CN113625125A - 一种配电网的高阻接地故障检测方法、装置和设备 - Google Patents
一种配电网的高阻接地故障检测方法、装置和设备 Download PDFInfo
- Publication number
- CN113625125A CN113625125A CN202111122916.0A CN202111122916A CN113625125A CN 113625125 A CN113625125 A CN 113625125A CN 202111122916 A CN202111122916 A CN 202111122916A CN 113625125 A CN113625125 A CN 113625125A
- Authority
- CN
- China
- Prior art keywords
- components
- order
- basic components
- characteristic
- component
- 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
- 238000001514 detection method Methods 0.000 title claims description 20
- 230000009467 reduction Effects 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000000354 decomposition reaction Methods 0.000 claims description 29
- 238000005070 sampling Methods 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 4
- 210000000349 chromosome Anatomy 0.000 description 9
- 239000000463 material Substances 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 230000005415 magnetization Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000010276 construction 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
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 239000000696 magnetic material Substances 0.000 description 2
- 229910000889 permalloy Inorganic materials 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G01R31/08—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
- 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
-
- 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)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
- Locating Faults (AREA)
Abstract
本发明公开了一种配电网的高阻接地故障检测方法、装置和设备，方法包括：周期性获取配电网馈线对应的磁场信号；对磁场信号执行一次降噪操作，生成多个一阶基本分量；对各个一阶基本分量分别执行二次降噪操作，生成多个二阶基本分量；根据从多个二阶基本分量中选取数值最大和次大的二阶基本分量作为横坐标分量和纵坐标分量，构建目标曲线；根据目标曲线对应的目标斜率与预设的斜率系数的比较结果，判断配电网馈线是否发生高阻接地故障，从而快速准确地识别配电网馈线的高阻接地故障。
Description
技术领域
本发明涉及配电网故障检测技术领域，尤其涉及一种配电网的高阻接地故障检测方法、装置和设备。
背景技术
配电网是指从输电网或地区发电厂接受电能，通过配电设施就地分配或按电压逐级分配给各类用户的电力网。其作为人们日常生活不可或缺的电力设施，其所处的环境可能较为复杂，若是发生线路断线掉落、较高的物体碰触高压线或电缆绝缘老化等情况，容易发生高阻接地故障。
配电网高阻接地故障识别依赖于高采样率电压电流信号，通常采用同步向量装置完成信号采集，但是同步向量装置需从电流互感器获取电流信号，需停电安装，安装难度大，并且单位成本高，只能在频繁发生高阻接地故障的关键节点安装。
而高阻接地故障信号频带宽具有丰富的信号特征，目前的方法容易将低频成分和高频成分混合，无法快速准确地识别故障。
发明内容
本发明提供了一种配电网的高阻接地故障检测方法、装置和设备，解决了现有的高阻接地故障识别方法由于低频成分与高频成分容易混合，导致无法快速准确地识别故障的技术问题。
本发明第一方面提供的一种配电网的高阻接地故障检测方法，包括：
周期性获取配电网馈线对应的磁场信号；
对所述磁场信号执行一次降噪操作，生成多个一阶基本分量；
对各个所述一阶基本分量分别执行二次降噪操作，生成多个二阶基本分量；
根据从所述多个二阶基本分量中选取数值最大和次大的二阶基本分量作为横坐标分量和纵坐标分量，构建目标曲线；
根据所述目标曲线对应的目标斜率与预设的斜率系数的比较结果，判断所述配电网馈线是否发生高阻接地故障。
可选地，所述对所述磁场信号执行一次降噪操作，生成多个一阶基本分量的步骤，包括：
对所述磁场信号进行变分模态分解并按频率降序排列，得到多个原始基本分量；
分别计算相邻的所述原始基本分量之间的欧式距离，并计算所述欧式距离两两之间的距离差值；
根据所述距离差值和多个所述原始基本分量，生成多个和值基本分量；
从多个所述和值基本分量中按频率降序选取预设数量的和值基本分量作为待累加基本分量，并计算所述待累加基本分量的分量和值；
基于所述和值基本分量对应的排序位置和所述分量和值，生成多个一阶基本分量。
可选地，所述根据所述距离差值和多个所述原始基本分量，生成多个和值基本分量的步骤，包括：
选取最大的所述距离差值对应的原始基本分量作为信号分界点；
采用处于所述信号分界点前后的多个所述原始基本分量，结合部分匹配交叉算法生成多个交叉基本分量；
采用各个所述原始基本分量和各个所述交叉基本分量进行逐项累加，得到多个和值基本分量。
可选地，所述基于所述和值基本分量对应的排序位置和所述分量和值，生成多个一阶基本分量的步骤，包括：
计算所述和值基本分量的排序位置中位值；
若所述和值基本分量的排序位置小于或等于所述排序位置中位值，则将所述和值基本分量确定为所述一阶基本分量；
若所述和值基本分量的排序位置大于所述排序位置中位值，则计算所述分量和值与所述和值基本分量之和，得到所述一阶基本分量。
可选地，所述一阶基本分量包括多个采样数据点；所述对各个所述一阶基本分量分别执行二次降噪操作，生成多个二阶基本分量的步骤，包括：
采用各个所述一阶基本分量内的多个采样数据点分别构建降噪信号矩阵；
对各个所述降噪信号矩阵执行特征分解操作，得到多个特征值；
依次计算相邻的所述特征值之间的差值，得到特征值间隔；
依次计算相邻的所述特征值之间的比值，得到间隔斜率；
采用所述特征值间隔作为横坐标，所述间隔斜率作为纵坐标构建特征点，并连接全部所述特征点构建特征值曲线；
获取所述特征值曲线的拐点对应的特征点序号；
根据所述特征点序号与所述特征值对应的特征值序号之间的比较结果，更新各个所述特征值；
对各个所述特征值执行逆特征分解操作，得到多个二阶基本分量。
可选地，所述根据所述特征点序号与所述特征值对应的特征值序号之间的比较结果，更新各个所述特征值的步骤，包括：
比较各个所述特征值对应的特征值序号和所述特征点序号；
若所述特征值对应的特征值序号小于或等于所述特征点序号，则保留当前时刻的所述特征值；
若所述特征值对应的特征值序号大于所述特征点序号，则将所述特征值确定为预设的特征值。
可选地，所述根据从所述多个二阶基本分量中选取数值最大和次大的二阶基本分量作为横坐标分量和纵坐标分量，构建目标曲线的步骤，包括：
从所述多个二阶基本分量中选取数值最大和次大的二阶基本分量作为横坐标分量和纵坐标分量；
提取所述横坐标分量所包含的多个横坐标采样数据点，并从所述多个横坐标采样数据点选取预定数量的分位点横坐标；
提取所述纵坐标分量所包含的多个纵坐标采样数据点，并从所述多个纵坐标采样数据点选取预定数量的分位点纵坐标；
连接所述分位点横坐标和所述分位点纵坐标并执行多项式曲线拟合操作，生成目标曲线。
可选地，所述根据所述目标曲线对应的目标斜率与预设的斜率系数的比较结果，判断所述配电网馈线是否发生高阻接地故障的步骤，包括：
比较所述目标曲线对应的目标斜率与预设的斜率系数；
若所述目标曲线对应的目标斜率大于或等于所述间隔斜率系数，则判定所述配电网馈线发生高阻接地故障；
若所述目标曲线对应的目标斜率小于所述间隔斜率系数，则判定所述配电网馈线未发生高阻接地故障。
本发明第二方面提供了一种配电网的高阻接地故障检测装置，包括：
磁场信号获取模块，用于周期性获取配电网馈线对应的磁场信号；
一次降噪模块，用于对所述磁场信号执行一次降噪操作，生成多个一阶基本分量；
二次降噪模块，用于对各个所述一阶基本分量分别执行二次降噪操作，生成多个二阶基本分量；
目标曲线构建模块，用于根据从所述多个二阶基本分量中选取数值最大和次大的二阶基本分量作为横坐标分量和纵坐标分量，构建目标曲线；
故障判断模块，用于根据所述目标曲线对应的目标斜率与预设的斜率系数的比较结果，判断所述配电网馈线是否发生高阻接地故障。
本发明第三方面提供了一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如本发明第一方面任一项所述的配电网的高阻接地故障检测方法的步骤。
从以上技术方案可以看出，本发明具有以下优点：
本发明通过周期性获取配电网馈线对应的磁场信号；对磁场信号执行一次降噪操作，生成多个一阶基本分量；对各个一阶基本分量分别执行二次降噪操作，生成多个二阶基本分量；根据从多个二阶基本分量中选取数值最大和次大的二阶基本分量作为横坐标分量和纵坐标分量，构建目标曲线；根据目标曲线对应的目标斜率与预设的斜率系数的比较结果，判断配电网馈线是否发生高阻接地故障。从而解决现有的高阻接地故障识别方法由于低频成分与高频成分容易混合，导致无法快速准确地识别故障的技术问题，快速准确地识别配电网馈线的高阻接地故障。
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为本发明实施例一提供的一种配电网的高阻接地故障检测方法的步骤流程图；
图2为本发明实施例二提供的一种配电网的高阻接地故障检测方法的步骤流程图；
图3为本发明实施例三提供的一种配电网的高阻接地故障检测装置的结构框图。
具体实施方式
本发明实施例提供了一种配电网的高阻接地故障检测方法、装置和设备，用于解决现有的高阻接地故障识别方法由于低频成分与高频成分容易混合，导致无法快速准确地识别故障的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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。
请参阅图1，图1为本发明实施例一提供的一种配电网的高阻接地故障检测方法的步骤流程图。
本发明提供的一种配电网的高阻接地故障检测方法，包括以下步骤：
步骤101，周期性获取配电网馈线对应的磁场信号；
在本发明实施例中，为获取检测配电网是否存在高阻接地故障的基础数据，可以按照预定的周期获取配电网馈线所处磁场的磁场信号。
需要说明的是，可以通过磁阻效应传感器获取磁场信号，磁阻效应传感器是根据磁性材料的磁阻效应制成的。磁性材料(如坡莫合金)具有各向异性，对它进行磁化时，其磁化方向将取决于材料的易磁化轴、材料的形状和磁化磁场的方向。当给带状坡莫合金材料通电流I时，材料的电阻取决于电流的方向与磁化方向的夹角。如果给材料施加一个磁场B(被测磁场)，就会使原来的磁化方向转动。如果磁化方向转向垂直于电流的方向，则材料的电阻将减小；如果磁化方向转向平行于电流的方向，则材料的电阻将增大。磁阻效应传感器一般有四个这样的电阻组成，并将它们接成电桥。在被测磁场B作用下，电桥中位于相对位置的两个电阻阻值增大，另外两个电阻的阻值减小。在其线性范围内，电桥的输出电压与被测磁场成正比。
步骤102，对磁场信号执行一次降噪操作，生成多个一阶基本分量；
本发明实施例中的一阶基本分量指的是一阶降噪IMF分量，IMF指的是本征模态函数(intrinsic mode function，IMF)，在任何时刻一个信号都可以包括多个本征模态函数，如果本征模函数之间相互重叠，便形成复合信号；瞬时频率有意义，那么函数必须是对称的，局部均值为零，并且具有相同的过零点和极值点数目。
在本发明实施例中，在获取到磁场信号后，对磁场信号执行一次降噪操作，首先对磁场信号进行变分模态分解，获取多个原始基本分量后，分别计算原始基本分量两两之间的欧式距离的差值，基于距离差值的最大值选取有效信号和噪声信号的分界点，对前多个基本分量和后多个基本分量进行部分匹配交叉后得到交叉基本分量，再将交叉基本分量和原始基本分量逐项累加得到和值基本分量，从中选取前一半的和值基本分量和后续所有和值基本分量进行累加，完成一次降噪操作，得到多个一阶基本分量。
步骤103，对各个一阶基本分量分别执行二次降噪操作，生成多个二阶基本分量；
在获取到一阶基本分量后，可以对各个一阶基本分量分执行二次降噪操作，通过对采用每个一阶基本分量的采样数据点构建信号矩阵，对信号矩阵进行特征分解后，根据分解得到的特征值间隔集合和斜率集合建立曲线并确定曲线拐点坐标，基于拐点坐标与一阶基本分量的序号比较结果，对特征值进行更新后进行逆谱分解，从而生成二阶基本分量。
步骤104，根据从多个二阶基本分量中选取数值最大和次大的二阶基本分量作为横坐标分量和纵坐标分量，构建目标曲线；
在本发明实施例中，在通过执行一次降噪操作和二阶降噪操作对磁场信号内的高频成分和低频成分分离，获取到二阶基本分量。此时可以将高阻接地故障的目标放在对高频成分的分析上，从多个二阶基本分量中选取数值最大二阶基本分量作为横坐标分量，选取数值次大的二阶基本分量作为纵坐标分量，构建目标曲线。
步骤105，根据目标曲线对应的目标斜率与预设的斜率系数的比较结果，判断配电网馈线是否发生高阻接地故障。
在具体实现中，在获取到目标曲线后，可以基于目标曲线的目标斜率与预设的斜率系数的比较结果，若是目标曲线的目标斜率大于或等于预设的斜率系数，则判定配电网馈线发生高阻接地故障。
在本发明实施例中，通过周期性获取配电网馈线对应的磁场信号；对磁场信号执行一次降噪操作，生成多个一阶基本分量；对各个一阶基本分量分别执行二次降噪操作，生成多个二阶基本分量；根据从多个二阶基本分量中选取数值最大和次大的二阶基本分量作为横坐标分量和纵坐标分量，构建目标曲线；根据目标曲线对应的目标斜率与预设的斜率系数的比较结果，判断配电网馈线是否发生高阻接地故障。从而解决现有的高阻接地故障识别方法由于低频成分与高频成分容易混合，导致无法快速准确地识别故障的技术问题，快速准确地识别配电网馈线的高阻接地故障。
请参阅图2，图2为本发明实施例二提供的一种配电网的高阻接地故障检测方法的步骤流程图。
本发明提供的一种配电网的高阻接地故障检测方法，包括以下步骤：
步骤201，周期性获取配电网馈线对应的磁场信号；
在本发明实施例中，为获取检测配电网是否存在高阻接地故障的基础数据，可以按照预定的周期获取配电网馈线所处磁场的磁场信号。
需要说明的是，磁场信号可以通过磁阻效应传感器按照采样周期进行采集，每个磁场信号包括n个采样点，n为正整数。
步骤202，对磁场信号进行变分模态分解并按频率降序排列，得到多个原始基本分量；
变分模态分解指的是一种信号分解估计方法。该方法在获取分解分量的过程中通过迭代搜寻变分模型最优解来确定每个分量的频率中心和带宽，从而能够自适应地实现信号的频域剖分及各分量的有效分离。
在本发明实施例中，在获取到磁场信号后，对磁场信号进行变分模态分解，并按照各个分量的频率进行降序排序，得到m个原始基本分量imfi(i＝1,2,...m)，每个imfi包括n个数据。
步骤203，分别计算相邻的原始基本分量之间的欧式距离，并计算欧式距离两两之间的距离差值；
由于原始基本分量是按照频率降序排列的，而为确定有效信号和噪声信号的分界点，可以通过计算相邻的原始基本分量之间的欧式距离，并计算相邻两两欧式距离的距离差值，从而确定分界点。
在具体实现中，在获取到m个原始基本分量imfi(i＝1,2,...m)后，分别计算imfi和imfi+1之间的欧式距离Oi：
Oi＝|imfi-imfi+1|
以及imfi+1和imfi+2的欧式距离Oi+1：
Oi+1＝|imfi+1-imfi+2|
在获取到欧式距离Oi和欧式距离Oi+1后，计算两个欧式距离之间的距离差值ΔOi：
ΔOi＝Oi+1-Oi
步骤204，根据距离差值和多个原始基本分量，生成多个和值基本分量；
可选地，步骤204可以包括以下子步骤：
选取最大的距离差值对应的原始基本分量作为信号分界点；
采用处于信号分界点前后的多个原始基本分量，结合部分匹配交叉算法生成多个交叉基本分量；
采用各个原始基本分量和各个交叉基本分量进行逐项累加，得到多个和值基本分量。
部分匹配交叉算法作为遗传算法中常用到的交叉算子运用频率最高的一种算法，具体步骤可以如下：
step1:从采用自然数编码的种群中，获取两条染色体，作为父代染色体；如父代染色体1：(8,4,5,6,7,1,3,2)父代染色体2：(8,7,1,2,3,5,4,6)；
step2:随机产生两个随机数满足0≤k1＜k2≤染色体的长度，如k1＝2,k2＝5作为截取染色体片段的起始位置(8,4,|5，6,7|,1,3,2)(8,7,|1，2,3|,5,4,6)；
step3:再将截取到的两个片段进行位置交换，可得到：(8,4,|1，2,3|,1,3,2)(8,7,|5,6,7|,5,4,6)；
step4:解决编码重复性的冲突问题：如对于(8,4,|1，2,3|,1,3,2)中的原染色体中的1,3,2刚好与交叉过来的片段|1，2,3|，出现了重复，根据映射关系，1-5,3-7,2-6,可以得到最终的子代染色体2：(8,4,|1，2,3|,5，7,6)，同理，子代染色体1：(8,3,|5，6,7|,1，4,2)。
在本发明实施例中，在获取到各个距离差值ΔOi后，为确定信号分界点以划分有效信号和噪声信号，可以从各个ΔOi中选取最大的距离差值ΔOh所对应的原始基本分量imfh作为信号分界点，h为原始基本分量的分界点序号。
在获取到信号分界点imfh后，选取前h个原始基本分量和后m-h个原始基本分量进行部分匹配交叉后得到交叉基本分量cimfi(i＝1,2,...m)；再将交叉基本分量与原始基本分量进行逐项累加得到和值基本分量simfi(i＝1,2,...m)：
simfi＝imfi+cimfi
步骤205，从多个和值基本分量中按频率降序选取预设数量的和值基本分量作为待累加基本分量，并计算待累加基本分量的分量和值；
在本发明实施例中，在获取到多个和值基本分量simfi(i＝1,2,...m)后，为实现降噪效果，可以按照频率降序选取预设数量的和值基本分量作为待累加基本分量进行累加，得到分量和值A：
需要说明的是，本发明的预设数量为和值基本分量的一半，也就是m/2。
步骤206，基于和值基本分量对应的排序位置和分量和值，生成多个一阶基本分量；
可选地，步骤206可以包括以下子步骤：
计算和值基本分量的排序位置中位值；
若和值基本分量的排序位置小于或等于排序位置中位值，则将和值基本分量确定为一阶基本分量；
若和值基本分量的排序位置大于排序位置中位值，则计算分量和值与和值基本分量之和，得到一阶基本分量。
在本发明实施例中，在计算得到分量和值后，基于各个和值基本分量分别对应的排序位置，计算和值基本分量的排序位置中位值；若和值基本分量的排序位置小于或等于排序位置中位值，则将和值基本分量确定为一阶基本分量；若和值基本分量的排序位置大于排序位置中位值，则计算分量和值与和值基本分量之和，得到一阶基本分量，从而生成多个一阶基本分量。
例如，可以通过以下方式表示一阶基本分量1imfi(i＝1,2,...m)的降噪过程：
步骤207，对各个一阶基本分量分别执行二次降噪操作，生成多个二阶基本分量；
可选地，一阶基本分量包括多个采样数据点，步骤207可以包括以下子步骤S11-S18：
S11、采用各个一阶基本分量内的多个采样数据点分别构建降噪信号矩阵；
在本发明实施例中，采用每个一阶基本分量1imfi中的多个采样数据点，分别构建降噪信号矩阵E＝{epq}P×Q，epq表示矩阵元素，P，Q分别行数和列数，其中，P＝n/2+1，Q＝n/2-1，epq＝ep-1q+1。
S12、对各个降噪信号矩阵执行特征分解操作，得到多个特征值；
特征分解操作也可以称为谱分解操作，具体指的是将矩阵分解为由其特征值和特征向量表示的矩阵之积的方法。
在本发明的一个示例中，在构建降噪信号矩阵后，对各个降噪信号矩阵分别执行特征分解操作，以生成与各个降噪信号矩阵对应的特征值si。
S13、依次计算相邻的特征值之间的差值，得到特征值间隔；
S14、依次计算相邻的特征值之间的比值，得到间隔斜率；
在获取到各个降噪信号矩阵对应的特征值si后，可以依次计算相邻特征值之间的差值，得到特征值间隔gi：
gi＝si+1-si
与此同时，还可以采用相邻的特征值间隔，计算其比值以得到间隔斜率li：
S15、采用特征值间隔作为横坐标，间隔斜率作为纵坐标构建特征点，并连接全部特征点构建特征值曲线；
S16、获取特征值曲线的拐点对应的特征点序号；
在获取到全部特征值间隔和间隔斜率后，分别采用特征值间隔作为横坐标，间隔斜率作为纵坐标构建特征点，并连接全部特征点，构建特征值曲线，并获取特征值曲线的拐点对应的特征点序号。
在具体实现中，以gi为横坐标，li为纵坐标，连接(gi,li)建立特征值曲线，确定特征值曲线的曲线拐点处的坐标(gin,lin)，以in作为特征点序号。
S17、根据特征点序号与特征值对应的特征值序号之间的比较结果，更新各个特征值；
可选地，步骤S17可以包括以下子步骤：
比较各个特征值对应的特征值序号和特征点序号；
若特征值对应的特征值序号小于或等于特征点序号，则保留当前时刻的特征值；
若特征值对应的特征值序号大于特征点序号，则将特征值确定为预设的特征值。
在本发明实施例中，分别采用特征点序号in与各个特征值对应的特征值序号i进行比较，若特征值对应的特征值序号小于或等于特征点序号，则保留当前时刻的特征值；若特征值对应的特征值序号大于特征点序号，则将特征值确定为预设的特征值。
例如，全部特征值可以组成特征值集合S＝(si)，对特征值集合进行更新的过程可以如下：
S18、对各个特征值执行逆特征分解操作，得到多个二阶基本分量。
在获取到更新后的各个特征值后，对各个特征值进行逆特征分解操作，得到多个二阶基本分量2imfi。
其中，逆特征分解操作为特征分解操作的逆操作。
步骤208，根据从多个二阶基本分量中选取数值最大和次大的二阶基本分量作为横坐标分量和纵坐标分量，构建目标曲线；
可选地，步骤208可以包括以下子步骤S21-S24：
从多个二阶基本分量中选取数值最大和次大的二阶基本分量作为横坐标分量和纵坐标分量；
提取横坐标分量所包含的多个横坐标采样数据点，并从多个横坐标采样数据点选取预定数量的分位点横坐标；
提取纵坐标分量所包含的多个纵坐标采样数据点，并从多个纵坐标采样数据点选取预定数量的分位点纵坐标；
连接分位点横坐标和分位点纵坐标并执行多项式曲线拟合操作，生成目标曲线。
在本发明实施例中，在获取到二阶基本分量2imfi后，由于其是按照频率降序排列的，因此可以从中选取最大和次大的二阶基本分量，也就是排序第一和第二的二阶基本分量，从中提取多个横坐标采样数据点2imf1,j和纵坐标采样数据点2imf2,j，j＝1,2...n。
从多个横坐标采样数据点2imf1,j中，选取预定数量的分位点横坐标；与此同时，从多个纵坐标采样数据点2imf2,j中，选取预定数量的分位点纵坐标，得到(2imf1,t,2imf2,t)t＝1,2,...T，其中，T表示分位数总数，t为表分位数序号，
以2imf1,j为横坐标，2imf2,j为纵坐标，连接(2imf1,t,2imf2,t)建立曲线，进行多项式拟合，生成目标曲线。
步骤209，根据目标曲线对应的目标斜率与预设的斜率系数的比较结果，判断配电网馈线是否发生高阻接地故障。
可选地，步骤209可以包括以下子步骤：
比较目标曲线对应的目标斜率与预设的斜率系数；
若目标曲线对应的目标斜率大于或等于间隔斜率系数，则判定配电网馈线发生高阻接地故障；
若目标曲线对应的目标斜率小于间隔斜率系数，则判定配电网馈线未发生高阻接地故障。
在本发明实施例中，通过获取目标曲线对应的目标斜率sl，以及预设的斜率系数，通过比较目标斜率和斜率系数，判断目标斜率是否满足sl≥γ，γ为斜率系数。若是，则表明目标曲线对应的目标斜率大于或等于间隔斜率系数，则判定配电网馈线发生高阻接地故障；若否，则表明目标曲线对应的目标斜率小于间隔斜率系数，则判定配电网馈线未发生高阻接地故障。
在本发明实施例中，通过周期性获取配电网馈线对应的磁场信号；对磁场信号执行一次降噪操作，生成多个一阶基本分量；对各个一阶基本分量分别执行二次降噪操作，生成多个二阶基本分量；根据从多个二阶基本分量中选取数值最大和次大的二阶基本分量作为横坐标分量和纵坐标分量，构建目标曲线；根据目标曲线对应的目标斜率与预设的斜率系数的比较结果，判断配电网馈线是否发生高阻接地故障。从而解决现有的高阻接地故障识别方法由于低频成分与高频成分容易混合，导致无法快速准确地识别故障的技术问题，快速准确地识别配电网馈线的高阻接地故障。
请参阅图3，图3为本发明实施例三提供的一种配电网的高阻接地故障检测装置的结构框图。
本发明实施例提供了一种配电网的高阻接地故障检测装置，包括：
磁场信号获取模块301，用于周期性获取配电网馈线对应的磁场信号；
一次降噪模块302，用于对磁场信号执行一次降噪操作，生成多个一阶基本分量；
二次降噪模块303，用于对各个一阶基本分量分别执行二次降噪操作，生成多个二阶基本分量；
目标曲线构建模块304，用于根据从多个二阶基本分量中选取数值最大和次大的二阶基本分量作为横坐标分量和纵坐标分量，构建目标曲线；
故障判断模块305，用于根据目标曲线对应的目标斜率与预设的斜率系数的比较结果，判断配电网馈线是否发生高阻接地故障。
可选地，一次降噪模块302包括：
变分模态分解子模块，用于对磁场信号进行变分模态分解并按频率降序排列，得到多个原始基本分量；
距离差值计算子模块，用于分别计算相邻的原始基本分量之间的欧式距离，并计算欧式距离两两之间的距离差值；
和值基本分量生成子模块，用于根据距离差值和多个原始基本分量，生成多个和值基本分量；
分量选取子模块，用于从多个和值基本分量中按频率降序选取预设数量的和值基本分量作为待累加基本分量，并计算待累加基本分量的分量和值；
一阶基本分量生成子模块，用于基于和值基本分量对应的排序位置和分量和值，生成多个一阶基本分量。
可选地，和值基本分量生成子模块具体用于：
选取最大的距离差值对应的原始基本分量作为信号分界点；
采用处于信号分界点前后的多个原始基本分量，结合部分匹配交叉算法生成多个交叉基本分量；
采用各个原始基本分量和各个交叉基本分量进行逐项累加，得到多个和值基本分量。
可选地，一阶基本分量生成子模块具体用于：
计算和值基本分量的排序位置中位值；
若和值基本分量的排序位置小于或等于排序位置中位值，则将和值基本分量确定为一阶基本分量；
若和值基本分量的排序位置大于排序位置中位值，则计算分量和值与和值基本分量之和，得到一阶基本分量。
可选地，一阶基本分量包括多个采样数据点；二次降噪模块303包括：
矩阵构建子模块，用于采用各个一阶基本分量内的多个采样数据点分别构建降噪信号矩阵；
特征分解子模块，用于对各个降噪信号矩阵执行特征分解操作，得到多个特征值；
特征值间隔计算子模块，用于依次计算相邻的特征值之间的差值，得到特征值间隔；
间隔斜率计算子模块，用于依次计算相邻的特征值之间的比值，得到间隔斜率；
特征值曲线构建子模块，用于采用特征值间隔作为横坐标，间隔斜率作为纵坐标构建特征点，并连接全部特征点构建特征值曲线；
特征点序号获取子模块，用于获取特征值曲线的拐点对应的特征点序号；
特征值更新子模块，用于根据特征点序号与特征值对应的特征值序号之间的比较结果，更新各个特征值；
逆特征分解子模块，用于对各个特征值执行逆特征分解操作，得到多个二阶基本分量。
可选地，特征值更新子模块具体用于：
比较各个特征值对应的特征值序号和特征点序号；
若特征值对应的特征值序号小于或等于特征点序号，则保留当前时刻的特征值；
若特征值对应的特征值序号大于特征点序号，则将特征值确定为预设的特征值。
可选地，目标曲线构建模块304，包括：
坐标分量选取子模块，用于从多个二阶基本分量中选取数值最大和次大的二阶基本分量作为横坐标分量和纵坐标分量；
分位点横坐标选取子模块，用于提取横坐标分量所包含的多个横坐标采样数据点，并从多个横坐标采样数据点选取预定数量的分位点横坐标；
分位点纵坐标选取子模块，用于提取纵坐标分量所包含的多个纵坐标采样数据点，并从多个纵坐标采样数据点选取预定数量的分位点纵坐标；
目标曲线拟合子模块，用于连接分位点横坐标和分位点纵坐标并执行多项式曲线拟合操作，生成目标曲线。
可选地，故障判断模块305包括：
斜率比较子模块，用于比较目标曲线对应的目标斜率与预设的斜率系数；
第一判定子模块，用于若目标曲线对应的目标斜率大于或等于间隔斜率系数，则判定配电网馈线发生高阻接地故障；
第二判定子模块，用于若目标曲线对应的目标斜率小于间隔斜率系数，则判定配电网馈线未发生高阻接地故障。
本发明第三方面提供了一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如本发明任一实施例所述的配电网的高阻接地故障检测方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置、模块和子模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，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例方案的目的。
另外，在本发明各个实施例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。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例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例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例技术方案的精神和范围。
Claims (10)
1.一种配电网的高阻接地故障检测方法，其特征在于，包括：
周期性获取配电网馈线对应的磁场信号；
对所述磁场信号执行一次降噪操作，生成多个一阶基本分量；
对各个所述一阶基本分量分别执行二次降噪操作，生成多个二阶基本分量；
根据从所述多个二阶基本分量中选取数值最大和次大的二阶基本分量作为横坐标分量和纵坐标分量，构建目标曲线；
根据所述目标曲线对应的目标斜率与预设的斜率系数的比较结果，判断所述配电网馈线是否发生高阻接地故障。
2.根据权利要求1所述的方法，其特征在于，所述对所述磁场信号执行一次降噪操作，生成多个一阶基本分量的步骤，包括：
对所述磁场信号进行变分模态分解并按频率降序排列，得到多个原始基本分量；
分别计算相邻的所述原始基本分量之间的欧式距离，并计算所述欧式距离两两之间的距离差值；
根据所述距离差值和多个所述原始基本分量，生成多个和值基本分量；
从多个所述和值基本分量中按频率降序选取预设数量的和值基本分量作为待累加基本分量，并计算所述待累加基本分量的分量和值；
基于所述和值基本分量对应的排序位置和所述分量和值，生成多个一阶基本分量。
3.根据权利要求2所述的方法，其特征在于，所述根据所述距离差值和多个所述原始基本分量，生成多个和值基本分量的步骤，包括：
选取最大的所述距离差值对应的原始基本分量作为信号分界点；
采用处于所述信号分界点前后的多个所述原始基本分量，结合部分匹配交叉算法生成多个交叉基本分量；
采用各个所述原始基本分量和各个所述交叉基本分量进行逐项累加，得到多个和值基本分量。
4.根据权利要求2所述的方法，其特征在于，所述基于所述和值基本分量对应的排序位置和所述分量和值，生成多个一阶基本分量的步骤，包括：
计算所述和值基本分量的排序位置中位值；
若所述和值基本分量的排序位置小于或等于所述排序位置中位值，则将所述和值基本分量确定为所述一阶基本分量；
若所述和值基本分量的排序位置大于所述排序位置中位值，则计算所述分量和值与所述和值基本分量之和，得到所述一阶基本分量。
5.根据权利要求1所述的方法，其特征在于，所述一阶基本分量包括多个采样数据点；所述对各个所述一阶基本分量分别执行二次降噪操作，生成多个二阶基本分量的步骤，包括：
采用各个所述一阶基本分量内的多个采样数据点分别构建降噪信号矩阵；
对各个所述降噪信号矩阵执行特征分解操作，得到多个特征值；
依次计算相邻的所述特征值之间的差值，得到特征值间隔；
依次计算相邻的所述特征值之间的比值，得到间隔斜率；
采用所述特征值间隔作为横坐标，所述间隔斜率作为纵坐标构建特征点，并连接全部所述特征点构建特征值曲线；
获取所述特征值曲线的拐点对应的特征点序号；
根据所述特征点序号与所述特征值对应的特征值序号之间的比较结果，更新各个所述特征值；
对各个所述特征值执行逆特征分解操作，得到多个二阶基本分量。
6.根据权利要求5所述的方法，其特征在于，所述根据所述特征点序号与所述特征值对应的特征值序号之间的比较结果，更新各个所述特征值的步骤，包括：
比较各个所述特征值对应的特征值序号和所述特征点序号；
若所述特征值对应的特征值序号小于或等于所述特征点序号，则保留当前时刻的所述特征值；
若所述特征值对应的特征值序号大于所述特征点序号，则将所述特征值确定为预设的特征值。
7.根据权利要求1所述的方法，其特征在于，所述根据从所述多个二阶基本分量中选取数值最大和次大的二阶基本分量作为横坐标分量和纵坐标分量，构建目标曲线的步骤，包括：
从所述多个二阶基本分量中选取数值最大和次大的二阶基本分量作为横坐标分量和纵坐标分量；
提取所述横坐标分量所包含的多个横坐标采样数据点，并从所述多个横坐标采样数据点选取预定数量的分位点横坐标；
提取所述纵坐标分量所包含的多个纵坐标采样数据点，并从所述多个纵坐标采样数据点选取预定数量的分位点纵坐标；
连接所述分位点横坐标和所述分位点纵坐标并执行多项式曲线拟合操作，生成目标曲线。
8.根据权利要求1所述的方法，其特征在于，所述根据所述目标曲线对应的目标斜率与预设的斜率系数的比较结果，判断所述配电网馈线是否发生高阻接地故障的步骤，包括：
比较所述目标曲线对应的目标斜率与预设的斜率系数；
若所述目标曲线对应的目标斜率大于或等于所述间隔斜率系数，则判定所述配电网馈线发生高阻接地故障；
若所述目标曲线对应的目标斜率小于所述间隔斜率系数，则判定所述配电网馈线未发生高阻接地故障。
9.一种配电网的高阻接地故障检测装置，其特征在于，包括：
磁场信号获取模块，用于周期性获取配电网馈线对应的磁场信号；
一次降噪模块，用于对所述磁场信号执行一次降噪操作，生成多个一阶基本分量；
二次降噪模块，用于对各个所述一阶基本分量分别执行二次降噪操作，生成多个二阶基本分量；
目标曲线构建模块，用于根据从所述多个二阶基本分量中选取数值最大和次大的二阶基本分量作为横坐标分量和纵坐标分量，构建目标曲线；
故障判断模块，用于根据所述目标曲线对应的目标斜率与预设的斜率系数的比较结果，判断所述配电网馈线是否发生高阻接地故障。
10.一种电子设备，其特征在于，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1-8任一项所述的配电网的高阻接地故障检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111122916.0A CN113625125B (zh) | 2021-09-24 | 2021-09-24 | 一种配电网的高阻接地故障检测方法、装置和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111122916.0A CN113625125B (zh) | 2021-09-24 | 2021-09-24 | 一种配电网的高阻接地故障检测方法、装置和设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113625125A true CN113625125A (zh) | 2021-11-09 |
| CN113625125B CN113625125B (zh) | 2023-11-21 |
Family
ID=78390566
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111122916.0A Active CN113625125B (zh) | 2021-09-24 | 2021-09-24 | 一种配电网的高阻接地故障检测方法、装置和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113625125B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2518050C1 (ru) * | 2012-12-26 | 2014-06-10 | Открытое акционерное общество "Научно-технический центр Единой энергетической системы" (ОАО "НТЦ ЕЭС") | Способ выявления участка повреждения при коротких замыканиях на кабельно-воздушной линии электропередачи постоянного тока |
| CN107632225A (zh) * | 2017-08-11 | 2018-01-26 | 国网湖南省电力公司 | 一种小电流系统接地故障定位方法 |
| CN109188199A (zh) * | 2018-08-30 | 2019-01-11 | 云南电力试验研究院(集团)有限公司 | 一种配电网故障定位方法、装置和系统 |
| CN111079710A (zh) * | 2019-12-31 | 2020-04-28 | 江苏理工学院 | 一种基于改进ceemd滚动轴承信号的多层降噪方法 |
| US20200166559A1 (en) * | 2018-11-27 | 2020-05-28 | Siemens Aktiengesellschaft | Method, device and system for determining the fault position of a fault on a line of an electrical power supply network |
| CN111260063A (zh) * | 2020-01-10 | 2020-06-09 | 电子科技大学 | 基于遗传算法的模拟电路故障定位与参数辨识方法 |
| CN111751671A (zh) * | 2020-06-29 | 2020-10-09 | 三峡大学 | 基于vmd-dtw聚类的小电流接地系统故障选线方法 |
| CN111783696A (zh) * | 2020-07-06 | 2020-10-16 | 广东电网有限责任公司 | 一种基于pv关系的低压分支拓扑实时分析的边缘计算方法 |
| CN112255492A (zh) * | 2020-09-07 | 2021-01-22 | 西安理工大学 | 一种强噪声背景下的配电网单相接地高阻故障识别方法 |
| WO2021012986A1 (zh) * | 2019-07-22 | 2021-01-28 | 常州大学 | 一种基于改进vmd的管道多点泄漏定位方法 |
| CN112485598A (zh) * | 2020-12-04 | 2021-03-12 | 国网北京市电力公司 | 结合波形相关性与幅值特征的小电流接地故障定位方法 |
| CN112989965A (zh) * | 2021-02-25 | 2021-06-18 | 中国人民解放军海军航空大学 | 一种基于svd-lcd-bcm的故障特征提取方法 |
| CN113138322A (zh) * | 2021-05-11 | 2021-07-20 | 南方电网科学研究院有限责任公司 | 配电网高阻接地故障的检测方法、装置、设备和存储介质 |
-
2021
- 2021-09-24 CN CN202111122916.0A patent/CN113625125B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2518050C1 (ru) * | 2012-12-26 | 2014-06-10 | Открытое акционерное общество "Научно-технический центр Единой энергетической системы" (ОАО "НТЦ ЕЭС") | Способ выявления участка повреждения при коротких замыканиях на кабельно-воздушной линии электропередачи постоянного тока |
| CN107632225A (zh) * | 2017-08-11 | 2018-01-26 | 国网湖南省电力公司 | 一种小电流系统接地故障定位方法 |
| CN109188199A (zh) * | 2018-08-30 | 2019-01-11 | 云南电力试验研究院(集团)有限公司 | 一种配电网故障定位方法、装置和系统 |
| US20200166559A1 (en) * | 2018-11-27 | 2020-05-28 | Siemens Aktiengesellschaft | Method, device and system for determining the fault position of a fault on a line of an electrical power supply network |
| WO2021012986A1 (zh) * | 2019-07-22 | 2021-01-28 | 常州大学 | 一种基于改进vmd的管道多点泄漏定位方法 |
| CN111079710A (zh) * | 2019-12-31 | 2020-04-28 | 江苏理工学院 | 一种基于改进ceemd滚动轴承信号的多层降噪方法 |
| CN111260063A (zh) * | 2020-01-10 | 2020-06-09 | 电子科技大学 | 基于遗传算法的模拟电路故障定位与参数辨识方法 |
| CN111751671A (zh) * | 2020-06-29 | 2020-10-09 | 三峡大学 | 基于vmd-dtw聚类的小电流接地系统故障选线方法 |
| CN111783696A (zh) * | 2020-07-06 | 2020-10-16 | 广东电网有限责任公司 | 一种基于pv关系的低压分支拓扑实时分析的边缘计算方法 |
| CN112255492A (zh) * | 2020-09-07 | 2021-01-22 | 西安理工大学 | 一种强噪声背景下的配电网单相接地高阻故障识别方法 |
| CN112485598A (zh) * | 2020-12-04 | 2021-03-12 | 国网北京市电力公司 | 结合波形相关性与幅值特征的小电流接地故障定位方法 |
| CN112989965A (zh) * | 2021-02-25 | 2021-06-18 | 中国人民解放军海军航空大学 | 一种基于svd-lcd-bcm的故障特征提取方法 |
| CN113138322A (zh) * | 2021-05-11 | 2021-07-20 | 南方电网科学研究院有限责任公司 | 配电网高阻接地故障的检测方法、装置、设备和存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| QING HUAI: "Single-ended line fault location method for multi-terminal HVDC system based on optimized variational mode decomposition", ELSEVIER SCIENCE, vol. 194, pages 1 - 14 * |
| 肖启明: "基于变分模态分解与图信号指标的配电网高阻接地故障识别算法", 《电气技术》, vol. 22, no. 5, pages 50 - 55 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113625125B (zh) | 2023-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108593260B (zh) | 光缆线路故障定位和检测方法及终端设备 | |
| CN103558529B (zh) | 一种三相共筒式超高压gis局部放电的模式识别方法 | |
| CN103076547B (zh) | 基于支持向量机的gis局部放电故障类型模式识别方法 | |
| CN104951990A (zh) | 电网数据处理方法及设备 | |
| Wang et al. | Optimal features selected by NSGA-II for partial discharge pulses separation based on time-frequency representation and matrix decomposition | |
| CN110543921A (zh) | 一种基于波形学习的电缆早期故障识别方法 | |
| Zhao et al. | Interpretation of transformer winding deformation fault by the spectral clustering of FRA signature | |
| CN110244185A (zh) | 一种多源谐波责任划分方法、终端设备及存储介质 | |
| CN109408937A (zh) | 一种空气间隙冲击放电电压间隙系数的计算方法与装置 | |
| CN115015719A (zh) | 一种基于光纤超声传感信号的套管局部放电识别算法 | |
| CN113191419B (zh) | 一种基于轨迹关键点匹配及区域划分的暂降同源事件检测、类型辨识方法 | |
| CN113625125A (zh) | 一种配电网的高阻接地故障检测方法、装置和设备 | |
| Kannan et al. | High impedance fault classification using wavelet transform and artificial neural network | |
| CN117289097A (zh) | 电力设备局部放电检测方法、模型训练方法、装置和设备 | |
| CN110703038B (zh) | 一种适用于风机接入配电网的谐波阻抗估算方法 | |
| CN110212503B (zh) | 一种适用于小电阻接地系统的高阻接地保护方法 | |
| Figueroa Godoy et al. | Analysis of insulating material of XLPE cables considering innovative patterns of partial discharges | |
| Ye et al. | Dimension reduction for the design optimization of large scale high voltage devices using co-Kriging surrogate modeling | |
| CN114153815A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
| CN114414951A (zh) | 气体绝缘金属封闭开关设备绝缘缺陷诊断方法及系统 | |
| CN114325072A (zh) | 基于格拉姆角场编码的铁磁谐振过电压识别方法及装置 | |
| Biradar et al. | High-impedance fault detection using wavelet transform | |
| Khayam et al. | System of wavelet transform on partial discharge signal denoising | |
| CN111130069B (zh) | 一种用于对直流电网线路操作过电压进行计算的方法及系统 | |
| Hsu et al. | Analysis of symmetrical and unsymmetrical faults using the EEMD and scale-dependent intrinsic entropies |
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 |