CN113076664A - 配电网故障波形库的构建方法、装置及存储介质 - Google Patents
配电网故障波形库的构建方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113076664A CN113076664A CN202110511229.1A CN202110511229A CN113076664A CN 113076664 A CN113076664 A CN 113076664A CN 202110511229 A CN202110511229 A CN 202110511229A CN 113076664 A CN113076664 A CN 113076664A
- Authority
- CN
- China
- Prior art keywords
- fault
- distribution network
- power distribution
- simulation
- environment
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供的提供的配电网故障波形库的构建方法、装置及存储介质,在确定好配电网故障类型后,从仿真库中抽取与配电网故障类型对应的故障原生环境和故障伴生环境,该故障伴生环境包含了配电网故障类型在电网运行中的干扰因素,使得故障仿真时的仿真环境符合实际运行场景,有利于提高仿真后得到的故障波形的准确率;并且,利用仿真库来抽取已搭建好的故障原生环境和故障伴生环境,来对配电网故障类型进行故障仿真,可以有效提高获取故障波形的时效性。
Description
技术领域
本发明涉及故障仿真技术领域,尤其涉及一种配电网故障波形库的构建方法、装置、存储介质、计算机设备。
背景技术
配电网故障处理的理论研究与装置研制主要依赖于多种故障环境的构建,构建好的故障环境能够为配电网提供高可靠性的供电需求,从而实现故障快速识别、精确定位、准确选线。
目前,针对配电网故障波形库的构建,主要采用人工组合的方式构建故障环境要素,且考虑不同的初始故障条件,对故障环境要素进行逐个仿真,从而构建配电网故障波形库。但现有的配电网故障波形库的构建,忽略了电网运行中的干扰条件,导致配电网故障波形库的训练效果差,降低了故障波形的准确率,并且,采用人工组合的方式构建故障环境要素,容易导致故障波形获取的时效性较差。
发明内容
本发明的目的旨在至少能解决上述的技术缺陷之一,特别是现有技术中的配电网故障波形库的构建,忽略了电网运行中的干扰条件,导致配电网故障波形库的训练效果差,降低了故障波形的准确率的技术缺陷。
本发明提供了一种配电网故障波形库的构建方法,所述方法包括:
确定配电网故障类型;
从仿真库中抽取与所述配电网故障类型对应的故障原生环境和故障伴生环境,所述故障原生环境为模拟所述配电网故障类型搭建的故障模型,所述故障伴生环境为模拟所述配电网故障类型在电网运行中的干扰因素;
利用所述故障原生环境和所述故障伴生环境对所述配电网故障类型进行故障仿真;
将仿真后得到的故障波形保存到波形库中,所述波形库与所述配电网故障类型对应。
可选地,所述从仿真库中抽取与所述配电网故障类型对应的故障原生环境和故障伴生环境的步骤,包括:
确定仿真库中与所述配电网故障类型对应的多个故障原生环境和多个故障伴生环境;
抽取其中一个故障原生环境和一个故障伴生环境,作为本次故障仿真所使用的故障原生环境和故障伴生环境。
可选地,所述故障伴生环境包括噪声干扰、网络重构、分布式电源接入、励磁涌流进行组合后形成的多个干扰因素。
可选地,所述利用所述故障原生环境和所述故障伴生环境对所述配电网故障类型进行故障仿真的步骤,包括:
确定仿真次数;
利用所述故障原生环境和所述故障伴生环境对所述配电网故障类型进行批量故障仿真,直到达到所述仿真次数时为止。
可选地,所述将仿真后得到的故障波形保存到波形库中的步骤,包括:
将所述仿真次数下仿真得到的多个故障波形,均保存到波形库中。
可选地,所述的配电网故障波形库的构建方法,还包括:
根据所述故障波形的仿真时间、所述配电网故障类型进行仿真时使用的故障原生环境和故障伴生环境,对所述故障波形进行标记。
可选地,所述配电网故障类型包括高阻接地故障;
所述高阻接地故障的故障原生环境包括数值高阻模型和模拟高阻模型;
其中,所述数值高阻模型采用数学等式模拟与所述高阻接地故障对应的电压电流关系;
所述模拟高阻模型采用元件组合模拟与所述高阻接地故障对应的电路。
本发明还提供了一种配电网故障波形库的构建装置,包括:
故障类型确定模块,用于确定配电网故障类型;
故障环境抽取模块,用于从仿真库中抽取与所述配电网故障类型对应的故障原生环境和故障伴生环境,所述故障原生环境为模拟所述配电网故障类型搭建的故障模型,所述故障伴生环境为模拟所述配电网故障类型在电网运行中的干扰因素;
故障仿真模块,用于利用所述故障原生环境和所述故障伴生环境对所述配电网故障类型进行故障仿真;
波形保存模块,用于将仿真后得到的故障波形保存到波形库中,所述波形库与所述配电网故障类型对应。
本发明还提供了一种存储介质,所述存储介质中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如上述实施例中任一项所述配电网故障波形库的构建方法的步骤。
本发明还提供了一种计算机设备,所述计算机设备中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如上述实施例中任一项所述配电网故障波形库的构建方法的步骤。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明提供的配电网故障波形库的构建方法、装置及存储介质,在确定好配电网故障类型后,从仿真库中抽取与配电网故障类型对应的故障原生环境和故障伴生环境,该故障伴生环境包含了配电网故障类型在电网运行中的干扰因素,使得故障仿真时的仿真环境符合实际运行场景,有利于提高仿真后得到的故障波形的准确率;并且,利用仿真库来抽取已搭建好的故障原生环境和故障伴生环境,来对配电网故障类型进行故障仿真,可以有效提高获取故障波形的时效性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种配电网故障波形库的构建方法流程示意图;
图2为本发明实施例提供的故障仿真的流程示意图;
图3为本发明实施例提供的第一种模拟高阻模型的电路结构示意图;
图4为本发明实施例提供的第二种模拟高阻模型的电路结构示意图;
图5为本发明实施例提供的第三种模拟高阻模型的电路结构示意图;
图6为本发明实施例提供的第四种模拟高阻模型的电路结构示意图;
图7为本发明实施例提供的一种配电网故障波形库的构建装置结构示意图;
图8为本发明实施例提供的一种计算机设备的内部结构示意图。
具体实施方式
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。
配电网故障处理的理论研究与装置研制主要依赖于多种故障环境的构建,构建好的故障环境能够为配电网提供高可靠性的供电需求,从而实现故障快速识别、精确定位、准确选线。
目前,针对配电网故障波形库的构建,主要采用人工组合的方式构建故障环境要素,且考虑不同的初始故障条件,对故障环境要素进行逐个仿真,从而构建配电网故障波形库。但现有的配电网故障波形库的构建,忽略了电网运行中的干扰条件,导致配电网故障波形库的训练效果差,降低了故障波形的准确率,并且,采用人工组合的方式构建故障环境要素,容易导致故障波形获取的时效性较差。
因此,本发明的目的是解决现有技术中的配电网故障波形库的构建,忽略了电网运行中的干扰条件,导致配电网故障波形库的训练效果差,降低了故障波形的准确率的技术问题,并提出如下技术方案:
在一个实施例中,如图1所示,图1为本发明实施例提供的一种配电网故障波形库的构建方法流程示意图;本发明提供了一种配电网故障波形库的构建方法,具体包括如下步骤:
S110:确定配电网故障类型。
本步骤中,在建立配电网故障波形库之前,首先需要确定当前建立的波形库所针对的配电网故障类型,然后再根据该类型的配电网故障构建相应的波形库。
可以理解的是,配电网指的是从输电网或地区发电厂接受电能,并通过配电实时就地或逐级分配给用户的电力网,而配电网在长期运行过程中,多会发生一些事故和故障,如避雷器爆炸、配电变压器超负荷、熔管故障、雷击、高阻接地故障等。本申请为了更好地实现故障快速识别、精确定位以及准确选线,对不同故障类型的配电网故障进行故障波形库的构建,从而提高故障波形的准确率。
S120:抽取与配电网故障类型对应的故障原生环境和故障伴生环境。
本步骤中,通过步骤S110确定配电网故障类型后,可以从仿真库中抽取与该配电网故障类型对应的故障原生环境和故障伴生环境,进而形成该配电网故障类型的仿真环境。
其中,故障原生环境指的是为模拟不同的配电网故障类型所搭建的故障模型,该故障模型是依据仿真库中的配电网基础模型所搭建的,而配电网基础模型的构建一般综合考虑配电网类型、接地方式、馈线参数、负荷等,并通过仿真软件来建立,仿真软件包括Simulink,ETAP、PSCAD、ATP、digsilent等,仿真库则是该仿真软件所对应的用于保存仿真模型的数据库;故障伴生环境也是依据仿真库中的配电网基础模型搭建的,其搭建的目的是模拟不同的配电网故障类型在电网运行中的干扰因素。
进一步地,配电网基础模型构建时考虑的配电网类型主要有辐射状配电网,环状配电网、树状配电网;接地方式主要包括消弧线圈接地、消弧线圈并小电阻接地、小电阻接地、不接地;馈线参数主要包括馈线长度、馈线回数、馈线单位阻抗、馈线类型(电缆,架空线,电缆与架空混合);而负荷主要包括接入位置、接入容量等。
以高阻接地故障为例,当电力系统需要构建高阻接地故障所对应的故障波形库时,可在仿真库中抽取预先构建好的、与高阻接地故障对应的故障原生环境和故障伴生环境。其中,与高阻接地故障对应的故障原生环境包括但不限于故障相别、故障位置、故障电阻、故障初相角等,与高阻接地故障对应的故障伴生环境包括但不限于噪声干扰、网络重构、分布式电源接入、励磁涌流进行组合后形成的多个干扰因素。
S130:利用故障原生环境和故障伴生环境对配电网故障类型进行故障仿真。
本步骤中,当通过步骤S120抽取与配电网故障类型对应的故障原生环境和故障伴生环境后,进一步地,电力系统可利用抽取的与配电网故障类型所对应的故障原生环境和故障伴生环境来进行故障仿真,以采集故障仿真后的故障波形。
具体地,电力系统在进行故障仿真时,可使用批处理语言进行仿真处理。可以理解的是,批处理语言是一种简化的脚本语言,能够对某对象进行自动批量的处理。如本申请中,批处理语言可以依据预先输入的执行命令,来配置仿真过程中的配电网基础模型参数和故障环境参数、仿真次数、仿真波形保存格式等,并按照设定的仿真次数对故障仿真进行批量处理。
进一步地,这里使用故障原生环境加故障伴生环境的方式对配电网故障类型进行故障仿真,能够模拟该配电网故障类型在配电网运行过程中的真实环境,保证最终获得的仿真结果更为贴近现实。
S140:将仿真后得到的故障波形保存到波形库中。
本步骤中,当通过步骤S130对配电网故障类型进行故障仿真后,可将仿真后得到的故障波形保存到波形库中,该波形库是依据该配电网故障类型进行构建的数据库,以便电力系统进行故障快速识别、精确定位以及准确选线。
上述实施例中的配电网故障波形库的构建方法,在确定好配电网故障类型后,从仿真库中抽取与配电网故障类型对应的故障原生环境和故障伴生环境,该故障伴生环境包含了配电网故障类型在电网运行中的干扰因素,使得故障仿真时的仿真环境符合实际运行场景,有利于提高仿真后得到的故障波形的准确率;并且,利用仿真库来抽取已搭建好的故障原生环境和故障伴生环境,来对配电网故障类型进行故障仿真,可以有效提高获取故障波形的时效性。
下面将通过一个实施例来说明如何从仿真库中抽取与配电网故障类型对应的故障原生环境和故障伴生环境。
在一个实施例中,步骤S120中从仿真库中抽取与所述配电网故障类型对应的故障原生环境和故障伴生环境的步骤,可以包括:
S121:确定仿真库中与所述配电网故障类型对应的多个故障原生环境和多个故障伴生环境。
S122:抽取其中一个故障原生环境和一个故障伴生环境,作为本次故障仿真所使用的故障原生环境和故障伴生环境。
本实施例中,由于仿真库中的故障原生环境和故障伴生环境均是与当前的配电网故障类型对应的,而同一种配电网故障类型下的故障原生环境又有多种可能的形式,每一种形式下的故障原生环境又对应有不同的故障伴生环境。
因此,本申请在进行配电网故障类型的故障仿真时,可随机从仿真库中抽取一个故障原生环境和一个故障伴生环境,并使用抽取到的故障原生环境和故障伴生环境来对该配电网故障类型进行故障仿真。
举例来说,一般在构建配电网故障类型所对应的故障原生环境时,主要考虑故障类型、故障相别、故障位置、故障电阻、故障初相角等。其中故障类型主要包括单相接地故障、两相接地、两相短路、三相短路;故障相别主要包括A、B、C(单相接地故障)、AB、AC、BC(两相接地、两相短路)、ABC(三相短路);故障位置主要包括馈线首端、馈线末端、馈线三分之一处,馈线二分之一处、馈线四分之三处;故障电阻在0-500欧姆可以任意选择(一般典型值选择0Ω,5Ω,50Ω,200Ω,500Ω),故障初相角可在0-90°间任意选择(一般典型值选择0,15,30,60,75)。
而在构建配电网故障类型所对应的故障原生环境时,主要考虑伴生环境个数(个数小于等于5),随机选择故障伴生环境包括噪声干扰,网络重构、分布式电源接入、励磁涌流等进行组合后形成的多个故障伴生环境。
其中,噪声干扰主要包括高斯噪声、瑞利噪声、伽马噪声、指数噪声、均匀噪声、脉冲噪声以及周期噪声;网络重构可以随机选择配网两节点进行连接,改变配电网拓扑结构,并判定是否满足配电网连通性约束;分布式电源接入可以随机选择馈线节点接入不同类型分布式电源,包括光伏、风电、微型燃气轮机;励磁涌流可以随机设置变压器剩磁分闸角,并模拟励磁涌流产生,剩磁分闸角可选30,60,90;投切电容可以随机选择馈线节点投切一定容量电容,电容容量可选1Mvar,0.5Mvar,1.5Mvar。
由上述内容可见,由于构建故障原生环境和故障伴生环境时需要考虑的因素很多,且每个因素中又包含有不同的种类,因而依据配电网故障类型所构建的故障原生环境和故障伴生环境有多个,进行故障仿真时,可随机抽取其中一个故障原生环境和一个故障伴生环境,从而对该配电网故障类型进行故障仿真,并得到相应的故障波形。
上述实施例主要是对如何从仿真库中抽取与配电网故障类型对应的故障原生环境和故障伴生环境来进行说明,下面将对故障伴生环境的构建进行详细说明。
在一个实施例中,所述故障伴生环境可以包括噪声干扰、网络重构、分布式电源接入、励磁涌流进行组合后形成的多个干扰因素。
本实施例中,在构建配电网故障类型所对应的故障原生环境时,主要考虑伴生环境个数(个数小于等于5),随机选择故障伴生环境包括噪声干扰,网络重构、分布式电源接入、励磁涌流等进行组合后形成的多个故障伴生环境。
其中,噪声干扰主要包括高斯噪声、瑞利噪声、伽马噪声、指数噪声、均匀噪声、脉冲噪声以及周期噪声;网络重构可以随机选择配网两节点进行连接,改变配电网拓扑结构,并判定是否满足配电网连通性约束;分布式电源接入可以随机选择馈线节点接入不同类型分布式电源,包括光伏、风电、微型燃气轮机;励磁涌流可以随机设置变压器剩磁分闸角,并模拟励磁涌流产生,剩磁分闸角可选30,60,90;投切电容可以随机选择馈线节点投切一定容量电容,电容容量可选1Mvar,0.5Mvar,1.5Mvar。
而对噪声干扰、网络重构、分布式电源接入、励磁涌流等多个因素进行组合时,可随机抽取每一个因素中的一个种类来进行组合。比如,在形成某一个组合的过程中,可选择噪声干扰中的高斯噪声,网络重构中的任意两个满足配电网连通性约束的节点,分布式电源中的光伏电源,励磁涌流中的变压器剩磁分闸角为30,以及切投电容为1Mvar的组合方式,构建其中一个故障伴生环境。
上述实施例中主要是对故障伴生环境的构建进行详细说明,下面将对如何利用故障原生环境和故障伴生环境进行故障仿真进行具体描述。
在一个实施例中,步骤S130中利用所述故障原生环境和所述故障伴生环境对所述配电网故障类型进行故障仿真的步骤,可以包括:
S131:确定仿真次数。
S132:利用所述故障原生环境和所述故障伴生环境对所述配电网故障类型进行批量故障仿真,直到达到所述仿真次数时为止。
本实施例中,在进行行故障仿真时,可使用批处理语言进行仿真处理。批处理语言可以依据预先输入的执行命令,来配置仿真过程中的配电网基础模型参数和故障环境参数、仿真次数、仿真波形保存格式等,并按照设定的仿真次数对故障仿真进行批量处理,实现高效、准确的故障仿真。
示意性地,如图2所示,图2为本发明实施例提供的故障仿真的流程示意图;图2中,使用批处理语言进行故障仿真时,可先设置故障仿真次数,然后在仿真软件中设置配电网基础模型,并在该配电网基础模型的基础上设置故障原生环境,该故障原生环境中的故障类型可以选择预先确定的高阻接地故障所对应的高阻故障模型,并为其设置故障伴生环境,随后进行批量自动化仿真,并保存波形,直到达到仿真次数时故障仿真结束。
上述实施例对如何利用故障原生环境和故障伴生环境进行故障仿真进行具体描述,下面将对如何保存故障波形进行详细说明。
在一个实施例中,步骤S140中将仿真后得到的故障波形保存到波形库中的步骤,可以包括:将所述仿真次数下仿真得到的多个故障波形,均保存到波形库中。
本实施例中,如图2所示,在使用批处理语言进行故障仿真时,由于设定了仿真次数,且每次仿真后都会得到对应的故障波形,因而可将多次仿真后得到的多个故障波形,均保存至波形库,以此来充实波形库中的故障波形的数量,并提高波形库中故障波形的准确率。
上述实施例对如何保存故障波形进行详细说明,下面将对配电网故障波形库的构建方法进行进一步说明。
在一个实施例中,所述的配电网故障波形库的构建方法,还可以包括:
S150:根据所述故障波形的仿真时间、所述配电网故障类型进行仿真时使用的故障原生环境和故障伴生环境,对所述故障波形进行标记。
本实施例中,在每次仿真结束后,可根据故障波形的仿真时间,进行仿真时所使用的故障原生环境和故障伴生环境来对本次故障仿真后得到的故障波形进行标记,以此来表明保存的故障波形的属性信息。
举例来说,当使用批处理语言来对高阻接地故障进行故障仿真时,可先生成一次配电网高阻接地故障仿真环境,设置仿真时间,故障时间,执行故障仿真,并按照Comtrade99格式保存故障波形。
进一步地,为了快速执行波形仿真与数据库构建,本申请可以采用脚本语言来建立仿真软件的接口,如使用DPL、Python、C、M语言构建自动执行脚本,脚本包括以下功能:
(1)设定仿真次数;
(2)采用轮盘赌等随机生成程序抽取仿真库中的故障原生环境、故障半生环境;
(3)生成执行命令;
(4)仿真结束后,按照执行日期和时间组合为文件名保存文件,并在文件属性中注明配电网基础模型、故障原生环境、故障半生环境相关参数;
(5)根据仿真次数判定仿真是否已全部执行。
上述实施例对配电网故障波形库的构建方法进行进一步说明,下面将通过具体故障类型来了解该故障类型对应的故障原生环境。
在一个实施例中,所述配电网故障类型可以包括高阻接地故障;所述高阻接地故障的故障原生环境可以包括数值高阻模型和模拟高阻模型。
其中,所述数值高阻模型采用数学等式模拟与所述高阻接地故障对应的电压电流关系;所述模拟高阻模型采用元件组合模拟与所述高阻接地故障对应的电路。
本实施例中,在使用仿真软件搭建故障原生环境时,可使用数值高阻模型或模拟高阻模型。其中,数值高阻模型主要采用数学等式模拟高阻接地故障的电压电流关系,并在仿真环境中采用编程语言自定义计算公式,该方法精确度高,计算时间短,操作要求高;而模拟高阻模型主要采用二极管、电阻、时变电阻、开关、电感、直流电压源等元件组合去模拟高阻接地故障所对应的电路,该模型基于仿真软件中已有元素,操作简单,组合方便。
进一步地,对于高阻接地故障而言,使用数值高阻模型时,可采用的模型如下:
其中,g是电弧电导,u是电弧电压,i是电弧电流,τ是电弧热惯性时间常数,一般取0.0001,p是电弧能量损耗常数,一般取2000。
其中,a、b为常数,该式中τ=0.0001,p=2000,a=0.1,b=1.2。
其中,Ci为电流常数,该式中τ=0.000012,P0=1000,Ci=80。
其中,Uc为电压常数,该式中τ=0.000006,Uc=80。
其中,P1为冷却常数,Uarc为电弧平均值,该式中τ=0.0001,P0=10000,P1=0.8,Uarc=80。
当使用模拟高阻模型时,二极管和电阻模拟高阻故障正半周波和负半周波的不对称,时变电阻模拟故障的非线性,开关模拟故障的间歇性和随机性,直流电压源和电感模拟故障波形积累。其中,电阻一般在300-1000Ω间随机选值,开关时间在2-5ms间随机选值,直流电压源在900-1100V间随机选值。
示意性地,如图3-6所示,图3为本发明实施例提供的第一种模拟高阻模型的电路结构示意图,图4为本发明实施例提供的第二种模拟高阻模型的电路结构示意图,图5为本发明实施例提供的第三种模拟高阻模型的电路结构示意图,图6为本发明实施例提供的第四种模拟高阻模型的电路结构示意图;其中,Dn和Dp均为二极管,Rn和Rp均为电阻,Rn(t)和Rp(t)均为时变电阻,S为开关,Ln和Lp均为电感,Vn和Vp均为直流电压源。
下面对本申请实施例提供的配电网故障波形库的构建装置进行描述,下文描述的配电网故障波形库的构建装置与上文描述的配电网故障波形库的构建方法可相互对应参照。
在一个实施例中,如图7所示,图7为本发明实施例提供的一种配电网故障波形库的构建装置结构示意图;本发明还提供了一种配电网故障波形库的构建装置,包括故障类型确定模块210、故障环境抽取模块220、故障仿真模块230、波形保存模块240,具体包括如下:
故障类型确定模块210,用于确定配电网故障类型;
故障环境抽取模块220,用于从仿真库中抽取与所述配电网故障类型对应的故障原生环境和故障伴生环境,所述故障原生环境为模拟所述配电网故障类型搭建的故障模型,所述故障伴生环境为模拟所述配电网故障类型在电网运行中的干扰因素;
故障仿真模块230,用于利用所述故障原生环境和所述故障伴生环境对所述配电网故障类型进行故障仿真;
波形保存模块240,用于将仿真后得到的故障波形保存到波形库中,所述波形库与所述配电网故障类型对应。
上述实施例中的配电网故障波形库的构建装置,在确定好配电网故障类型后,从仿真库中抽取与配电网故障类型对应的故障原生环境和故障伴生环境,该故障伴生环境包含了配电网故障类型在电网运行中的干扰因素,使得故障仿真时的仿真环境符合实际运行场景,有利于提高仿真后得到的故障波形的准确率;并且,利用仿真库来抽取已搭建好的故障原生环境和故障伴生环境,来对配电网故障类型进行故障仿真,可以有效提高获取故障波形的时效性。
在一个实施例中,所述故障环境抽取模块220可以包括:
故障环境确定模块221,用于确定仿真库中与所述配电网故障类型对应的多个故障原生环境和多个故障伴生环境。
抽取模型222,用于抽取其中一个故障原生环境和一个故障伴生环境,作为本次故障仿真所使用的故障原生环境和故障伴生环境。
在一个实施例中,所述故障环境抽取模块220中的故障伴生环境可以包括噪声干扰、网络重构、分布式电源接入、励磁涌流进行组合后形成的多个干扰因素。
在一个实施例中,所述故障仿真模块230可以包括:
仿真次数确定模块231,用于确定仿真次数。
批量仿真模块232,用于利用所述故障原生环境和所述故障伴生环境对所述配电网故障类型进行批量故障仿真,直到达到所述仿真次数时为止。
在一个实施例中,所述波形保存模块240可以包括:
将所述仿真次数下仿真得到的多个故障波形,均保存到波形库中。
在一个实施例中,所述的配电网故障波形库的构建装置,还可以包括:
波形标记模块250,用于根据所述故障波形的仿真时间、所述配电网故障类型进行仿真时使用的故障原生环境和故障伴生环境,对所述故障波形进行标记。
在一个实施例中,所述故障类型确定模块210中的配电网故障类型可以包括高阻接地故障;所述高阻接地故障的故障原生环境包括数值高阻模型和模拟高阻模型。
其中,所述数值高阻模型采用数学等式模拟与所述高阻接地故障对应的电压电流关系;所述模拟高阻模型采用元件组合模拟与所述高阻接地故障对应的电路。
在一个实施例中,本发明还提供了一种存储介质,所述存储介质中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如上述实施例中任一项所述配电网故障波形库的构建方法的步骤。
在一个实施例中,本发明还提供了一种计算机设备,所述计算机设备中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如上述实施例中任一项所述配电网故障波形库的构建方法的步骤。
示意性地,如图8所示,图8为本发明实施例提供的一种计算机设备的内部结构示意图,该计算机设备300可以被提供为一服务器。参照图8,计算机设备300包括处理组件302,其进一步包括一个或多个处理器,以及由存储器301所代表的存储器资源,用于存储可由处理组件302的执行的指令,例如应用程序。存储器301中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件302被配置为执行指令,以执行上述任意实施例的配电网故障波形库的构建方法。
计算机设备300还可以包括一个电源组件303被配置为执行计算机设备300的电源管理,一个有线或无线网络接口304被配置为将计算机设备300连接到网络,和一个输入输出(I/O)接口305。计算机设备300可以操作基于存储在存储器301的操作系统,例如WindowsServer TM、Mac OS XTM、Unix TM、Linux TM、Free BSDTM或类似。
本领域技术人员可以理解,图8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。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间可以根据需要进行组合,且相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种配电网故障波形库的构建方法,其特征在于,所述方法包括:
确定配电网故障类型;
从仿真库中抽取与所述配电网故障类型对应的故障原生环境和故障伴生环境,所述故障原生环境为模拟所述配电网故障类型搭建的故障模型,所述故障伴生环境为模拟所述配电网故障类型在电网运行中的干扰因素;
利用所述故障原生环境和所述故障伴生环境对所述配电网故障类型进行故障仿真;
将仿真后得到的故障波形保存到波形库中,所述波形库与所述配电网故障类型对应。
2.根据权利要求1所述的配电网故障波形库的构建方法,其特征在于,所述从仿真库中抽取与所述配电网故障类型对应的故障原生环境和故障伴生环境的步骤,包括:
确定仿真库中与所述配电网故障类型对应的多个故障原生环境和多个故障伴生环境;
抽取其中一个故障原生环境和一个故障伴生环境,作为本次故障仿真所使用的故障原生环境和故障伴生环境。
3.根据权利要求1所述的配电网故障波形库的构建方法,其特征在于,所述故障伴生环境包括噪声干扰、网络重构、分布式电源接入、励磁涌流进行组合后形成的多个干扰因素。
4.根据权利要求1所述的配电网故障波形库的构建方法,其特征在于,所述利用所述故障原生环境和所述故障伴生环境对所述配电网故障类型进行故障仿真的步骤,包括:
确定仿真次数;
利用所述故障原生环境和所述故障伴生环境对所述配电网故障类型进行批量故障仿真,直到达到所述仿真次数时为止。
5.根据权利要求4所述的配电网故障波形库的构建方法,其特征在于,所述将仿真后得到的故障波形保存到波形库中的步骤,包括:
将所述仿真次数下仿真得到的多个故障波形,均保存到波形库中。
6.根据权利要求1所述的配电网故障波形库的构建方法,其特征在于,还包括:
根据所述故障波形的仿真时间、所述配电网故障类型进行仿真时使用的故障原生环境和故障伴生环境,对所述故障波形进行标记。
7.根据权利要求1所述的配电网故障波形库的构建方法,其特征在于,所述配电网故障类型包括高阻接地故障;
所述高阻接地故障的故障原生环境包括数值高阻模型和模拟高阻模型;
其中,所述数值高阻模型采用数学等式模拟与所述高阻接地故障对应的电压电流关系;
所述模拟高阻模型采用元件组合模拟与所述高阻接地故障对应的电路。
8.一种配电网故障波形库的构建装置,其特征在于,包括:
故障类型确定模块,用于确定配电网故障类型;
故障环境抽取模块,用于从仿真库中抽取与所述配电网故障类型对应的故障原生环境和故障伴生环境,所述故障原生环境为模拟所述配电网故障类型搭建的故障模型,所述故障伴生环境为模拟所述配电网故障类型在电网运行中的干扰因素;
故障仿真模块,用于利用所述故障原生环境和所述故障伴生环境对所述配电网故障类型进行故障仿真;
波形保存模块,用于将仿真后得到的故障波形保存到波形库中,所述波形库与所述配电网故障类型对应。
9.一种存储介质,其特征在于:所述存储介质中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如权利要求1至7中任一项所述配电网故障波形库的构建方法的步骤。
10.一种计算机设备,其特征在于:所述计算机设备中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如权利要求1至7中任一项所述配电网故障波形库的构建方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110511229.1A CN113076664A (zh) | 2021-05-11 | 2021-05-11 | 配电网故障波形库的构建方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110511229.1A CN113076664A (zh) | 2021-05-11 | 2021-05-11 | 配电网故障波形库的构建方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113076664A true CN113076664A (zh) | 2021-07-06 |
Family
ID=76616450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110511229.1A Pending CN113076664A (zh) | 2021-05-11 | 2021-05-11 | 配电网故障波形库的构建方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113076664A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113779342A (zh) * | 2021-09-16 | 2021-12-10 | 南方电网科学研究院有限责任公司 | 一种故障波形库增殖方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104280668A (zh) * | 2014-11-05 | 2015-01-14 | 广东电网有限责任公司佛山供电局 | 配电网故障类型识别方法和系统 |
CN106443326A (zh) * | 2016-08-30 | 2017-02-22 | 上海金智晟东电力科技有限公司 | 配电网故障定位装置测试系统及测试方法 |
CN106441843A (zh) * | 2016-09-19 | 2017-02-22 | 南京科远自动化集团股份有限公司 | 一种旋转机械故障波形识别方法 |
CN206990733U (zh) * | 2017-06-14 | 2018-02-09 | 昆明理工大学 | 一种配电网故障波形库监测系统 |
CN112486137A (zh) * | 2020-10-23 | 2021-03-12 | 中国电力科学研究院有限公司 | 有源配电网故障特征库构建方法、系统及故障诊断方法 |
-
2021
- 2021-05-11 CN CN202110511229.1A patent/CN113076664A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104280668A (zh) * | 2014-11-05 | 2015-01-14 | 广东电网有限责任公司佛山供电局 | 配电网故障类型识别方法和系统 |
CN106443326A (zh) * | 2016-08-30 | 2017-02-22 | 上海金智晟东电力科技有限公司 | 配电网故障定位装置测试系统及测试方法 |
CN106441843A (zh) * | 2016-09-19 | 2017-02-22 | 南京科远自动化集团股份有限公司 | 一种旋转机械故障波形识别方法 |
CN206990733U (zh) * | 2017-06-14 | 2018-02-09 | 昆明理工大学 | 一种配电网故障波形库监测系统 |
CN112486137A (zh) * | 2020-10-23 | 2021-03-12 | 中国电力科学研究院有限公司 | 有源配电网故障特征库构建方法、系统及故障诊断方法 |
Non-Patent Citations (4)
Title |
---|
储佳伟;袁晓冬;陈兵;王旭冲;邱海峰;顾伟;: "结合小波分析和改进型DTW距离的配电网电压暂降源辨识方法", 电网技术, no. 02, pages 300 - 306 * |
徐竟争;程林中;: "基于Matlab的输电线路故障波形仿真研究", 科技视界, no. 08, pages 94 - 95 * |
申元;马仪;孟见刚;徐肖伟;马御棠;姜志博;: "基于BP神经网络的输电线路故障原因辨识研究", 智能电网, no. 02, pages 30 - 37 * |
白浩 等: "人工智能在配电网高阻接地故障检测中的应用及展望", 白浩 等, vol. 13, no. 2, pages 34 - 42 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113779342A (zh) * | 2021-09-16 | 2021-12-10 | 南方电网科学研究院有限责任公司 | 一种故障波形库增殖方法、装置、电子设备及存储介质 |
CN113779342B (zh) * | 2021-09-16 | 2023-05-16 | 南方电网科学研究院有限责任公司 | 一种故障波形库增殖方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Asadi | Essential circuit analysis using LTspice® | |
Pecenak et al. | Multiphase distribution feeder reduction | |
Heunis et al. | A probabilistic model for residential consumer loads | |
CN106463945A (zh) | 用于识别多相电力网络中的故障区段的系统和方法 | |
Caicedo et al. | Frequency domain modeling of nonlinear loads, considering harmonic interaction | |
CN112507499A (zh) | 基于gis的配电网线损数据采集方法及相关装置 | |
Fontana et al. | A new simulation program for analog circuits using symbolic analysis techniques | |
CN103777092B (zh) | 一种基于云技术的继电保护测试系统及其方法 | |
CN113076664A (zh) | 配电网故障波形库的构建方法、装置及存储介质 | |
Santos et al. | Automatic building of a simulated high impedance fault database | |
CN110389535B (zh) | 一种组态式动模试验系统及其试验方法 | |
Barzegkar-Ntovom et al. | Methodology for evaluating equivalent models for the dynamic analysis of power systems | |
Li et al. | Research on HIL-based HVRT and LVRT automated test system for photovoltaic inverters | |
CN111339624B (zh) | 基于psasp和emtp/atp短路电流直流分量计算方法 | |
CN104317987A (zh) | 一种短路电流仿真计算的误差分析方法 | |
Mitra et al. | Load sensitivity studies in power systems with non-smooth load behavior | |
Asadi | Simulation of Electric Circuits with LTspice® | |
KR20050041341A (ko) | 전력계통 고장복구 교육훈련시스템 | |
McDermott | An open source distribution system simulator | |
Zhu et al. | Identifying critical load locations for power system voltage, angular and frequency stability | |
Namanya et al. | Voltage calculations program for LV feeders with distributed generation | |
Wu et al. | Retracted: Research and Design of Substation Secondary Circuit 3D Simulation Training System | |
Bauernschmitt et al. | Application of IEC 61850-6 and IEC 61970 data models for automated protection test specification | |
Thanasaksiri | Comparison of Euler and trapezoidal approaches for capacitor switching transient | |
Nativel et al. | Integrated framework for voltage security assessment |
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 |