CN112147461A - 故障波形起点判断方法、装置、计算机设备及介质 - Google Patents
故障波形起点判断方法、装置、计算机设备及介质 Download PDFInfo
- Publication number
- CN112147461A CN112147461A CN202010945221.1A CN202010945221A CN112147461A CN 112147461 A CN112147461 A CN 112147461A CN 202010945221 A CN202010945221 A CN 202010945221A CN 112147461 A CN112147461 A CN 112147461A
- Authority
- CN
- China
- Prior art keywords
- waveform
- fault
- noise
- starting point
- wavelet
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Locating Faults (AREA)
Abstract
本发明涉及一种故障波形起点判断方法,包括:持续获取配电网的电流信息;截取电流信息中的故障波形;消除故障波形的噪声得到消噪波形数据;计算获得消噪波形数据的极值点;基于极值点按照序列递减方向寻找判断消噪波形数据的波形起始点,消噪波形数据的波形起点即故障波形的波形起始点。配电网在发生接地或者短路故障时,存在一个暂态过程,产生幅值大范围波动的暂态电流,在有效的消除噪音影响后,能够提高起始点的寻找效率和精确度,相较于传统的斜率突变量的故障起始点判断方法,能够有效消除噪音的影响,能够准确判定故障的起始发生时刻的优点。
Description
技术领域
本发明涉及配电网领域,特别是涉及一种故障波形起点判断方法、装置、计算机设备及介质。
背景技术
故障指示器是安装于架空线、电缆及母排上等供电设备上用于指示故障电流通路的设备,目前主要应用在城郊、农村、山区10KV电压等级的架空配电网。故障指示器对线路电流电压进行检测,在线路发生故障后依据判断发出警告信息,帮助工作人员快速确定配电网故障出线以及具体区段,缩短故障点查找所需的时间,减少停电造成的损失。
目前比较广泛应用的是录波型故障指示器:该种故障指示器能够对线路当前状态进行录波,并将故障状态信息经中转上传至后台主站系统并进行计算处理,以此来判断故障类型及故障区域。
为了准确判断故障类型并动作,故障指示器需要对电流进行持续录波,并在故障发生时,对三相电流进行时序同步合成,以得出零序电流,用于故障信息的进一步判断。由于时钟误差及传输误差,三相故障指示器的录波时序不一定完全一致,故障的起始发生时刻往往较难准确的判定。目前广泛引用的基于斜率突变的故障起始点方法存在故障起始点容易误判的问题。无论定位和选线都可以利用暂态零序电流的波形进行,但利用波形的前提是要确定故障发生的时刻。根据目前的故障指示器的零序信号获取、通讯通道等现场制约,以及目前国家硬件采样精度的要求,都无法保证故障前零序电流的零值,甚至产生较小突变量。传统的基于斜率突变量的故障起始点判断方法或具有较大的局限性,很容易将“噪音”当成故障进行误判。
发明内容
基于此,有必要针对上述技术问题,提供一种故障波形起点判断方法、装置、计算机设备及介质。其具有能够准确判定故障的起始发生时刻的优点。
一种故障波形起点判断方法,包括:
持续获取配电网的电流信息;
截取所述电流信息中的故障波形;
消除所述故障波形的噪声得到消噪波形数据;
计算获得所述消噪波形数据的极值点;
基于所述极值点按照序列递减方向寻找判断所述消噪波形数据的波形起始点,所述消噪波形数据的波形起点即所述故障波形的波形起始点。
在其中一个实施例中,消除所述故障波形的噪声得到所述消噪波形数据包括:
对所述故障波形的数据点进行模数转换处理获得数字化波形;
设定分解层数及小波基函数,基于所述分解层数及所述小波基函数将所述数字化波形从时域变化至小波域,获得各层小波分解系数;
获取各层所述小波分解系数的标准差;
基于所述标准差对各层所述小波接系数进行软阈值处理,获得软阈值处理数据;
将所述软阈值处理数据从小波域变换至时域,获得消噪波形数据。
在其中一个实施例中,各层所述小波分解系数的标准差通过下述公式获得:
其中,C0j(i)为各层所述小波分解系数,i∈[1,2,…n],j∈[1,2,…m];
σ0j为各层所述小波分解系数的标准差;
j为层数;
i为时段。
在其中一个实施例中,基于所述标准差对所述各层小波分解系数进行软阈值处理,获得软阈值处理数据,包括:
设置阈值为3σ0j;
基于所述阈值对所述各层小波分解系数进行软阈值处理。
在其中一个实施例中,计算获得所述消噪波形数据的所述极值点,包括:
计算所述消噪波形数据的时域信号标准差;
基于所述时域信号标准差和拉依达准则按照序列递增方向找到所述消噪波形数据的所述极值点。
在其中一个实施例中,所述消噪波形数据的波形起始点判断包括:
以所述极值点为起点,按照序列递减方向寻找信号停止减小或停止增大的点,则该点为所述消噪波形数据的波形起始点。
本发明还提供一种故障波形起点判断装置,包括:
信息获取模块,用于持续获取配电网的电流信息;
截取模块,用于截取所述电流信息中的故障波形;
消噪模块,用于消除所述故障波形的噪声得到消噪波形数据;
极值点计算模块,用于计算获得所述消噪波形数据的极值点;
起始点判断模块,用于基于所述极值点按照序列递减方向寻找判断所述消噪波形数据的波形起始点,所述消噪波形数据的波形起点即所述故障波形的波形起始点。
在其中一个实施例中,所述消噪模块包括:
模数转换模块,用于对所述故障波形的数据点进行模数转换处理获得数字化波形;
变换模块,用于设定分解层数及小波基函数,基于所述分解层数及所述小波基函数将所述数字化波形从时域变化至小波域,获得各层小波分解系数;
标准差计算模块,用于获取各层所述小波分解系数的标准差;
软阈值处理模块,用于基于所述标准差对各层所述小波接系数进行软阈值处理,获得软阈值处理数据;
还原模块,用于将所述软阈值处理数据从小波域变换至时域,获得消噪波形数据。
本发明还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述任一项所述的方法的步骤。
本发明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,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
有益效果:
配电网在发生接地或者短路故障时,存在一个暂态过程,产生幅值大范围波动的暂态电流,在有效的消除噪音影响后,能够提高起始点的寻找效率和精确度,相较于传统的斜率突变量的故障起始点判断方法,能够有效消除噪音的影响,能够准确判定故障的起始发生时刻的优点。
附图说明
图1为本发明一个实施例中故障波形起点判断方法的流程图;
图2为本发明一个实施例中故障波形起点判断装置的结构示意图;
图3为一个实施例中计算机设备的内部结构图。
附图标记:10、信息获取模块;20、截取模块;30、消噪模块;40、极值点计算模块;50、起始点判断模块。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的首选实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
在本发明的描述中,需要理解的是,术语“上”、“下”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方法或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
故障指示器是安装于架空线、电缆及母排上等供电设备上用于指示故障电流通路的设备,目前主要应用在城郊、农村、山区10KV电压等级的架空配电网。故障指示器对线路电流电压进行检测,在线路发生故障后依据判断发出警告信息,帮助工作人员快速确定配电网故障出线以及具体区段,缩短故障点查找所需的时间,减少停电造成的损失。
目前比较广泛应用的是录波型故障指示器:该种故障指示器能够对线路当前状态进行录波,并将故障状态信息经中转上传至后台主站系统并进行计算处理,以此来判断故障类型及故障区域。
为了准确判断故障类型并动作,故障指示器需要对电流进行持续录波,并在故障发生时,对三相电流进行时序同步合成,以得出零序电流,用于故障信息的进一步判断。由于时钟误差及传输误差,三相故障指示器的录波时序不一定完全一致,故障的起始发生时刻往往较难准确的判定。目前广泛引用的基于斜率突变的故障起始点方法存在故障起始点容易误判的问题。无论定位和选线都可以利用暂态零序电流的波形进行,但利用波形的前提是要确定故障发生的时刻。根据目前的故障指示器的零序信号获取、通讯通道等现场制约,以及目前国家硬件采样精度的要求,都无法保证故障前零序电流的零值,甚至产生较小突变量。传统的基于斜率突变量的故障起始点判断方法或具有较大的局限性,很容易将“噪音”当成故障进行误判。
为了准确判定故障的起始发生时刻,如图1所示,本发明提供一种故障波形起点判断方法,包括:
步骤S10:持续获取配电网的电流信息;
步骤S20:截取电流信息中的故障波形;
步骤S30:消除故障波形的噪声得到消噪波形数据;
步骤S40:计算获得消噪波形数据的极值点;
步骤S50:基于极值点按照序列递减方向寻找判断消噪波形数据的波形起始点,消噪波形数据的波形起点即故障波形的波形起始点。
通过上述技术方案,在有效的消除噪音影响后,能够提高起始点的寻找效率和精确度,相较于传统的斜率突变量的故障起始点判断方法,能够有效消除噪音的影响,能够准确判定故障的起始发生时刻的优点。
在一个可选的实施例中,对于步骤S10,具体的,配电网在发生接地或者短路故障时,存在一个暂态过程,产生幅值大范围波动的暂态电流。故障指示器对馈线的电力电压进行持续的检测。
在一个可选的实施例中,对于步骤S20,具体的,从持续监测获取的配电网的电流信息中,截取出故障时产生了波动的电流波形,也即故障波形,本申请的故障起始点标定方法是基于分离截取的故障波形进行的。
在一个可选的实施例中,对于步骤S30,具体的,包括
步骤S301:对故障波形的数据点进行模数转换处理获得数字化波形;
步骤S302:设定分解层数及小波基函数,基于分解层数及小波基函数将数字化波形从时域变化至小波域,获得各层小波分解系数;
步骤S303:获取各层小波分解系数的标准差;
步骤S304:基于标准差对各层小波接系数进行软阈值处理,获得软阈值处理数据;
步骤S305:将软阈值处理数据从小波域变换至时域,获得消噪波形数据。
具体的,对截取的故障波形的数据点进行模数转换处理获得数字化波形,得到x0(i),i∈[1,2,3…n];
设置分解层数以及小波基函数,对数字化波形进行二进小波变换,把数字化波形从时域变化到小波域,得到各层小波分解系数C0j,i∈[1,2,…n],j∈[1,2,3…m];
根据拉依达准则设置阈值为3σ0j,基于阈值对各层小波分解系数C0j(i)进行软阈值处理,得到软阈值处理数据C1j(i),i∈[1,2,…n];
对软阈值处理数据C1j(i)进行小波反变换,将信号从小波域变换回时域,得到消噪数据x1(i),i∈[1,2,3…n],实现对声音信号中含有的噪音的消除,获得消噪波形数据。
在一个可选的实施例中,对于步骤S40,具体的,计算消噪波形数据的时域信号标准差σx,然后基于时域信号标准差和拉依达准则按照序列递增方向找到消噪波形数据的极值点。
设施阈值为3σx,令i=d+1,按照以下步骤寻找极值点:
在一个可选的实施例中,对于步骤S50,具体的,以极值点为起点,按照序列递减方向寻找信号停止减小或停止增大的点,则该点为消噪波形数据的波形起始点。
本申请还提供一种故障波形起点判断装置,如图2所示,包括:信息获取模块10,用于持续获取配电网的电流信息;截取模块20,用于截取电流信息中的故障波形;消噪模块30,用于消除故障波形的噪声得到消噪波形数据;极值点计算模块40,用于计算获得消噪波形数据的极值点;起始点判断模块50,用于基于极值点按照序列递减方向寻找判断消噪波形数据的波形起始点,消噪波形数据的波形起点即故障波形的波形起始点。
在一个可选的实施例中,配电网在发生接地或者短路故障时,存在一个暂态过程,产生幅值大范围波动的暂态电流。基于信息获取模块10对馈线的电力电压进行持续的检测。
在一个可选的实施例中,截取模块20从持续监测获取的配电网的电流信息中,截取出故障时产生了波动的电流波形,也即故障波形,本申请的故障起始点标定方法是基于分离截取的故障波形进行的。
在一个可选的实施例中,消噪模块30包括:模数转换模块,用于对故障波形的数据点进行模数转换处理获得数字化波形;变换模块,用于设定分解层数及小波基函数,基于分解层数及小波基函数将数字化波形从时域变化至小波域,获得各层小波分解系数;标准差计算模块,用于获取各层小波分解系数的标准差;软阈值处理模块,用于基于标准差对各层小波接系数进行软阈值处理,获得软阈值处理数据;还原模块,用于将软阈值处理数据从小波域变换至时域,获得消噪波形数据。
具体的,具体的,对截取的故障波形的数据点进行模数转换处理获得数字化波形,得到x0(i),i∈[1,2,3…n];
设置分解层数以及小波基函数,对数字化波形进行二进小波变换,把数字化波形从时域变化到小波域,得到各层小波分解系数C0j,i∈[1,2,…n],j∈[1,2,3…m];
根据拉依达准则设置阈值为3σ0j,基于阈值对各层小波分解系数C0j(i)进行软阈值处理,得到软阈值处理数据C1j(i),i∈[1,2,…n];
对软阈值处理数据C1j(i)进行小波反变换,将信号从小波域变换回时域,得到消噪数据x1(i),i∈[1,2,3…n],实现对声音信号中含有的噪音的消除,获得消噪波形数据。
在一个可选的实施例中,对于极值点计算模块40,具体的,计算消噪波形数据的时域信号标准差σx,然后基于时域信号标准差和拉依达准则按照序列递增方向找到消噪波形数据的极值点。
设施阈值为3σx,令i=d+1,按照以下步骤寻找极值点:
在一个可选的实施例中,对于起始点判断模块50,以极值点为起点,按照序列递减方向寻找信号停止减小或停止增大的点,则该点为消噪波形数据的波形起始点。
上述故障波形起点判断装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种管线数据管理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
步骤S10:持续获取配电网的电流信息;
步骤S20:截取电流信息中的故障波形;
步骤S30:消除故障波形的噪声得到消噪波形数据;
步骤S40:计算获得消噪波形数据的极值点;
步骤S50:基于极值点按照序列递减方向寻找判断消噪波形数据的波形起始点,消噪波形数据的波形起点即故障波形的波形起始点。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
步骤S10:持续获取配电网的电流信息;
步骤S20:截取电流信息中的故障波形;
步骤S30:消除故障波形的噪声得到消噪波形数据;
步骤S40:计算获得消噪波形数据的极值点;
步骤S50:基于极值点按照序列递减方向寻找判断消噪波形数据的波形起始点,消噪波形数据的波形起点即故障波形的波形起始点。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
通过上述技术方案,BIM的建模终端中的各个构件与其前后的阀门类构件建立匹配关系,因此在BIM展示终端,通过点击构件的前后阀门属性按钮,能够查到其前后阀门类构件的编码,而编码与阀门类构件是一一对应的,也即,一个编码对应着一个阀门类构件。因此能够快速找出指定构件的前后阀门类构件,并进行定位展示。当设备和管线需要进行检修时,只需在BIM展示终端中点开待检修设备或管线的前后阀门属性,即可查找到相应需要关闭的阀门类构件,而不需要在大量图纸中寻找需要关闭的阀门类构件,本身的方案查找阀门均有效率高且准确率高的优点。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种故障波形起点判断方法,其特征在于,包括:
持续获取配电网的电流信息;
截取所述电流信息中的故障波形;
消除所述故障波形的噪声得到消噪波形数据;
计算获得所述消噪波形数据的极值点;
基于所述极值点按照序列递减方向寻找判断所述消噪波形数据的波形起始点,所述消噪波形数据的波形起点即所述故障波形的波形起始点。
2.根据权利要求1所述的故障波形起点判断方法,其特征在于,消除所述故障波形的噪声得到所述消噪波形数据包括:
对所述故障波形的数据点进行模数转换处理获得数字化波形;
设定分解层数及小波基函数,基于所述分解层数及所述小波基函数将所述数字化波形从时域变化至小波域,获得各层小波分解系数;
获取各层所述小波分解系数的标准差;
基于所述标准差对各层所述小波接系数进行软阈值处理,获得软阈值处理数据;
将所述软阈值处理数据从小波域变换至时域,获得消噪波形数据。
4.根据权利要求3所述的故障波形起点判断方法,其特征在于,基于所述标准差对所述各层小波分解系数进行软阈值处理,获得软阈值处理数据,包括:
设置阈值为3σ0j;
基于所述阈值对所述各层小波分解系数进行软阈值处理。
5.根据权利要求1所述的故障波形起点判断方法,其特征在于,计算获得所述消噪波形数据的所述极值点,包括:
计算所述消噪波形数据的时域信号标准差;
基于所述时域信号标准差和拉依达准则按照序列递增方向找到所述消噪波形数据的所述极值点。
6.根据权利要求1所述的故障波形起点判断方法,其特征在于,所述消噪波形数据的波形起始点判断包括:
以所述极值点为起点,按照序列递减方向寻找信号停止减小或停止增大的点,则该点为所述消噪波形数据的波形起始点。
7.一种故障波形起点判断装置,其特征在于,包括:
信息获取模块,用于持续获取配电网的电流信息;
截取模块,用于截取所述电流信息中的故障波形;
消噪模块,用于消除所述故障波形的噪声得到消噪波形数据;
极值点计算模块,用于计算获得所述消噪波形数据的极值点;
起始点判断模块,用于基于所述极值点按照序列递减方向寻找判断所述消噪波形数据的波形起始点,所述消噪波形数据的波形起点即所述故障波形的波形起始点。
8.根据权利要求7所述的故障波形起点判断装置,其特征在于,所述消噪模块包括:
模数转换模块,用于对所述故障波形的数据点进行模数转换处理获得数字化波形;
变换模块,用于设定分解层数及小波基函数,基于所述分解层数及所述小波基函数将所述数字化波形从时域变化至小波域,获得各层小波分解系数;
标准差计算模块,用于获取各层所述小波分解系数的标准差;
软阈值处理模块,用于基于所述标准差对各层所述小波接系数进行软阈值处理,获得软阈值处理数据;
还原模块,用于将所述软阈值处理数据从小波域变换至时域,获得消噪波形数据。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
10.一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,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010945221.1A CN112147461A (zh) | 2020-09-10 | 2020-09-10 | 故障波形起点判断方法、装置、计算机设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010945221.1A CN112147461A (zh) | 2020-09-10 | 2020-09-10 | 故障波形起点判断方法、装置、计算机设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112147461A true CN112147461A (zh) | 2020-12-29 |
Family
ID=73890846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010945221.1A Pending CN112147461A (zh) | 2020-09-10 | 2020-09-10 | 故障波形起点判断方法、装置、计算机设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112147461A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113378111A (zh) * | 2021-06-22 | 2021-09-10 | 四川汇源光通信有限公司 | 一种输电线路行波电流有效性判断方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102944814A (zh) * | 2012-11-28 | 2013-02-27 | 福建省电力有限公司 | 基于暂态信号的配电网单相接地故障定位方法 |
CN104101812A (zh) * | 2013-04-09 | 2014-10-15 | 北京映翰通网络技术股份有限公司 | 一种小电流接地配电网单相接地故障检测定位方法与系统 |
CN108196166A (zh) * | 2018-01-11 | 2018-06-22 | 武汉三相电力科技有限公司 | 基于故障波形起始点到达时差的双端行波测距方法 |
CN108594083A (zh) * | 2018-07-06 | 2018-09-28 | 山东科汇电力自动化股份有限公司 | 一种电力电缆故障放电声波形起始点的标定方法 |
CN110907752A (zh) * | 2019-11-29 | 2020-03-24 | 科大智能电气技术有限公司 | 一种配电网单相接地故障时零序电流暂态起始点获取方法 |
CN110967594A (zh) * | 2019-11-08 | 2020-04-07 | 广东电网有限责任公司 | 一种含逆变式分布式电源的配电网故障定位方法及装置 |
-
2020
- 2020-09-10 CN CN202010945221.1A patent/CN112147461A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102944814A (zh) * | 2012-11-28 | 2013-02-27 | 福建省电力有限公司 | 基于暂态信号的配电网单相接地故障定位方法 |
CN104101812A (zh) * | 2013-04-09 | 2014-10-15 | 北京映翰通网络技术股份有限公司 | 一种小电流接地配电网单相接地故障检测定位方法与系统 |
CN108196166A (zh) * | 2018-01-11 | 2018-06-22 | 武汉三相电力科技有限公司 | 基于故障波形起始点到达时差的双端行波测距方法 |
CN108594083A (zh) * | 2018-07-06 | 2018-09-28 | 山东科汇电力自动化股份有限公司 | 一种电力电缆故障放电声波形起始点的标定方法 |
CN110967594A (zh) * | 2019-11-08 | 2020-04-07 | 广东电网有限责任公司 | 一种含逆变式分布式电源的配电网故障定位方法及装置 |
CN110907752A (zh) * | 2019-11-29 | 2020-03-24 | 科大智能电气技术有限公司 | 一种配电网单相接地故障时零序电流暂态起始点获取方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113378111A (zh) * | 2021-06-22 | 2021-09-10 | 四川汇源光通信有限公司 | 一种输电线路行波电流有效性判断方法 |
CN113378111B (zh) * | 2021-06-22 | 2022-09-20 | 四川汇源光通信有限公司 | 一种输电线路行波电流有效性判断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021164267A1 (zh) | 异常检测方法、装置、终端设备及存储介质 | |
Zhao et al. | A robust state estimation framework considering measurement correlations and imperfect synchronization | |
US20190280703A1 (en) | Gain and memory error estimation in a pipeline analog to digital converter | |
CN112702342B (zh) | 网络事件处理方法、装置、电子设备及可读存储介质 | |
US20130158901A1 (en) | Method and System for Detecting Unbalance in Power Grids | |
CN112362987B (zh) | 一种基于稳健估计的避雷器故障诊断方法 | |
CN108241114B (zh) | 混合电路芯片的在线故障检测方法、装置及故障检测电路 | |
CN110907770A (zh) | 局部放电脉冲特征提取方法、装置、计算机设备和介质 | |
US6721673B2 (en) | Estimating a plurality of tones in an input signal | |
CN112147461A (zh) | 故障波形起点判断方法、装置、计算机设备及介质 | |
Niu et al. | Harmonic analysis in distributed power system based on IoT and dynamic compressed sensing | |
Shalalfeh et al. | Fractional dynamics of PMU data | |
CN112730654B (zh) | 六氟化硫电气设备故障检测方法、装置及终端设备 | |
CN117420385A (zh) | 一种基于卷积的高压直流输电线路故障识别方法 | |
CN116679325A (zh) | 一种新的gnss快扫频干扰抑制方法 | |
CN116148719A (zh) | 避雷器状态监测方法、装置、设备及存储介质 | |
CN108444725B (zh) | 一种针对大数据的快速噪声滤除方法 | |
CN113449062B (zh) | 轨迹处理方法、装置、电子设备和存储介质 | |
Ukil et al. | The detection of abrupt changes using recursive identification for power system fault analysis | |
CN114401175A (zh) | 白噪声相位方差的确定方法、装置、电子设备及存储介质 | |
CN112649758A (zh) | 开路故障检测方法、装置、计算机设备 | |
CN115423221B (zh) | 一种设施运行趋势预测方法 | |
CN116304776B (zh) | 基于k-Means算法的电网数据值异常检测方法及系统 | |
CN111505420B (zh) | 一种线路避雷器状态的在线监测与诊断方法及系统 | |
Ming et al. | Noise Level Estimation in Energy Internet Based on Artificial Neural Network |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201229 |
|
RJ01 | Rejection of invention patent application after publication |