CN113504486A - 一种园区供电线路短路故障诊断方法和系统 - Google Patents
一种园区供电线路短路故障诊断方法和系统 Download PDFInfo
- Publication number
- CN113504486A CN113504486A CN202110469293.8A CN202110469293A CN113504486A CN 113504486 A CN113504486 A CN 113504486A CN 202110469293 A CN202110469293 A CN 202110469293A CN 113504486 A CN113504486 A CN 113504486A
- Authority
- CN
- China
- Prior art keywords
- short
- fault
- power supply
- phase
- park
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000003745 diagnosis Methods 0.000 title claims abstract description 10
- 238000012544 monitoring process Methods 0.000 claims abstract description 68
- 238000004364 calculation method Methods 0.000 claims abstract description 48
- 238000005516 engineering process Methods 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 230000008859 change Effects 0.000 claims description 148
- 230000002441 reversible effect Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 5
- 230000000875 corresponding effect Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008439 repair process Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004451 qualitative analysis Methods 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004128 high performance liquid chromatography Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005520 electrodynamics Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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
- G01R31/50—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
-
- 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
- G01R31/58—Testing of lines, cables or conductors
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Locating Faults (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明涉及一种园区供电线路短路故障诊断方法和系统,包括:基于园区各供电线路上各监测点的监测数据和预先构建的知识经验库,利用边缘计算技术对园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型进行预判;当存在即将发生短路故障的情况时,采用故障电流相位分析技术,定位园区将发生短路故障的供电线路的故障点;其中,所述预先构建的知识经验库由基于园区各供电线路历史短路故障时故障相的电量特征确定的。本发明提供的技术方案,能够提前准确的预判园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型,并定位发生短路故障的供电线路的故障点,实现园区供电线路电能质量的全息感知。
Description
技术领域
本发明涉及故障诊断技术领域,具体涉及一种园区供电线路短路故障诊断方法和系统。
背景技术
园区对于区域经济发展、产业结构调整、自主创新、城市化及文化塑造等都具有十分重要的意义。
园区供电线路故障会影响园区的正常供电以及园区内设备的运行安全,园区供电线路故障最常见的一种是短路故障,当园区供电线路发生短路故障时,由于电源供电回路的阻抗减小以及突然短路时的暂态过程,使短路回路中的短路电流值大大增加,可能远远超过额定电流,有可能烧坏园区电气设备。此外,导体也会因受到很大的电动力的冲击致使变形或损坏,同时线路短路还会引起园区电网电压降低,特别是靠近短路点处的电压下降得最多,结果可能使部分园区用户的供电受到破坏。因此,如何实现园区内供电线路短路故障预判就成为一个重要课题。
当前园区供电线路的短路故障诊断还停留在先发生故障后抢修的基础阶段,较少涉及短路故障预测技术,且已经公开的故障预测技术仅以电压、电流幅值的定性分析结果作为故障预测的判别依据,因此故障预测精度较低,无法保证园区的安全高效运行。
发明内容
针对现有技术的不足,本发明的目的是提供一种园区供电线路短路故障诊断方法,该方法能够提前判定园区内即将发生短路故障的供电线路,以及该供电线路发生的短路故障类型,实现园区供电线路电能质量的全息感知。
具体包括:
基于园区各供电线路上各监测点的监测数据和预先构建的知识经验库,利用边缘计算技术对园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型进行预判;
当存在即将发生短路故障的情况时,采用故障电流相位分析技术,定位园区将发生短路故障的供电线路的故障点;
其中,所述预先构建的知识经验库由基于园区各供电线路历史短路故障时故障相的电量特征确定的。
优选的,所述监测数据包括:各相电压、各相电流、各相零序电压和各相零序电流;
所述电量特征,包括:电压变化率、电流变化率、零序电压存在情况和零序电流存在情况;
所述故障类型,包括:单相短路故障、两相短路故障、两相接地短路故障和三相短路故障;
其中,所述单相短路故障,包括:A相短路故障、B相短路故障和C相短路故障;
所述两相短路故障,包括:AB相短路故障、BC相短路故障和AC相短路故障;
所述两相接地短路故障,包括:AB相接地短路故障、BC相接地短路故障和AC相接地短路故障。
进一步的,所述预先构建的知识经验库的构建过程,包括:
获取园区各供电线路在各类短路故障发生时刻故障相的电流变化率和电压变化率;
将园区各供电线路在各类短路故障的所有发生时刻故障相的电流变化率/电压变化率的最小值作为园区各供电线路在各类短路故障下故障相的电压变化率警戒阈值/电流变化率警戒阈值;
基于园区各供电线路在各类短路故障下故障相的电压变化率警戒阈值、电流变化率警戒阈值、零序电压存在情况和零序电流存在情况,生成知识经验库;
其中,所述各类短路故障下故障相的零序电压存在情况和零序电流存在情况是预先确定的。
进一步的,所述故障相/各相的电压变化率是根据正常工作电压幅值和电压幅值减小后的数值并利用电压变化率计算式计算的;
所述故障相/各相的电流变化率是根据正常工作电流幅值和电流幅值增大后的数值,并利用电流变化率计算式计算的。
进一步的,所述电流变化率计算式如下所示:
其中,自由分量衰减时间常数τ的计算公式如下:
式中,KM为短路电流冲击系数;
所述电压变化率计算式如下所示:
式中,Ud为电压幅值减小后的数值,Ue为正常工作电压幅值,ΔU%为电压变化率。
进一步的,所述基于园区各供电线路上各监测点的监测数据和预先构建的知识经验库,利用边缘计算技术对园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型进行预判,包括:
对园区各供电线路上各监测点的监测数据进行边缘计算,确定园区各供电线路上各监测点处各相的电量特征;
利用园区各供电线路上各监测点处各相的电量特征和知识经验库,对园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型进行预判。
进一步的,所述利用园区各供电线路上各监测点处各相的电量特征和知识经验库,对园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型进行预判,包括:
将园区各供电线路上各监测点处各相的电压变化率、电流变化率、零序电压存在情况和零序电流存在情况与园区各供电线路在各类短路故障下故障相的电压变化率警戒阈值、电流变化率警戒阈值、零序电流存在情况和零序电压存在情况进行对比;
若园区供电线路上任一监测点处的各相的电压变化率、电流变化率、零序电压存在情况和零序电流存在情况与园区供电线路在任一类短路故障下故障相的电压变化率警戒阈值、电流变化率警戒阈值、零序电流存在情况和零序电压存在情况的对比结果满足判定条件,则园区供电线路即将发生相应类型的短路故障;否则,园区供电线路运行正常。
进一步的,所述判定条件需同时满足下述约束:
园区供电线路相应相的电压变化率大于故障相的电压变化率警戒阈值与预设极小值的差值;
园区供电线路相应相的电流变化率大于故障相的电流变化率警戒阈值与预设极小值的差值;
园区供电线路相应相的零序电压存在情况和零序电流存在情况与故障相的零序电压存在情况和零序电流存在情况一致。
优选的,所述当存在即将发生短路故障的情况时,采用故障电流相位分析技术,定位园区将发生短路故障的供电线路的故障点,包括:
基于园区即将发生短路故障的供电线路上各监测点处的电压幅值和相角,采用故障电流相位分析技术确定园区即将发生短路故障的供电线路上各点的故障方向;
基于园区即将发生短路故障的供电线路上各点的故障方向,定位园区即将发生短路故障的供电线路的故障点;
其中,所述故障方向包括正向故障和反向故障;故障电流与线路潮流的方向相同时为正向故障,故障电流与线路潮流的方向相反时为反向故障。
基于同一发明构思,本发明还提供一种园区供电线路短路故障诊断系统,所述系统包括:
预判模块,用于基于园区各供电线路上各监测点的监测数据和预先构建的知识经验库,利用边缘计算技术对园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型进行预判;
定位模块,用于当存在即将发生短路故障的情况时,采用故障电流相位分析技术,定位园区将发生短路故障的供电线路的故障点;
其中,所述预先构建的知识经验库由基于园区各供电线路历史短路故障时故障相的电量特征确定的。
与最接近的现有技术相比,本发明具有的有益效果:
本发明提供的一种园区供电线路短路故障诊断方法和系统,包括:基于园区各供电线路上各监测点的监测数据和预先构建的知识经验库,利用边缘计算技术对园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型进行预判;当存在即将发生短路故障的情况时,采用故障电流相位分析技术,定位园区将发生短路故障的供电线路的故障点;其中,所述预先构建的知识经验库由基于园区各供电线路历史短路故障时故障相的电量特征确定的;本发明提供的技术方案能够提前准确的对园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型进行预判,并定位发生短路故障的供电线路的故障点,实现园区供电线路电能质量的全息感知。
附图说明
图1为本发明提供的一种园区供电线路短路故障预判方法流程图;
图2为本发明实施例中某供电线路区段示意图;
图3为本发明提供的一种园区供电线路短路故障预判系统结构图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
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做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
这里先解释本发明涉及到的一些术语。
边缘计算:随着物联网技术的发展,数据呈爆炸式增长趋势,传统的云计算已经难以对海量数据进行处理与计算。边缘计算即为解决这一难题的产物,边缘计算指靠近设备或者网络的边缘侧进行分析计算数据,这种计算模型相比较云计算运算速度更快,且可以容纳更海量的数据,数据私密和安全性也更加良好。
园区会配置大量传感器、智能断路器、智能电表与物联网智能网关对供电线路电量数据进行采集,利用边缘计算可以对该数据进行实时分析与监测。
故障电流相位分析技术:是基于故障电流判断故障方向进而实现故障区域精准定位的技术;供电线路发生短路故障后,若为对称短路故障,则从故障电流信息中分离出基波电流分量,若为不对称短路故障则提取出正序分量;通过对电流分量进行求导,建立参考电流向量的故障检测方向模型,并且利用正向或反向故障计算故障电流相量和参考相量,设定故障方向判据;基于故障方向判据准确识别出故障方向,进而实现故障区域定位,方便抢修人员迅速到位并排除故障。
实施例1:
本发明提供了一种园区供电线路短路故障诊断方法,如图1所示,包括:
步骤101,基于园区各供电线路上各监测点的监测数据和预先构建的知识经验库,利用边缘计算技术对园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型进行预判;
步骤102,当存在即将发生短路故障的情况时,采用故障电流相位分析技术,定位园区将发生短路故障的供电线路的故障点;
其中,所述预先构建的知识经验库由基于园区各供电线路历史短路故障时故障相的电量特征确定的。
在本发明的实施例中,本发明的具体步骤包括:步骤101,基于园区各供电线路上各监测点的监测数据和预先构建的知识经验库,利用边缘计算技术对园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型进行预判;
所述步骤101具体包括:
步骤101-1:获取园区各供电线路中各监测点的监测数据所述监测数据包括各相电压、各相电流、各相零序电压和各相零序电流;
实际操作时,利用电压采集模块与电流采集模块对三相电压、三相电流、零序电压、零序电流信号进行采集;
步骤101-2:对园区各供电线路上各监测点的监测数据进行边缘计算,确定园区各供电线路上各监测点处各相的电量特征;所述电量特征,包括:电压变化率、电流变化率、零序电压存在情况和零序电流存在情况;
具体为:采用电流变化率计算公式对园区各供电线路上各监测点处各相的电流进行处理,得到园区各供电线路上各监测点处各相的电流变化率,并采用电压变化率计算公式对园区各供电线路上各监测点处各相的进行处理,得到园区各供电线路上各监测点处各相的电压变化率;
若各相零序电压或各相零序电流不为0,则各相零序电压或各相零序电流存在,否则,不存在;
边缘计算是对靠近设备侧或者网络边缘侧的监测数据进行分析计算的技术,其对监测数据有着较高的要求,例如具有更精确的时间同步性、异构系统互联与智能化等,且边缘计算主要采取异构计算来满足对各种业务计算的需求,在异构计算系统上对数据进行并行计算。异构计算根据不同需求可以支持simd方式的单独计算机,也可以对HPLC、VPN等物联网通讯网络自组网互联的独立计算机进行计算。因此实际操作时,通过安装边缘服务器,并在边缘服务器中添加电流变化率、电压变化率的计算模块,对园区供电线路运行状态进行实时计算与分析。
步骤101-3:利用园区各供电线路上各监测点处各相的电量特征和知识经验库,对园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型进行预判;
具体为:步骤101-3-1,将园区各供电线路上各监测点处各相的电压变化率、电流变化率、零序电压存在情况和零序电流存在情况与园区各供电线路在各类短路故障下故障相的电压变化率警戒阈值、电流变化率警戒阈值、零序电流存在情况和零序电压存在情况进行对比;
步骤101-3-2,若园区供电线路上任一监测点处的各相的电压变化率、电流变化率、零序电压存在情况和零序电流存在情况与园区供电线路在任一类短路故障下故障相的电压变化率警戒阈值、电流变化率警戒阈值、零序电流存在情况和零序电压存在情况的对比结果满足判定条件,则园区供电线路即将发生相应类型的短路故障;否则,园区供电线路运行正常。
进一步的,所述判定条件需同时满足下述约束:
园区供电线路相应相的电压变化率大于故障相的电压变化率警戒阈值与预设极小值的差值;
园区供电线路相应相的电流变化率大于故障相的电流变化率警戒阈值与预设极小值的差值;
园区供电线路相应相的零序电压存在情况和零序电流存在情况与故障相的零序电压存在情况和零序电流存在情况一致。
本发明对于园区不同的供电线路,判定条件中各类短路故障下故障相的电流变化率警戒阈值、电压变化率警戒阈值各不相同,不同供电线路载各类短路故障下故障相的电流变化率警戒阈值、电压变化率警戒阈值存储在知识经验库中。
步骤102,当存在即将发生短路故障的情况时,采用故障电流相位分析技术,定位园区将发生短路故障的供电线路的故障点;所述步骤102具体包括:
步骤102-1,基于园区即将发生短路故障的供电线路上各监测点处的电压幅值和相角,采用故障电流相位分析技术确定园区即将发生短路故障的供电线路上各点的故障方向;
步骤102-2,基于园区即将发生短路故障的供电线路上各点的故障方向,定位园区即将发生短路故障的供电线路的故障点;
其中,所述故障方向包括正向故障和反向故障;故障电流与线路潮流的方向相同时为正向故障,故障电流与线路潮流的方向相反时为反向故障。
其中,故障电流相位分析技术具体为:
式中,ω为对应角频率。
建立参考向量监测故障方向:
对A点求负导数:
建立参考向量监测故障方向:
根据以上信息,得到短路故障方向的条件判断如下。并基于短路故障方向,实现供电线路故障定位。
其中,△Forward为正向故障的判定条件,△Reverse为反向故障的判定条件。
根据以上计算,采集到电流数据后,按步骤计算△,若结果为π/2,则故障属于正向故障,否则为反向故障。若正向故障则故障与潮流方向一致,即故障发生在G1点;若反向故障则故障在G2点。
园区供电线路短路故障中单相短路故障、两相短路故障、两相接地短路故障与三相短路故障是最常见的四种;其中,这四种短路故障又可根据对称与接地进行区分;
例如:三相短路故障为对称故障,单相短路故障、两相短路故障、两相接地短路故障为不对称短路故障;
单相短路故障和两相接地短路故障为接地短路故障,两相短路故障和三相短路故障为不接地短路故障;
值的一提的是,发生接地短路故障后,故障相会出现零序电压与零序电流,发生未接地的短路故障则故障相不会出现零序电压与零序电流。
可以认为供电线路发生四种短路故障后,供电线路故障相电流、电压的变化各不相同,即:
①发生单相短路故障时,故障相电流幅值增大,电压幅值降低,出现零序电压和零序电流;
②发生两相短路故障时,故障相电流幅值增大,电压幅值降低,没有零序电压和零序电流;
③发生两相接地故障时,故障相电流幅值增大,电压幅值降低,出现零序电压和零序电流;
④发生三相短路故障时,故障相电流幅值增大,电压幅值降低,没有零序电压和零序电流。
上述供电线路的故障相电压和电流的变化只是定性分析结果,仅用定性分析来做园区供电线路短路故障的判断依据,会导致故障预判失准的现象发生;为克服上述问题,本发明利用基于园区供电线路历史短路故障时的电量特征建立的知识经验库来辅助进行短路故障预判;
其中,所述电量特征,包括:电压变化率、电流变化率、零序电压存在情况和零序电流存在情况;即所述步骤101之前还应该预先构建知识经验库;
所述知识经验库的具体构建过程包括:
步骤A-1:获取园区各供电线路在发生各类短路故障的历史时刻故障相的监测数据;
所述监测数据包括:各相电压、各相电流、各相零序电压和各相零序电流;
所述短路故障的类别包括:A相短路故障、B相短路故障、C相短路故障、AB相短路故障、BC相短路故障、AC相短路故障、AB相接地短路故障、BC相接地短路故障、AC相接地短路故障和三相短路故障;
步骤A-2:采用电流变化率计算公式和电压变化率计算公式对所述监测数据进行处理,得到园区各供电线路在发生各类短路故障的历史时刻故障相的电流变化率和电压变化率;
所述电流变化率计算公式如下:
其中,自由分量衰减时间常数的计算公式如下:
式中,KM为短路电流冲击系数。在实际计算中,KM取值一般为1.8-1.9。当短路点远离发电厂的线路时,取值为1.8;当短路故障发生在变压器上低压侧时,取值为1.3;当短路故障发生在同步机端时,取值为1.9。
所述电压变化率计算公式如下:
式中,Ud为电压幅值减小后的数值,Ue为正常工作电压幅值,Δu为电压幅值变化量,ΔU%为电压变化率;
步骤A-3:将园区各供电线路在发生各类短路故障的所有历史时刻故障相的电流变化率/电压变化率中的最小值作为园区各供电线路发生各类短路故障下故障相的电流变化率警戒阈值/电压变化率警戒阈值;
步骤A-4:基于各类短路故障发生时故障相的零序电压存在情况和零序电流存在情况,以及园区各供电线路发生各类短路故障下故障相的电流变化率警戒阈值和电压变化率警戒阈值生成知识经验库。
为了详细说明,对供电线路1发生单相短路故障、供电线路2发生两相短路故障、供电线路3发生两相接地短路故障和供电线路4发生三相短路故障的情况分别进行操作,结果分别如表1、表2、表3和表4所示:
表1
表2
表3
表4
为保证园区各供电线路发生各类短路故障下故障相的电压变化率警戒阈值和电流变化率警戒阈值的计算准确性,须保证选用的园区各供电线路发生各类短路故障时的电量数据样本充足,如样本不足时,可以借用类似的其它供电线路(例如规格相同、处于同一区域且使用年限等同的供电线路)发生各类短路故障时的电量数据样本。
在本发明的实施例中,当实时判定出即将发生短路故障的供电线路后,将信息传送至物联网管控平台。物联网管控平台通过智能断路器控制电路通断,定位该供电线路的故障区域,工作人员提前对所述区域进行检修,防止短路故障后造成重大事故或损失。
故障抢修后,还可以执行下述操作:
I:对电流、电压变化率进行计算;
II:基于计算值确定短路故障是否恢复;
III:若恢复,智能断路器合闸;否则,返回步骤I。
其中,短路故障恢复后电流变化率的计算公式:
其中,Ig为短路故障恢复后的电流值。
短路故障恢复后电压变化率的计算公式:
其中,Ug为短路故障恢复后的电压幅值。
所述方法还包括:基于在线学习系统实现对知识经验库的信息进行更新;
若园区某供电线路适才发生了短路故障,基于该供电线路发生短路故障时电量特征,利用增量SVM算法对园区该供电线路的故障预判表中相应类型的短路故障下故障相的电压变化率警戒阈值、电流变化率警戒阈值进行修正。
其中,增量SVM算法的目标函数如下:
其中,W为增量SVM算法的目标函数,αi为所述供电线路第i个已有短路故障的电量特征,αj为所述供电线路新增短路故障的电量特征,Qij为所述供电线路第i个已有短路故障与该供电线路新增短路故障之间的相关因子,yi为所述供电线路第i个已有短路故障的故障类别,b为常数;
对上式求偏导得:
当g为零时,表示支持用所述供电线路新增短路故障的电量特征对所述供电线路同类短路故障下故障相的电压变化率警戒阈值和电流变化率警戒阈值进行修正;g大于零或小于零时,不支持。
更新过程为:所述供电线路新增短路故障的电压变化率小于所述供电线路同类短路故障下故障相的电压变化率警戒阈值,则将电压变化率警戒阈值更新为所述电压变化率;电流变化率警戒阈值的更新同理。
本发明对园区供电线路进行短路故障预判,但是园区供电线路出短路故障外,还有过电压、损耗故障等等;
为实现供电线路的其它类型故障发生进行预判,可以将供电线路的实信号(包括电压信号和电流信号)与其它类型故障典型的实信号进行相关性匹配,如果相关性匹配的结果超过阈值,则园区供电线路即将发生相应类型的故障;相关性匹配可以用person相关系数法,还可以用下述方法:
设x(t)和y(t)是两种实信号,通过以下公式衡量两个信号的差别:
δ=x(t)-αy(t+τ)
其中,δ为两信号的差别,x(t)和y(t)是两种实信号,α为常数,τ为两个信号的时延;进一步通过均方误差准则对两信号差取均值衡量两信号之间的差异性,计算公式如下:
其中,W为两信号的差的均方值,T为时间周期。
其中,Wmin为两信号差的均方值最小值,ρxy为相关系数。两信号差的均方值越小,相关系数越大,两信号的相关性越强,越相似。
再进一步,通过对x(t)和y(t)进行离散化计算,更快速的分析得到两信号的相关性。x(t)和y(t))离散化后的相关系数计算如下:
其中,ρxy为x(t)和y(t))离散化后的相关系数,取值范围为[-1,1]。当ρxy为-1时,表示两个信号完全负相关;ρxy为1时,表示两个信号完全正相关;ρxy为0时,表示两个信号完全不相关。
实施例2:
为了实现园区供电线路短路故障诊断方法,本发明还提供了一种园区供电线路短路故障诊断系统,如图3所示,包括:
预判模块,用于基于园区各供电线路上各监测点的监测数据和预先构建的知识经验库,利用边缘计算技术对园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型进行预判;
定位模块,用于当存在即将发生短路故障的情况时,采用故障电流相位分析技术,定位园区将发生短路故障的供电线路的故障点;
其中,所述预先构建的知识经验库由基于园区各供电线路历史短路故障时故障相的电量特征确定的。
具体的,所述监测数据包括:各相电压、各相电流、各相零序电压和各相零序电流;
所述电量特征,包括:电压变化率、电流变化率、零序电压存在情况和零序电流存在情况;
所述故障类型,包括:单相短路故障、两相短路故障、两相接地短路故障和三相短路故障;
其中,所述单相短路故障,包括:A相短路故障、B相短路故障和C相短路故障;
所述两相短路故障,包括:AB相短路故障、BC相短路故障和AC相短路故障;
所述两相接地短路故障,包括:AB相接地短路故障、BC相接地短路故障和AC相接地短路故障。
进一步的,所述系统还包括预先构建的知识经验库的构建模块,所述构建模块包括:
获取单元,用于获取园区各供电线路在各类短路故障发生时刻故障相的电流变化率和电压变化率;
定义单元,用于将园区各供电线路在各类短路故障的所有发生时刻故障相的电流变化率/电压变化率的最小值作为园区各供电线路在各类短路故障下故障相的电压变化率警戒阈值/电流变化率警戒阈值;
生成单元,用于基于园区各供电线路在各类短路故障下故障相的电压变化率警戒阈值、电流变化率警戒阈值、零序电压存在情况和零序电流存在情况,生成知识经验库;
其中,所述各类短路故障下故障相的零序电压存在情况和零序电流存在情况是预先确定的。
具体的,所述故障相/各相的电压变化率是根据正常工作电压幅值和电压幅值减小后的数值并利用电压变化率计算式计算的;
所述故障相/各相的电流变化率是根据正常工作电流幅值和电流幅值增大后的数值,并利用电流变化率计算式计算的。
进一步的,所述电流变化率计算式如下所示:
其中,自由分量衰减时间常数τ的计算公式如下:
式中,KM为短路电流冲击系数;
所述电压变化率计算式如下所示:
式中,Ud为电压幅值减小后的数值,Ue为正常工作电压幅值,ΔU%为电压变化率。
具体的,所述预判模块,包括:
计算单元,用于对园区各供电线路上各监测点的监测数据进行边缘计算,确定园区各供电线路上各监测点处各相的电量特征;
预判单元,用于利用园区各供电线路上各监测点处各相的电量特征和知识经验库,对园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型进行预判。
具体的,所述预判单元,包括:
对比子模块,用于将园区各供电线路上各监测点处各相的电压变化率、电流变化率、零序电压存在情况和零序电流存在情况与园区各供电线路在各类短路故障下故障相的电压变化率警戒阈值、电流变化率警戒阈值、零序电流存在情况和零序电压存在情况进行对比;
判定子模块,用于若园区供电线路上任一监测点处的各相的电压变化率、电流变化率、零序电压存在情况和零序电流存在情况与园区供电线路在任一类短路故障下故障相的电压变化率警戒阈值、电流变化率警戒阈值、零序电流存在情况和零序电压存在情况的对比结果满足判定条件,则园区供电线路即将发生相应类型的短路故障;否则,园区供电线路运行正常。
进一步的,所述判定条件需同时满足下述约束:
园区供电线路相应相的电压变化率大于故障相的电压变化率警戒阈值与预设极小值的差值;
园区供电线路相应相的电流变化率大于故障相的电流变化率警戒阈值与预设极小值的差值;
园区供电线路相应相的零序电压存在情况和零序电流存在情况与故障相的零序电压存在情况和零序电流存在情况一致。
具体的,所述定位模块,包括:
分析单元,用于基于园区即将发生短路故障的供电线路上各监测点处的电压幅值和相角,采用故障电流相位分析技术确定园区即将发生短路故障的供电线路上各点的故障方向;
定位单元,用于基于园区即将发生短路故障的供电线路上各点的故障方向,定位园区即将发生短路故障的供电线路的故障点;
其中,所述故障方向包括正向故障和反向故障;故障电流与线路潮流的方向相同时为正向故障,故障电流与线路潮流的方向相反时为反向故障。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种园区供电线路短路故障诊断方法,其特征在于,所述方法包括:
基于园区各供电线路上各监测点的监测数据和预先构建的知识经验库,利用边缘计算技术对园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型进行预判;
当存在即将发生短路故障的情况时,采用故障电流相位分析技术,定位园区将发生短路故障的供电线路的故障点;
其中,所述预先构建的知识经验库由基于园区各供电线路历史短路故障时故障相的电量特征确定的。
2.如权利要求1所述的方法,其特征在于,所述监测数据包括:各相电压、各相电流、各相零序电压和各相零序电流;
所述电量特征,包括:电压变化率、电流变化率、零序电压存在情况和零序电流存在情况;
所述短路故障类型,包括:单相短路故障、两相短路故障、两相接地短路故障和三相短路故障;
其中,所述单相短路故障,包括:A相短路故障、B相短路故障和C相短路故障;
所述两相短路故障,包括:AB相短路故障、BC相短路故障和AC相短路故障;
所述两相接地短路故障,包括:AB相接地短路故障、BC相接地短路故障和AC相接地短路故障。
3.如权利要求2所述的方法,其特征在于,所述预先构建的知识经验库的构建过程,包括:
获取园区各供电线路在各类短路故障发生时刻故障相的电流变化率和电压变化率;
将园区各供电线路在各类短路故障的所有发生时刻故障相的电流变化率/电压变化率的最小值作为园区各供电线路在各类短路故障下故障相的电压变化率警戒阈值/电流变化率警戒阈值;
基于园区各供电线路在各类短路故障下故障相的电压变化率警戒阈值、电流变化率警戒阈值、零序电压存在情况和零序电流存在情况,生成知识经验库;
其中,所述各类短路故障下故障相的零序电压存在情况和零序电流存在情况是预先确定的。
4.如权利要求2或3所述的方法,其特征在于,所述故障相/各相的电压变化率是根据正常工作电压幅值和电压幅值减小后的数值并利用电压变化率计算式计算的;
所述故障相/各相的电流变化率是根据正常工作电流幅值和电流幅值增大后的数值,并利用电流变化率计算式计算的。
6.如权利要求3所述的方法,其特征在于,所述基于园区各供电线路上各监测点的监测数据和预先构建的知识经验库,利用边缘计算技术对园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型进行预判,包括:
对园区各供电线路上各监测点的监测数据进行边缘计算,确定园区各供电线路上各监测点处各相的电量特征;
利用园区各供电线路上各监测点处各相的电量特征和知识经验库,对园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型进行预判。
7.如权利要求6所述的方法,其特征在于,所述利用园区各供电线路上各监测点处各相的电量特征和知识经验库,对园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型进行预判,包括:
将园区各供电线路上各监测点处各相的电压变化率、电流变化率、零序电压存在情况和零序电流存在情况与园区各供电线路在各类短路故障下故障相的电压变化率警戒阈值、电流变化率警戒阈值、零序电流存在情况和零序电压存在情况进行对比;
若园区供电线路上任一监测点处的各相的电压变化率、电流变化率、零序电压存在情况和零序电流存在情况与园区供电线路在任一类短路故障下故障相的电压变化率警戒阈值、电流变化率警戒阈值、零序电流存在情况和零序电压存在情况的对比结果满足判定条件,则园区供电线路即将发生相应类型的短路故障;否则,园区供电线路运行正常。
8.如权利要求7所述的方法,其特征在于,所述判定条件需同时满足下述约束:
园区供电线路相应相的电压变化率大于故障相的电压变化率警戒阈值与预设极小值的差值;
园区供电线路相应相的电流变化率大于故障相的电流变化率警戒阈值与预设极小值的差值;
园区供电线路相应相的零序电压存在情况和零序电流存在情况与故障相的零序电压存在情况和零序电流存在情况一致。
9.如权利要求1所述的方法,其特征在于,所述当存在即将发生短路故障的情况时,采用故障电流相位分析技术,定位园区将发生短路故障的供电线路的故障点,包括:
基于园区即将发生短路故障的供电线路上各监测点处的电压幅值和相角,采用故障电流相位分析技术确定园区即将发生短路故障的供电线路上各点的故障方向;
基于园区即将发生短路故障的供电线路上各点的故障方向,定位园区即将发生短路故障的供电线路的故障点;
其中,所述故障方向包括正向故障和反向故障;故障电流与线路潮流的方向相同时为正向故障,故障电流与线路潮流的方向相反时为反向故障。
10.一种园区供电线路短路故障诊断系统,其特征在于,所述系统包括:
预判模块,用于基于园区各供电线路上各监测点的监测数据和预先构建的知识经验库,利用边缘计算技术对园区供电线路是否会发生短路故障及发生短路故障时的短路故障类型进行预判;
定位模块,用于当存在即将发生短路故障的情况时,采用故障电流相位分析技术,定位园区将发生短路故障的供电线路的故障点;
其中,所述预先构建的知识经验库由基于园区各供电线路历史短路故障时故障相的电量特征确定的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110469293.8A CN113504486A (zh) | 2021-04-28 | 2021-04-28 | 一种园区供电线路短路故障诊断方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110469293.8A CN113504486A (zh) | 2021-04-28 | 2021-04-28 | 一种园区供电线路短路故障诊断方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113504486A true CN113504486A (zh) | 2021-10-15 |
Family
ID=78008335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110469293.8A Pending CN113504486A (zh) | 2021-04-28 | 2021-04-28 | 一种园区供电线路短路故障诊断方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113504486A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114545290A (zh) * | 2022-04-21 | 2022-05-27 | 华邦创科(惠州市)智能科技有限公司 | 一种物联网自学习短路识别的方法 |
CN116961243A (zh) * | 2023-09-21 | 2023-10-27 | 成都四为电子信息股份有限公司 | 一种智慧园区的边缘计算终端 |
-
2021
- 2021-04-28 CN CN202110469293.8A patent/CN113504486A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114545290A (zh) * | 2022-04-21 | 2022-05-27 | 华邦创科(惠州市)智能科技有限公司 | 一种物联网自学习短路识别的方法 |
CN116961243A (zh) * | 2023-09-21 | 2023-10-27 | 成都四为电子信息股份有限公司 | 一种智慧园区的边缘计算终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109444640B (zh) | 一种配电网单相高阻接地故障检测方法、系统及存储介质 | |
CN113504486A (zh) | 一种园区供电线路短路故障诊断方法和系统 | |
CN110441641A (zh) | 一种基于零序直流分量的小电流接地选线方法和系统 | |
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 | |
JP2021148778A (ja) | 非接地配電システムのための過渡状態に基づいた故障位置特定方法 | |
JP2007116893A (ja) | 非接地配電系統における零相電流の位相差及び大きさの比較による故障区間検出装置及び方法 | |
CN102798803B (zh) | 配电网线路故障检测方法 | |
CN110174585B (zh) | 一种双调谐交流滤波器的高压电容器断路故障的识别方法 | |
CN106646130B (zh) | 一种基于电流极性比较的主动配电网故障定位方法及系统 | |
CN109655692B (zh) | 一种基于录波文件的暂态同源数据比对方法 | |
CN111969575B (zh) | 配电网单相接地故障消弧方法、装置、设备及存储介质 | |
CN107091970A (zh) | 中性点不接地系统的故障选相法 | |
CN105162097B (zh) | 一种配电网故障处理过程的培训仿真方法及仿真系统 | |
CN112615359B (zh) | 基于电压波形比较的交直流混联电网纵联保护方法及系统 | |
CN108565852A (zh) | 一种三阶段递进的大电网电压稳定评估的故障筛选与排序方法 | |
CN112595926A (zh) | 一种地区电网检修计划智能辨识及辅助编制的技术研究 | |
JP5111258B2 (ja) | 故障点標定装置、故障点標定方法および故障点標定プログラム | |
CN113437732B (zh) | 一种光伏发电并网联络线纵联保护方法及系统 | |
CN109103876B (zh) | 一种基于等值阻抗的暂态稳定分析方法 | |
JP7257352B2 (ja) | 電力系統監視装置、電力系統監視方法、及び電力系統監視プログラム | |
CN114552621A (zh) | 考虑继电保护动作行为的换流站后续换相失败预警方法及系统 | |
CN113109663A (zh) | 一种配电网故障检测定位方法 | |
CN106405267B (zh) | 一种广域后备保护系统中的故障检测方法 | |
CN113447763B (zh) | 复杂接地故障准确定位与溯源方法 | |
CN105449647B (zh) | 一种配电网的类雷达保护方法 |
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 |