CN114034977A - 概率式小电流接地电力系统单相接地辨识方法及系统 - Google Patents

Abstract

本发明属于单相接地辨识领域，提供了一种概率式小电流接地电力系统单相接地辨识方法及系统。其中，该概率式小电流接地电力系统单相接地辨识方法包括获取相同母线各个线路的暂态零序电流数据；将获取的所述暂态零序电流数据经单相接地故障线路识别模型进行分类，提取异常数据；识别出发生单相接地概率最大的线路，完成小电流接地选线；其中，所述单相接地故障线路识别模型是通过关联向量机建模找到零序电流向量与状态目标值之间的隐式函数，且以发生单相接地故障母线的任意线路暂态零序电流数据作为样本来确定其参数。

Description

概率式小电流接地电力系统单相接地辨识方法及系统

技术领域

本发明属于单相接地辨识领域，尤其涉及一种概率式小电流接地电力系统单相接地辨识方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

6～66kV中压配电网的中性点一般采用小电流接地系统，包括中性点不接地系统(neutral ungrounded system，NUS)，中性点经消弧线圈接地，即谐振接地系统(neutralresonant grounded system，NES)和中性点经高阻接地系统(neutral resistor-groundedsystem，NRS)；当某一相发生接地故障时，不构成短路回路，且接地点的故障电流小，故这类系统称为小电流接地电系统。这类接地方式特点有：1)故障稳态信号微弱。小电流接地系统发生单相接地故障时产生的是系统对地电容电流，数值小。经消弧线圈补偿后(过补偿、欠补偿、完全补偿)，数值更小；2)单相接地情况复杂，受电弧影响大。单相接地故障可分为：直接接地、经高阻接地、电弧接地以及雷击放电接地。单相接地往往伴随着电弧现象，而电弧又是典型的暂态过程；3)故障暂态特征复杂，随机性强。故障电压和电流在暂态过程中有着丰富的特征量，并且不受消弧线圈的补偿的影响。但是暂态信号特性复杂，在不同的故障发生条件下，暂态量信号又有所差异。

但是，单相接地故障是配电系统最常见的故障，多发生在潮湿、多雨天气。由于树障、配电线路上绝缘子单相击穿、单相断线以及小动物危害等诸多因素引起的。运行数据显示，单相接地在配电网故障中的占比高达80％。最为困难的是辨识出具体发生单相接地的线路，传统“接地试拉”方法，导致的短时停电问题日益突出。在此形式下，小电流接地故障选线技术应运而生，且业已进入工程应用阶段，但统计数据显示其正确率在30％～50％之间，与期望值相距甚远。发明人发现，瓶颈在于发生单相接地故障时特征量及其不显著，且易受现场噪声干扰，灵敏度较差。

发明内容

为了解决上述问题，本发明提供一种概率式小电流接地电力系统单相接地辨识方法及系统，其能够找出发生接地故障概率最高的线路，有助于提高小电流接地选线的准确性。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种概率式小电流接地电力系统单相接地辨识方法，其包括：

获取相同母线各个线路的暂态零序电流数据；

将获取的所述暂态零序电流数据经单相接地故障线路识别模型进行分类，提取异常数据；

识别出发生单相接地概率最大的线路，完成小电流接地选线；

其中，所述单相接地故障线路识别模型是通过关联向量机建模找到零序电流向量与状态目标值之间的隐式函数，且以发生单相接地故障母线的任意线路暂态零序电流数据作为样本来确定其参数。

作为一种实施方式，将获取的所述暂态零序电流数据经单相接地故障线路识别模型进行分类为正常和异常两类。

作为一种实施方式，所述单相接地故障线路识别模型为：

p(t_i)＝Ν(t_i|y(x_i；w),δ²)

其中，x＝{x_n}为暂态零序电流数据向量，t＝{t_n}为状态目标值，其中n＝1…N，N为数据个数；K(x,x_i)表示核函数，w＝{w₀,w₁,…w_N}表示权重系数向量，p(t_i)表示状态目标值t的概率分布，Ν(·)表示正态分布，δ²为方差。

作为一种实施方式，应用Sigmoid函数表征状态目标值的概率分布。

本发明的第二个方面提供了一种概率式小电流接地电力系统单相接地辨识系统，其包括：

暂态零序电流数据获取模块，其用于获取相同母线各个线路的暂态零序电流数据；

暂态零序电流数据分类模块，其用于将获取的所述暂态零序电流数据经单相接地故障线路识别模型进行分类，提取异常数据；

小电流接地选线识别模块，其用于识别出发生单相接地概率最大的线路，完成小电流接地选线；

其中，所述单相接地故障线路识别模型是通过关联向量机建模找到零序电流向量与状态目标值之间的隐式函数，且以发生单相接地故障母线的任意线路暂态零序电流数据作为样本来确定其参数。

作为一种实施方式，在所述暂态零序电流数据分类模块中，将获取的所述暂态零序电流数据经单相接地故障线路识别模型进行分类为正常和异常两类。

作为一种实施方式，在所述暂态零序电流数据分类模块中，所述单相接地故障线路识别模型为：

p(t_i)＝Ν(t_i|y(x_i；w),δ²)

其中，x＝{x_n}为暂态零序电流数据向量，t＝{t_n}为状态目标值，其中n＝1…N，N为数据个数；K(x,x_i)表示核函数，w＝{w₀,w₁,…w_N}表示权重系数向量，p(t_i)表示状态目标值t的概率分布，Ν(·)表示正态分布，δ²为方差。

作为一种实施方式，在所述暂态零序电流数据分类模块中，应用Sigmoid函数表征状态目标值的概率分布。

本发明的第三个方面提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的概率式小电流接地电力系统单相接地辨识方法中的步骤。

本发明的第四个方面提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的概率式小电流接地电力系统单相接地辨识方法中的步骤。

与现有技术相比，本发明的有益效果是：

本发明将相同母线各个线路的暂态零序电流数据经单相接地故障线路识别模型进行分类，提取异常数据，其中，通过关联向量机建模找到零序电流向量与状态目标值之间关系来构建单相接地故障线路识别模型，解决了现有技术普遍存在的故障时特征量不显著、易受现场噪声干扰、灵敏度较差和准确率不高的问题，从统计学角度，借助极大似然估计，识别出发生单相接地概率最大的线路，辨识发生单相接地故障后同母线线路暂态零序电流的细微差别，找出发生接地故障概率最高的线路，有助于提高小电流接地选线的准确性。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1是本发明实施例的一种概率式小电流接地电力系统单相接地辨识方法流程图；

图2是本发明提供的变电站小电流接地故障示例。

具体实施方式

下面结合附图与实施例对本发明作进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。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，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

实施例一

参照图1，本实施例提供了一种概率式小电流接地电力系统单相接地辨识方法，其具体包括如下步骤：

S101：获取相同母线各个线路的暂态零序电流数据。

S102：将获取的所述暂态零序电流数据经单相接地故障线路识别模型进行分类，提取异常数据。

所述单相接地故障线路识别模型是通过关联向量机建模找到零序电流向量与状态目标值之间的隐式函数，且以发生单相接地故障母线的任意线路暂态零序电流数据作为样本来确定其参数。

具体地，本实施例应用关联向量机建立小电流接地电力系统单相接地辨识模型，具体如下：

将获取的所述暂态零序电流数据经单相接地故障线路识别模型进行分类为正常和异常两类。通过关联向量机建模找到零序电流向量x＝{x_n}与状态目标值t＝{t_n},n＝1…N之间的隐式函数y(x)，具体如下：

在具体实施中，所述单相接地故障线路识别模型为：

其中，x＝{x_n}为暂态零序电流数据向量，t＝{t_n}为状态目标值，其中n＝1…N，N为数据个数；K(x,x_i)表示核函数，w＝{w₀,w₁,…w_N}表示权重系数向量，p(t_i)表示状态目标值t的概率分布，Ν(·)表示正态分布，δ²为方差。

对于本实施所涉及的二元分类，应用Sigmoid函数表征状态目标值t的概率分布，更具有普适性：

式中，σ表示Sigmoid函数，通过拉普拉斯方法迭代求解：

步骤1：假设α已知，求解极大似然估计权重系数向量w_MP；

式中，y_i＝σ[y(x_i；w)]，α＝[α₀,α₁,α₂,…α_N]^T为超因子矢量，A表示以α为对角元素的矩阵。通过牛顿法求解：

式中，y＝[y₁,y₂,…,y_N]^T，

表示对w求梯度；g和H均为中间量；

步骤2：迭代逼近w_MP

式中，∑_i,i是∑的对角元素。

S103：识别出发生单相接地概率最大的线路，完成小电流接地选线。

确定w_MP之后，即可进行单相接地故障发生后，同母线线路的零序电流数据进行辨识，找到异常数据，进而识别出发生单相接地概率最大的线路，给出概率式小电流接地选线结果，提高选线正确率。

考虑如图2所示运行方式改变：某年某月某日，采用小电流接地方式的A变电站XX母线所带供的6条线路中，线路4发生单相接地，A变电站XX母线发单相接地告警，需从上述6条线路中，找出发生单相接地的线路4识别操作步骤如下：

S1：应用关联向量机，建立A变电站XX母线单相接地故障线路识别模型；

S2：从立A变电站XX母线带供的6条线路中，任意选择1条，比如线路2，用其暂态零序电流数据作为样本，确定步骤S1中单相接地故障线路识别模型的参数；

S3：用S2中获取的单相接地故障线路识别模型，辨识A变电站XX母线剩余线路1、3～6线路的暂态零序电流数据，进行分类，提取异常数据，发现线路4异常；

S4：根据S3获取的异常，可识别出发生单相接地概率最大的线路是线路4，完成小电流接地选线。

若选择线路4的暂态零序电流数据作为样本，确定步骤S1中单相接地故障线路识别模型的参数，在S3中会发现A变电站XX母线剩余线路全部异常，即可反向辨识出线路4真正异常。

本实施例利用关联向量机自学习二元分类，将发生单相接地母线上的线路区分为“接地线路”和“非接地线路”，从而实现辨识初接地线路。可选择该母线上任一线路的零序电流分量作为特征量，构造输入向量和对应的目标向量，训练关联向量机模型，然后计算剩余线路零序电流的目标值及其概率，最后根据计算结果辨识接地线路：若剩余线路发生单相接地的概率都很高，则假设错误，用来建模的线路即为接地线路；若剩余线路中只有一条线路发生单相接地的概率高，则假设正确，该线路即为接地线路。本实施例给出的结果是概率式的，具有统计学意义，可信程度高。

实施例二

本实施例提供了一种概率式小电流接地电力系统单相接地辨识系统，其具体包括如下模块：

暂态零序电流数据获取模块，其用于获取相同母线各个线路的暂态零序电流数据；

暂态零序电流数据分类模块，其用于将获取的所述暂态零序电流数据经单相接地故障线路识别模型进行分类，提取异常数据；

小电流接地选线识别模块，其用于识别出发生单相接地概率最大的线路，完成小电流接地选线；

其中，所述单相接地故障线路识别模型是通过关联向量机建模找到零序电流向量与状态目标值之间的隐式函数，且以发生单相接地故障母线的任意线路暂态零序电流数据作为样本来确定其参数。

此处需要说明的是，本实施例中的各个模块与实施例一中的各个步骤一一对应，其具体实施过程相同，此处不再累述。

实施例三

本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的概率式小电流接地电力系统单相接地辨识方法中的步骤。

实施例四

本实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的概率式小电流接地电力系统单相接地辨识方法中的步骤。

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。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种概率式小电流接地电力系统单相接地辨识方法，其特征在于，包括：

获取相同母线各个线路的暂态零序电流数据；

将获取的所述暂态零序电流数据经单相接地故障线路识别模型进行分类，提取异常数据；

识别出发生单相接地概率最大的线路，完成小电流接地选线；

其中，所述单相接地故障线路识别模型是通过关联向量机建模找到零序电流向量与状态目标值之间的隐式函数，且以发生单相接地故障母线的任意线路暂态零序电流数据作为样本来确定其参数。

2.如权利要求1所述的概率式小电流接地电力系统单相接地辨识方法，其特征在于，将获取的所述暂态零序电流数据经单相接地故障线路识别模型进行分类为正常和异常两类。

3.如权利要求1所述的概率式小电流接地电力系统单相接地辨识方法，其特征在于，所述单相接地故障线路识别模型为：

p(t_i)＝Ν(t_i|y(x_i；w),δ²)

其中，x＝{x_n}为暂态零序电流数据向量，t＝{t_n}为状态目标值，其中n＝1…N，N为数据个数；K(x,x_i)表示核函数，w＝{w₀,w₁,…w_N}表示权重系数向量，p(t_i)表示状态目标值t的概率分布，Ν(·)表示正态分布，δ²为方差。

4.如权利要求1所述的概率式小电流接地电力系统单相接地辨识方法，其特征在于，应用Sigmoid函数表征状态目标值的概率分布。

5.一种概率式小电流接地电力系统单相接地辨识系统，其特征在于，包括：

暂态零序电流数据获取模块，其用于获取相同母线各个线路的暂态零序电流数据；

暂态零序电流数据分类模块，其用于将获取的所述暂态零序电流数据经单相接地故障线路识别模型进行分类，提取异常数据；

小电流接地选线识别模块，其用于识别出发生单相接地概率最大的线路，完成小电流接地选线；

其中，所述单相接地故障线路识别模型是通过关联向量机建模找到零序电流向量与状态目标值之间的隐式函数，且以发生单相接地故障母线的任意线路暂态零序电流数据作为样本来确定其参数。

6.如权利要求5所述的概率式小电流接地电力系统单相接地辨识系统，其特征在于，在所述暂态零序电流数据分类模块中，将获取的所述暂态零序电流数据经单相接地故障线路识别模型进行分类为正常和异常两类。

7.如权利要求5所述的概率式小电流接地电力系统单相接地辨识系统，其特征在于，在所述暂态零序电流数据分类模块中，所述单相接地故障线路识别模型为：

p(t_i)＝Ν(t_i|y(x_i；w),δ²)

其中，x＝{x_n}为暂态零序电流数据向量，t＝{t_n}为状态目标值，其中n＝1…N，N为数据个数；K(x,x_i)表示核函数，w＝{w₀,w₁,…w_N}表示权重系数向量，p(t_i)表示状态目标值t的概率分布，Ν(·)表示正态分布，δ²为方差。

8.如权利要求5所述的概率式小电流接地电力系统单相接地辨识系统，其特征在于，在所述暂态零序电流数据分类模块中，应用Sigmoid函数表征状态目标值的概率分布。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一项所述的概率式小电流接地电力系统单相接地辨识方法中的步骤。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1-4中任一项所述的概率式小电流接地电力系统单相接地辨识方法中的步骤。

Images