CN113569423A - 微电网联合故障定位方法、终端及存储介质 - Google Patents
微电网联合故障定位方法、终端及存储介质 Download PDFInfo
- Publication number
- CN113569423A CN113569423A CN202110893009.XA CN202110893009A CN113569423A CN 113569423 A CN113569423 A CN 113569423A CN 202110893009 A CN202110893009 A CN 202110893009A CN 113569423 A CN113569423 A CN 113569423A
- Authority
- CN
- China
- Prior art keywords
- converter
- residual error
- inverter
- fault
- matrix
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims description 55
- 238000004590 computer program Methods 0.000 claims description 16
- 230000003071 parasitic effect Effects 0.000 claims description 12
- 230000001939 inductive effect Effects 0.000 claims description 8
- 238000012546 transfer Methods 0.000 claims description 7
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 239000000243 solution Substances 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000002347 injection Methods 0.000 description 5
- 239000007924 injection Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 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
- 238000011084 recovery Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Locating Faults (AREA)
Abstract
本发明涉及电力设备状态诊断技术领域,尤其涉及一种微电网联合故障定位方法、终端及存储介质,本发明方法包括获取所述微电网中至少三个变换器的位置坐标,其中,所述至少三个变换器中每个变换器分别具有一个残差生成器,每个变换器的残差生成器根据该变换器的状态空间模型建立;基于每个变换器的残差生成器,获取每个变换器的残差;根据每个变换器的位置坐标、残差以及预设关系,确定所述微电网中故障点的位置,其中,所述预设关系表征每个变换器的残差与每个变换器到故障点位置之间距离的关系。在微电网变换器中,残差生成器得到的残差与故障电流存在比例关系,因此可以通过残差进行多变换器联合的故障定位,从而提高微电网故障定位的精度。
Description
技术领域
本发明涉及电力设备数据处理技术领域,尤其涉及一种微电网联合故障定位方法、终端及存储介质。
背景技术
微电网是新能源分布式发电的前沿技术,其具有并网、离网两种运行模式,是提高分布式发电供能效益的有效方式。
由于光伏、风机、燃料电池等分布式微源和储能装置通过逆变器接入微电网,使得微电网系统的复杂性和互联性增加。
在微电网这种互联系统中,子系统间很容易发生短路断路等线路故障,在出现故障时,很难对故障进行检测和隔离,也很难设计出使系统恢复正常运行的方法。轻微的线路故障可能会对系统的稳定性造成可接受的影响,而严重的线路故障可能会导致重大的生产安全,经济和环境的影响,造成较为严重的生产事故。
高效实用的线路故障定位方法可以提高微电网的可靠性,快速恢复故障后的电力服务,减少停电时间。目前主要的线路故障定位方法分为四大类,故障分析法、行波法、小信号注入法和广域通信法。
故障分析方法包括阻抗法、复方程法、微分方程法和电压法等,这类方法一般依赖于输电线路参数和测量。
行波法通过测量电压、电流行波到故障点间的传播时间确定故障距离,其具有定位精度高、稳定性好等优点,且受电流互感器饱和、故障电阻及系统运行方式影响小。
小信号注入法是在故障线路两端注入特征信号,检测计算信号流过的路径来寻找故障位置。此类方法需要额外的信号注入源,并且交流法易受分布式电容、故障距离、过渡电阻的影响。
广域通信法包含神经网络、支持向量机和模糊推理系统等。由于各种故障类型和故障电阻的故障发生是随机的,广域通信法考虑了不同故障场景的随机性和模糊性,避免了对测量和线路参数的高度依赖。
在已有的四类方法中,故障分析法的定位精度与输电线路的参数,测量误差和测量同步密切相关,容易受到参数不确定性和外界环境因素的影响。
行波法的可靠性依赖于故障点反射行波的识别,需要安装多个位置接受设备同步获取行波信号,但同步率很难保证精度不高且需要大量的投资。
小信号注入法需要额外的信号注入源,但注入信号容易受到受分布式电容、故障距离、过渡电阻的影响,从而导致定位不准确。
广域通信法通过故障时的多个测量点的信息来确定故障位置,但这些来自多个来源的结果在可能会相互冲突,得到不一致的结果。
这不可避免地要耗费运营商大量的时间来分析和确定故障位置,从而影响电力系统的快速恢复。因此,解决来自多个来源的冲突位置问题,而不需要额外的投资或使用任何测量设备是很重要的。
基于此,针对微电网中的线路故障问题,需要开发设计出一种故障诊断方法。
发明内容
本发明实施方式提供了一种微电网联合故障定位方法、终端及存储介质,用于解决微电网故障定位精度差的问题。
第一方面,本发明实施方式提供了一种微电网联合故障定位方法,包括:
获取所述微电网中至少三个变换器的位置坐标,其中,所述至少三个变换器中每个变换器分别具有一个残差生成器,每个变换器的残差生成器根据该变换器的状态空间模型建立;
基于每个变换器的残差生成器,获取每个变换器的残差;
根据每个变换器的位置坐标、残差以及预设关系,确定所述微电网中故障点的位置,其中,所述预设关系表征每个变换器的残差与每个变换器到故障点位置之间距离的关系。
在一种可能实现的方式中,所述方法还包括:
针对每个变换器,执行以下步骤:
获取所述变换器的电路参数,其中,所述电路参数包括:电感值、电容值、寄生电阻值以及本地负载值;
根据所述变换器的电路参数建立所述变换器的状态空间模型;
根据所述变换器的状态空间模型设计所述变换器的残差生成器;
根据所述变换器的状态空间模型确定所述残差生成器的增益矩阵。
在一种可能实现的方式中,所述状态空间模型为:
yi=Cixi+Diui
其中,Ai为状态矩阵,Bi为输入矩阵,Ei为扰动输入矩阵,Ci为输出矩阵,Di为传递矩阵,xi为状态量,ui为输入量,yi为输出量,di为扰动输入量。
所述残差生成器为:
在一种可能实现的方式中,所述根据所述变换器的状态空间模型确定残差生成器的增益矩阵,包括:
在一种可能实现的方式中,所述变换器为三个;
所述根据每个变换器的位置坐标、残差以及预设关系,确定所述微电网中故障点的位置,包括:
根据三个变换器中每个变换器的残差,确定三变换器的半径增量,其中,每两个变换器的半径增量之比与该两个变换器的残差之比成反比;
根据三点定位法以及三个变换器的半径增量确定所述故障点的位置。
在一种可能实现的方式中,所述变换器包括:Buck变换器;所述Buck变换器的状态空间模型为:
其中,uo,dc为Buck变换器LC电路的输出电压,iL,dc为Buck变换器LC电路的电感电流,ui,dc为Buck变换器LC电路的输入电压,io,dc为Buck变换器LC电路的输入电流,Ldc为Buck变换器的电感值,Cdc为Buck变换器的电容值,rL,dc为Buck变换器的电感寄生电阻。
在一种可能实现的方式中,所述变换器包括:逆变器;所述逆变器的状态空间模型为:
其中,iLd为逆变器LC电路的d轴电感电流,iLq为逆变器LC电路的q轴电感电流,uod为逆变器LC电路的d轴电容电压,uoq为逆变器LC电路的q轴电容电压;uid为逆变器逆变桥的d轴输出电压,uiq为逆变器逆变桥的q轴输出电压;Lac为逆变器的电感值,Cac为逆变器的电容值,rL,ac为逆变器的电感寄生电阻,ω为角频率。
在一种可能实现的方式中,所述预设关系为:
1/S1f:1/S2f:…1/Snf=r1:r2:…rn
其中,r1:r2:…rn为变换器的残差,S1f,S2f…Snf为变换器到故障点间的线路长度。
第二方面,本发明实施方式提供了一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
第三方面,本发明实施方式提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
本发明实施方式与现有技术相比存在的有益效果是:
本发明实施方式公开了的一种微电网联合故障定位方法,在微电网系统发生线路故障时,根据建模可知每台变换器的输入电流中包含故障电流。将故障点假设为故障电压源,得到故障电流与变换器到故障点之间距离存在比例关系。又因为在微电网变换器中,设计的残差生成器得到的残差与故障电流存在比例关系,因此可以通过残差进行多变换器联合的故障定位。在基于残差的三点故障定位方法中,残差生成器的设计较为简单,不用增加额外的测量装置,节约了成本。同时可以在变换器上进行即插即用,不影响系统的稳定性,利于实际应用。
附图说明
为了更清楚地说明本发明实施方式中的技术方案,下面将对实施方式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方式,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他的附图。
图1是本发明实施方式提供的微电网联合故障定位方法的流程图;
图2是本发明实施方式提供的Buck变换器拓扑图;
图3是本发明实施方式提供的逆变器拓扑图;
图4是本发明实施方式提供的微电网线路故障拓扑图;
图5是本发明实施方式提供的微电网线路故障等效拓扑图;
图6是本发明实施方式提供的残差生成器结构图;
图7是本发明实施方式提供的故障定位思维导图;
图8是本发明实施方式提供的三点故障定位原理图;
图9是本发明实施方式提供的终端功能框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施方式。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施方式中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施方式来进行说明。
下面对本发明的实施例作详细说明,本实例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
图1为本发明实施方式提供的微电网联合故障定位方法的流程图。
如图1所示,其示出了本发明实施方式提供的微电网联合故障定位方法的实现流程图,详述如下:
在步骤101中,获取所述微电网中至少三个变换器的位置坐标,其中,所述至少三个变换器中每个变换器分别具有一个残差生成器,每个变换器的残差生成器根据该变换器的状态空间模型建立。
在一些实施方式中,所述方法还包括:
针对每个变换器,执行以下步骤:
获取所述变换器的电路参数,其中,所述电路参数包括:电感值、电容值、寄生电阻值以及本地负载值;
根据所述变换器的电路参数建立所述变换器的状态空间模型;
根据所述变换器的状态空间模型设计所述变换器的残差生成器;
根据所述变换器的状态空间模型确定所述残差生成器的增益矩阵。
在一些实施方式中,所述状态空间模型为:
yi=Cixi+Diui
其中,Ai为状态矩阵,Bi为输入矩阵,Ei为扰动输入矩阵,Ci为输出矩阵,Di为传递矩阵,xi为状态量,ui为输入量,yi为输出量,di为扰动输入量。
所述残差生成器为:
在一些实施方式中,所述根据所述变换器的状态空间模型确定残差生成器的增益矩阵,包括:
在一些实施方式中,所述变换器包括:Buck变换器;所述Buck变换器的状态空间模型为:
其中,uo,dc为Buck变换器LC电路的输出电压,iL,dc为Buck变换器LC电路的电感电流,ui,dc为Buck变换器LC电路的输入电压,io,dc为Buck变换器LC电路的输入电流,Ldc为Buck变换器的电感值,Cdc为Buck变换器的电容值,rL,dc为Buck变换器的电感寄生电阻。
在一些实施方式中,所述变换器包括:逆变器;所述逆变器的状态空间模型为:
其中,iLd为逆变器LC电路的d轴电感电流,iLq为逆变器LC电路的q轴电感电流,uod为逆变器LC电路的d轴电容电压,uoq为逆变器LC电路的q轴电容电压;uid为逆变器逆变桥的d轴输出电压,uiq为逆变器逆变桥的q轴输出电压;Lac为逆变器的电感值,Cac为逆变器的电容值,rL,ac为逆变器的电感寄生电阻,ω为角频率。
示例性地,图2为Buck变换器拓扑图,图2中:
uo,dc为Buck变换器LC电路的输出电压;
iL,dc为Buck变换器LC电路的电感电流;
ui,dc为Buck变换器LC电路的输入电压;
io,dc分别为Buck变换器LC电路的输入电流;
Ldc为Buck变换器的电感值;
Cdc为Buck变换器的电容值;
rL,dc为Buck变换器的电感寄生电阻;
Rdc为Buck变换器的本地负载值。
图3为逆变器拓扑图,图3中:
uoabc逆变器LC电路的输出电压;
iLabc逆变器LC电路的电感电流;
uiabc逆变器LC电路的输入电压;
ioabc逆变器LC电路的输入电流;
Lac逆变器的电感值;
Cac逆变器的电容值;
rL,ac逆变器的电感寄生电阻;
Rac逆变器的本地负载值。
基于图2和图3中的拓扑,分别建立Buck变换器和逆变器的状态空间模型。
Buck变换器状态空间模型:
其中,(uo,dc,iL,dc)T为状态量,ui,dc为输入量,io,dc为扰动输入量,(uo,dc,iL,dc)T为输出量。
逆变器状态空间模型:
其中,iLd为逆变器LC电路的d轴电感电流,iLq为逆变器LC电路的q轴电感电流,uod为逆变器LC电路的d轴电容电压,uoq为逆变器LC电路的q轴电容电压;uid为逆变器逆变桥的d轴输出电压,uiq为逆变器逆变桥的q轴输出电压;Lac为逆变器的电感值,Cac为逆变器的电容值,rL,ac为逆变器的电感寄生电阻,ω为角频率,(iLd,iLq,uod,uoq)T为状态量;(uid,uiq)T为输入量;(iod,ioq)T为扰动输入量;(iLd,iLq,uod,uoq)T为输出量。
由Buck变换器和逆变器状态空间可知,微电网变换器的状态空间表达式可统一写为:
其中,Ai为状态矩阵,Bi为输入矩阵,Ei为扰动输入矩阵,Ci为输出矩阵,Di为传递矩阵,传递矩阵一般情况下为零矩阵,xi为状态量,ui为输入量,yi为输出量,di为扰动输入量。
如图4所示,在微电网没有出现故障时,将变换器由具有内阻的等效电压源代替,得到无线路故障时,变换器的稳定输出电流表达式:
其中,U1,U2…Un为变换器输出电压;I1,I2…In为变换器输出电电流;y10,y20…yn0为变换器导纳;y11,y12…yn(n-1),ynn为线路导纳。
如图5所示,假设故障点为故障电压源,其内阻导纳为yf0,故障电流为If,故障源电压为Uf,得到故障电压源与变换器之间的故障电流关系:
根据前述分析得到,在发生故障时,可将稳定电流与故障电流叠加得到变换器输出电流表达式:
如图6所示,针对微电网中的变换器,设计如下残差生成器:
在步骤102中,基于每个变换器的残差生成器,获取每个变换器的残差。
在步骤103中,根据每个变换器的位置坐标、残差以及预设关系,确定所述微电网中故障点的位置,其中,所述预设关系表征每个变换器的残差与每个变换器到故障点位置之间距离的关系。
在一些实施方式中,所述变换器为三个;
所述根据每个变换器的位置坐标、残差以及预设关系,确定所述微电网中故障点的位置,包括:
根据三个变换器中每个变换器的残差,确定三变换器的半径增量,其中,每两个变换器的半径增量之比与该两个变换器的残差之比成反比;
根据三点定位法以及三个变换器的半径增量确定所述故障点的位置。
在一些实施方式中,所述预设关系为:
1/S1f:1/S2f:…1/Snf=r1:r2:…rn
其中,r1:r2:…rn为变换器的残差,S1f,S2f…Snf为变换器到故障点间的线路长度。
示例性地,在变换器输出电压稳定时,即U1=U2…=Un时,可以得到故障电流与线路导纳关系为:
I1f:I2f…:Inf=y1f:y2f:…ynf
微电网的线路长度与线路导纳关系为:
S1f:S2f…:Snf=1/y1f:1/y2f:…1/ynf。
其中,S1f,S2f…Snf为变换器到故障点间的线路长度。
在根据变换器状态空间和残差生成器的状态空间,得到每台变换器残差与故障电流的状态空间表达式为
将状态空间表达转换为传递函数表达,得到公式
ri=Gi(s)di=Gi(s)Iif
其中,Gi(s)为扰动输入量到残差输出量的传递函数,di为扰动输入量即故障电流Iif。
假设有n台变换器的参数基本相同,在存在如下残差、故障电流,线路导纳和线路长度的比例关系:
I1f:I2f…:Inf=r1:r2:…rn
y1f:y2f:…ynf=r1:r2:…rn
1/S1f:1/S2f:…1/Snf=r1:r2:…rn
根据残差、故障电流和线路长度的关系可以得到图7中基于残差的故障定位思路。
如图8所示,取微电网中任意三台变换器,注意,此三台变换器位置不得为一条直线上的三台变换器。
如果采用更多数量的变换器如四个,必须保证至少三个变换器的位置不在一条直线上。
本实施方式,假设所在坐标位置分别为(X1,Y1),(X2,Y2)和(X3,Y3),并令故障位置为(X,Y),(X,Y)为三个圆的外切公共点,因此存在:
(X-X1)2+(Y-Y1)2=S1f
(X-X2)2+(Y-Y2)2=S2f
(X-X3)2+(Y-Y3)2=S3f
根据三点定位法设计基于残差的故障定位算法:
Step1:定义三个半径极小的圆作为初始状态。
Step2:定义三个半径增量值Δd1,Δd2,Δd3,且根据残差和线路长度关系,增量比为残差反比。
Step3:以将外切公共点满足的三个圆半径为目标函数,设计循环算法,使三个圆半径增加。
Step4:在三个圆的半径满足外切公共点公式时,得到(X,Y)唯一解,完成多变换器联合的故障定位。
本发明微电网联合故障定位方法实施方式,在微电网系统发生线路故障时,根据建模可知每台变换器的输入电流中包含故障电流。将故障点假设为故障电压源,得到故障电流与变换器到故障点之间距离存在比例关系。又因为在微电网变换器中,设计的残差生成器得到的残差与故障电流存在比例关系,因此可以通过残差进行多变换器联合的故障定位。在基于残差的三点故障定位方法中,残差生成器的设计较为简单,不用增加额外的测量装置,节约了成本。同时可以在变换器上进行即插即用,不影响系统的稳定性,利于实际应用。
应理解,上述实施方式中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施方式的实施过程构成任何限定。
以下为本发明的装置实施方式,对于其中未详尽描述的细节,可以参考上述对应的方法实施方式。
图9是本发明实施方式提供的终端的功能框图。如图9所示,该实施方式的终端9包括:处理器900、存储器901以及存储在所述存储器901中并可在所述处理器900上运行的计算机程序902。所述处理器900执行所述计算机程序902时实现上述各个微电网联合故障定位方法及微电网联合故障定位方法实施方式中的步骤,例如图1所示的步骤101至步骤103。
示例性的,所述计算机程序902可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器901中,并由所述处理器900执行,以完成本发明。
所述终端9可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端9可包括,但不仅限于,处理器900、存储器901。本领域技术人员可以理解,图9仅仅是终端9的示例,并不构成对终端9的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器900可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器901可以是所述终端9的内部存储单元,例如终端9的硬盘或内存。所述存储器901也可以是所述终端9的外部存储设备,例如所述终端9上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器901还可以既包括所述终端9的内部存储单元也包括外部存储设备。所述存储器901用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器901还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施方式中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施方式中的对应过程,在此不再赘述。
在上述实施方式中,对各个实施方式的描述都各有侧重,某个实施方式中没有详述或记载的部分,可以参见其它实施方式的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施方式描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施方式中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施方式仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述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单元来实现本实施方式方案的目的。
另外,在本发明各个实施方式中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施方式方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个微电网联合故障定位方法及微电网联合故障定位装置实施方式的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施方式仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施方式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方式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方式技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种微电网联合故障定位方法,其特征在于,包括:
获取所述微电网中至少三个变换器的位置坐标,其中,所述至少三个变换器中每个变换器分别具有一个残差生成器,每个变换器的残差生成器根据该变换器的状态空间模型建立;
基于每个变换器的残差生成器,获取每个变换器的残差;
根据每个变换器的位置坐标、残差以及预设关系,确定所述微电网中故障点的位置,其中,所述预设关系表征每个变换器的残差与每个变换器到故障点位置之间距离的关系。
2.根据权利要求1所述的微电网联合故障定位方法,其特征在于,所述方法还包括:
针对每个变换器,执行以下步骤:
获取所述变换器的电路参数,其中,所述电路参数包括:电感值、电容值、寄生电阻值以及本地负载值;
根据所述变换器的电路参数建立所述变换器的状态空间模型;
根据所述变换器的状态空间模型设计所述变换器的残差生成器;
根据所述变换器的状态空间模型确定所述残差生成器的增益矩阵。
5.根据权利要求1所述的微电网联合故障定位方法,其特征在于,所述变换器为三个;
所述根据每个变换器的位置坐标、残差以及预设关系,确定所述微电网中故障点的位置,包括:
根据三个变换器中每个变换器的残差,确定三变换器的半径增量,其中,每两个变换器的半径增量之比与该两个变换器的残差之比成反比;
根据三点定位法以及三个变换器的半径增量确定所述故障点的位置。
8.根据权利要求1所述的微电网联合故障定位方法,其特征在于,所述预设关系为:
1/S1f:1/S2f:…1/Snf=r1:r2:…rn
其中,r1:r2:…rn为变换器的残差,S1f,S2f…Snf为变换器到故障点间的线路长度。
9.一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上的权利要求1至8中任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上的权利要求1至8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110893009.XA CN113569423B (zh) | 2021-08-04 | 2021-08-04 | 微电网联合故障定位方法、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110893009.XA CN113569423B (zh) | 2021-08-04 | 2021-08-04 | 微电网联合故障定位方法、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113569423A true CN113569423A (zh) | 2021-10-29 |
CN113569423B CN113569423B (zh) | 2023-08-01 |
Family
ID=78170493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110893009.XA Active CN113569423B (zh) | 2021-08-04 | 2021-08-04 | 微电网联合故障定位方法、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113569423B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495336A (zh) * | 2011-12-29 | 2012-06-13 | 上海交通大学 | 一种分布式单相接地故障测距系统及其测距方法 |
CN103701394A (zh) * | 2013-12-30 | 2014-04-02 | 哈尔滨工业大学 | 一种基于电流量的逆变器功率管开路故障在线诊断方法 |
CN104049171A (zh) * | 2014-06-12 | 2014-09-17 | 中南大学 | 交错反激式微逆变器的开路故障诊断方法及系统 |
US20150268290A1 (en) * | 2012-10-24 | 2015-09-24 | State Grid Corporation Of China (Sgcc) | Method for On-Line Diagnosing Gradually-Changing Fault of Electronic Current Transformers |
JP2016038266A (ja) * | 2014-08-07 | 2016-03-22 | 東日本旅客鉄道株式会社 | 直流電鉄き電回路の故障点標定システム及び故障点標定方法 |
CN107301884A (zh) * | 2017-07-24 | 2017-10-27 | 哈尔滨工程大学 | 一种混合式核电站故障诊断方法 |
CN107449993A (zh) * | 2017-08-04 | 2017-12-08 | 国网江苏省电力公司无锡供电公司 | 一种基于故障录波器的故障测距方法及测距装置 |
CN108490923A (zh) * | 2018-04-28 | 2018-09-04 | 南京航空航天大学 | 用于电气牵引系统的微小故障检测与定位的系统设计方法 |
CN110441643A (zh) * | 2019-08-07 | 2019-11-12 | 北京航空航天大学 | 永磁同步电机控制系统中逆变器功率管断路故障诊断方法 |
CN110514964A (zh) * | 2019-09-05 | 2019-11-29 | 国网内蒙古东部电力有限公司检修分公司 | 一种特高压直流输电系统接地极线路故障测距方法 |
CN110726933A (zh) * | 2018-07-16 | 2020-01-24 | 上海汽车集团股份有限公司 | 永磁同步电机的故障诊断方法、系统及装置、可读介质 |
CN110749842A (zh) * | 2019-11-08 | 2020-02-04 | 中南大学 | 基于共模电压的电压源型逆变器开关开路故障诊断方法 |
CN111983414A (zh) * | 2020-08-12 | 2020-11-24 | 中南大学 | 针对轨道列车牵引变流器的开路故障诊断方法及系统 |
CN112698154A (zh) * | 2020-12-16 | 2021-04-23 | 深圳供电局有限公司 | 基于状态估计残差比较的配电网故障定位方法、设备及系统 |
-
2021
- 2021-08-04 CN CN202110893009.XA patent/CN113569423B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495336A (zh) * | 2011-12-29 | 2012-06-13 | 上海交通大学 | 一种分布式单相接地故障测距系统及其测距方法 |
US20150268290A1 (en) * | 2012-10-24 | 2015-09-24 | State Grid Corporation Of China (Sgcc) | Method for On-Line Diagnosing Gradually-Changing Fault of Electronic Current Transformers |
CN103701394A (zh) * | 2013-12-30 | 2014-04-02 | 哈尔滨工业大学 | 一种基于电流量的逆变器功率管开路故障在线诊断方法 |
CN104049171A (zh) * | 2014-06-12 | 2014-09-17 | 中南大学 | 交错反激式微逆变器的开路故障诊断方法及系统 |
JP2016038266A (ja) * | 2014-08-07 | 2016-03-22 | 東日本旅客鉄道株式会社 | 直流電鉄き電回路の故障点標定システム及び故障点標定方法 |
CN107301884A (zh) * | 2017-07-24 | 2017-10-27 | 哈尔滨工程大学 | 一种混合式核电站故障诊断方法 |
CN107449993A (zh) * | 2017-08-04 | 2017-12-08 | 国网江苏省电力公司无锡供电公司 | 一种基于故障录波器的故障测距方法及测距装置 |
CN108490923A (zh) * | 2018-04-28 | 2018-09-04 | 南京航空航天大学 | 用于电气牵引系统的微小故障检测与定位的系统设计方法 |
CN110726933A (zh) * | 2018-07-16 | 2020-01-24 | 上海汽车集团股份有限公司 | 永磁同步电机的故障诊断方法、系统及装置、可读介质 |
CN110441643A (zh) * | 2019-08-07 | 2019-11-12 | 北京航空航天大学 | 永磁同步电机控制系统中逆变器功率管断路故障诊断方法 |
CN110514964A (zh) * | 2019-09-05 | 2019-11-29 | 国网内蒙古东部电力有限公司检修分公司 | 一种特高压直流输电系统接地极线路故障测距方法 |
CN110749842A (zh) * | 2019-11-08 | 2020-02-04 | 中南大学 | 基于共模电压的电压源型逆变器开关开路故障诊断方法 |
CN111983414A (zh) * | 2020-08-12 | 2020-11-24 | 中南大学 | 针对轨道列车牵引变流器的开路故障诊断方法及系统 |
CN112698154A (zh) * | 2020-12-16 | 2021-04-23 | 深圳供电局有限公司 | 基于状态估计残差比较的配电网故障定位方法、设备及系统 |
Non-Patent Citations (1)
Title |
---|
谢东;葛兴来;: "并联全桥隔离DC-DC变换器开路故障诊断", 大功率变流技术, no. 04 * |
Also Published As
Publication number | Publication date |
---|---|
CN113569423B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang | Three‐phase power flow calculations using direct ZBUS method for large‐scale unbalanced distribution networks | |
CN103236691B (zh) | 基于复仿射数学理论的三相不平衡潮流计算方法 | |
CN112305485B (zh) | 电容式电压互感器的谐波电压测量误差修正方法及装置 | |
CN111682530B (zh) | 一种配电网电压越限概率的确定方法、装置、设备及介质 | |
CN110298570B (zh) | 配电网系统拓扑状态辨识方法、装置、存储介质及设备 | |
CN109802392B (zh) | 大规模配电网潮流计算方法及装置 | |
CN110133451A (zh) | 基于微型pmu和二分法搜索的配电网故障定位方法及系统 | |
CN106228459A (zh) | 基于蒙特卡洛的等值可靠性评估方法 | |
CN115685046A (zh) | 互感器计量异常识别方法、装置、设备及存储介质 | |
CN112330488B (zh) | 基于迁移学习的电网频率态势预测方法 | |
CN115201563A (zh) | 一种基于联合熵的多谐波源定位方法及系统 | |
CN106532712A (zh) | 含小阻抗支路电网的补偿法直角坐标牛顿法潮流计算方法 | |
Qifeng et al. | State estimation for power systems embedded with FACTS devices and MTDC systems by a sequential solution approach | |
CN113139295A (zh) | 电力系统综合状态估计方法及系统 | |
CN113569423B (zh) | 微电网联合故障定位方法、终端及存储介质 | |
CN111914101A (zh) | 档案关联关系的异常识别方法、装置和计算机设备 | |
CN115329973B (zh) | 仿真方法、装置、设备及存储介质 | |
Chen et al. | Generalised‐fast decoupled state estimator | |
CN112733348B (zh) | 基于多项式和最大熵模型的混联电网概率计算方法及装置 | |
CN108521128B (zh) | 电力系统静态电压安全域边界的快速搜索方法 | |
CN109670254B (zh) | 机电暂态与电磁暂态混合仿真的接口位置选择方法及系统 | |
CN114421453A (zh) | 一种基于混合测量值的配电网参数估计方法及系统 | |
Yue et al. | Construction of a Digital Twin Model for Loss Metering in UHVDC Transmission Systems based on Deep Learning | |
Ishak et al. | Performance comparison of electric power flow solutions using PSCAD | |
CN112818537A (zh) | 一种光伏并网系统稳定性分析方法及装置 |
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 |