CN114113930A - 一种配电网过电压故障类型智能识别方法及故障识别单元 - Google Patents
一种配电网过电压故障类型智能识别方法及故障识别单元 Download PDFInfo
- Publication number
- CN114113930A CN114113930A CN202111370520.8A CN202111370520A CN114113930A CN 114113930 A CN114113930 A CN 114113930A CN 202111370520 A CN202111370520 A CN 202111370520A CN 114113930 A CN114113930 A CN 114113930A
- Authority
- CN
- China
- Prior art keywords
- fault
- overvoltage
- current
- arc
- voltage
- 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
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
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
Abstract
本发明公开了一种配电网过电压故障类型智能识别方法及故障识别单元,属于过电压故障识别技术领域。一种配电网过电压故障类型智能识别方法,通过建基于Cassie电弧模型的中性点不接地系统单相弧光接地故障仿真模型,仿真获得故障前后单相接地前后的三相电压与电流波形图,通过采集三相电压、开口三角电压、电压互感器一次侧中性点电流,对金属接地、弧光接地、中阻接地、高阻接地、欠/过压、PT断线、不同频率的谐振11种故障类型进行识别,判断系统的故障类型,对危害程度进行预警和抑制,并对架设电缆建立可移动的障类型智能故障识别单元,具有移动稳定与拆卸方便,在高压电缆上移动进行多点探测,实现故障位置的精准识别。
Description
技术领域
本发明涉及过电压故障识别技术领域,尤其涉及一种配电网过电压故障类型智能识别方法及故障识别单元。
背景技术
目前,国内对于这方面的研究处于分散状态,各设备商之间技术标准、传输协议不统一,“孤立烟囱”式发展情况严重,现有站级过电压监测及抑制故障识别单元从终端感知到业务应用较为封闭,其计算、通信、网络能力无法共享,大部分项目的扩展性、兼容性差,改造升级、复制和推广对原厂家依赖性强,难以通过规模化发展实现输变电设备物联网互联互通。
如单相接地故障处理技术——消弧线圈:消弧线圈的主要作用是当电网发生单相接地故障后,提供一定感性电流用以补偿接地电容的容性电流,使接地电流减小,也使得故障接地电弧两端恢复电压迅速降低,加快电弧熄灭;其目的旨在于减小发生单相接地故障引发大规模停电的可能性,同时降低多相短路事故发生的概率。相较于中性点经高阻接地或者不接地的系统,中性点经消弧线圈接地的系统不仅直接减小了接地电流,而且加快了故障点接地电弧的熄灭、减少了接地电弧重燃次数,并可以预防由电压互感器导致的铁磁谐振的发生,使电网的安全运行得到保障。由于消弧线圈的补偿机理是以工频为基础的,对单相接地故障时暂态过程所引起的弧光接地过电压的抑制作用极其有限。因为两者的频率特性相差甚远,无法补偿,而暂态电流很大,在某种程度上说可能是有害的。
再如避雷器在线监测技术避雷器——在线监测系统:避雷器在线监测系统作用能够实时监测避雷器的泄露电流及动作情况,根据设定的阈值进行报警。不足之处是在线监测系统当报警的时候,无法知晓系统运行工况。
铁磁谐振治理技术——免谐故障识别单元:免谐故障识别单元能够消除谐振过电压,避免谐振过电压造成电压互感器烧毁及PT保险熔断。但是,对于单相接地引起的谐振过电压,虽然保护了互感器及PT熔断器,避免不了电压互感器柜烧毁事故的发生。
测温技术——无线测温故障识别单元:电气设备的运行温度,是反映设备运行状态的最直接、最重要的指标之一。各种高低压开关柜内部触头、变压器、母排、电缆接头等,长期高电压、大电流运行造成材质老化、接触电阻增大,导致设备过热运行甚至烧损;低压开关设备、变压器、电缆等,其负荷电流大,出现过热的及烧毁的故障更多。无线测温故障识别单元能够实时监测断路器触头及搭接母排等温度,可以根据设定的阈值进行报警。但是,当测温故障识别单元报警的时候,无法知晓系统运行工况。
国外对此方面的研究比较少,查阅了大量资料,也没有找到类似方面的研究。
因此本发明针对如提高配电网安全、稳定运行问题,对配电网的故障识别技术、主动预警技术、过电压抑制技术以及基于国网芯加密的无线上传等技术展开研究,最终形成基于物联网技术配电网过电压类型智能识别、主动预警及快速抑系统,能够根据系统运行工况,对过电压类型进行识别,通过采集三相电压、开口电压、避雷器泄露电流及互感器温度利用站内辅助监控主机开展边缘计算,对危害程度进行预警和抑制,通过采用低功耗传感器进行组网。根据阈值初步判断状态量,实现设备状态自主快速感知和预警。对于异常设备及时向运行人员推送预警信息,调整状态监控策略,并将数据上传至平台层进行更精确的诊断和分析,同时,根据故障类型进行抑制。因此设计一种配电网过电压故障类型智能识别方法及故障识别单元。
发明内容
本发明的目的是为了解决现有大部分故障诊断项目的扩展性、兼容性差,改造升级、复制和推广对原厂家依赖性强,难以通过规模化发展实现输变电设备物联网互联互通使得监测故障项目单一的问题而提出的一种配电网过电压故障类型智能识别方法及故障识别单元。
为了实现上述目的,本发明采用了如下技术方案:
一种配电网过电压故障类型智能识别方法,包括以下步骤:
S1:建立基于Cassie电弧模型的中性点不接地系统单相弧光接地故障仿真模型,用于仿真得到的弧光接地故障发生前后的系统三相电压与电流波形图;
S2:制弧光接地故障发生前后的三相电压与电流波形图,提取电压电流波形特定时段波形;
S3:重构时频矩阵,利用HHT与带通滤波算法构造故障波形的时频矩阵;
S4:根据SVD理论提取构造故障波形的特征量;
S5:多级SVM判断,输入样本为从故障电压电流波形提取出的特征量,输入到多级SVM中进行训练和分类识别;
S6:输出故障类型,对金属接地、弧光接地、中阻接地、高阻接地、欠压、过压、PT断线、三分频、二分频、工频、三陪频的11种故障类型进行识别,判断系统的故障类型,对危害程度进行预警和抑制。
优选的,所述S2中的HHT与带通滤波的时频分解,包括以下步骤
其中HHT主要分为EMD和Hilbert变换两部分;
首先采用EMD将各个故障波形信号分解为若干个频率成分单一的IMF分量;
对IMF分量进行Hilbert变换,可得对应的二维Hilbert能量谱;
利用带通滤波算法将能量谱图等区域划分为m个子频带并重构,得到表征各个原始信号特征的时频矩阵,即:
式中,n为采样点数,aij(i=1,2,...,m;j=1,2,...,n)为各个子频带波形的数据点。
优选的,所述S3中提取特征量是根据SVD理论,对式(1)的时频矩阵A,必定存在2个正交矩阵U和V以及一个对角矩阵D满足下式:
式中,λ1(i=1,2,...,k)为矩阵AAT的特征值,λ1>λ2>...>λk-1>λk>0,k为奇异值阶数,rank为求A的秩;
每个故障波形对应的时频矩阵A经SVD后得到k个奇异值。
优选的,提取母线三相电压、母线零序电压、PT中性电流、变压器低压侧三相电流4中故障的波形的故障前一周波和故障后两周波。
一种应用于权利要求1-5任一方法中的配电网过电压故障类型智能故障识别单元,包括故障识别盒,还包括:故障识别系统,所述故障识别系统安装于故障识别盒内部包括用于检测电缆的故障;电缆连接机构,所述电缆连接机构安装于故障识别盒顶部用于电缆与故障识别盒的连接,实现故障识别盒的移动稳定与拆卸方便。
优选的,所述故障识别系统包括总线模块、采集CPU模块、通讯模块、电流采集模块。
优选的,所述电流采集模块与采集CPU电性连接,将经线路CT获取电流信号经电流转换器和AD芯片转换送入采集CPU;所述电压采集模块与采集CPU电性连接,将从母线处采集转换后的电压信号送入采集CPU;所述通讯模块与采集CPU电性连接,将采集CPU整合的电流信号无线远程发给电压型监测设备,将采集CPU整合的电压电流波形通过无线方式上传给上位机。
优选的,所述电缆连接机构包括固定座,所述固定座开口朝上呈弧形结构设置内部开设有弧形限位槽,所述固定座内部滑动设有开口朝上的固定块,所述固定块外侧凸出设有嵌设于弧形限位槽内部的弧形限位块,所述固定座顶部一侧焊接有第一固定耳,所述固定块在与第一固定耳对称位置倾斜设有第二固定耳,两个所述固定座呈中心对称固定于故障识别盒顶面的两侧。
优选的,所述电缆连接机构还包括转轴A、伺服电机,两个所述转轴A对称设于故障识别盒顶面中部,所述转轴A向下穿过故障识别盒延伸至其内部并与其转动连接,所述转轴A与顶部套接有磨辊。
优选的,所述故障识别盒中部固定有支架,所述支架上通过轴承支座转动连接有两个与转轴A平行的转轴B,所述伺服电机安装于支架上其输出轴与其中一个转轴B端部连接固定,两个所述转轴B分别套接有相互啮合的齿轮,两个所述转轴B上错位套接有链轮A,所述转轴A上与相邻链轮A平行处套接有链轮B,所述链轮A与链轮B通过链条啮合连接。
与现有技术相比,本发明提供了一种配电网过电压故障类型智能识别方法,具备以下有益效果:
(1)本发明搭建基于Cassie电弧模型的中性点不接地系统单相弧光接地故障仿真模型,仿真获得故障前后单相接地前后的三相电压与电流波形图,通过采集三相电压、开口三角电压、电压互感器一次侧中性点电流,对金属接地、弧光接地、中阻接地、高阻接地、欠/过压、PT断线、不同频率的谐振等11种故障类型进行识别,判断系统的故障类型,对危害程度进行预警和抑制。
(2)本发明中故障识别系统采用拔插式模块与总线式设计,提高故障识别单元的可扩展性,降低系统成本,其中的电流采集模块获取电流信号经电流转换器和AD芯片转换送入采集CPU,通过CPU整合后通过通讯模块发给电压型监测设备。汇集完各路电压电流波形后,通过通信CPU上传给上位机。电压型监测设备既作为电压采集装置,又起数据汇流传输的作用,相对于以往的监测故障识别单元,可节省一台专门用于数据通信管理的集中器,结构简化,易于现场安装。同时采集CPU和通信的CPU分立工作,提升监测故障识别单元的实时性能和系统的运行效率。
(3)本发明的故障识别单元集合电缆连接机构与故障识别系统采用故障识别盒为载体,利用密封保护箱作为防护层,通过安装于架设高压电缆上,依靠自动移动和电流识别功能,识别电流故障变化,识别故障位置;故障识别单元具有拆卸方便的效果,可电缆上进行多点安装,建立检测组网,可快速感应电流故障变化,锁定固定点。
(4)本发明固定块中部为U型凹槽,用于电缆的穿过,两个固定块分别滑动安装在两个固定座上并一同在故障识别盒上呈中心对称设置,电缆同时穿过两个固定块后,两个固定块互为反向转动,在其端部清洗的第二固定耳呈竖直状态后与固定座上的第一固定耳贴合,第一固定耳与第二固定耳通过螺栓固定后,实现了故障识别盒连接在电缆上,让故障识别盒的的安装的稳定,也便于其拆卸。
附图说明
图1为本发明的多级SVM二分树结构结构示意图;
图2为本发明的故障识别整体结构示意图;
图3为本发明的密封保护箱展开后故障识别盒及相关组件结构示意图;
图4为本发明的故障识别盒前侧剖面及相关组件前侧结构示意图;
图5为本发明的故障识别故障识别单元串联电缆的组网分布示意图;
图6为本发明的故障识别系统连接结构示意图;
图7为本发明的固定块敞开时故障识别盒立体结构示意图;
图8为本发明的固定块锁定时故障识别盒立体结构示意图;
图9为本发明的固定座与固定块拆分结构示意图;
图10为本发明的磨辊转动连接结构示意图。
图号说明:1、故障识别盒;2、故障识别系统;3、电缆连接机构;301、固定座;302、弧形限位槽;303、固定块;304、弧形限位块;305、第一固定耳;306、第二固定耳;307、转轴A;308、伺服电机;309、磨辊;310、支架;311、转轴B;312、齿轮;313、链轮A;314、链轮B。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
在本发明的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的故障识别单元或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
实施例1:
一种配电网过电压故障类型智能识别方法,包括以下步骤:
S1:采用项目搭建的基于Cassie电弧模型的中性点不接地系统单相弧光接地故障仿真模型,仿真得到的弧光接地故障发生前后的系统三相电压与电流波形图,提取电压电流波形特定时段,首选提取提取母线三相电压、母线零序电压、PT中性电流、变压器低压侧三相电流4个故障波形的故障前一周波和故障后两周波作为输入样本;
S2:利用HHT与带通滤波算法构造故障波形的时频矩阵,其中HHT主要分为EMD和Hilbert变换两部分;
首先采用EMD将各个故障波形信号分解为若干个频率成分单一的IMF分量,对IMF分量进行Hilbert变换,可得对应的二维Hilbert能量谱,利用带通滤波算法将能量谱图等区域划分为m个子频带并重构,得到表征各个原始信号特征的时频矩阵,即:
式中,n为采样点数,aij(i=1,2,...,m;j=1,2,...,n)为各个子频带波形的数据点。
S3:对式(1)的时频矩阵A,必定存在2个正交矩阵U和V以及一个对角矩阵D满足下式:
式中,λ1(i=1,2,...,k)为矩阵AAT的特征值,λ1>λ2>...>λk-1>λk>0,k为奇异值阶数,rank为求A的秩;
每个故障波形对应的时频矩阵A经SVD后得到k个奇异值,根据SVD理论选取各个故障波形的前5个奇异值作为配电网线路故障类型识别的特征量;
S4:采用3级SVM区分上述4种故障类型,实现自上而下的逐级识别。多级SVM的二分树结构如图1所示,输入样本为从故障电压电流波形提取出的特征量,SVM1可以区分两类故障,根据故障时两相及两相以上是否出现大电流,将两相接地、两相短路和三相短路故归为一类,单相接地视为另一类,SVM2根据是否接地这一特征,将两相接地和不接地的相间短路故障区分开,SVM3则依据两相短路和三短路时相电压和相电流的对称性区分这两种故障,以下是以此类推,进行多级SVM的进行训练和分类识别。
S5:对金属接地、弧光接地、中阻接地、高阻接地、欠压、过压、PT断线、三分频、二分频、工频、三陪频的11种故障类型进行识别,判断系统的故障类型,对危害程度进行预警和抑制,输出故障类型。
本发明通过采集三相电压、开口三角电压、电压互感器一次侧中性点电流,对金属接地、弧光接地、中阻接地、高阻接地、欠/过压、PT断线、不同频率的谐振等11种故障类型进行识别,判断系统的故障类型,对危害程度进行预警和抑制。其中故障逻辑表如表1所示表1所示:
表1
本发明中依据弧隙能量平衡机理,电弧可以近似等效为一个电导随流动能量变化的圆柱形气体通道。从能量平衡角度从发,电弧能量的变化可描述如下:
其中q表示流过电弧的能量,e和i分别表示电弧电压与流过电弧的电流,ploss为考虑流散热效应与径向热传导效应的电弧能量损失,e·i为电弧的输入能量。
对公式(1)化简可得:
进一步化简可得:
其中,g为单位长度电弧的电导。
定义:
由公式5-6,经推导可得:
其中,时间常数τ和ploss为待修饰参数。
基于电弧模型建立的普遍机理,仅考虑对流散热效应的Cassie电弧模型建模的假设条件可归纳如下:
1)通道直径的界限十分明确,直径以外的其电导很小;
2)电弧的气体通道是圆柱形的,其截面温度分布均匀;
3)弧柱横截面和能量扩散速度与能量的变化成正比,气流或与气流有关的弧柱变化过程造成能量的扩散以及从电极散出的能量不予考虑;
4)假设电弧直径的变化是随着通过电弧通道电流的变化而变化,但电弧温度保持恒定,即认为在时间和空间上电弧的温度都保持恒定。
因此,按上述假定则有:
其中,a为电弧半径,Q0和σ0分别为电弧单位体积所存储的能量与电弧电导率。按相同假定,则有:
ploss=(π·a2)·p0 (9)
其中,p0为电弧单位体积所耗散的功率。因此,时间常数计算公式为:
又假定,
将公式8-9带入公式(5)可得Cassie电弧模型方程:
在Matlab/simulink平台上,项目搭建了上述基于Cassie电弧模型的中性点不接地系统的单相弧光接地故障仿真模型。
本发明搭建基于Cassie电弧模型的中性点不接地系统单相弧光接地故障仿真模型,仿真获得故障前后单相接地前后的三相电压与电流波形图,智能识别电压故障类型。
实施例2:
请参阅图2-6,一种应用于权利要求1-5任一方法中的配电网过电压故障类型智能故障识别单元,包括故障识别盒1,还包括:故障识别系统2,故障识别系统2安装于故障识别盒1内部包括用于检测电缆的故障及故障信号传输;电缆连接机构3,电缆连接机构3安装于故障识别盒1顶部用于电缆与故障识别盒1的连接,实现故障识别盒1的移动稳定与拆卸方便。
故障识别盒1内部加装一层橡胶减震层,故障识别盒1外侧罩设有密封保护箱4,电缆连接机构3收纳于密封保护箱4内部。
本发明中故障识别盒1内壁加装有橡胶减震层用于降低高压线缆的对故障识别系统2的电流干扰,电缆连接机构3安装于故障识别盒1顶面用于与电缆的连接,且电缆连接机构3可实现故障识别盒1及密封保护箱4一起在电缆上移动,通过线缆上安装多个该智能故障识别单元,可快速识别电缆故障点。
故障识别系统2包括总线模块、采集CPU模块、通讯模块、电流采集模块。
电流采集模块与采集CPU电性连接,将经线路CT获取电流信号经电流转换器和AD芯片转换送入采集CPU;电压采集模块与采集CPU电性连接,将从母线处采集转换后的电压信号送入采集CPU;通讯模块与采集CPU电性连接,将采集CPU整合的电流信号无线远程发给电压型监测设备,将采集CPU整合的电压电流波形通过无线方式上传给上位机。
本发明的故障识别单元用于外设高架高压电缆的检测,具有移动稳定与拆卸方便,在高压电缆上移动进行多点探测,实现故障位置的精准识别,具体是,包括了故障识别系统2与电缆连接机构3。
本发明中故障识别系统2采用拔插式模块与总线式设计,提高故障识别单元的可扩展性,降低系统成本。具体是,故障识别系统2主要由电压采集模块、电流采集模块、采集CPU模块、通信模块和总线模块组成,模块连接如图5所示。电流采集模块经线路CT获取中性点电流信号,电流信号经电流转换器和AD芯片转换送入采集CPU,通过CPU整合后通过通讯模块发给电压型监测设备。汇集完各路电流波形后,通过通信CPU上传给上位机。电压型监测设备既作为电压采集故障识别单元,又起数据汇流传输的作用,相对于以往的监测故障识别单元,可节省一台专门用于数据通信管理的集中器,结构简化,易于现场安装。同时采集CPU和通信模块分立工作,提升监测故障识别单元的实时性能和系统的运行效率。
实施例3:
请参阅图5-9,基于实施例2又有所不同之处在于;电缆连接机构3包括固定座301,固定座301开口朝上呈弧形结构设置内部开设有弧形限位槽302,固定座301内部滑动设有开口朝上的固定块303,固定块303外侧凸出设有嵌设于弧形限位槽302内部的弧形限位块304,固定座301顶部一侧焊接有第一固定耳305,固定块303在与第一固定耳305对称位置倾斜设有第二固定耳306,两个固定座301呈中心对称固定于故障识别盒1顶面的两侧。
本发明固定块303中部为U型凹槽,用于电缆的穿过,两个固定块303分别滑动安装在两个固定座301上并一同在故障识别盒1上呈中心对称设置,电缆同时穿过两个固定块303后,两个固定块303互为反向转动,在其端部清洗的第二固定耳306呈竖直状态后与固定座301上的第一固定耳305贴合,第一固定耳305与第二固定耳306通过螺栓固定后,实现了故障识别盒1连接在电缆上,让故障识别盒1的的安装的稳定,也便于其拆卸。
实施例4:
请参阅图10,基于实施例2-3又有所不同之处在于;电缆连接机构3还包括转轴A307、伺服电机308,两个转轴A307对称设于故障识别盒1顶面中部,转轴A307向下穿过故障识别盒1延伸至其内部并与其转动连接,转轴A307与顶部套接有磨辊309。
故障识别盒1中部固定有支架310,支架310上通过轴承支座转动连接有两个与转轴A307平行的转轴B311,伺服电机308安装于支架310上其输出轴与其中一个转轴B311端部连接固定,两个转轴B311分别套接有相互啮合的齿轮312,两个转轴B311上错位套接有链轮A313,转轴A307上与相邻链轮A313平行处套接有链轮B314,链轮A313与链轮B314通过链条啮合连接。
本发明在两个固定座301之间的位置设置两个转轴A307,电缆从两个转轴A307中间穿过并与磨辊309接触,通过磨辊309的转动实现故障识别盒1在电缆上的移动。转轴A307延伸到了故障识别盒1内部,故障识别盒1两个平行的转轴B311通过伺服电机308的驱动实现弧为反向转动,两个转轴B311分别利用链轮A313与链轮B314通过链条啮合与邻近的转轴A307连接,实现两个转轴A307互为反向转动,两个磨辊309的反向转动,对电缆产生同向摩擦力使其平稳移动。
以上,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种配电网过电压故障类型智能识别方法,其特征在于,包括以下步骤:
S1:制弧光接地故障发生前后的三相电压与电流波形图,提取电压电流波形特定时段波形;
S2:重构时频矩阵,利用HHT与带通滤波算法构造故障波形的时频矩阵;
S3:根据SVD理论提取构造故障波形的特征量;
S4:多级SVM判断,输入样本为从故障电压电流波形提取出的特征量,输入到多级SVM中进行训练和分类识别;
S5:输出故障类型,对金属接地、弧光接地、中阻接地、高阻接地、欠压、过压、PT断线、三分频、二分频、工频、三陪频的11种故障类型进行识别,判断系统的故障类型,对危害程度进行预警和抑制。
4.根据权利要求1所述的一种配电网过电压故障类型智能识别方法,其特征在于:提取母线三相电压、母线零序电压、PT中性电流、变压器低压侧三相电流4中故障的波形的故障前一周波和故障后两周波。
5.根据权利要求1所述的一种配电网过电压故障类型智能识别方法,其特征在于:在S1步骤前建立基于Cassie电弧模型的中性点不接地系统单相弧光接地故障仿真模型,用于仿真得到的弧光接地故障发生前后的系统三相电压与电流波形图。
6.根据权利要求1-5任一所述的方法中的配电网过电压故障类型智能故障识别单元,包括故障识别盒(1),其特征在于,还包括:
故障识别系统(2),所述故障识别系统(2)安装于故障识别盒(1)内部包括用于检测电缆的故障;
电缆连接机构(3),所述电缆连接机构(3)安装于故障识别盒(1)顶部用于电缆与故障识别盒(1)的连接,实现故障识别盒(1)的移动稳定与拆卸方便;
所述故障识别盒(1)内壁加装有橡胶减震层,所述故障识别盒(1)外侧罩设有密封保护箱(4),所述电缆连接机构(3)收纳于密封保护箱(4)内部。
7.根据权利要求6所述的一种配电网过电压故障类型智能故障识别单元,其特征在于:所述故障识别系统(2)包括总线模块、采集CPU模块、通讯模块、电流采集模块。
8.根据权利要求7所述的一种配电网过电压故障类型智能故障识别单元,其特征在于:所述电流采集模块与采集CPU电性连接,将经线路CT获取电流信号经电流转换器和AD芯片转换送入采集CPU;
所述通讯模块与采集CPU电性连接,将采集CPU整合的电流信号无线远程发给电压型监测设备,将采集CPU整合的电压电流波形通过无线方式上传给上位机,上位机采用权利要求1内所述的配电网过电压故障类型智能识别方法进行故障识别。
9.根据权利要求8所述的一种配电网过电压故障类型智能故障识别单元,其特征在于:所述电缆连接机构(3)包括固定座(301),所述固定座(301)开口朝上呈弧形结构设置内部开设有弧形限位槽(302),所述固定座(301)内部滑动设有开口朝上的固定块(303),所述固定块(303)外侧凸出设有嵌设于弧形限位槽(302)内部的弧形限位块(304),所述固定座(301)顶部一侧焊接有第一固定耳(305),所述固定块(303)在与第一固定耳(305)对称位置倾斜设有第二固定耳(306),两个所述固定座(301)呈中心对称固定于故障识别盒(1)顶面的两侧,所述电缆连接机构(3)还包括转轴A(307)、伺服电机(308),两个所述转轴A(307)对称设于故障识别盒(1)顶面中部,所述转轴A(307)向下穿过故障识别盒(1)延伸至其内部并与其转动连接,所述转轴A(307)与顶部套接有磨辊(309)。
10.根据权利要求9所述的一种配电网过电压故障类型智能故障识别单元,其特征在于:所述故障识别盒(1)中部固定有支架(310),所述支架(310)上通过轴承支座转动连接有两个与转轴A(307)平行的转轴B(311),所述伺服电机(308)安装于支架(310)上其输出轴与其中一个转轴B(311)端部连接固定,两个所述转轴B(311)分别套接有相互啮合的齿轮(312),两个所述转轴B(311)上错位套接有链轮A(313),所述转轴A(307)上与相邻链轮A(313)平行处套接有链轮B(314),所述链轮A(313)与链轮B(314)通过链条啮合连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111370520.8A CN114113930A (zh) | 2021-11-18 | 2021-11-18 | 一种配电网过电压故障类型智能识别方法及故障识别单元 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111370520.8A CN114113930A (zh) | 2021-11-18 | 2021-11-18 | 一种配电网过电压故障类型智能识别方法及故障识别单元 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114113930A true CN114113930A (zh) | 2022-03-01 |
Family
ID=80396603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111370520.8A Pending CN114113930A (zh) | 2021-11-18 | 2021-11-18 | 一种配电网过电压故障类型智能识别方法及故障识别单元 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114113930A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115616364A (zh) * | 2022-12-16 | 2023-01-17 | 中国科学技术大学先进技术研究院 | 故障电弧检测方法、装置、设备及存储介质 |
CN116316111A (zh) * | 2023-03-22 | 2023-06-23 | 国网安徽省电力有限公司六安市城郊供电公司 | 一种基于光纤信息通信的配电网过电压监测设备 |
CN116774024A (zh) * | 2023-05-24 | 2023-09-19 | 三峡金沙江川云水电开发有限公司 | 一种sf6断路器状态的智能监测方法及系统 |
CN116990626A (zh) * | 2023-09-27 | 2023-11-03 | 国网甘肃省电力公司张掖供电公司 | 一种交流电网电压传输状态监测方法及系统 |
CN117151933A (zh) * | 2023-10-30 | 2023-12-01 | 国网山东省电力公司菏泽供电公司 | 一种中压线路多场景信息获取系统 |
-
2021
- 2021-11-18 CN CN202111370520.8A patent/CN114113930A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115616364A (zh) * | 2022-12-16 | 2023-01-17 | 中国科学技术大学先进技术研究院 | 故障电弧检测方法、装置、设备及存储介质 |
CN116316111A (zh) * | 2023-03-22 | 2023-06-23 | 国网安徽省电力有限公司六安市城郊供电公司 | 一种基于光纤信息通信的配电网过电压监测设备 |
CN116316111B (zh) * | 2023-03-22 | 2023-08-18 | 国网安徽省电力有限公司六安市城郊供电公司 | 一种基于光纤信息通信的配电网过电压监测设备 |
CN116774024A (zh) * | 2023-05-24 | 2023-09-19 | 三峡金沙江川云水电开发有限公司 | 一种sf6断路器状态的智能监测方法及系统 |
CN116774024B (zh) * | 2023-05-24 | 2024-01-23 | 三峡金沙江川云水电开发有限公司 | 一种sf6断路器状态的智能监测方法及系统 |
CN116990626A (zh) * | 2023-09-27 | 2023-11-03 | 国网甘肃省电力公司张掖供电公司 | 一种交流电网电压传输状态监测方法及系统 |
CN116990626B (zh) * | 2023-09-27 | 2023-12-08 | 国网甘肃省电力公司张掖供电公司 | 一种交流电网电压传输状态监测方法及系统 |
CN117151933A (zh) * | 2023-10-30 | 2023-12-01 | 国网山东省电力公司菏泽供电公司 | 一种中压线路多场景信息获取系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114113930A (zh) | 一种配电网过电压故障类型智能识别方法及故障识别单元 | |
CN103698653B (zh) | 基于环流测量的单芯电力电缆护套接地故障检测系统及方法 | |
CN203811728U (zh) | 基于环流测量的单芯电力电缆护套接地故障检测系统 | |
CN106546858B (zh) | 一种基于暂态分量的配电网故障类型的检测方法 | |
US20190267797A1 (en) | Voltage derivative and zero-sequence broken conductor detection | |
Ananthan et al. | Real‐time fault analysis of transmission lines using wavelet multi‐resolution analysis based frequency‐domain approach | |
CN103018627A (zh) | 非有效接地系统故障类型自适应接地选线方法 | |
CN102818973B (zh) | 一种基于相序电压幅值比较的故障选相方法及其装置 | |
CN104614638A (zh) | 小电流系统接地选线方法 | |
CN105093063A (zh) | 基于多源数据特征单元组合判断的在线电网故障诊断方法 | |
CN109659917B (zh) | 一种基于暂态电压的多端柔性直流线路保护方法及装置 | |
CN108344917A (zh) | 基于轨迹法的110kV交联聚乙烯交叉互联电缆在线故障诊断方法 | |
CN108037423A (zh) | 一种基于双差动ct法的高压电缆绝缘在线监测装置及方法 | |
CN109831033A (zh) | 一种供电线路预警保护设备及分段监测预警系统 | |
CN105510760A (zh) | 一种基于小波分析的短路故障数据检测方法 | |
Schwarzer et al. | Current state-of-the-art of EV chargers | |
CN107979068A (zh) | 一种中性点不接地配电网防人身触电控制方法 | |
CN102608499A (zh) | 一种差分滤波抑制不平衡电流的小电流选线装置及控制方法 | |
CN101593971B (zh) | 一种基于故障谐振频率的保护方法 | |
Zhang et al. | Fault distance estimation‐based protection scheme for DC microgrids | |
Sarwagya et al. | An extensive review on the state-of-art on microgrid protection | |
Hamidi et al. | Adaptive single-phase auto-reclosing method using power line carrier signals | |
Kavi et al. | Detection and identification of high impedance faults in single wire earth return distribution networks | |
CN206096341U (zh) | 应用于配电网单相故障接地工况下的故障线路识别装置 | |
CN202420692U (zh) | 电缆金属护层接地电流及电缆温度监测系统 |
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 |