峰值点为分界点，将数据组划分为位于第一象限的第一数据序列和第二数据序列及位于第三象限的第三数据序列和第四数据序列；以及
生成模块300用于确定旋转角度，旋转获得表征电压、电流间的闭环特性的新的故障数据序列。
可选地，在一些实施例中，弧光高阻接地故障电压及电流数据的获取公式为：
其中，sgn()为取符号函数，Ip为电流参数，Up为电压参数。
可选地，在一些实施例中，生成模块300，进一步用于以正峰值点为旋转中心，由第一数据序列和第二数据序列生成新的第一数据序列和新的第二数据序列，并且以负峰值点为旋转中心，由第三数据序列和第四数据序列生成新的第三数据序列和新的第四数据序列。
可选地，在一些实施例中，新的故障数据序列的计算公式为：
其中，C(i)(xc，yc)为由旋转中心构成的常数矩阵，其横坐标数组为C(i)(xi)，纵坐标数组为C(i)(yi))；A(i)(xi，yi)为旋转变换前的Q矩阵，其横坐标数组为A(i)(xi)，纵坐标数组为A(i)(yi))；Ad(i)(xi，yi)为旋转变换后的Qd矩阵，其横坐标数组为Ad(i)(xi)，纵坐标数组为Ad(i)(yi)。
需要说明的是，前述对弧光高阻接地故障样本数据生成方法实施例的解释说明也适用于该实施例的弧光高阻接地故障样本数据生成装置，此处不再赘述。
根据本申请实施例提出的弧光高阻接地故障样本数据生成装置，解决现有技术中对数电弧模型无法表征出电弧电压、电弧电流间存在相角差的问题，实现了对电弧电压、电弧电流间相角差的表征，可为后续的继电保护及故障检测研究提供更为精确的数据基础。
图7为本申请实施例提供的电子设备的结构示意图。该电子设备可以包括：
存储器1201、处理器1202及存储在存储器1201上并可在处理器1202上运行的计算机程序。
处理器1202执行程序时实现上述实施例中提供的弧光高阻接地故障样本数据生成方法。
进一步地，电子设备还包括：
通信接口1203，用于存储器1201和处理器1202之间的通信。
存储器1201，用于存放可在处理器1202上运行的计算机程序。
存储器1201可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
如果存储器1201、处理器1202和通信接口1203独立实现，则通信接口1203、存储器1201和处理器1202可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(PeripheralComponent，简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器1201、处理器1202及通信接口1203，集成在一块芯片上实现，则存储器1201、处理器1202及通信接口1203可以通过内部接口完成相互间的通信。
处理器1202可能是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本申请实施例的一个或多个集成电路。
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如上的弧光高阻接地故障样本数据生成方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或N个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (6)
1.一种弧光高阻接地故障样本数据生成方法，其特征在于，包括以下步骤：
获取周波的弧光高阻接地故障电压及电流数据，并基于所述弧光高阻接地故障电压及电流数据生成数据组；
分别以故障数据的正峰值点和负峰值点为分界点，将所述数据组划分为位于第一象限的第一数据序列和第二数据序列及位于第三象限的第三数据序列和第四数据序列；以及
确定旋转角度，旋转获得表征电压、电流间的闭环特性的新的故障数据序列;
所述旋转获得表征电压、电流间的闭环特性的新的故障数据序列，包括：
以所述正峰值点为旋转中心，由所述第一数据序列和所述第二数据序列生成新的第一数据序列和新的第二数据序列；
以所述负峰值点为所述旋转中心，由所述第三数据序列和所述第四数据序列生成新的第三数据序列和新的第四数据序列;
所述新的故障数据序列的计算公式为：
，
其中，C(i)(x c ，y c)为由所述旋转中心构成的常数矩阵，其横坐标数组为C(i)(x i)，纵坐标数组为C(i)(y i)；A(i)(x i ，y i)为旋转变换前的Q矩阵，其横坐标数组为A(i)(x i)，纵坐标数组为A(i)(y i)；Ad(i)(x i ，y i)为旋转变换后的Q d矩阵，其横坐标数组为Ad(i)(x i)，纵坐标数组为Ad(i)(y i)，θ为旋转角度。
2.根据权利要求1所述的方法，其特征在于，所述弧光高阻接地故障电压及电流数据的获取公式为：
，
其中，sgn（）为取符号函数，I p为电流参数，U p为电压参数,u为弧光高阻接地故障电压。
3.一种弧光高阻接地故障样本数据生成装置，其特征在于，包括：
获取模块，用于获取周波的弧光高阻接地故障电压及电流数据，并基于所述弧光高阻接地故障电压及电流数据生成数据组；
划分模块，用于分别以故障数据的正峰值点和负峰值点为分界点，将所述数据组划分为位于第一象限的第一数据序列和第二数据序列及位于第三象限的第三数据序列和第四数据序列；以及
生成模块，用于确定旋转角度，旋转获得表征电压、电流间的闭环特性的新的故障数据序列;
所述生成模块进一步用于以所述正峰值点为旋转中心，由所述第一数据序列和所述第二数据序列生成新的第一数据序列和新的第二数据序列，并且以所述负峰值点为所述旋转中心，由所述第三数据序列和所述第四数据序列生成新的第三数据序列和新的第四数据序列;
所述新的故障数据序列的计算公式为：
，
其中，C(i)(x c ，y c)为由所述旋转中心构成的常数矩阵，其横坐标数组为C(i)(x i)，纵坐标数组为C(i)(y i)；A(i)(x i ，y i)为旋转变换前的Q矩阵，其横坐标数组为A(i)(x i)，纵坐标数组为A(i)(y i)；Ad(i)(x i ，y i)为旋转变换后的Q d矩阵，其横坐标数组为Ad(i)(x i)，纵坐标数组为Ad(i)(y i)，θ为旋转角度。
4.根据权利要求3所述的装置，其特征在于，所述弧光高阻接地故障电压及电流数据的获取公式为：
，
其中，sgn（）为取符号函数，I p为电流参数，U p为电压参数，u为弧光高阻接地故障电压。
5.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-2任一项所述的弧光高阻接地故障样本数据生成方法。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-2任一项所述的弧光高阻接地故障样本数据生成方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010721719.XA CN112068026B (zh) | 2020-07-24 | 2020-07-24 | 弧光高阻接地故障样本数据生成方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010721719.XA CN112068026B (zh) | 2020-07-24 | 2020-07-24 | 弧光高阻接地故障样本数据生成方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112068026A CN112068026A (zh) | 2020-12-11 |
| CN112068026B true CN112068026B (zh) | 2023-08-11 |
Family
ID=73657437
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010721719.XA Active CN112068026B (zh) | 2020-07-24 | 2020-07-24 | 弧光高阻接地故障样本数据生成方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112068026B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103328990A (zh) * | 2010-12-17 | 2013-09-25 | Abb研究有限公司 | 用于变压器诊断的方法和装置 |
| CN105467277A (zh) * | 2016-01-14 | 2016-04-06 | 贵州大学 | 一种基于pmu的配电网混合故障测距方法及装置 |
| CN105606959A (zh) * | 2016-01-08 | 2016-05-25 | 清华大学 | 输电线路弧光高阻接地故障单端测距方法 |
| CN105738762A (zh) * | 2016-02-01 | 2016-07-06 | 国网安徽省电力公司 | 一种基于汤逊理论电弧模型的故障单端测距方法 |
| CN107247218A (zh) * | 2017-07-20 | 2017-10-13 | 云南电网有限责任公司电力科学研究院 | 一种配网线路故障类型识别方法 |
| CN109117601A (zh) * | 2018-10-16 | 2019-01-01 | 清华大学 | 一种针对对数电弧模型仿真数据误差修正的数据处理方法 |
| CN110082640A (zh) * | 2019-05-16 | 2019-08-02 | 国网安徽省电力有限公司 | 一种基于长短时记忆网络的配网单相接地故障辨识方法 |
| CN110794340A (zh) * | 2019-11-13 | 2020-02-14 | 深圳供电局有限公司 | 一种高压架空线的断线保护方法及电路 |
| CN110988740A (zh) * | 2019-12-19 | 2020-04-10 | 广东电网有限责任公司 | 一种适于中性点小电阻接地配网的单相接地故障检测方法 |
-
2020
- 2020-07-24 CN CN202010721719.XA patent/CN112068026B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103328990A (zh) * | 2010-12-17 | 2013-09-25 | Abb研究有限公司 | 用于变压器诊断的方法和装置 |
| CN105606959A (zh) * | 2016-01-08 | 2016-05-25 | 清华大学 | 输电线路弧光高阻接地故障单端测距方法 |
| CN105467277A (zh) * | 2016-01-14 | 2016-04-06 | 贵州大学 | 一种基于pmu的配电网混合故障测距方法及装置 |
| CN105738762A (zh) * | 2016-02-01 | 2016-07-06 | 国网安徽省电力公司 | 一种基于汤逊理论电弧模型的故障单端测距方法 |
| CN107247218A (zh) * | 2017-07-20 | 2017-10-13 | 云南电网有限责任公司电力科学研究院 | 一种配网线路故障类型识别方法 |
| CN109117601A (zh) * | 2018-10-16 | 2019-01-01 | 清华大学 | 一种针对对数电弧模型仿真数据误差修正的数据处理方法 |
| CN110082640A (zh) * | 2019-05-16 | 2019-08-02 | 国网安徽省电力有限公司 | 一种基于长短时记忆网络的配网单相接地故障辨识方法 |
| CN110794340A (zh) * | 2019-11-13 | 2020-02-14 | 深圳供电局有限公司 | 一种高压架空线的断线保护方法及电路 |
| CN110988740A (zh) * | 2019-12-19 | 2020-04-10 | 广东电网有限责任公司 | 一种适于中性点小电阻接地配网的单相接地故障检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 应用于输电线路单端测距的高阻接地故障电弧模型分析;孙月琴等;《电力系统自动化》;20161125(第22期);1-7 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112068026A (zh) | 2020-12-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| McDonald | Clustering of dark matter tracers: Renormalizing the bias parameters | |
| DE102012219563B4 (de) | Verfahren und Schaltung zur Isolationswiderstandsüberwachung für Fahrzeuge mit Hochspannungs-Leistungsnetz | |
| CN113109621B (zh) | 滤除故障信号中衰减直流分量的方法、系统、装置及介质 | |
| CN106970302B (zh) | 基于集成经验模式分解的配电网高阻故障定位和模拟方法 | |
| CN105354397B (zh) | 一种电机驱动系统共模电磁干扰滤波器的设计方法 | |
| CN112068026B (zh) | 弧光高阻接地故障样本数据生成方法及装置 | |
| Abed et al. | Modeling and characterization of transformers internal faults using finite element and discrete wavelet transforms | |
| Feng et al. | A Holomorphic embedding approach for finding the Type-1 power-flow solutions | |
| CN117310408A (zh) | 一种确定故障电弧的方法、装置、光伏系统及介质 | |
| Maier et al. | A high-frequency simulation model of a MV cable joint | |
| CN113162002A (zh) | 一种计及宽频测量环节的直流行波保护方法及系统 | |
| CN116184117A (zh) | 一种电缆局部缺陷定位方法、系统、设备及介质 | |
| Shishigin et al. | Numerical modeling in EMC problems of electric power substations when lightning strikes | |
| DE102013106083B4 (de) | Verfahren und Vorrichtung zum Bestimmen eines Parameters eines Modells einer technischen Einrichtung | |
| CN112444675B (zh) | 一种输电网节点的谐波超标预警方法、装置、设备及介质 | |
| CN115219787A (zh) | 基于改进矩阵束的电网相量移动测量方法、系统及介质 | |
| CN115085188A (zh) | 一种小电流接地配电网建模方法、装置及系统 | |
| CN110208655B (zh) | 一种消弧线圈接地方式下的配电网单相接地故障模型分析方法 | |
| CN110082642B (zh) | 基于全相位微分滤波的电网工况故障时刻检测方法及装置 | |
| CN109670254B (zh) | 机电暂态与电磁暂态混合仿真的接口位置选择方法及系统 | |
| Silva et al. | Power transformer modeling based on wide band impedance and admittance measurements | |
| Jensen et al. | Fault in transmission cables and current fault location methods | |
| CN109387747B (zh) | 一种基于方差的电弧模型校正方法及装置 | |
| Ahmadi et al. | A guaranteed passive model for multi-port frequency dependent network equivalents using network synthesis approach | |
| GB2329476A (en) | Image creation in a tomography system |
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 |