CN113009279B - 基于Neo4j的配电网电压暂降故障定位及其可视化系统 - Google Patents
基于Neo4j的配电网电压暂降故障定位及其可视化系统 Download PDFInfo
- Publication number
- CN113009279B CN113009279B CN202110247355.0A CN202110247355A CN113009279B CN 113009279 B CN113009279 B CN 113009279B CN 202110247355 A CN202110247355 A CN 202110247355A CN 113009279 B CN113009279 B CN 113009279B
- Authority
- CN
- China
- Prior art keywords
- fault
- voltage
- point
- voltage sag
- line
- 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
- 238000012800 visualization Methods 0.000 title claims abstract description 12
- 238000012544 monitoring process Methods 0.000 claims abstract description 54
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 230000000007 visual effect Effects 0.000 claims abstract description 6
- 230000006870 function Effects 0.000 claims description 30
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 14
- 238000005315 distribution function Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 7
- 230000004807 localization Effects 0.000 claims description 4
- 238000013523 data management Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 3
- 230000002452 interceptive effect Effects 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001052 transient effect 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
- G01R31/08—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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Locating Faults (AREA)
Abstract
本发明公开了基于Neo4j的配电网电压暂降故障定位及其可视化系统,用于解决上述现有技术中存在的技术问题之一,如:发生电压暂降后,需要快速掌握电压暂降扰动源定位。同时,电压暂降分析需要对电网海量监测信息下进行实时拓扑分析。然而,电网数据的实时性及储存效率是亟需解决的关键技术难题。通过Neo4j图数据库对电网拓扑结构及其连接关系的配电网空间数据、配电网实时电压数据、地理环境数据进行存储,从而进行配电网故障定位相关的电力图计算。通过Neo4j图数据库的交互式查询设计的人机界面,实现电压暂降故障定位的可视化展示。
Description
技术领域
本发明属于配电网供配电技术领域,具体涉及基于Neo4j的配电网电压暂降故障定位及其可视化系统。
背景技术
电压暂降是电网正常运行中不可避免的电压暂态现象。随着电网向自动化和数字化的快速发展,越来越多的敏感性设备得到了广泛的应用,使得电压暂降逐渐突出。配电网处于电力系统末端,设备类别多、运行方式多变。电压暂降事件给配电网造成的经济损失巨大。发生电压暂降后,需要快速掌握电压暂降扰动源定位。同时,电压暂降分析需要对电网海量监测信息下进行实时拓扑分析。然而,电网数据的实时性及储存效率是亟需解决的关键技术难题。
目前,国内外已经用图数据库和图形计算在电力系统中的应用展开了研究。图数据库是以“节点”表示实体、“边”表示实体之间的关联关系,可实现对复杂关联关系海量数据分布式存储和并行处理的数据库。配电网本质上也是一个图形,通过适当地定义节点和边,可以将配电网建模为图数据库中的图模型。
因此,现阶段亟需将Neo4j图数据库适用于大量数据的配电网电压暂降故障定位及其可视化展示。
发明内容
本发明目的在于提供基于Neo4j的配电网电压暂降故障定位及其可视化系统,用于解决上述现有技术中存在的技术问题之一,如:发生电压暂降后,需要快速掌握电压暂降扰动源定位。同时,电压暂降分析需要对电网海量监测信息下进行实时拓扑分析。然而,电网数据的实时性及储存效率是亟需解决的关键技术难题。通过Neo4j图数据库对电网拓扑结构及其连接关系的配电网空间数据、配电网实时电压数据、地理环境数据进行存储,从而进行配电网故障定位相关的电力图计算。通过Neo4j图数据库的交互式查询设计的人机界面,实现电压暂降故障定位的可视化展示。
为实现上述目的,本发明的技术方案是:
基于Neo4j的配电网电压暂降故障定位及其可视化系统,其特征在于,分为以下三个层次,
第一层是数据管理层;利用Neo4j图数据库对配电网实时电压数据、CIM/E配电网模型数据、地理环境数据进行存储;通过存储的各类数据将配电网网络建模为图模型;
第二层为电压暂降故障定位系统相关计算函数层;在图计算平台的基础上,针对电压暂降故障定位系统应用功能的特点,提出对应的电力图计算函数;
第三层为电压暂降故障定位系统的应用层;在电压暂降故障定位系统上,基于图数据库中的各类电力图计算函数,按照图数据库查询方式组织的应用层,为电压暂降提供各类分析计算、电压暂降故障定位与展示。
进一步的,其中,在第三层的电压暂降故障定位之前,还需要合理配置监测点,使得这些监测点的可观测区域组合能够覆盖全网,具体如下:
系统全部节点的可观测区域可以用一个N*F阶的0-1矩阵M表示,称之为可观测矩阵,其元素为:
式中,N表示系统节点数,F表示系统故障点数,Vij表示故障点j发生故障时i节点的电压,Vt表示电压暂降临界值,Mij=1表示节点i发生电压暂降;
首先分析对称短路故障,设m为监测点、f为故障点,则三相短路故障下的监测点m的电压为:
式中:为故障前监测点电压;/>为故障前故障点电压;Zmf为m与f间的互阻抗;Zff为故障点f的自阻抗;zf为故障点接地阻抗;
考虑系统任一处线路故障时监测点的电压暂降情况,定义故障距离p来表示故障点位置,
式中Ljk表示母线j、k之间的总长度,Ljf表示故障点f与母线j的距离;
以p为变量,对故障点f的自阻抗和监测点m与故障点f之间的互阻抗可表示如下式,
其中,
式中:为系统节点阻抗矩阵元素,可根据系统结构和网络参数求得;i=0,1,2分别表示零序、正序、负序分量,/>为故障点f的i序自阻抗,/>为监测点m与故障点f之间的i序互阻抗,/>为线路j、k的i序阻抗,其它同理;三相故障时只有正序分量,结合上述各式可以得到三相电压如下式,
由该式即可通过故障时检测点电压的变化,来得到三相短路故障下的系统可观测矩阵;
不对称故障,节点各相电压不再相同,利用对称分量法以相同思路推导出得到节点m的a、b、c三相电压与故障距离p的解析式,即Vma(p),Vmb(p),Vmc(p);从而得到单相接地故障、两相短路故障、两相短路接地故障下的系统可观测矩阵。
进一步的,得到系统可观测矩阵,在求解优化问题得到系统监测点的最优配置方案后,基于该方案进行如下故障点定位分析;
在已知电力系统结构和网络参数的情况下,将故障距离作为待估计量,将电压作为测量量,从而构建测量方程如下:
z=h(x)+y (12)
式中,z为电压量测量,x为故障距离变量,h(x)为故障距离分布函数,y为随机误差;另外定义测量冗余度q为电压量测量数目与故障距离变量数目的比值;
故障点定位的含义包括故障点位置和故障线路的确定,由上式求解可得不同故障类型下监测点采集节点电压幅值Vm与故障距离p的解析表达式,即故障距离分布函数为:
Vm=f(p) (13)
如式(13),现把Vm作为监测节点采集到的各相电压幅值信息且低于电压暂降临界值的电压幅值,并把p作为状态变量来构建故障距离真值的估计模型,如式(14);设Z为监测到电压暂降的监测点的电压量测量的向量,F(p)为故障距离分布函数,即测量函数的向量,建立估计模型的目标函数如下式;
J(p)=(Z-F(p))T(Z-F(p)) (14)
Z=[Vm1 Vm2…Vmq]T (15)
F(p)=[f1(p) f2(p)…fq(p)]T (16)
求解J(p)=0,由于F(p)为向量,则可应用最小二乘准则迭代求解:
Δp=(HTH)-1HT(Z-F(p)) (18)
pk+1=pk+Δp (19)
利用上述估计模型对系统所有线路逐一进行故障点定位,可得相对应的故障距离序列P:
式中,ni对应可能故障线路集中的线路编号,N为可能故障线路集的线路总数;
进行故障线路定位时,首先利用故障距离p的定义来判别故障线路,只有当p的取值在0到1时才有意义,即线路i上的故障距离为pi的故障点可视为系统可能故障点,由此对P进行故障距离筛选,得到集合P1;
此外,系统故障引起电压暂降时,不是所有监测点都能监测到故障信息,用L表示没有监测到电压暂降的监测点的集合;只有当P1中故障点pj故障并且没有引起L中的监测点发生电压暂降时,pj才可视为有效的可能故障点,j为可能的故障线路,可表达为:
式中P2为满足上述条件的故障点集合;
逐条计算集合P2中每条线路故障距离的目标函数值J(p),取P2中故障点目标函数值最小的那一个视为最终估计故障点,所在线路视为最终故障线路,即,
由此得到线路k为故障线路支路编号,线路k上故障距离为pk的故障点为最终定位的故障点;故障定位完成之后,在可视化界面的地理界线图中标识出故障位置以及故障信息。
进一步的,在第一层中通过存储的各类数据将配电网网络建模为图模型具体包括:把变电站、母线、开关、负荷、保护设备作为节点,线路和物理设备之间的连接关系作为边,从而将配电网网络建模为图模型。
进一步的,第二层中的电力图计算函数包括图数据库高效查询、图网络拓扑分析、图高速并行计算、图深度机器学习。
与现有技术相比,本发明所具有的有益效果为:
本方案的一个创新点在于,本发明基于Neo4j图数据库的电压暂降故障定位及其可视化系统,能够针对电压暂降事件进行综合管理。通过Neo4j图数据库,将电压暂降相关信息通过图的形式存储起来,更加符合电力系统拓扑结构形式。通过构建该系统,可以实时可视化定位电压暂降故障位置及故障信息,有利于指导运检部门快速对故障点进行抢修恢复。
附图说明
图1是本发明具体实施方式的实施例结构示意图。
图2是本发明具体实施方式的实施例系统故障示意图。
图3是本发明具体实施方式的实施例电压暂降故障定位展示界面示意图。
具体实施方式
下面结合本发明的附图1-3,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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做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。
实施例:
配电网电压暂降故障定位涉及多类型相互关联的数据信息,数据实体间的关系复杂而密集,更适合采用Neo4j图数据库存储。本发明基于Neo4j图数据库,提供一种配电网电压暂降故障定位及其可视化系统。通过Neo4j图数据库对电网拓扑结构及其连接关系的配电网空间数据、配电网实时电压数据、地理环境数据进行存储,从而进行配电网故障定位相关的电力图计算。通过Neo4j图数据库的交互式查询设计的人机界面,实现电压暂降故障定位的可视化展示。
如图1所示为基于Neo4j图数据库的配电网电压暂降故障定位及其可视化系统结构图。分为以下三个层次,第一层是数据管理层,利用Neo4j图数据库对配电网实时电压数据、CIM/E配电网模型数据、地理环境数据等进行存储。把变电站、母线、开关、负荷、保护设备等作为节点,线路和物理设备之间的连接关系作为边,就能将配电网网络建模为图模型。第二层为电压暂降故障定位系统相关计算函数层,在图计算平台中集成的六类函数的基础上,针对电压暂降故障定位系统应用功能的特点,提出了图数据库高效查询、图网络拓扑分析、图高速并行计算、图深度机器学习等电力图计算函数。这些函数为进一步研发电压暂降故障定位的应用功能打下了坚实基础。第三层为电压暂降故障定位系统的应用层。在电压暂降故障定位系统上,基于图数据库中的各类图计算函数,按照图数据库查询方式组织的应用层,为电压暂降提供各类分析计算、电压暂降故障定位与展示等。由于图数据库查询的速度极快,因而人机界面可以基于图数据库查询来设计,这些应用充分利用人机界面功能,除了传统的表格类界面外,还充分利用饼图、棒图、地图、分组图等可视化手段,采用多窗口互动技术,多方位多角度地对电压暂降相关情况进行综合展示。
进行电压暂降的故障定位,首先须合理配置监测点,使得这些监测点的可观测区域(MRA)组合能够覆盖全网。系统全部节点的MAR可以用一个N*F阶的0-1矩阵M表示,称之为可观测矩阵,其元素为:
式中,N表示系统节点数,F表示系统故障点数,Vij表示故障点j发生故障时i节点的电压,Vt表示电压暂降临界值,Mij=1表示节点i发生电压暂降。
首先分析对称短路故障,设m为监测点、f为故障点,则三相短路故障下的监测点m的电压为:
式中:为故障前监测点电压;/>为故障前故障点电压;Zmf为m与f间的互阻抗;Zff为故障点f的自阻抗;zf为故障点接地阻抗。
考虑系统任一处线路故障时监测点的电压暂降情况,定义故障距离p来表示故障点位置,如图2所示。
式中Ljk表示母线j、k之间的总长度,Ljf表示故障点f与母线j的距离。
以p为变量,对故障点f的自阻抗和监测点m与故障点f之间的互阻抗可表示如下式。
其中,
式中:为系统节点阻抗矩阵元素,可根据系统结构和网络参数求得;i=0,1,2分别表示零序、正序、负序分量,/>为故障点f的i序自阻抗,/>为监测点m与故障点f之间的i序互阻抗,/>为线路j、k的i序阻抗,其它同理。三相故障时只有正序分量,结合上述各式可以得到三相电压如下式。
由该式即可通过故障时检测点电压的变化,来得到三相短路故障下的系统可观测矩阵。
不对称故障,节点各相电压不再相同,利用对称分量法也可以以相同思路推导出得到节点m的a、b、c三相电压与故障距离p的解析式,即Vma(p),Vmb(p),Vmc(p)。从而得到单相接地故障、两相短路故障、两相短路接地故障下的系统可观测矩阵。
得到系统可观测矩阵,在求解优化问题得到系统监测点的最优配置方案后,基于该方案进行故障点定位分析。
在已知电力系统结构和网络参数的情况下,将故障距离作为待估计量,将电压作为测量量,从而构建测量方程如下:
z=h(x)+y (12)
式中,z为电压量测量,x为故障距离变量,h(x)为故障距离分布函数,y为随机误差。另外定义测量冗余度q为电压量测量数目与故障距离变量数目的比值。
故障点定位的含义包括故障点位置和故障线路的确定,由上式求解可得不同故障类型下监测点采集节点电压幅值Vm与故障距离p的解析表达式,即故障距离分布函数为:
Vm=f(p) (13)
如式(13),现把Vm作为监测节点采集到的各相电压幅值信息且低于电压暂降临界值的电压幅值,并把p作为状态变量来构建故障距离真值的估计模型,如式(14)。设Z为监测到电压暂降的监测点的电压量测量的向量,F(p)为故障距离分布函数,即测量函数的向量,建立估计模型的目标函数如下式。
J(p)=(Z-F(p))T(Z-F(p)) (14)
Z=[Vm1 Vm2…Vmq]T (15)
F(p)=[f1(p) f2(p)…fq(p)]T (16)
求解J(p)=0,由于F(p)为向量,则可应用最小二乘准则迭代求解:
Δp=(HTH)-1HT(Z-F(p)) (18)
pk+1=pk+Δp (19)
利用上述估计模型对系统所有线路逐一进行故障点定位,可得相对应的故障距离序列P:
式中,ni对应可能故障线路集中的线路编号,N为可能故障线路集的线路总数。
进行故障线路定位时,首先利用故障距离p的定义来判别故障线路,只有当p的取值在0到1时才有意义,即线路i上的故障距离为pi的故障点可视为系统可能故障点,由此对P进行故障距离筛选,得到集合P1。
此外,系统故障引起电压暂降时,不一定是所有监测点都能监测到故障信息,用L表示没有监测到电压暂降的监测点的集合。只有当P1中故障点pj故障并且没有引起L中的监测点发生电压暂降时,pj才可视为有效的可能故障点,j为可能的故障线路,可表达为:
式中P2为满足上述条件的故障点集合。
逐条计算集合P2中每条线路故障距离的目标函数值J(p),取P2中故障点目标函数值最小的那一个视为最终估计故障点,所在线路视为最终故障线路,即,
由此得到线路k为故障线路支路编号,线路k上故障距离为pk的故障点为最终定位的故障点。故障定位完成之后,在可视化界面的地理界线图中标识出故障位置以及故障信息,如下图3所示。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (3)
1.基于Neo4j的配电网电压暂降故障定位可视化系统,其特征在于,分为以下三个层次,
第一层是数据管理层;利用Neo4j图数据库对配电网实时电压数据、CIM/E配电网模型数据、地理环境数据进行存储;通过存储的各类数据将配电网网络建模为图模型;
第二层为电压暂降故障定位系统相关计算函数层;在图计算平台的基础上,针对电压暂降故障定位系统应用功能的特点,提出对应的电力图计算函数;
第三层为电压暂降故障定位系统的应用层;在电压暂降故障定位系统上,基于图数据库中的各类电力图计算函数,按照图数据库查询方式组织的应用层,为电压暂降提供各类分析计算、电压暂降故障定位与展示;
其中,在第三层的电压暂降故障定位之前,还需要合理配置监测点,使得这些监测点的可观测区域组合能够覆盖全网,具体如下:
系统全部节点的可观测区域用一个N*F阶的0-1矩阵M表示,称之为可观测矩阵,其元素为:
式中,N表示系统节点数,F表示系统故障点数,Vij表示故障点j发生故障时i节点的电压,Vt表示电压暂降临界值,Mij=1表示节点i发生电压暂降;
首先分析对称短路故障,设m为监测点、f为故障点,则三相短路故障下的监测点m的电压为:
式中:为故障前监测点电压;/>为故障前故障点电压;Zmf为m与f间的互阻抗;Zff为故障点f的自阻抗;zf为故障点接地阻抗;
考虑系统任一处线路故障时监测点的电压暂降情况,定义故障距离p来表示故障点位置,
式中Ljk表示母线j、k之间的总长度,Ljf表示故障点f与母线j的距离;
以p为变量,对故障点f的自阻抗和监测点m与故障点f之间的互阻抗可表示如下式,
其中,
式中:为系统节点阻抗矩阵元素,可根据系统结构和网络参数求得;i=0,1,2分别表示零序、正序、负序分量,/>为故障点f的i序自阻抗,/>为监测点m与故障点f之间的i序互阻抗,/>为线路j、k的i序阻抗;三相故障时只有正序分量,结合上述各式得到三相电压如下式,
由该式即可通过故障时检测点电压的变化,来得到三相短路故障下的系统可观测矩阵;
不对称故障,节点各相电压不再相同,利用对称分量法以相同思路推导出得到节点m的a、b、c三相电压与故障距离p的解析式,即Vma(p),Vmb(p),Vmc(p);从而得到单相接地故障、两相短路故障、两相短路接地故障下的系统可观测矩阵;
得到系统可观测矩阵,在求解优化问题得到系统监测点的最优配置方案后,基于该方案进行如下故障点定位分析;
在已知电力系统结构和网络参数的情况下,将故障距离作为待估计量,将电压作为测量量,从而构建测量方程如下:
z=h(x)+y (12)
式中,z为电压量测量,x为故障距离变量,h(x)为故障距离分布函数,y为随机误差;另外定义测量冗余度q为电压量测量数目与故障距离变量数目的比值;
故障点定位的含义包括故障点位置和故障线路的确定,由上式求解可得不同故障类型下监测点采集节点电压幅值Vm与故障距离p的解析表达式,即故障距离分布函数为:
Vm=f(p) (13)
如式(13),现把Vm作为监测点采集到的各相电压幅值信息且低于电压暂降临界值的电压幅值,并把p作为状态变量来构建故障距离真值的估计模型,如式(14);设Z为监测到电压暂降的监测点的电压量测量的向量,F(p)为故障距离分布函数,即测量函数的向量,建立估计模型的目标函数如下式;
J(p)=(Z-F(p))T(Z-F(p)) (14)
Z=[Vm1 Vm2 … Vmq]T (15)
F(p)=[f1(p) f2(p) … fq(p)]T (16)
求解J(p)=0,由于F(p)为向量,则可应用最小二乘准则迭代求解:
Δp=(HTH)-1HT(Z-F(p)) (18)
pk+1=pk+Δp (19)
利用上述估计模型对系统所有线路逐一进行故障点定位,可得相对应的故障距离序列P:
式中,ni对应可能故障线路集中的线路编号,N为可能故障线路集的线路总数;
进行故障线路定位时,首先利用故障距离p的定义来判别故障线路,只有当p的取值在0到1时才有意义,即线路i上的故障距离为pi的故障点可视为系统可能故障点,由此对P进行故障距离筛选,得到集合P1;
此外,系统故障引起电压暂降时,不是所有监测点都能监测到故障信息,用L表示没有监测到电压暂降的监测点的集合;只有当P1中故障点pj故障并且没有引起L中的监测点发生电压暂降时,pj才可视为有效的可能故障点,j为可能的故障线路,可表达为:
式中P2为满足上述条件的故障点集合;
逐条计算集合P2中每条线路故障距离的目标函数值J(p),取P2中故障点目标函数值最小的那一个视为最终估计故障点,所在线路视为最终故障线路,即,
由此得到线路k为故障线路支路编号,线路k上故障距离为pk的故障点为最终定位的故障点;故障定位完成之后,在可视化界面的地理界线图中标识出故障位置以及故障信息。
2.如权利要求1所述的基于Neo4j的配电网电压暂降故障定位可视化系统,其特征在于,在第一层中通过存储的各类数据将配电网网络建模为图模型具体包括:把变电站、母线、开关、负荷、保护设备作为节点,线路和物理设备之间的连接关系作为边,从而将配电网网络建模为图模型。
3.如权利要求2所述的基于Neo4j的配电网电压暂降故障定位可视化系统,其特征在于,第二层中的电力图计算函数包括图数据库高效查询、图网络拓扑分析、图高速并行计算、图深度机器学习。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110247355.0A CN113009279B (zh) | 2021-03-05 | 2021-03-05 | 基于Neo4j的配电网电压暂降故障定位及其可视化系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110247355.0A CN113009279B (zh) | 2021-03-05 | 2021-03-05 | 基于Neo4j的配电网电压暂降故障定位及其可视化系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113009279A CN113009279A (zh) | 2021-06-22 |
CN113009279B true CN113009279B (zh) | 2024-03-22 |
Family
ID=76407416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110247355.0A Active CN113009279B (zh) | 2021-03-05 | 2021-03-05 | 基于Neo4j的配电网电压暂降故障定位及其可视化系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113009279B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114252726B (zh) * | 2021-11-10 | 2023-10-03 | 国网宁夏电力有限公司中卫供电公司 | 一种配电系统的电压暂降源的定位方法、介质及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3101570A1 (en) * | 2015-06-04 | 2016-12-07 | The MathWorks, Inc. | Extension of model-based design to identify and analyze impact of reliability information on systems and components |
CN106771884A (zh) * | 2017-01-24 | 2017-05-31 | 山东博鸿电气股份有限公司 | 配电网供电电缆线路故障定位系统 |
CN108170847A (zh) * | 2018-01-18 | 2018-06-15 | 国网福建省电力有限公司 | 一种基于Neo4j图数据库的大数据存储方法 |
CN108594077A (zh) * | 2018-04-28 | 2018-09-28 | 国网山东省电力公司泰安供电公司 | 一种基于监测点观测交叉区域的电压暂降故障源定位方法 |
CN109523165A (zh) * | 2018-11-19 | 2019-03-26 | 东南大学 | 一种基于有限信息的电压暂降状态估计方法 |
CN109596942A (zh) * | 2018-12-06 | 2019-04-09 | 华北电力大学 | 一种基于深度置信网络的电压暂降原因识别方法 |
CN110750599A (zh) * | 2019-09-20 | 2020-02-04 | 中国电子科技集团公司第二十八研究所 | 一种基于实体建模的关联信息抽取和显示方法 |
CN111157837A (zh) * | 2018-11-08 | 2020-05-15 | 中国石油化工股份有限公司 | 一种油田配电网的电压暂降凹陷域的分析方法 |
CN111537831A (zh) * | 2020-04-01 | 2020-08-14 | 华中科技大学鄂州工业技术研究院 | 一种配电网线路故障定位方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9835673B2 (en) * | 2013-04-12 | 2017-12-05 | Mitsubishi Electric Research Laboratories, Inc. | Method for analyzing faults in ungrounded power distribution systems |
US9203765B2 (en) * | 2013-08-30 | 2015-12-01 | Cisco Technology, Inc. | Flow based network service insertion using a service chain identifier |
US10313382B2 (en) * | 2016-03-29 | 2019-06-04 | The Mitre Corporation | System and method for visualizing and analyzing cyber-attacks using a graph model |
US10908203B2 (en) * | 2019-04-09 | 2021-02-02 | Mitsubishi Electric Research Laboratories, Inc. | Simultaneous fault detection and location of power distribution systems |
-
2021
- 2021-03-05 CN CN202110247355.0A patent/CN113009279B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3101570A1 (en) * | 2015-06-04 | 2016-12-07 | The MathWorks, Inc. | Extension of model-based design to identify and analyze impact of reliability information on systems and components |
CN106771884A (zh) * | 2017-01-24 | 2017-05-31 | 山东博鸿电气股份有限公司 | 配电网供电电缆线路故障定位系统 |
CN108170847A (zh) * | 2018-01-18 | 2018-06-15 | 国网福建省电力有限公司 | 一种基于Neo4j图数据库的大数据存储方法 |
CN108594077A (zh) * | 2018-04-28 | 2018-09-28 | 国网山东省电力公司泰安供电公司 | 一种基于监测点观测交叉区域的电压暂降故障源定位方法 |
CN111157837A (zh) * | 2018-11-08 | 2020-05-15 | 中国石油化工股份有限公司 | 一种油田配电网的电压暂降凹陷域的分析方法 |
CN109523165A (zh) * | 2018-11-19 | 2019-03-26 | 东南大学 | 一种基于有限信息的电压暂降状态估计方法 |
CN109596942A (zh) * | 2018-12-06 | 2019-04-09 | 华北电力大学 | 一种基于深度置信网络的电压暂降原因识别方法 |
CN110750599A (zh) * | 2019-09-20 | 2020-02-04 | 中国电子科技集团公司第二十八研究所 | 一种基于实体建模的关联信息抽取和显示方法 |
CN111537831A (zh) * | 2020-04-01 | 2020-08-14 | 华中科技大学鄂州工业技术研究院 | 一种配电网线路故障定位方法及装置 |
Non-Patent Citations (3)
Title |
---|
"A performance optimization scheme for migrating Hive data to Neo4j database";Liu Dan 等;2018 International Symposium on Computer, Consumer and Control (IS3C);全文 * |
"基于CIM/E 的配电网模型异动管理";钱静 等;电网技术;第38卷(第12期);全文 * |
"电力行业大数据研究综述";赵海波;电工电能新技术;第39卷(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113009279A (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107453357B (zh) | 一种基于分层求解的配电网状态估计方法 | |
CN103576053B (zh) | 一种基于有限电能质量监测点的电压暂降源定位方法 | |
CN108594077B (zh) | 一种基于监测点观测交叉区域的电压暂降故障源定位方法 | |
CN106330095B (zh) | 一种大型光伏电站汇集系统故障定位方法 | |
CN110826895B (zh) | 一种台区拓扑识别方法 | |
CN108667005B (zh) | 一种计及新能源影响的电网静动态结合脆弱性评估方法 | |
CN105656028B (zh) | 一种基于gis的电网稳定裕度的可视化显示方法 | |
CN105354680B (zh) | 一种基于gis的电网断面辅助确定分析方法 | |
CN107884682A (zh) | 基于故障点与监测点距离的配电网故障定位方法 | |
CN111896845A (zh) | 基于多源信息融合的配电网故障诊断方法及系统 | |
CN109100614A (zh) | 一种基于pmu装置的输电线路故障定位系统及方法 | |
CN114915546B (zh) | 一种停电用户定位方法、装置、设备、介质 | |
US20230327438A1 (en) | Scalable state estimation for power distribution grid | |
CN114942402B (zh) | 一种异常电能表定位方法及系统 | |
CN104123437A (zh) | 基于图数据库和空间信息的输电线路跨接辨识方法及系统 | |
CN113009279B (zh) | 基于Neo4j的配电网电压暂降故障定位及其可视化系统 | |
CN112308736B (zh) | 一种面向台区复杂环境的信息处理方法和装置 | |
Mohamed et al. | A multi-agent system for fault location and service restoration in power distribution systems | |
Khare et al. | Optimal PMU placement using matrix modification based integer linear programming | |
CN117929923A (zh) | 电能质量异常路径的定位方法、装置及相关产品 | |
Magnago et al. | Three phase distribution state estimation utilizing common information model | |
Mirshekali et al. | An accurate fault location algorithm for smart electrical distribution systems equipped with micro phasor mesaurement units | |
CN111899127B (zh) | 基于层次化的故障波及树建模方法、模型及其应用方法 | |
Magnago et al. | Multiphase observability analysis in distribution systems state estimation | |
Shi et al. | An improved statistical algorithm for topology identification and parameter estimation of low-voltage distribution grids |
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 |