CN112072621B - 基于5g通信和动态模式匹配的配电网线路差动保护方法 - Google Patents
基于5g通信和动态模式匹配的配电网线路差动保护方法 Download PDFInfo
- Publication number
- CN112072621B CN112072621B CN202010946301.9A CN202010946301A CN112072621B CN 112072621 B CN112072621 B CN 112072621B CN 202010946301 A CN202010946301 A CN 202010946301A CN 112072621 B CN112072621 B CN 112072621B
- Authority
- CN
- China
- Prior art keywords
- current
- node
- sampling
- normalized
- differential protection
- 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
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
- H02H7/00—Emergency protective circuit arrangements specially adapted for specific types of electric machines or apparatus or for sectionalised protection of cable or line systems, and effecting automatic switching in the event of an undesired change from normal working conditions
- H02H7/26—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured
Landscapes
- Emergency Protection Circuit Devices (AREA)
Abstract
本发明公开了一种基于5G通信和动态模式匹配的配电网线路差动保护方法,借助5G通信低时延特性,通过对电网两端线路电流的采样,利用DPM算法对采样的电流序列进行相似度计算,选取合适的阈值,进而对是否采取差动保护动作进行判定。本发明所采用的方法无需电流采样节点具有时间同步装置,减少了差动保护成本,且可正确地区分线路发生的区外故障和区内故障,对发生的区内故障实现及时的保护动作,从而提升电网系统的安全性,保证电网系统的稳定运行。
Description
技术领域
本发明涉及配电网差动保护技术领域,更具体地说本发明涉及基于5G通信和动态模式匹配的配电网线路差动保护方法。
背景技术
随着科技的发展和人们生活水平的不断改善,配电网的规模在不断扩大,复杂性在不断提高,线路的差动保护显得越发重要。传统的差动保护主要是由光纤线路铺设来完成信号之间的通信,有着成本高,易受损等缺点,不利于大范围应用和长期使用。
目前使用5G通信方式实现信号的传输,有低时延、高带宽的优点,可有效解决传统的光纤铺设带来的问题;但通信过程中出现的低时延依然会带来抖动,影响结果的时效性和准确性。现有相关研究引入动态时间弯曲(Dynamic Time Warping,DTW)算法进行差动保护的判定,利用DTW算法对时间轴上的扰动具体容差性的特点,可以克服低时延带来的抖动问题,但DTW算法要对两时间序列中各元素之间的距离进行精确地运算,计算复杂,时间复杂度较高,不利于配网差动保护判定系统的长期运作。
发明内容
本发明为克服现有技术的不足之处,提出一种基于5G通信和动态模式匹配的配电网线路差动保护方法,以期能克服由低时延带来的抖动问题,实现对配电网线路区内故障和区外故障的区分,最终完成对区内故障的差动保护动作,从而提升电网系统的安全性,保证配电网系统的稳定运行。
本发明为达到上述发明目的,采用如下技术方案:
本发明一种基于5G通信和动态模式匹配的配电网线路差动保护方法的特点在于,包括以下步骤:
步骤1,对所需差动保护电网的第1节点和第2节点按照采样频率f进行电流实时采样,并将采样到的两个节点的电流通过5G通信实时传输至采样选择装置;
步骤2,所述采样选择装置利用长度为n的数据窗对所接收到的两个节点的电流从m个电流值开始截取,从而得到一个数据窗内第1节点的采样电流为i1={i11,i12,...,i1k,...,i1n},第2节点的采样电流为i2={i21,i22,...,i2k,...,i2n};其中,i1k表示第1节点的第k个采样电流,i2k表示第2节点的第k个采样电流,k=1,2,...,n;
对两个采样电流i1和i2分别进行标准化处理,得到标准化后第1节点的电流序列为以及标准化后第2节点的电流序列为其中,i* 1k表示标准化后第1节点的第k个采样电流,i* 2k表示标准化后第2节点的第k个采样电流,k=1,2,...,n;
若i* 1min≤i* 1k<i1ave,则表示标准化后第1节点的第k个采样电流i* 1k属于A集合;
若i1ave≤i* 1k<i* 1max,则表示标准化后第1节点的第k个采样电流i* 1k属于B集合;
若i* 2min≤i* 2k<i2ave,则表示标准化后第2节点的第k个采样电流i* 2k属于A集合;
若i2ave≤i* 2k<i* 2max,则表示标准化后第2节点的第k个采样电流i* 2k属于B集合;
步骤5,将m+1赋值给m后,返回步骤2,从而实现对配电网所需差动保护的位置无间断地检测。
本发明所述的配电网线路差动保护方法的特点也在于,所述步骤3.3中的最优路径是按如下步骤选取:
以n×n的距离矩阵D的左下角元素dn1为出发点,按照与当前出发点相邻或形成对角关系的元素作为下一个出发点,从而到达距离矩阵D的右上角元素d1n为止所形成的一条路径记为最优路径;所述最优路径上所经过的所有元素之和即为DPM值。
与现有技术相比,本发明的有益效果在于:
1、本发明通过使用DPM算法对是否执行差动保护动作进行判定,所采用的算法克服5G通信时延带来的抖动问题;与DTW算法相比,此算法运算过程得到简化,时间复杂度降低。该方法可正确地区分线路发生的区外故障和区内故障,对发生的区内故障实现及时的保护动作,从而提升了电网系统的安全性,保证了电网系统的稳定运行。
2、本发明将5G通信技术应用于配电网的差动保护中,大大缩减了光纤铺设所需的开支,同时通过使用DPM算法,无需电流采样节点具有时间同步装置,减少了差动保护成本,在实际应用中具有推广意义。
附图说明
图1为本发明差动保护判定过程的流程图;
图2为本发明以60Hz为采样频率的理论采样点和经5G传输时延后的采样点对比图;
图3为本发明的DPM算法路径图;
图4为本发明的仿真模型图;
图5a为本发明单电源供电发生区内故障时,标准化后两个节点的电流波形图;
图5b为本发明单电源供电发生区内故障时,标准化后两个节点的电流经过5G通信传输后的时延波形图;
图5c为本发明单电源供电发生区内故障时,采用DPM算法得出的两电流序列的相似度距离图;
图6a为本发明双电源供电发生区内故障时,标准化后两个节点的电流波形图;
图6b为本发明双电源供电发生区内故障时,标准化后两个节点的电流经过5G通信传输后的时延波形图;
图6c为本发明双电源供电发生区内故障时,采用DPM算法得出的两电流序列的相似度距离图;
图7a为本发明双电源供电发生区外故障时,标准化后两个节点的电流波形图;
图7b为本发明双电源供电发生区外故障时,标准化后两个节点的电流经过5G通信传输后的时延波形图;
图7c为本发明双电源供电发生区外故障时,采用DPM算法得出的两电流序列的相似度距离图。
具体实施方式
本实施例中,一种基于5G通信和动态模式匹配的配电网线路差动保护方法是考虑在5G通信时延抖动影响下,通过使用DPM算法对差动保护的两端点电流进行相似度距离计算,从而对配电网线路的区内故障和区外故障进行区分,进而对是否启动差动保护动作进行判定,具体的过程如图1所示,包括以下步骤:
步骤1,对所需差动保护电网的第1节点和第2节点按照采样频率f=30000Hz进行电流实时采样,并将采样到的两个节点的电流通过5G通信实时传输至采样选择装置,采样选择装置是一种将已采样的数据进行选择的装置,虽然5G具有低时延的特点,但依然无法去掉时延带来的抖动问题,理论采样点和经5G传输时延后的采样点如图2所示;
步骤2,采样选择装置利用长度为n=60的数据窗对所接收到的两个节点的电流从m=1个电流值开始截取,从而得到一个数据窗内第1节点的采样电流为i1={i11,i12,...,i1k,...,i1n},第2节点的采样电流为i2={i21,i22,...,i2k,...,i2n};其中,i1k表示第1节点的第k个采样电流,i2k表示第2节点的第k个采样电流,k=1,2,...,n;
对两个采样电流i1和i2分别进行标准化处理,得到标准化后第1节点的电流序列为以及标准化后第2节点的电流序列为其中,i* 1k表示标准化后第1节点的第k个采样电流,i* 2k表示标准化后第2节点的第k个采样电流,k=1,2,...,n;
标准化处理的公式如式(1)所示:
式(1)中,l=1,2,ilmax表示i1(l=1)、i2(l=2)中每个电流序列的最大值,ilmin表示i1(l=1)、i2(l=2)中每个电流序列的最小值。
若i* 1min≤i* 1k<i1ave,则表示标准化后第1节点的第k个采样电流i* 1k属于A集合;
若i1ave≤i* 1k<i* 1max,则表示标准化后第1节点的第k个采样电流i* 1k属于B集合;
若i* 2min≤i* 2k<i2ave,则表示标准化后第2节点的第k个采样电流i* 2k属于A集合;
若i2ave≤i* 2k<i* 2max,则表示标准化后第2节点的第k个采样电流i* 2k属于B集合;
最优路径的选取按如下步骤:以n×n的距离矩阵D的左下角元素dn1为出发点,按照与当前出发点相邻或形成对角关系的元素作为下一个出发点,从而到达距离矩阵D的右上角元素d1n为止所形成的一条路径记为最优路径;最优路径上所经过的所有元素之和即为DPM值;
具体的实例如图3所示,现有两个电流序列根据上述区分方法将序列中的元素分为集合A和集合B两类,具体分类结果如图3中的括号所示;采用上述的距离公式,计算两序列每个元素之间的相互距离,具体的距离如图3中各方框中的数字。根据方框中的数字,选取一条从左下角到右上角的最短路径。路径选择方向如图3中的箭头所示;
DPM距离算法是动态时间弯曲(Dynamic Time Warping,DTW)算法的一种改进方法,继承了DTW的优点:可准确计算出两时间序列的相似度,且可识别变化趋势,还可对时间轴上的扰动进行一定的补偿,弥补了由低时延抖动所造成的误差,同时克服了DTW算法过程繁杂的缺点。DPM算法只需根据事先定义,对两序列中的元素进行分类,将不同类别的元素距离设定为同一常数,操作简单,时间复杂度较低,且可满足此发明的精度需求;
步骤5,将m+1赋值给m后,返回步骤2;从而实现对配电网所需差动保护的位置无间断地检测。
以下结合具体仿真情况对以上步骤进行说明:
如图4是本发明的仿真模型。可单电源供电,也可双电源供电。现研究A1和A2之间线路的差动保护情况。
实施例1:使用如图4所示的配电网结构框架,开关S断开,单侧电源供电,当0.4s时A1与A2之间的K1点发生A相接地故障。记A1处测得的电流为i1,A2处测得的电流为i2,代入标准化公式后得出标准化电流,分别记为和/>如图5a所示,经过5G通信传输后的时延波形如图5b所示,采用DPM算法得出的两电流序列的相似度距离如图5c所示。由图可知,在t=0.4398s时,/>(/>与/>反向,故取负值),系统启动差动保护动作。
实施例2:使用如图4所示的配电网结构框架,开关S闭合,双侧电源供电,当0.4s时A1与A2之间的K1点发生A相接地故障。记A1处测得的电流为i1,A2处测得的电流为i2,代入标准化公式后得出标准化电流,分别记为和/>如图6a所示,经过5G通信传输后的时延波形如图6b所示,采用DPM算法得出的两电流序列的相似度距离如图6c所示。由图可知,在t=0.4398s时,/>(/>与/>反向,故取负值),系统启动差动保护动作。
实施例3:使用如图4所示的配电网结构框架,开关S闭合,双侧电源供电,当0.4s时K2处发生区外接地故障。记A1处测得的电流为i1,A2处测得的电流为i2,代入标准化公式后得出标准化电流,分别记为和/>如图7a所示,经过5G通信传输后的时延波形如图7b所示,采用DPM算法得出的两电流序列的相似度距离如图7c所示。由图可知,在区外故障发生后,DPM值一直保持不动,始终未超过阈值,故不执行差动保护动作。
由上述3个实施例可以验证:此算法可准确区分配电网线路中的区外、区内故障,并执行正确的差动保护动作,最终达到了去除区内故障,保证了配电网系统安全、稳定运行的目的。
Claims (2)
1.一种基于5G通信和动态模式匹配的配电网线路差动保护方法,其特征在于,包括以下步骤:
步骤1,对所需差动保护电网的第1节点和第2节点按照采样频率f进行电流实时采样,并将采样到的两个节点的电流通过5G通信实时传输至采样选择装置;
步骤2,所述采样选择装置利用长度为n的数据窗对所接收到的两个节点的电流从m个电流值开始截取,从而得到一个数据窗内第1节点的采样电流为i1={i11,i12,...,i1k,...,i1n},第2节点的采样电流为i2={i21,i22,...,i2k,...,i2n};其中,i1k表示第1节点的第k个采样电流,i2k表示第2节点的第k个采样电流,k=1,2,...,n;
对两个采样电流i1和i2分别进行标准化处理,得到标准化后第1节点的电流序列为以及标准化后第2节点的电流序列为其中,i* 1k表示标准化后第1节点的第k个采样电流,i* 2k表示标准化后第2节点的第k个采样电流,k=1,2,...,n;
若i* 1min≤i* 1k<i1ave,则表示标准化后第1节点的第k个采样电流i* 1k属于A集合;
若i1ave≤i* 1k<i* 1max,则表示标准化后第1节点的第k个采样电流i* 1k属于B集合;
若i* 2min≤i* 2k<i2ave,则表示标准化后第2节点的第k个采样电流i* 2k属于A集合;
若i2ave≤i* 2k<i* 2max,则表示标准化后第2节点的第k个采样电流i* 2k属于B集合;
步骤5,将m+1赋值给m后,返回步骤2,从而实现对配电网所需差动保护的位置无间断地检测。
2.根据权利要求1所述的配电网线路差动保护方法,其特征在于,所述步骤3.3中的最优路径是按如下步骤选取:
以n×n的距离矩阵D的左下角元素dn1为出发点,按照与当前出发点相邻或形成对角关系的元素作为下一个出发点,从而到达距离矩阵D的右上角元素d1n为止所形成的一条路径记为最优路径;所述最优路径上所经过的所有元素之和即为DPM值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010946301.9A CN112072621B (zh) | 2020-09-10 | 2020-09-10 | 基于5g通信和动态模式匹配的配电网线路差动保护方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010946301.9A CN112072621B (zh) | 2020-09-10 | 2020-09-10 | 基于5g通信和动态模式匹配的配电网线路差动保护方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112072621A CN112072621A (zh) | 2020-12-11 |
CN112072621B true CN112072621B (zh) | 2023-03-31 |
Family
ID=73664658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010946301.9A Active CN112072621B (zh) | 2020-09-10 | 2020-09-10 | 基于5g通信和动态模式匹配的配电网线路差动保护方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112072621B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113595038B (zh) * | 2021-05-24 | 2022-04-29 | 武汉大学 | 一种基于北斗卫星授时系统和相关系数的配电网差动保护算法 |
CN114243649A (zh) * | 2021-11-17 | 2022-03-25 | 国网电力科学研究院武汉南瑞有限责任公司 | 基于动态时间弯曲距离与浮动门槛的配网差动保护方法 |
CN114552543A (zh) * | 2021-12-31 | 2022-05-27 | 国网江苏省电力有限公司电力科学研究院 | 一种配电网差动保护方法、系统及配电终端 |
CN114865602B (zh) * | 2022-05-05 | 2023-03-31 | 国网安徽省电力有限公司 | 一种基于5g通信和改进dtw的配电网差动保护算法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102611086A (zh) * | 2012-03-27 | 2012-07-25 | 许继集团有限公司 | 一种区域配电网集中式网络化保护系统及方法 |
CN102623975A (zh) * | 2012-04-01 | 2012-08-01 | 许继集团有限公司 | 基于区域配网电气拓扑的电流差动保护广义节点生成方法 |
CN103730957A (zh) * | 2012-10-11 | 2014-04-16 | Abb研究有限公司 | 用于配电管理系统的在线保护协调 |
CN106129976A (zh) * | 2016-07-12 | 2016-11-16 | 许继集团有限公司 | 基于Hausdorff距离算法的差动保护方法及装置 |
CN108923398A (zh) * | 2018-07-23 | 2018-11-30 | 国网浙江省电力有限公司电力科学研究院 | 一种基于电压特征行波相似测度的直流配电网保护方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3447870B1 (de) * | 2017-08-22 | 2022-11-30 | Siemens Aktiengesellschaft | Differentialschutzverfahren, differentialschutzeinrichtung und differentialschutzsystem |
-
2020
- 2020-09-10 CN CN202010946301.9A patent/CN112072621B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102611086A (zh) * | 2012-03-27 | 2012-07-25 | 许继集团有限公司 | 一种区域配电网集中式网络化保护系统及方法 |
CN102623975A (zh) * | 2012-04-01 | 2012-08-01 | 许继集团有限公司 | 基于区域配网电气拓扑的电流差动保护广义节点生成方法 |
CN103730957A (zh) * | 2012-10-11 | 2014-04-16 | Abb研究有限公司 | 用于配电管理系统的在线保护协调 |
CN106129976A (zh) * | 2016-07-12 | 2016-11-16 | 许继集团有限公司 | 基于Hausdorff距离算法的差动保护方法及装置 |
CN108923398A (zh) * | 2018-07-23 | 2018-11-30 | 国网浙江省电力有限公司电力科学研究院 | 一种基于电压特征行波相似测度的直流配电网保护方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112072621A (zh) | 2020-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112072621B (zh) | 基于5g通信和动态模式匹配的配电网线路差动保护方法 | |
CN113159077B (zh) | 一种基于混合卷积神经网络的三相逆变器故障识别方法 | |
CN109917205B (zh) | 一种基于特征提取和多层感知机的电磁阀故障诊断装置及方法 | |
CN111478297A (zh) | 一种电网差动保护的计算方法 | |
CN112116013B (zh) | 一种基于波形特征的电压暂降事件归一化方法 | |
CN114900256B (zh) | 通信场景识别方法和装置 | |
CN114285545B (zh) | 一种基于卷积神经网络的侧信道攻击方法及系统 | |
CN113884818A (zh) | 一种基于lstm的配电网故障行波到达时间精确估算方法 | |
CN110880020B (zh) | 一种自适应的跨区域基站能耗模型迁移与补偿方法 | |
CN117590311A (zh) | 一种基于m-lof算法的cvt异常通道检测方法、介质及终端 | |
Grcić et al. | Fault detection in DC microgrids using recurrent neural networks | |
US20230059561A1 (en) | Identification of arcing hazards in power distribution systems | |
CN115436750A (zh) | 一种电网故障点定位方法 | |
Ma et al. | Radar working mode recognition based on hierarchical feature representation and clustering | |
CN116628620A (zh) | 一种非侵入式负荷识别计算方法 | |
CN112381056A (zh) | 一种融合多个源域的跨域行人重识别方法及系统 | |
CN113625108B (zh) | 一种柔性直流配电网故障识别方法 | |
CN115457365A (zh) | 一种模型的解释方法、装置、电子设备及存储介质 | |
Lin et al. | Features fusion based automatic modulation classification using convolutional neural network | |
Li et al. | A robust classification method for power transformer status recognition based on sound signals | |
CN114243755B (zh) | 一种分布式电源并离网状态检测方法 | |
Li et al. | Fault Diagnosis Method for Open-Circuit Inverter of Three-Phase Voltage Source Type in UPS System Based on 1D-LKCNN and Multi-Sensor Information Fusion | |
Nunez et al. | Two methods for voltage sag source location | |
Ming et al. | Noise Level Estimation in Energy Internet Based on Artificial Neural Network | |
Heydari et al. | Quickest search and learning over multiple sequences |
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 |