CN112986754A - 一种基于数据驱动的小电流接地系统故障辨识方法及装置 - Google Patents

一种基于数据驱动的小电流接地系统故障辨识方法及装置 Download PDF

Info

Publication number
CN112986754A
CN112986754A CN202110509657.0A CN202110509657A CN112986754A CN 112986754 A CN112986754 A CN 112986754A CN 202110509657 A CN202110509657 A CN 202110509657A CN 112986754 A CN112986754 A CN 112986754A
Authority
CN
China
Prior art keywords
fault
voltage data
grounding
type
phase
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
CN202110509657.0A
Other languages
English (en)
Other versions
CN112986754B (zh
Inventor
龙国华
邹阳
刘衍
王华云
袁思凡
彭诗怡
程梦盈
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.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Jiangxi 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 State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110509657.0A priority Critical patent/CN112986754B/zh
Publication of CN112986754A publication Critical patent/CN112986754A/zh
Application granted granted Critical
Publication of CN112986754B publication Critical patent/CN112986754B/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
    • 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
    • G01R31/50—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

Abstract

本发明公开一种基于数据驱动的小电流接地系统故障辨识方法及装置，方法包括：对三相电压数据和零序电压数据进行分析，并通过灵敏度系数对分析后的至少一个故障段进行合；响应于获取的至少一个故障段的零序电压数据，判断至少一个故障段的零序电压数据的故障类型；若至少一个故障段的零序电压数据的故障类型为接地型故障，基于电压峰值比较阈值法判断接地型线路故障类型及接地型线路故障相别。通过引入灵敏度系数，能够将一个周期内的检测到的故障突变时刻视为同一故障，使得在启发式分割算法分析完成后，可以得到故障段个数、截取的故障运行时数据、故障发生时刻，有效地解决了仅根据电压突变量造成故障起始时刻误判问题。

Description

一种基于数据驱动的小电流接地系统故障辨识方法及装置
技术领域
本发明属于电池技术领域，尤其涉及一种基于数据驱动的小电流接地系统故障辨识方法及装置。
背景技术
近年来，随着国民生活的电气化水平不断提高，配网规模随之扩大，此种条件下，配网发生故障后不能再按照惯例让其继续带故障运行，而应快速确定故障类型并排除故障以确保系统的安全。长期以来电网故障诊断在事故后快速分析、尽快恢复供电等方面发挥着重要作用。由于电网操作增多、电网规模扩大，电网故障在所难免。因此，对故障录波数据进行分析、处理，能够为现场继电保护的技术人员正确分析事故原因、研究对策、处理故障等提供有力支持，便于技术人员快速、精准地判断故障原因并快速排除故障，及时恢复供电。电网故障诊断是利用获得的故障信息，通过故障信息知识库，采用某一种诊断机制来确定故障设备，诊断内容主要包括：故障元件识别、故障类型识别、故障定位。由于电网中继电保护装置配合的复杂性、拓扑结构的多变性等等不确定因素，使得故障诊断比较复杂。到目前为止，国内外的专家学者在电网故障诊断领域已做了大量工作，取得了丰硕的成果，常用方法主要有:专家系统，模糊理论方法，人工神经网络方法，Petri网方法，贝叶斯网络方法等。
电力系统故障诊断根据利用的信息不同分为三个发展阶段:第一阶段主要是利用SCADA系统采集到的开关量信息对电网故障进行诊断，但是往往只能得到故障区域。第二阶段是综合利用开关量信息和部分继电保护信息进行故障诊断，在引入继电保护信息之后一般都能够准确确定故障元件。由于继电保护装置的误动作或者信号通信受到外界干扰等因素存在，仅仅依靠开关量信息常常得不到准确的诊断结果。第三阶段是利用冗余的故障录波信息进行电网故障分析诊断，故障录波信息具有记录故障过程的完备性，因此，诊断结果在准确性方面得到极大的提高。
对小电流接地故障，从不同的角度描述故障特征，可有多种分类方法，如根据接地点稳定情况，将故障分为稳定性接地和非稳定性接地；根据过渡电阻的大小，将故障分为低阻接地和高阻接地等。已有分类方法对于指导工程实践起到了重要的作用，但现有的故障判断方法仅根据电压突变量来判断，使得容易造成故障起始时刻误判问题。
发明内容
本发明提供一种基于数据驱动的小电流接地系统故障辨识方法，用于至少解决上述技术问题之一。
第一方面，本发明提供一种基于数据驱动的小电流接地系统故障辨识方法，包括：响应于获取故障录波数据中的三相电压数据和零序电压数据，对所述三相电压数据和所述零序电压数据进行分析，并通过灵敏度系数对分析后的至少一个故障段进行合并，其中，所述至少一个故障段为从正常运行到发生故障，然后又恢复正常运行的数据段；响应于获取的所述至少一个故障段的零序电压数据，判断所述至少一个故障段的零序电压数据的故障类型，其中，所述故障类型包括接地型故障和不接地型故障；若所述至少一个故障段的零序电压数据的故障类型为接地型故障，基于电压峰值比较阈值法判断接地型线路故障类型及接地型线路故障相别，其中，所述接地型线路故障类型包括单相接地故障，其中，具体判断方法包括：基于获取的三相电压数据序列
Figure 955708DEST_PATH_IMAGE001
，在N个采样点范围内分别提取a相电压数据的峰值
Figure 116562DEST_PATH_IMAGE002
、b相电压数据的峰值
Figure 384732DEST_PATH_IMAGE003
、c相电压数据的峰值
Figure 314642DEST_PATH_IMAGE004
；基于选取的所述a相电压数据的峰值、所述b相电压数据的峰值、所述c相电压数据的峰值中的最大值
Figure 10065DEST_PATH_IMAGE005
、中间值
Figure 156751DEST_PATH_IMAGE006
以及最小值
Figure 228612DEST_PATH_IMAGE007
，并建立所述最大值、所述中间值以及所述最小值的关系式：
Figure 809766DEST_PATH_IMAGE008
；式中，
Figure 817036DEST_PATH_IMAGE009
为三相电压峰值的最大值与三相电压峰值的中间值的比值，
Figure 811537DEST_PATH_IMAGE010
为三相电压峰值的中间值与三相电压峰值的最小值的比值；若
Figure 562455DEST_PATH_IMAGE009
小于预设阈值，且
Figure 326012DEST_PATH_IMAGE010
大于预设阈值，即所述接地型线路故障类型为单相接地故障。
第二方面，本发明提供一种基于数据驱动的小电流接地系统故障辨识装置，包括：分析模块，配置为响应于获取故障录波数据中的三相电压数据和零序电压数据，对所述三相电压数据和所述零序电压数据进行分析，并通过灵敏度系数对分析后的至少一个故障段进行合并，其中，所述至少一个故障段为从正常运行到发生故障，然后又恢复正常运行的数据段；第一判断模块，配置为响应于获取的所述至少一个故障段的零序电压数据，判断所述至少一个故障段的零序电压数据的故障类型，其中，所述故障类型包括接地型故障和不接地型故障；第二判断模块，配置为若所述至少一个故障段的零序电压数据的故障类型为接地型故障，基于电压峰值比较阈值法判断接地型线路故障类型及接地型线路故障相别，其中，所述接地型线路故障类型包括单相接地故障，其中，具体判断方法包括：基于获取的三相电压数据序列
Figure 737140DEST_PATH_IMAGE001
，在N个采样点范围内分别提取a相电压数据的峰值
Figure 218937DEST_PATH_IMAGE002
、b相电压数据的峰值
Figure 507967DEST_PATH_IMAGE003
、c相电压数据的峰值
Figure 391609DEST_PATH_IMAGE004
；基于选取的所述a相电压数据的峰值、所述b相电压数据的峰值、所述c相电压数据的峰值中的最大值
Figure 537419DEST_PATH_IMAGE005
、中间值
Figure 381879DEST_PATH_IMAGE006
以及最小值
Figure 599233DEST_PATH_IMAGE007
，并建立所述最大值、所述中间值以及所述最小值的关系式：
Figure 711284DEST_PATH_IMAGE008
；式中，
Figure 355892DEST_PATH_IMAGE009
为三相电压峰值的最大值与三相电压峰值的中间值的比值，
Figure 422068DEST_PATH_IMAGE010
为三相电压峰值的中间值与三相电压峰值的最小值的比值；若
Figure 177534DEST_PATH_IMAGE009
小于预设阈值，且
Figure 911135DEST_PATH_IMAGE010
大于预设阈值，即所述接地型线路故障类型为单相接地故障。
第三方面，提供一种电子设备，其包括：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，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例的基于数据驱动的小电流接地系统故障辨识方法的步骤。
第四方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行本发明任一实施例的基于数据驱动的小电流接地系统故障辨识方法的步骤。
本申请的一种基于数据驱动的小电流接地系统故障辨识方法及装置， 采用启发式分割算法对数据进行分析，当故障发生时，数据发生较大的波动，通过算法寻找故障发生时数据突变时刻，此时引入灵敏度系数，能够将一个周期内的检测到的故障突变时刻视为同一故障，使得在启发式分割算法分析完成后，可以得到故障段个数、截取的故障运行时数据、故障发生时刻，有效地解决了仅根据电压突变量造成故障起始时刻误判问题。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种基于数据驱动的小电流接地系统故障辨识方法的流程图；
图2为本发明一实施例提供的一种基于数据驱动的小电流接地系统故障辨识装置的结构框图；
图3是本发明一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，其示出了本申请的一种基于数据驱动的小电流接地系统故障辨识方法的流程图。
如图1所示，一种基于数据驱动的小电流接地系统故障辨识方法，具体包括以下步骤：
S101，响应于获取故障录波数据中的三相电压数据和零序电压数据，对所述三相电压数据和所述零序电压数据进行分析，并通过灵敏度系数对分析后的至少一个故障段进行合并，其中，所述至少一个故障段为从正常运行到发生故障，然后又恢复正常运行的数据段。
在本实施例中，读取三相电压与零序电压数据后，由于故障发生短暂时间后可能被切除，又进入正常运行状态，所以读取的三相电压与零序电压数据中包含正常运行数据和故障发生时的数据，这些数据可能存在多个故障段（故障段表示读取的数据从正常运行到发生故障，然后又恢复正常运行，后又发生故障，此时故障发生两次，此时则包含两个故障段）。
采用启发式分割算法对数据进行分析，当故障发生时，数据发生较大的波动，通过算法寻找故障发生时数据突变时刻，此时引入灵敏度系数，该灵敏度系数表示为周期个数，通过设定周期个数表示将多少个周期内检测到的故障突变时刻视为同一故障，假设灵敏度系数为10，一个周期时间为0.02秒，那么两个故障突变时刻间隔在0.2秒内，则被判断为同一故障段，故障发生时刻取时间最靠前的故障时刻。在启发式分割算法分析完成后，可以得到故障段个数、截取的故障运行时数据、故障发生时刻。故障段的个数为1时故障为单一性故障，个数大于1时为发展性故障。
S102，响应于获取的所述至少一个故障段的零序电压数据，判断所述至少一个故障段的零序电压数据的故障类型，其中，所述故障类型包括接地型故障和不接地型故障。
在本实施例中，采用零序电压数值分析法对读取的零序电压数据进行处理，若线路中出现显著零序电压上升则判断为接地型故障，若无零序电压产生则判断为不接地型故障，使得将故障区分为接地型故障与不接地型故障，而且通过设定的灵敏度系数，比较三相电压得到的故障时刻和零序电压得到的故障时刻，如果二者的故障时间相近，则认为是接地故障时刻，否则是不接地故障时刻。
S103，若所述至少一个故障段的零序电压数据的故障类型为接地型故障，基于电压峰值比较阈值法判断接地型线路故障类型及接地型线路故障相别，其中，所述接地型线路故障类型包括单相接地故障、两相接地故障以及三相接地故障，其中，具体判断方法包括：
基于获取的三相电压数据序列
Figure 461065DEST_PATH_IMAGE001
，在N个采样点范围内分别提取a相电压数据的峰值
Figure 76854DEST_PATH_IMAGE002
、b相电压数据的峰值
Figure 15772DEST_PATH_IMAGE003
、c相电压数据的峰值
Figure 728513DEST_PATH_IMAGE004
；
基于选取的所述a相电压数据的峰值、所述b相电压数据的峰值、所述c相电压数据的峰值中的最大值
Figure 590290DEST_PATH_IMAGE005
、中间值
Figure 490113DEST_PATH_IMAGE006
以及最小值
Figure 462748DEST_PATH_IMAGE007
，并建立所述最大值、所述中间值以及所述最小值的关系式：
Figure 295575DEST_PATH_IMAGE008
；
式中，
Figure 328253DEST_PATH_IMAGE009
为三相电压峰值的最大值与三相电压峰值的中间值的比值，
Figure 980951DEST_PATH_IMAGE010
为三相电压峰值的中间值与三相电压峰值的最小值的比值；
若
Figure 255812DEST_PATH_IMAGE009
小于预设阈值，且
Figure 615250DEST_PATH_IMAGE010
大于预设阈值，即所述接地型线路故障类型为单相接地故障。
在本实施例中，利用电压峰值阈值比较法将接地故障类型细分为单相接地故障、两相接地故障、三相接地故障，以三相电压数据序列
Figure 677884DEST_PATH_IMAGE001
作为处理对象，在N个采样点范围内分别提取a相电压数据的峰值
Figure 693244DEST_PATH_IMAGE002
、b相电压数据的峰值
Figure 132316DEST_PATH_IMAGE003
、c相电压数据的峰值
Figure 549522DEST_PATH_IMAGE004
，
Figure 219275DEST_PATH_IMAGE011
式中，
Figure 846566DEST_PATH_IMAGE012
为N个采样点中的第i个采样点的a相电压数据、
Figure 964694DEST_PATH_IMAGE013
为N个采样点中的第i个采样点的b相电压数据、
Figure 361041DEST_PATH_IMAGE014
为N个采样点中的第i个采样点的c相电压数据，i为1~N之间的整数值。
将计算所得峰值电压进行比较，其中，
Figure 640843DEST_PATH_IMAGE005
为选出三相电压峰值中的最大值，
Figure 755430DEST_PATH_IMAGE015
为选出三相电压峰值大小的中间值，
Figure 677249DEST_PATH_IMAGE016
为三相电压峰值的最小值。
Figure 928102DEST_PATH_IMAGE008
式中，
Figure 939658DEST_PATH_IMAGE009
为三相电压峰值的最大值与三相电压峰值的中间值的比值，
Figure 416907DEST_PATH_IMAGE010
为三相电压峰值的中间值与三相电压峰值的最小值的比值；
若
Figure 1472DEST_PATH_IMAGE009
小于预设阈值，且
Figure 247777DEST_PATH_IMAGE010
大于预设阈值，即所述接地型线路故障类型为单相接地故障。
若
Figure 400541DEST_PATH_IMAGE009
大于预设阈值，且
Figure 677937DEST_PATH_IMAGE010
小于预设阈值，即可判断一相电压峰值较大，剩余两相峰值较小，所述接地型线路故障类型为两相接地故障，并根据数据特征找出这两故障相。
若
Figure 800613DEST_PATH_IMAGE009
和
Figure 901425DEST_PATH_IMAGE010
均小于预设阈值，即可判断三相电压峰值接近，所述接地型线路故障类型为三相接地故障。
在一些可选的实施例中，若所述至少一个故障段的零序电压数据的故障类型为单相接地故障，基于小波包分析零序电压频带能量比法和小波能谱熵特征量法区分弧光接地故障、基频铁磁谐振故障、分频铁磁谐振故障、高频铁磁谐振故障。
在本实施例中，在确定故障为单相接地故障后，再对数据进行小波包分析零序电压频带能量比法与小波能谱熵特征量法对数据进行处理，将故障类型再细分为一般性单相接地故障、弧光接地故障、基频铁磁谐振故障、分频铁磁谐振故障，高频铁磁谐振故障。
具体地，小波包分析零序电压频带能量比法和小波能谱熵特征量法为：
1)、对所采集的零序电压进行
Figure 84144DEST_PATH_IMAGE017
层分解，得到细节分量
Figure 270406DEST_PATH_IMAGE018
和一个近似分量
Figure 196774DEST_PATH_IMAGE019
，其对应的频带范围分别为：
Figure 417671DEST_PATH_IMAGE020
，近似分量对应频带为
Figure 771292DEST_PATH_IMAGE021
。
2)、设
Figure 943385DEST_PATH_IMAGE022
为第
Figure 673443DEST_PATH_IMAGE023
层小波分解分量
Figure 545584DEST_PATH_IMAGE024
单支重构系数，近似分量
Figure 945473DEST_PATH_IMAGE025
单支重构系数记为
Figure 230961DEST_PATH_IMAGE026
。则对应频带上的能量为
Figure 374497DEST_PATH_IMAGE027
的小波能量依次为
Figure 429041DEST_PATH_IMAGE028
，近似分量上
Figure 763945DEST_PATH_IMAGE029
上的能量记为
Figure 271150DEST_PATH_IMAGE030
。
3)、计算第
Figure 952798DEST_PATH_IMAGE031
尺度下各频带区间包含的能量占所有尺度信号的能量比
Figure 127427DEST_PATH_IMAGE032
,得到能量比为
Figure DEST_PATH_IMAGE033
。
4)、读取采集的三相电压与零序电压数据，计算小波能谱熵
Figure 72381DEST_PATH_IMAGE034
，记三相电压与零序电压小波能谱熵的值分别为
Figure DEST_PATH_IMAGE035
。
5)、根据小波分解归一化能谱图可知发生弧光接地与铁磁谐振接地时能量主要分布在
Figure 237521DEST_PATH_IMAGE036
三个低频段，结合三个频段比值以及三相电压与零序电压小波能谱熵的数值特征共同判定区分弧光接地、基频铁磁谐振、分频铁磁谐振、高频铁磁谐振。
在一些可选的实施例中，若所述至少一个故障段的零序电压数据的故障类型为不接地型故障，基于电压峰值比较阈值法辨别出两相相件短路故障并判断不接地型线路故障相别。
请参阅图2，其示出了本申请的一种基于数据驱动的小电流接地系统故障辨识装置的结构框图。
如图2所示，小电流接地系统故障辨识装置200，包括分析模块210、第一判断模块220以及第二判断模块230。
其中，分析模块210，配置为响应于获取故障录波数据中的三相电压数据和零序电压数据，对所述三相电压数据和所述零序电压数据进行分析，并通过灵敏度系数对分析后的至少一个故障段进行合并，其中，所述至少一个故障段为从正常运行到发生故障，然后又恢复正常运行的数据段；第一判断模块220，配置为响应于获取的所述至少一个故障段的零序电压数据，判断所述至少一个故障段的零序电压数据的故障类型，其中，所述故障类型包括接地型故障和不接地型故障；第二判断模块230，配置为若所述至少一个故障段的零序电压数据的故障类型为接地型故障，基于电压峰值比较阈值法判断接地型线路故障类型及接地型线路故障相别，其中，所述接地型线路故障类型包括单相接地故障，其中，具体判断方法包括：基于获取的三相电压数据序列
Figure 847493DEST_PATH_IMAGE001
，在N个采样点范围内分别提取a相电压数据的峰值
Figure 751996DEST_PATH_IMAGE002
、b相电压数据的峰值
Figure 54801DEST_PATH_IMAGE003
、c相电压数据的峰值
Figure 411964DEST_PATH_IMAGE004
；基于选取的所述a相电压数据的峰值、所述b相电压数据的峰值、所述c相电压数据的峰值中的最大值
Figure 825628DEST_PATH_IMAGE005
、中间值
Figure 319057DEST_PATH_IMAGE006
以及最小值
Figure 792764DEST_PATH_IMAGE007
，并建立所述最大值、所述中间值以及所述最小值的关系式：
Figure 141618DEST_PATH_IMAGE008
；式中，
Figure 93393DEST_PATH_IMAGE009
为三相电压峰值的最大值与三相电压峰值的中间值的比值，
Figure 972487DEST_PATH_IMAGE010
为三相电压峰值的中间值与三相电压峰值的最小值的比值；若
Figure 617095DEST_PATH_IMAGE009
小于预设阈值，且
Figure 948851DEST_PATH_IMAGE010
大于预设阈值，即所述接地型线路故障类型为单相接地故障。
应当理解，图2中记载的诸模块与参考图1中描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作和特征以及相应的技术效果同样适用于图2中的诸模块，在此不再赘述。
在另一些实施例中，本发明实施例还提供了一种非易失性计算机存储介质，计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的小电流接地系统故障辨识方法；
作为一种实施方式，本发明的非易失性计算机存储介质存储有计算机可执行指令，计算机可执行指令设置为：
响应于获取故障录波数据中的三相电压数据和零序电压数据，对所述三相电压数据和所述零序电压数据进行分析，并通过灵敏度系数对分析后的至少一个故障段进行合并，其中，所述至少一个故障段为从正常运行到发生故障，然后又恢复正常运行的数据段；
响应于获取的所述至少一个故障段的零序电压数据，判断所述至少一个故障段的零序电压数据的故障类型，其中，所述故障类型包括接地型故障和不接地型故障；
若所述至少一个故障段的零序电压数据的故障类型为接地型故障，基于电压峰值比较阈值法判断接地型线路故障类型及接地型线路故障相别。
非易失性计算机可读存储介质可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据小电流接地系统故障辨识装置的使用所创建的数据等。此外，非易失性计算机可读存储介质可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，非易失性计算机可读存储介质可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至小电流接地系统故障辨识装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本发明实施例还提供一种计算机程序产品，计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，使计算机执行上述任一项小电流接地系统故障辨识方法。
图3是本发明实施例提供的电子设备的结构示意图，如图3所示，该设备包括：一个或多个处理器310以及存储器320，图3中以一个处理器310为例。电子设备还可以包括：输入装置330和输出装置340。处理器310、存储器320、输入装置330和输出装置340可以通过总线或者其他方式连接，图3中以通过总线连接为例。存储器320为上述的非易失性计算机可读存储介质。处理器310通过运行存储在存储器320中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例小电流接地系统故障辨识方法。输入装置330可接收输入的数字或字符信息，以及产生与小电流接地系统故障辨识装置的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。
作为一种实施方式，上述电子设备应用于小电流接地系统故障辨识装置中，用于客户端，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：
响应于获取故障录波数据中的三相电压数据和零序电压数据，对所述三相电压数据和所述零序电压数据进行分析，并通过灵敏度系数对分析后的至少一个故障段进行合并，其中，所述至少一个故障段为从正常运行到发生故障，然后又恢复正常运行的数据段；
响应于获取的所述至少一个故障段的零序电压数据，判断所述至少一个故障段的零序电压数据的故障类型，其中，所述故障类型包括接地型故障和不接地型故障；
若所述至少一个故障段的零序电压数据的故障类型为接地型故障，基于电压峰值比较阈值法判断接地型线路故障类型及接地型线路故障相别。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种基于数据驱动的小电流接地系统故障辨识方法，其特征在于，包括：
响应于获取故障录波数据中的三相电压数据和零序电压数据，对所述三相电压数据和所述零序电压数据进行分析，并通过灵敏度系数对分析后的至少一个故障段进行合并，其中，所述至少一个故障段为故障发生时刻开始到故障消除时刻的数据段；
响应于获取的所述至少一个故障段的零序电压数据，判断所述至少一个故障段的零序电压数据的故障类型，其中，所述故障类型包括接地型故障和不接地型故障；
若所述至少一个故障段的零序电压数据的故障类型为接地型故障，基于电压峰值比较阈值法判断接地型线路故障类型及接地型线路故障相别，其中，所述接地型线路故障类型包括单相接地故障，其中，具体判断方法包括：
基于获取的三相电压数据序列
Figure 818093DEST_PATH_IMAGE001
，在N个采样点范围内分别提取a相电压数据的峰值
Figure 833453DEST_PATH_IMAGE002
、b相电压数据的峰值
Figure 944629DEST_PATH_IMAGE003
、c相电压数据的峰值
Figure 486468DEST_PATH_IMAGE004
；
基于选取的所述a相电压数据的峰值、所述b相电压数据的峰值、所述c相电压数据的峰值中的最大值
Figure 860949DEST_PATH_IMAGE005
、中间值
Figure 222660DEST_PATH_IMAGE006
以及最小值
Figure 839324DEST_PATH_IMAGE007
，并建立所述最大值、所述中间值以及所述最小值的关系式：
Figure 501250DEST_PATH_IMAGE008
；
式中，
Figure 46632DEST_PATH_IMAGE009
为三相电压峰值的最大值与三相电压峰值的中间值的比值，
Figure 895639DEST_PATH_IMAGE010
为三相电压峰值的中间值与三相电压峰值的最小值的比值；
若
Figure 614196DEST_PATH_IMAGE009
小于预设阈值，且
Figure 5994DEST_PATH_IMAGE010
大于预设阈值，即所述接地型线路故障类型为单相接地故障。
2.根据权利要求1所述的一种基于数据驱动的小电流接地系统故障辨识方法，其特征在于，若所述至少一个故障段的零序电压数据的故障类型为单相接地故障，基于小波包分析零序电压频带能量比法和小波能谱熵特征量法区分弧光接地故障、基频铁磁谐振故障、分频铁磁谐振故障、高频铁磁谐振故障。
3.根据权利要求1所述的一种基于数据驱动的小电流接地系统故障辨识方法，其特征在于，所述接地型线路故障类型还包括两相接地故障，若
Figure 846912DEST_PATH_IMAGE009
大于预设阈值，且
Figure 557116DEST_PATH_IMAGE010
小于预设阈值，即所述接地型线路故障类型为两相接地故障。
4.根据权利要求1所述的一种基于数据驱动的小电流接地系统故障辨识方法，其特征在于，所述接地型线路故障类型还包括三相接地故障，若
Figure 876102DEST_PATH_IMAGE009
和
Figure 122407DEST_PATH_IMAGE010
均小于预设阈值，即所述接地型线路故障类型为三相接地故障。
5.根据权利要求1所述的一种基于数据驱动的小电流接地系统故障辨识方法，其特征在于，对所述三相电压数据和所述零序电压数据进行分析包括：
基于启发式分割算法对所述三相电压数据和所述零序电压数据进行分析。
6.根据权利要求1所述的一种基于数据驱动的小电流接地系统故障辨识方法，其特征在于，判断所述至少一个故障段的零序电压数据的故障类型包括：
基于零序电压数值分析法判断所述至少一个故障段的零序电压数据的故障类型。
7.一种基于数据驱动的小电流接地系统故障辨识装置，其特征在于，包括：
分析模块，配置为响应于获取故障录波数据中的三相电压数据和零序电压数据，对所述三相电压数据和所述零序电压数据进行分析，并通过灵敏度系数对分析后的至少一个故障段进行合并，其中，所述至少一个故障段为从正常运行到发生故障，然后又恢复正常运行的数据段；
第一判断模块，配置为响应于获取的所述至少一个故障段的零序电压数据，判断所述至少一个故障段的零序电压数据的故障类型，其中，所述故障类型包括接地型故障和不接地型故障；
第二判断模块，配置为若所述至少一个故障段的零序电压数据的故障类型为接地型故障，基于电压峰值比较阈值法判断接地型线路故障类型及接地型线路故障相别，其中，所述接地型线路故障类型包括单相接地故障，其中，具体判断方法包括：
基于获取的三相电压数据序列
Figure 134225DEST_PATH_IMAGE001
，在N个采样点范围内分别提取a相电压数据的峰值
Figure 98770DEST_PATH_IMAGE002
、b相电压数据的峰值
Figure 221447DEST_PATH_IMAGE003
、c相电压数据的峰值
Figure 384575DEST_PATH_IMAGE004
；
基于选取的所述a相电压数据的峰值、所述b相电压数据的峰值、所述c相电压数据的峰值中的最大值
Figure 941196DEST_PATH_IMAGE005
、中间值
Figure 252092DEST_PATH_IMAGE006
以及最小值
Figure 53826DEST_PATH_IMAGE007
，并建立所述最大值、所述中间值以及所述最小值的关系式：
Figure 399356DEST_PATH_IMAGE008
；
式中，
Figure 628343DEST_PATH_IMAGE009
为三相电压峰值的最大值与三相电压峰值的中间值的比值，
Figure 160956DEST_PATH_IMAGE010
为三相电压峰值的中间值与三相电压峰值的最小值的比值；
若
Figure 766381DEST_PATH_IMAGE009
小于预设阈值，且
Figure 966418DEST_PATH_IMAGE010
大于预设阈值，即所述接地型线路故障类型为单相接地故障。
8.一种电子设备，其包括：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，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至6任一项所述的方法。
9.一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，所述程序被处理器执行时实现权利要求1至6任一项所述的方法。
CN202110509657.0A 2021-05-11 2021-05-11 一种基于数据驱动的小电流接地系统故障辨识方法及装置 Active CN112986754B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110509657.0A CN112986754B (zh) 2021-05-11 2021-05-11 一种基于数据驱动的小电流接地系统故障辨识方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110509657.0A CN112986754B (zh) 2021-05-11 2021-05-11 一种基于数据驱动的小电流接地系统故障辨识方法及装置

Publications (2)

Publication Number Publication Date
CN112986754A true CN112986754A (zh) 2021-06-18
CN112986754B CN112986754B (zh) 2021-10-19

Family

ID=76337519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110509657.0A Active CN112986754B (zh) 2021-05-11 2021-05-11 一种基于数据驱动的小电流接地系统故障辨识方法及装置

Country Status (1)

Country Link
CN (1) CN112986754B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113702760A (zh) * 2021-08-26 2021-11-26 济南大学 一种配电线路横向故障和铁磁谐振状态的辨识方法及系统
CN113759278A (zh) * 2021-08-10 2021-12-07 云南电网有限责任公司昆明供电局 一种适用于小电流接地系统的接地故障选线方法
CN117826059A (zh) * 2024-03-04 2024-04-05 江苏靖江互感器股份有限公司 一种供电系统内互感器的铁磁谐振故障预判断方法

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101154806A (zh) * 2007-10-11 2008-04-02 天津大学 两相ta配电网单相接地故障选线的方法
WO2009081215A2 (en) * 2007-12-21 2009-07-02 Dan Andras Equipment and procedure to determine fault location and fault resistance during phase to ground faults on a live network
CN102928739A (zh) * 2012-11-02 2013-02-13 华北电力大学（保定） 基于无线传感器网络的电网单相接地故障定位方法及系统
CN103439633A (zh) * 2013-08-28 2013-12-11 徐州润泽电气有限公司 一种小电流接地故障选线装置
CN103454559A (zh) * 2013-09-02 2013-12-18 国家电网公司 一种配电网单相接地故障区段定位方法及定位装置
CN104849614A (zh) * 2015-05-11 2015-08-19 国家电网公司 小电流单相接地故障选线的判断方法
US9823289B2 (en) * 2015-06-01 2017-11-21 Prophecy Sensorlytics Llc Automated digital earth fault system
CN109375037A (zh) * 2018-11-16 2019-02-22 杭州电子科技大学 一种中压船舶电力系统单相接地故障报警器设计方法
CN109406948A (zh) * 2018-12-10 2019-03-01 贵州电网有限责任公司 采用暂态及稳态特征融合的配网单相接地故障检测方法
CN109581149A (zh) * 2018-12-04 2019-04-05 华北电力大学 消弧线圈并联小电阻接地方式下的行波测距方法和系统
CN110794337A (zh) * 2019-12-18 2020-02-14 烟台科大正信电气有限公司 一种小电流接地故障判断方法和故障录波系统
CN111257700A (zh) * 2020-03-31 2020-06-09 国网江苏省电力有限公司无锡供电分公司 一种基于边缘计算的配电网单相接地故障定位装置及方法
CN111265873A (zh) * 2020-01-16 2020-06-12 腾讯科技（深圳）有限公司 虚拟道具的使用方法、装置、设备及存储介质
CN111474442A (zh) * 2020-03-30 2020-07-31 国网山东省电力公司德州供电公司 一种配电网单相接地故障定位方法及系统
JP2020118544A (ja) * 2019-01-23 2020-08-06 北海道電力株式会社 地絡方向判定装置、地絡方向判定システム、地絡方向判定方法及びプログラム
CN111983507A (zh) * 2020-06-08 2020-11-24 清华大学 一种基于伏安特性动态轨迹的弧光接地故障检测方法
CN112684279A (zh) * 2020-11-06 2021-04-20 国网浙江省电力有限公司温州供电公司 一种基于相电流相似性的配电网单相接地故障检测算法
CN112710923A (zh) * 2020-12-16 2021-04-27 中国电建集团华东勘测设计研究院有限公司 基于故障后稳态信息的数据驱动单相接地故障选线方法
CN112710924A (zh) * 2020-12-16 2021-04-27 中国电建集团华东勘测设计研究院有限公司 基于故障前后稳态变化量信息的数据驱动单相接地故障选线方法

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101154806A (zh) * 2007-10-11 2008-04-02 天津大学 两相ta配电网单相接地故障选线的方法
WO2009081215A2 (en) * 2007-12-21 2009-07-02 Dan Andras Equipment and procedure to determine fault location and fault resistance during phase to ground faults on a live network
CN102928739A (zh) * 2012-11-02 2013-02-13 华北电力大学（保定） 基于无线传感器网络的电网单相接地故障定位方法及系统
CN103439633A (zh) * 2013-08-28 2013-12-11 徐州润泽电气有限公司 一种小电流接地故障选线装置
CN103454559A (zh) * 2013-09-02 2013-12-18 国家电网公司 一种配电网单相接地故障区段定位方法及定位装置
CN104849614A (zh) * 2015-05-11 2015-08-19 国家电网公司 小电流单相接地故障选线的判断方法
US9823289B2 (en) * 2015-06-01 2017-11-21 Prophecy Sensorlytics Llc Automated digital earth fault system
CN109375037A (zh) * 2018-11-16 2019-02-22 杭州电子科技大学 一种中压船舶电力系统单相接地故障报警器设计方法
CN109581149A (zh) * 2018-12-04 2019-04-05 华北电力大学 消弧线圈并联小电阻接地方式下的行波测距方法和系统
CN109406948A (zh) * 2018-12-10 2019-03-01 贵州电网有限责任公司 采用暂态及稳态特征融合的配网单相接地故障检测方法
JP2020118544A (ja) * 2019-01-23 2020-08-06 北海道電力株式会社 地絡方向判定装置、地絡方向判定システム、地絡方向判定方法及びプログラム
CN110794337A (zh) * 2019-12-18 2020-02-14 烟台科大正信电气有限公司 一种小电流接地故障判断方法和故障录波系统
CN111265873A (zh) * 2020-01-16 2020-06-12 腾讯科技（深圳）有限公司 虚拟道具的使用方法、装置、设备及存储介质
CN111474442A (zh) * 2020-03-30 2020-07-31 国网山东省电力公司德州供电公司 一种配电网单相接地故障定位方法及系统
CN111257700A (zh) * 2020-03-31 2020-06-09 国网江苏省电力有限公司无锡供电分公司 一种基于边缘计算的配电网单相接地故障定位装置及方法
CN111983507A (zh) * 2020-06-08 2020-11-24 清华大学 一种基于伏安特性动态轨迹的弧光接地故障检测方法
CN112684279A (zh) * 2020-11-06 2021-04-20 国网浙江省电力有限公司温州供电公司 一种基于相电流相似性的配电网单相接地故障检测算法
CN112710923A (zh) * 2020-12-16 2021-04-27 中国电建集团华东勘测设计研究院有限公司 基于故障后稳态信息的数据驱动单相接地故障选线方法
CN112710924A (zh) * 2020-12-16 2021-04-27 中国电建集团华东勘测设计研究院有限公司 基于故障前后稳态变化量信息的数据驱动单相接地故障选线方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CAO JINGJIN 等: "A New Research on Intelligent Protection and Positioning Integration Method ofSingle Phase Grounding Fault in Small Current Grounding System", 《2018 2ND IEEE CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM INTEGRATION(E12)》 *
薛永端 等: "小电阻接地系统高灵敏度阶段式零序过电流保护", 《中国电机工程学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113759278A (zh) * 2021-08-10 2021-12-07 云南电网有限责任公司昆明供电局 一种适用于小电流接地系统的接地故障选线方法
CN113759278B (zh) * 2021-08-10 2023-12-19 云南电网有限责任公司昆明供电局 一种适用于小电流接地系统的接地故障选线方法
CN113702760A (zh) * 2021-08-26 2021-11-26 济南大学 一种配电线路横向故障和铁磁谐振状态的辨识方法及系统
CN113702760B (zh) * 2021-08-26 2023-08-25 济南大学 一种配电线路横向故障和铁磁谐振状态的辨识方法及系统
CN117826059A (zh) * 2024-03-04 2024-04-05 江苏靖江互感器股份有限公司 一种供电系统内互感器的铁磁谐振故障预判断方法

Also Published As

Publication number Publication date
CN112986754B (zh) 2021-10-19

Similar Documents

Publication Publication Date Title
CN112986754B (zh) 一种基于数据驱动的小电流接地系统故障辨识方法及装置
CN107276066B (zh) 用于分析电力系统中的波形的方法和系统
CN111812451B (zh) 一种基于相电流暂态故障分量的配电网分布式选线方法
CN107102236A (zh) 一种基于故障后波形相关分析的单相接地故障选线方法
CN111426908B (zh) 小电流接地系统单相接地故障保护方法、装置及系统
Li et al. Fast event identification through subspace characterization of PMU data in power systems
Devadasu et al. A novel multiple fault identification with fast fourier transform analysis
CN112379302B (zh) 综合时频域信息的小电流接地故障保护方法、装置及系统
CN106646106B (zh) 基于变点探测技术的电网故障检测方法
CN115343579B (zh) 一种电网故障分析方法、装置及电子设备
CN114764599B (zh) 一种配电网单相接地故障灵敏度分析方法和系统
US20220413032A1 (en) Machine learning based method and device for disturbance classification in a power transmission line
CN114037010A (zh) 一种电量数据异常的识别方法及装置
CN113805050A (zh) 选相合闸角监测方法及装置、计算机设备和存储介质
Lopes et al. Harmonic selection-based analysis for high impedance fault location using Stockwell transform and random forest
Mirshekali et al. Real fault location in a distribution network using smart feeder meter data. Energies 2021, 14, 3242
Meghwani et al. Robust event detection using synchrophasor assisted forecasting-aided state estimation
CN114142605B (zh) 纵联保护方法、装置和存储介质
CN113721106B (zh) 配电网故障定位方法、装置及设备
CN115792504B (zh) 基于相电流突变量的配电网单相接地故障定位方法及系统
Submitter Classification of Power Transmission Line Fault Types and Location Using Machine Learning Techniques
CN115598465A (zh) 小电流接地系统智能选线方法、装置、设备及存储介质
Kumar et al. Fault Detection and Localization in Distribution System using Sparse Matrix Reconstruction
CN116381413A (zh) 一种基于小波奇异熵的有源配电网故障辨识方法
Kezunovic et al. Automated analysis of power quality disturbances

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