CN113092951B - 一种海上风电场复杂拓扑线路故障信息预测方法及装置 - Google Patents

一种海上风电场复杂拓扑线路故障信息预测方法及装置 Download PDF

Info

Publication number
CN113092951B
CN113092951B CN202110646184.9A CN202110646184A CN113092951B CN 113092951 B CN113092951 B CN 113092951B CN 202110646184 A CN202110646184 A CN 202110646184A CN 113092951 B CN113092951 B CN 113092951B
Authority
CN
China
Prior art keywords
transmission line
main
power transmission
fault
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
Application number
CN202110646184.9A
Other languages
English (en)
Other versions
CN113092951A (zh
Inventor
王晓东
王永浩
刘颖明
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.)
Shenyang University of Technology
Original Assignee
Shenyang University of Technology
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 Shenyang University of Technology filed Critical Shenyang University of Technology
Priority to CN202110646184.9A priority Critical patent/CN113092951B/zh
Publication of CN113092951A publication Critical patent/CN113092951A/zh
Application granted granted Critical
Publication of CN113092951B publication Critical patent/CN113092951B/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
    • G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
    • 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
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks
    • 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)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Locating Faults (AREA)

Abstract

本发明公开了一种海上风电场复杂拓扑线路故障信息预测方法及装置，涉及风电场安全运行技术领域，该方法对故障行波进行变换，得到故障行波的线模分量及零模分量；然后利用VMD‑TEO算法，得到线模分量分别到达主输电线路始端和主输电线路终端的时间及零模分量分别到达主输电线路始端和主输电线路终端的时间，之后通过故障距离确定公式，得到故障点到主输电线路始端的输电线路长度及故障点到主输电线路终端的输电线路长度；再通过决策系数函数，得到每个支输电线路的决策系数，从而确定故障点的位置。由此该发明大大减少了检测设备的使用数量，这样能够方便快捷的故障定位，降低时间及人力的耗费，适用于海上风电场输电线路的故障定位。

Description

一种海上风电场复杂拓扑线路故障信息预测方法及装置
技术领域
本发明涉及风电场安全运行技术领域，具体而言涉及一种海上风电场复杂拓扑线路故障信息预测方法及装置。
背景技术
近些年来全球海上风电场装机容量逐年增加，海底复杂环境，给风电场的安全稳定运行带来了严峻的挑战。风电场输电线路出现故障后会引起系统电压骤降，造成风电场系统崩溃，准确、快速定位出故障点对于加快风电场正常运行具有非常重要的意义。但是，传统的故障定位方法需要较多的检测数据，这样就需要投入较大量的检测设备，而在海上风电场的环境不便于安装较多的检测设备，并且安装较多的检测设备会耗费大量的时间及人力，因此传统的故障定位方法不适用于海上风电场输电线路的故障定位。
发明内容
在发明内容部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。
第一方面，本发明提供了一种海上风电场复杂拓扑线路故障信息预测方法，海上风电场输电线路包括与主变压器连接的主输电线路，及至少一个与所述主输电线路连接的支输电线路，所述主输电线路的两端分别设有检测装置，所述检测装置用于检测所述海上风电场输电线路上的故障行波，所述海上风电场复杂拓扑线路故障信息预测方法包括：
获取故障行波、决策系数函数及故障距离确定公式；
对所述故障行波进行凯伦贝尔变换，得到故障行波的线模分量及零模分量；
根据所述线模分量及零模分量，利用VMD-TEO算法，得到线模分量分别到达主输电线路始端的时间和主输电线路终端的时间及所述零模分量分别到达主输电线路始端和主输电线路终端的的时间，所述主输电线路始端为所述主输电线路靠近所述主变压器的一端，所述主输电线路终端为所述主输电线路远离所述主变压器的一端；
利用所述线模分量分别到达主输电线路始端和主输电线路终端的时间及所述零模分量分别到达主输电线路始端和主输电线路终端的时间，通过所述故障距离确定公式，得到故障点到主输电线路始端的输电线路长度及所述故障点到主输电线路终端的输电线路长度；
利用所述故障点到主输电线路始端的输电线路长度及所述故障点到主输电线路终端的输电线路长度，通过所述决策系数函数，得到每个所述支输电线路的决策系数；
根据每个所述支输电线路的决策系数，确定故障点的位置。
具体地，所述决策系数函数为
Figure 540829DEST_PATH_IMAGE001
；
其中，
Figure 520286DEST_PATH_IMAGE002
为第i个支输电线路的决策系数，i=1、2、3……n，n为支输电线路的总数量，
Figure 113073DEST_PATH_IMAGE003
为所述故障点到主输电线路始端的输电线路长度，
Figure 836178DEST_PATH_IMAGE004
为所述故障点到主输电线路终端的输电线路长度，
Figure 463600DEST_PATH_IMAGE005
为第i个支输电线路终端到主输电线路始端的输电线路长度，
Figure 348379DEST_PATH_IMAGE006
为第i个支输电线路终端到主输电线路终端的输电线路长度，其中，所述第i个支输电线路终端为所述第i个支输电线路上远离所述主输电线路的一端。
具体地，所述根据每个所述支输电线路的决策系数，确定故障点的位置，包括：
如果每个所述支输电线路的决策系数均不等于0，则确定所述故障点在所述主输电线路上；
如果其中一个所述支输电线路的决策系数等于0，则确定所述故障点在所述支输电线路上。
具体地，所述如果每个所述支输电线路的决策系数均不等于0，则确定所述故障点在所述主输电线路上，包括：
如果每个所述支输电线路的决策系数均不等于0，且其中相邻的两个所述支输电线路的决策系数符号相反，则确定所述故障点位于相邻两个支输电线路之间的主输电线路上。
具体地，所述如果每个所述支输电线路的决策系数均不等于0，则确定所述故障点在所述主输电线路上之后，还包括：
利用所述线模分量到达主输电线路始端的时间及所述线模分量到达主输电线路终端的时间，通过双端行波算法，确定故障点到主输电线路始端或主输电线路终端的输电线路长度。
具体地，所述故障距离确定公式为
Figure 162882DEST_PATH_IMAGE007
；
其中，
Figure 424099DEST_PATH_IMAGE003
为所述故障点到主输电线路始端的输电线路长度，
Figure 903098DEST_PATH_IMAGE004
为所述故障点到主输电线路终端的输电线路长度，
Figure 958779DEST_PATH_IMAGE008
为零模分量到达主输电线路始端的时间，
Figure 260578DEST_PATH_IMAGE009
为线模分量到达主输电线路始端的时间，
Figure 325486DEST_PATH_IMAGE010
为零模分量到达主输电线路终端的时间，
Figure 396341DEST_PATH_IMAGE011
为线模分量到达主输电线路终端的时间，
Figure 888502DEST_PATH_IMAGE012
为线模分量的速度。
第二方面，本发明提供了一种海上风电场复杂拓扑线路故障信息预测装置，海上风电场输电线路包括与主变压器连接的主输电线路，及至少一个与所述主输电线路连接的支输电线路，所述主输电线路的两端分别设有检测装置，所述检测装置用于检测所述海上风电场输电线路上的故障行波，所述海上风电场复杂拓扑线路故障信息预测装置包括：
获取模块，用于获取故障行波、决策系数函数及故障距离确定公式；
转换模块，用于对所述故障行波进行凯伦贝尔变换，得到故障行波的线模分量及零模分量；
第一计算模块，用于根据所述线模分量及零模分量，利用VMD-TEO算法，得到线模分量分别到达主输电线路始端和主输电线路终端的时间及所述零模分量分别到达主输电线路始端和主输电线路终端的时间，所述主输电线路始端为所述主输电线路靠近所述主变压器的一端，所述主输电线路终端为所述主输电线路远离所述主变压器的一端；
第二计算模块，用于利用所述线模分量分别到达主输电线路始端和主输电线路终端的时间及所述零模分量分别到达主输电线路始端和主输电线路终端的时间，通过所述故障距离确定公式，得到故障点到主输电线路始端的输电线路长度及所述故障点到主输电线路终端的输电线路长度；
决策系数确定模块，用于利用所述故障点到主输电线路始端的输电线路长度及所述故障点到主输电线路终端的输电线路长度，通过所述决策系数函数，得到每个所述支输电线路的决策系数；
故障定位模块，用于根据每个所述支输电线路的决策系数，确定故障点的位置。
具体地，所述决策系数函数为
Figure 943177DEST_PATH_IMAGE001
；
其中，
Figure 280618DEST_PATH_IMAGE002
为第i个支输电线路的决策系数，i=1、2、3……n，n为支输电线路的总数量，
Figure 734208DEST_PATH_IMAGE003
为所述故障点到主输电线路始端的输电线路长度，
Figure 866112DEST_PATH_IMAGE004
为所述故障点到主输电线路终端的输电线路长度，
Figure 673662DEST_PATH_IMAGE005
为第i个支输电线路终端到主输电线路始端的输电线路长度，
Figure 814794DEST_PATH_IMAGE006
为第i个支输电线路终端到主输电线路终端的输电线路长度，其中，所述第i个支输电线路终端为所述第i个支输电线路上远离所述主输电线路的一端。
具体地，所述故障定位模块包括：
第一判断单元，用于如果每个所述支输电线路的决策系数均不等于0，则确定所述故障点在所述主输电线路上；
第二判断单元，用于如果其中一个所述支输电线路的决策系数等于0，则确定所述故障点在所述支输电线路上。
具体地，所述第一判断单元，还用于如果每个所述支输电线路的决策系数均不等于0，且其中相邻的两个所述支输电线路的决策系数符号相反，则确定所述故障点位于相邻两个支输电线路之间的主输电线路上。
根据本发明所提供的一种海上风电场复杂拓扑线路故障信息预测方法及装置，该方法只需在主输电线路始端和主输电线路终端设置检测设备来检测故障行波即可实现故障点的定位，从而大大减少了检测设备的使用数量，这样能够方便快捷的实现故障定位，降低时间及人力的耗费，适用于海上风电场输电线路的故障定位。
附图说明
本发明的下列附图在此作为本发明实施例的一部分用于理解本发明。附图中示出了本发明的实施例及其描述，用来解释本发明的原理。
附图中：
图1为根据本发明的一个可选实施例的一种海上风电场复杂拓扑线路故障信息预测方法的应用场景图；
图2为根据本发明的一个可选实施例的一种海上风电场复杂拓扑线路故障信息预测方法的流程图；
图3为根据本发明的一个可选实施例的一种海上风电场复杂拓扑线路故障信息预测装置的结构图。
具体实施方式
在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本发明可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本发明发生混淆，对于本领域公知的一些技术特征未进行描述。
应予以注意的是，这里所使用的术语仅是为了描述具体实施例，而非意图限制根据本发明的示例性实施例。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式。此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在所述特征、整体、步骤、操作、元件和/或组件，但不排除存在或附加一个或多个其他特征、整体、步骤、操作、元件、组件和/或它们的组合。
现在，将参照附图更详细地描述根据本发明的示例性实施例。然而，这些示例性实施例可以多种不同的形式来实施，并且不应当被解释为只限于这里所阐述的实施例。应当理解的是，提供这些实施例是为了使得本发明的公开彻底且完整，并且将这些示例性实施例的构思充分传达给本领域普通技术人员。
图1为本申请的一种海上风电场复杂拓扑线路故障信息预测方法的应用场景的示意图。具体地，海上输电线路包括主输电线路及至少一个支输电线路，主输电线路始端通过主变压器3与电网侧连接，主输电线路始端还通过接地变压器4及电阻Rn接地，所有支输电线路均并联在主输电线路始端至主输电线路终端的部分，每个支输电线路终端均连接有风电机组1。并且在主输电线路始端及主输电线路终端分别设置用来检测故障行波的检测装置2。在具体应用中，各支输电线路的长度较短，主输电线路的长度较长。
第一方面，如图2所示，本发明实施例提供了一种海上风电场复杂拓扑线路故障信息预测方法，海上风电场输电线路包括与主变压器连接的主输电线路，及至少一个与主输电线路连接的支输电线路，主输电线路的两端分别设有检测装置，检测装置用于检测海上风电场输电线路上的故障行波，该海上风电场复杂拓扑线路故障信息预测方法包括：
步骤201：获取故障行波、决策系数函数及故障距离确定公式。
步骤202：对故障行波进行凯伦贝尔变换，得到故障行波的线模分量及零模分量。
基于凯伦贝尔（Karenbauer）相模变换矩阵，将故障行波转变成线模分量及零模分量。凯伦贝尔相模变换矩阵如下：
Figure 109509DEST_PATH_IMAGE013
；
其中，α、β、γ为变换所得到的线模分量；0为变换所得到的零模分量；a、b、c为三相电压或电流信号。
步骤203：根据线模分量及零模分量，利用VMD-TEO算法，得到线模分量分别到达主输电线路始端和主输电线路终端的时间及零模分量到达主输电线路始端和主输电线路终端的时间。
其中，主输电线路始端为主输电线路靠近主变压器的一端，主输电线路终端为主输电线路远离主变压器的一端。示例性的，如图1所示，M1M8为主输电线路，M1为主输电线路始端，M8为主输电线路终端。
VMD与TEO相结合的行波检测方法主要原理为：首先利用VMD将线模分量及零模分量分解成四个IMF分量，分别选取线模分量及零模分量中的高频分量进行分析，然后计算选取的IMF分量的Teager能量值，最后通过Teager能量值曲线，得到线模分量分别到达主输电线路始端和主输电线路终端的时间及零模分量分别到达主输电线路始端和主输电线路终端的时间。
VMD-TEO算法为现有的算法，其具体运算过程在本申请中不再赘述。VMD-TEO算法能够很好的表示相应时刻的频率，简单可靠，计算量小，从而提高了定位的准确性和可靠性。
步骤204：利用线模分量分别到达主输电线路始端和主输电线路终端的时间及零模分量分别到达主输电线路始端和主输电线路终端的时间，通过故障距离确定公式，得到故障点到主输电线路始端的输电线路长度及故障点到主输电线路终端的输电线路长度。
故障距离确定公式为
Figure 694205DEST_PATH_IMAGE007
；
其中，
Figure 707161DEST_PATH_IMAGE003
为故障点到主输电线路始端的输电线路长度，
Figure 137136DEST_PATH_IMAGE004
为故障点到主输电线路终端的输电线路长度，
Figure 551937DEST_PATH_IMAGE008
为零模分量到达主输电线路始端的时间，
Figure 328042DEST_PATH_IMAGE009
为线模分量到达主输电线路始端的时间，
Figure 828294DEST_PATH_IMAGE010
为零模分量到达主输电线路终端的时间，
Figure 61960DEST_PATH_IMAGE011
为线模分量到达主输电线路终端的时间，
Figure 596847DEST_PATH_IMAGE012
为线模分量的速度。
线模分量的速度v1是已知的，由此将线模分量分别到达主输电线路始端和主输电线路终端的时间及零模分量分别到达主输电线路始端和主输电线路终端的时间代入上述公式，即可得到故障点到主输电线路始端的输电线路长度及故障点到主输电线路终端的输电线路长度。
步骤205：利用故障点到主输电线路始端的输电线路长度及故障点到主输电线路终端的输电线路长度，通过决策系数函数，得到每个支输电线路的决策系数。
其中，决策系数函数为
Figure 523345DEST_PATH_IMAGE001
；
其中，
Figure 510893DEST_PATH_IMAGE002
为第i个支输电线路的决策系数，i=1、2、3……n，n为支输电线路的总数量，
Figure 548250DEST_PATH_IMAGE003
为故障点到主输电线路始端的输电线路长度，
Figure 672064DEST_PATH_IMAGE004
为故障点到主输电线路终端的输电线路长度，
Figure 766534DEST_PATH_IMAGE005
为第i个支输电线路终端到主输电线路始端的输电线路长度，
Figure 975799DEST_PATH_IMAGE006
为第i个支输电线路终端到主输电线路终端的输电线路长度，其中，第i个支输电线路终端为第i个支输电线路上远离主输电线路的一端。
示例性的，如图1所示，M2K1、M3K2、M4K3、M5K4、M6K5、M7M8为支输电线路，其中，M2-M7为各支输电线路终端。
Figure 816847DEST_PATH_IMAGE006
及
Figure 60747DEST_PATH_IMAGE005
可通过预先测量得到，由此可将线模分量分别到达主输电线路始端和主输电线路终端的时间及零模分量分别到达主输电线路始端和主输电线路终端的时间代入上述公式，得到每个支输电线路的决策系数。
步骤206：根据每个支输电线路的决策系数，确定故障点的位置。
通过每个支输电线路的决策系数就可定位故障点的位置，从而提高定位的效率，能够使工作人员快速发现故障点的位置。
在上述实施例中，步骤206具体包括：
如果支输电线路每个支输电线路的决策系数均不等于0，则确定故障点在主输电线路上。
示例性的，参见图1，如果支输电线路M2K1、M3K2、M4K3、M5K4、M6K5、M7M8的决策系数均不为0，则确定故障点在主输电线路M1M8上。
进一步地，如果每个支输电线路的决策系数均不等于0，且其中相邻的两个支输电线路的决策系数符号相反，则确定故障点位于相邻两个支输电线路之间的主输电线路上。
示例性的，参见图1，如果支输电线路M2K1、M3K2、M4K3、M5K4、M6K5、M7M8的决策系数均不为0，并且支输电线路M4K3的决策系数为正数，M5K4的决策系数为负数，则确定故障点在主输电线路M1M8上K3与K4之间的部分。
如果其中一个支输电线路的决策系数等于0，则确定故障点在支输电线路上。
示例性的，参见图1，如果支输电线路M2K1为0，且支输电线路M3K2、M4K3、M5K4、M6K5、M7M8的决策系数均不为0，则确定故障点在支输电线路M2K1上。
具体地，定义以主输电线路始端M1向主输电线路终端M8看进去为正方向，若其中一个支输电线路的决策系数为0，剩余的支输电线路的决策系数不为0，则可确定该支输电线路发生故障；沿着正方向，以故障的支输电线路为参考点，靠近主输电线路始端M1的支输电线路的决策系数大于0，靠近主输电线路终端M8的支输电线路的决策系数小于0。
在具体应用中，由于各主输电线路的长度较长，因此为了提高定位的准确性，在确定故障点在主输电线路之后，还需确定故障点的具体位置，由此在确定故障点在主输电线路之后还包括如下步骤：
利用线模分量到达主输电线路始端的时间及线模分量到达主输电线路终端的时间，通过双端行波算法，确定故障点到主输电线路始端或主输电线路终端的输电线路长度。
具体地，双端行波算法可以采用如下公式，
Figure 63469DEST_PATH_IMAGE014
；
其中，
Figure 291188DEST_PATH_IMAGE015
为故障点至主输电线路始端的距离，
Figure 404768DEST_PATH_IMAGE016
为故障点至主输电线路终端的距离，
Figure 768754DEST_PATH_IMAGE017
为主输电线路始端至主输电线路终端的长度，
Figure 673868DEST_PATH_IMAGE009
为线模分量到达主输电线路始端的时间，
Figure 123304DEST_PATH_IMAGE011
为线模分量到达主输电线路终端的时间，
Figure 306155DEST_PATH_IMAGE012
为线模分量的速度。
其中，故障点至主输电线路始端的距离及线模分量的速度可以测量得到，将线模分量分别到达主输电线路始端和主输电线路终端的时间代入双端行波算法的公式，即可得到故障点到主输电线路始端或主输电线路终端的输电线路长度，从而从主输电线路始端或主输电线路终端开始测量得到的相应输电线路的长度，就可确定故障点的位置。
第二方面，如图3所示，本发明实施例提供了一种海上风电场复杂拓扑线路故障信息预测装置，海上风电场输电线路包括与主变压器连接的主输电线路，及至少一个与主输电线路连接的支输电线路，主输电线路的两端分别设有检测装置，检测装置用于检测海上风电场输电线路上的故障行波，该海上风电场复杂拓扑线路故障信息预测装置包括：
获取模块301，用于获取故障行波、决策系数函数及故障距离确定公式；
转换模块302，用于对故障行波进行凯伦贝尔变换，得到故障行波的线模分量及零模分量；
第一计算模块303，用于根据线模分量及零模分量，利用VMD-TEO算法，得到线模分量分别到达主输电线路始端和主输电线路终端的时间及零模分量分别到达主输电线路始端和主输电线路终端的时间，主输电线路始端为主输电线路靠近主变压器的一端，主输电线路终端为主输电线路远离主变压器的一端；
第二计算模块304，用于利用线模分量分别到达主输电线路始端和主输电线路终端的时间及零模分量分别到达主输电线路始端和主输电线路终端的时间，通过故障距离确定公式，得到故障点到主输电线路始端的输电线路长度及故障点到主输电线路终端的输电线路长度；
决策系数确定模块305，用于利用故障点到主输电线路始端的输电线路长度及故障点到主输电线路终端的输电线路长度，通过决策系数函数，得到每个支输电线路的决策系数；
故障定位模块306，用于根据每个支输电线路的决策系数，确定故障点的位置。
具体地，决策系数函数为
Figure 259067DEST_PATH_IMAGE001
；
其中，
Figure 852860DEST_PATH_IMAGE002
为第i个支输电线路的决策系数，i=1、2、3……n，n为支输电线路的总数量，
Figure 274745DEST_PATH_IMAGE003
为故障点到主输电线路始端的输电线路长度，
Figure 510554DEST_PATH_IMAGE004
为故障点到主输电线路终端的输电线路长度，
Figure 334285DEST_PATH_IMAGE005
为第i个支输电线路终端到主输电线路始端的输电线路长度，
Figure 98979DEST_PATH_IMAGE006
为第i个支输电线路终端到主输电线路终端的输电线路长度，其中，第i个支输电线路终端为第i个支输电线路上远离主输电线路的一端。
具体地，故障定位模块包括：
第一判断单元，用于如果每个支输电线路的决策系数均不等于0，则确定故障点在主输电线路上；
第二判断单元，用于如果其中一个支输电线路的决策系数等于0，则确定故障点在支输电线路上。
具体地，第一判断单元，还用于如果每个支输电线路的决策系数均不等于0，且其中相邻的两个支输电线路的决策系数符号相反，则确定故障点位于相邻两个支输电线路之间的主输电线路上。
具体地，该装置还包括：
第三计算模块，用于利用线模分量到达主输电线路始端的时间及线模分量到达主输电线路终端的时间，通过双端行波算法，确定故障点到主输电线路始端或主输电线路终端的输电线路长度。
具体地，故障距离确定公式为
Figure 739651DEST_PATH_IMAGE007
；
其中，
Figure 513572DEST_PATH_IMAGE003
为故障点到主输电线路始端的输电线路长度，
Figure 191809DEST_PATH_IMAGE004
为故障点到主输电线路终端的输电线路长度，
Figure 392983DEST_PATH_IMAGE008
为零模分量到达主输电线路始端的时间，
Figure 789461DEST_PATH_IMAGE009
为线模分量到达主输电线路始端的时间，
Figure 835914DEST_PATH_IMAGE010
为零模分量到达主输电线路终端的时间，
Figure 634237DEST_PATH_IMAGE011
为线模分量到达主输电线路终端的时间，
Figure 6312DEST_PATH_IMAGE012
为线模分量的速度。
本发明已经通过上述实施例进行了说明，但应当理解的是，上述实施例只是用于举例和说明的目的，而非意在将本发明限制于所描述的实施例范围内。此外本领域技术人员可以理解的是，本发明并不局限于上述实施例，根据本发明的教导还可以做出更多种的变型和修改，这些变型和修改均落在本发明所要求保护的范围以内。本发明的保护范围由附属的权利要求书及其等效范围所界定。

Claims (10)

1.一种海上风电场复杂拓扑线路故障信息预测方法，海上风电场输电线路包括与主变压器连接的主输电线路，及至少一个与所述主输电线路连接的支输电线路，所述主输电线路的两端分别设有检测装置，所述检测装置用于检测所述海上风电场输电线路上的故障行波，其特征在于，所述海上风电场复杂拓扑线路故障信息预测方法包括：
获取故障行波、决策系数函数及故障距离确定公式；
对所述故障行波进行凯伦贝尔变换，得到故障行波的线模分量及零模分量；
根据所述线模分量及零模分量，利用VMD-TEO算法，得到线模分量分别到达主输电线路始端和主输电线路终端的时间及所述零模分量分别到达主输电线路始端和主输电线路终端的时间，所述主输电线路始端为所述主输电线路靠近所述主变压器的一端，所述主输电线路终端为所述主输电线路远离所述主变压器的一端；
利用所述线模分量分别到达主输电线路始端和主输电线路终端的时间及所述零模分量到达主输电线路始端和主输电线路终端的时间，通过所述故障距离确定公式，得到故障点到主输电线路始端的输电线路长度及所述故障点到主输电线路终端的输电线路长度；
利用所述故障点到主输电线路始端的输电线路长度及所述故障点到主输电线路终端的输电线路长度，通过所述决策系数函数，得到每个所述支输电线路的决策系数；
根据每个所述支输电线路的决策系数，确定故障点的位置。
2.根据权利要求1所述的海上风电场复杂拓扑线路故障信息预测方法，其特征在于，所述决策系数函数为
Figure 676493DEST_PATH_IMAGE001
；
其中，
Figure 74108DEST_PATH_IMAGE002
为第i个支输电线路的决策系数，i=1、2、3……n，n为支输电线路的总数量，
Figure 54833DEST_PATH_IMAGE003
为所述故障点到主输电线路始端的输电线路长度，
Figure 332231DEST_PATH_IMAGE004
为所述故障点到主输电线路终端的输电线路长度，
Figure 434792DEST_PATH_IMAGE005
为第i个支输电线路终端到主输电线路始端的输电线路长度，
Figure 354206DEST_PATH_IMAGE006
为第i个支输电线路终端到主输电线路终端的输电线路长度，其中，所述第i个支输电线路终端为所述第i个支输电线路上远离所述主输电线路的一端。
3.根据权利要求2所述的海上风电场复杂拓扑线路故障信息预测方法，其特征在于，所述根据每个所述支输电线路的决策系数，确定故障点的位置，包括：
如果每个所述支输电线路的决策系数均不等于0，则确定所述故障点在所述主输电线路上；
如果其中一个所述支输电线路的决策系数等于0，则确定所述故障点在所述支输电线路上。
4.根据权利要求3所述的海上风电场复杂拓扑线路故障信息预测方法，其特征在于，所述如果每个所述支输电线路的决策系数均不等于0，则确定所述故障点在所述主输电线路上，包括：
如果每个所述支输电线路的决策系数均不等于0，且其中相邻的两个所述支输电线路的决策系数符号相反，则确定所述故障点位于相邻两个支输电线路之间的主输电线路上。
5.根据权利要求3所述的海上风电场复杂拓扑线路故障信息预测方法，其特征在于，所述如果每个所述支输电线路的决策系数均不等于0，则确定所述故障点在所述主输电线路上之后，还包括：
利用所述线模分量到达主输电线路始端的时间及所述线模分量到达主输电线路终端的时间，通过双端行波算法，确定故障点到主输电线路始端或主输电线路终端的输电线路长度。
6.根据权利要求1所述的海上风电场复杂拓扑线路故障信息预测方法，其特征在于，所述故障距离确定公式为
Figure 861542DEST_PATH_IMAGE007
；
其中，
Figure 575420DEST_PATH_IMAGE003
为所述故障点到主输电线路始端的输电线路长度，
Figure 433786DEST_PATH_IMAGE004
为所述故障点到主输电线路终端的输电线路长度，
Figure 891312DEST_PATH_IMAGE008
为零模分量到达主输电线路始端的时间，
Figure 253154DEST_PATH_IMAGE009
为线模分量到达主输电线路始端的时间，
Figure 403513DEST_PATH_IMAGE010
为零模分量到达主输电线路终端的时间，
Figure 480666DEST_PATH_IMAGE011
为线模分量到达主输电线路终端的时间，
Figure 741883DEST_PATH_IMAGE012
为线模分量的速度。
7.一种海上风电场复杂拓扑线路故障信息预测装置，海上风电场输电线路包括与主变压器连接的主输电线路，及至少一个与所述主输电线路连接的支输电线路，所述主输电线路的两端分别设有检测装置，所述检测装置用于检测所述海上风电场输电线路上的故障行波，其特征在于，所述海上风电场复杂拓扑线路故障信息预测装置包括：
获取模块，用于获取故障行波、决策系数函数及故障距离确定公式；
转换模块，用于对所述故障行波进行凯伦贝尔变换，得到故障行波的线模分量及零模分量；
第一计算模块，用于根据所述线模分量及零模分量，利用VMD-TEO算法，得到线模分量分别到达主输电线路始端和主输电线路终端的时间及零模分量分别到达主输电线路始端和主输电线路终端的时间，所述主输电线路始端为所述主输电线路靠近所述主变压器的一端，所述主输电线路终端为所述主输电线路远离所述主变压器的一端；
第二计算模块，用于利用所述线模分量分别到达主输电线路始端和主输电线路终端的时间及所述零模分量分别到达主输电线路始端和主输电线路终端的时间，通过所述故障距离确定公式，得到故障点到主输电线路始端的输电线路长度及所述故障点到主输电线路终端的输电线路长度；
决策系数确定模块，用于利用所述故障点到主输电线路始端的输电线路长度及所述故障点到主输电线路终端的输电线路长度，通过所述决策系数函数，得到每个所述支输电线路的决策系数；
故障定位模块，用于根据每个所述支输电线路的决策系数，确定故障点的位置。
8.根据权利要求7所述的海上风电场复杂拓扑线路故障信息预测装置，其特征在于，所述决策系数函数为
Figure 223811DEST_PATH_IMAGE001
；
其中，
Figure 545071DEST_PATH_IMAGE002
为第i个支输电线路的决策系数，i=1、2、3……n，n为支输电线路的总数量，
Figure 112449DEST_PATH_IMAGE003
为所述故障点到主输电线路始端的输电线路长度，
Figure 911778DEST_PATH_IMAGE004
为所述故障点到主输电线路终端的输电线路长度，
Figure 248213DEST_PATH_IMAGE005
为第i个支输电线路终端到主输电线路始端的输电线路长度，
Figure 740374DEST_PATH_IMAGE006
为第i个支输电线路终端到主输电线路终端的输电线路长度，其中，所述第i个支输电线路终端为所述第i个支输电线路上远离所述主输电线路的一端。
9.根据权利要求8所述的海上风电场复杂拓扑线路故障信息预测装置，其特征在于，所述故障定位模块包括：
第一判断单元，用于如果每个所述支输电线路的决策系数均不等于0，则确定所述故障点在所述主输电线路上；
第二判断单元，用于如果其中一个所述支输电线路的决策系数等于0，则确定所述故障点在所述支输电线路上。
10.根据权利要求9所述的海上风电场复杂拓扑线路故障信息预测装置，其特征在于，所述第一判断单元，还用于如果每个所述支输电线路的决策系数均不等于0，且其中相邻的两个所述支输电线路的决策系数符号相反，则确定所述故障点位于相邻两个支输电线路之间的主输电线路上。
CN202110646184.9A 2021-06-10 2021-06-10 一种海上风电场复杂拓扑线路故障信息预测方法及装置 Active CN113092951B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110646184.9A CN113092951B (zh) 2021-06-10 2021-06-10 一种海上风电场复杂拓扑线路故障信息预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110646184.9A CN113092951B (zh) 2021-06-10 2021-06-10 一种海上风电场复杂拓扑线路故障信息预测方法及装置

Publications (2)

Publication Number Publication Date
CN113092951A CN113092951A (zh) 2021-07-09
CN113092951B true CN113092951B (zh) 2021-08-06

Family

ID=76662696

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110646184.9A Active CN113092951B (zh) 2021-06-10 2021-06-10 一种海上风电场复杂拓扑线路故障信息预测方法及装置

Country Status (1)

Country Link
CN (1) CN113092951B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106786419A (zh) * 2016-12-21 2017-05-31 华北电力大学 基于站域保护原理的风电场汇集系统继电保护方法
CN108152682A (zh) * 2017-12-30 2018-06-12 国网冀北电力有限公司秦皇岛供电公司 配电网故障定位方法及系统
CN109146124A (zh) * 2018-06-27 2019-01-04 国家电网有限公司 一种基于时变失效率的配电终端改造决策方法
CN110658420A (zh) * 2019-11-01 2020-01-07 国网江苏省电力有限公司徐州供电分公司 一种小波变换和时间搜索策略的混合输电线路双端行波故障测距方法
US20200119546A1 (en) * 2018-10-12 2020-04-16 S&C Electric Company Flisr without communication
CN111999753A (zh) * 2020-08-27 2020-11-27 贵州电网有限责任公司 一种配电线路单相接地故障定位技术及自愈决策方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106786419A (zh) * 2016-12-21 2017-05-31 华北电力大学 基于站域保护原理的风电场汇集系统继电保护方法
CN108152682A (zh) * 2017-12-30 2018-06-12 国网冀北电力有限公司秦皇岛供电公司 配电网故障定位方法及系统
CN109146124A (zh) * 2018-06-27 2019-01-04 国家电网有限公司 一种基于时变失效率的配电终端改造决策方法
US20200119546A1 (en) * 2018-10-12 2020-04-16 S&C Electric Company Flisr without communication
CN110658420A (zh) * 2019-11-01 2020-01-07 国网江苏省电力有限公司徐州供电分公司 一种小波变换和时间搜索策略的混合输电线路双端行波故障测距方法
CN111999753A (zh) * 2020-08-27 2020-11-27 贵州电网有限责任公司 一种配电线路单相接地故障定位技术及自愈决策方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
"Multi criteria adaptation mechanisms in homological sensor networks";Hui Zhang;《2008 11th IEEE Singapore International Conference on Communication Systems》;20081231;全文 *
"基于多代理系统的含DG辐射状配电网故障定位";苗人杰;《电网与清洁能源》;20210131;全文 *
"基于多状态马尔科夫链的配电设备状态检修策略优化方法研究";罗凤章;《中国电机工程学报》;20200930;全文 *
"基于模糊神经网络的数据通信子系统全局故障诊断";高军武;《现代城市轨道交通》;20090330;全文 *
"基于模糊神经网络的牵引变压器全局故障诊断方法";刘循;《中国铁道科学》;20090130;全文 *

Also Published As

Publication number Publication date
CN113092951A (zh) 2021-07-09

Similar Documents

Publication Publication Date Title
US20220196720A1 (en) Single-ended fault positioning method and system for high-voltage direct-current transmission line of hybrid network
WO2021098611A1 (zh) 一种测评老化后xlpe电缆泄漏电流差异因子的平台及方法
CN101231323A (zh) 分布式高精度输电线路行波定位系统
CN110988600B (zh) 一种配电网断线故障区间定位方法
CN113655340B (zh) 基于声纹识别的输电线路雷击故障定位方法、系统及介质
CN202853653U (zh) 架空输电线路覆冰监测系统
CN111175610B (zh) 一种配电线路的故障定位系统及方法
CN117192292B (zh) 一种雷击接地极线路故障测距方法及系统
CN113495201A (zh) 分布式输电线缆故障定位诊断系统及定位诊断方法
CN102183709B (zh) 电网故障点及故障严重程度的确定方法
CN115097253A (zh) 一种mmc-hvdc直流输电线路故障测距方法及系统
CN112363017A (zh) 一种基于小波变换的线路故障定位方法
CN116559591A (zh) 一种智能输配电分布式故障诊断及类型识别系统
CN113945806B (zh) 一种柔性直流输电线路单端故障测距方法及系统
CN105044440A (zh) 一种基于ltc6803的燃料电池单片电压巡检系统
CN107632238A (zh) 一种基于wams系统的多端传输线路故障测距方法
CN117421976A (zh) 一种基于集成学习的风电场集电线路故障定位监测方法及系统
CN113092951B (zh) 一种海上风电场复杂拓扑线路故障信息预测方法及装置
CN110456226B (zh) 一种输电线路的故障测距系统
CN105279315A (zh) 一种基于相关分析和马氏距离的变压器在线监测信息聚合分析方法
CN113156278A (zh) 一种基于cnn网络的gis局部放电定位方法
CN111894814A (zh) 一种用于发电系统的故障处理系统及方法
CN111537832A (zh) 多端柔性直流输电系统线路故障定位方法、终端及系统
CN114142442B (zh) 一种直流输电线路保护方法及系统
CN113484692B (zh) 一种基于零序电流分析的配电网接地故障检测方法

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