CN114184882B - 一种基于图像特征的输电线路故障存续性判别方法 - Google Patents
一种基于图像特征的输电线路故障存续性判别方法 Download PDFInfo
- Publication number
- CN114184882B CN114184882B CN202111387726.1A CN202111387726A CN114184882B CN 114184882 B CN114184882 B CN 114184882B CN 202111387726 A CN202111387726 A CN 202111387726A CN 114184882 B CN114184882 B CN 114184882B
- Authority
- CN
- China
- Prior art keywords
- fault
- wave
- wave head
- calibration
- bounding box
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000005540 biological transmission Effects 0.000 title claims abstract description 26
- 230000002688 persistence Effects 0.000 title claims abstract description 24
- 230000001105 regulatory effect Effects 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 230000035772 mutation Effects 0.000 claims description 8
- 230000008901 benefit Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 101100208381 Caenorhabditis elegans tth-1 gene Proteins 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 208000025274 Lightning injury Diseases 0.000 description 1
- 101100499229 Mus musculus Dhrsx gene Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
-
- 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)
- Locating Faults (AREA)
Abstract
本发明涉及一种基于图像特征的输电线路故障存续性判别方法,电力系统保护技术领域。本发明采集输电线路端部的故障行波数据并基于直线标定选取合适的数据视窗;将合适的数据视窗在图像中显示,构造出与兴趣区域有良好紧密的三角包围盒;计算包围盒内故障行波与外切线形成的延拓面积与整个包围盒的比值,由该比值判断故障初始波头是否存在;在故障初始波头存在的基础上进行初始及后续波头的规整化,并基于规整后的标定波头计算其到达时序、波头幅值、斜率的相对特征,最终实现故障存续性的判别。本发明能够自动筛选出不具有行波波头的故障数据,实现线路故障行波存续性的判别。
Description
技术领域
本发明涉及一种基于图像特征的输电线路故障存续性判别方法,电力系统保护技术领域。
背景技术
输电线路故障后需在短时间内实现故障线路的切除以及故障位置的准确判断,保证电力系统安全可靠运行,因此提高输电线路保护的可靠性和改善线路测距结果的稳健性对实际工程具有重要意义。行波具有响应速度快、不受线路类型及两侧系统影响等优点,在保护快速性和线路定位的精确性上具有天然的优势,充分发掘行波的优势并将其应用于工程现场显得尤为迫切和必要。
在没有初始行波或仅为干扰的情况下,行波保护与测距装置可能产生错误的结果,或导致误动或错误的测距结果,影响了行波方法作为独立决策的可靠性。山火、雷击和小故障角等非常规故障常对故障行波实现保护与测距的算法造成干扰,因而研究适用于行波保护与测距的故障数据的识别方法,筛选出不具有行波波头的故障数据,无论是针对性地开展算法定制还是闭锁传统方法,对提高行波工程化应用效果均具有十分重要的价值。
发明内容
本发明要解决的技术问题是提供一种基于图像特征的输电线路故障行波存续性判别方法,实现线路故障行波存续性的判别,从而能够有效分离适用于行波算法和不适于行波算法的故障数据,避免行波装置误动和误测。
本发明的技术方案是:一种基于图像特征的输电线路故障存续性判别方法,首先采集输电线路端部的故障行波数据并基于直线标定选取合适的数据视窗;将合适的数据视窗在图像中显示,构造出与兴趣区域有良好紧密的三角包围盒;计算包围盒内故障行波与外切线形成的延拓面积与整个包围盒的比值,由该比值判断故障初始波头是否存在;在故障初始波头存在的基础上进行初始及后续波头的规整化,并基于规整后的标定波头计算其到达时序、波头幅值、斜率的相对特征,最终实现故障存续性的判别。
具体步骤为:
Step1:采集输电线路端部的故障行波数据并基于直线标定选取数据视窗。
Step2:将数据视窗在图像中显示,并构造出与兴趣区域有良好紧密关系的三角包围盒。
Step3:计算包围盒内故障行波与外切线形成的延拓面积与整个包围盒的比值,通过比值判断故障初始波头是否存在,若存在则进入Step4,若不存在则闭锁行波装置
Step4:在故障波头存在的基础上进行初始及后续波头的规整化,并基于规整后的标定波头计算其到达时序、波头幅值、斜率的相对特征,最终实现故障存续性的判别。
所述Step1具体为:
Step1.1:从输电线路的端部采集行波数据,所述行波数据包括故障电流行波、故障电压行波。
Step1.2:利用标定算法在故障行波突变点前后标定出线段1与线段2,并记录线段两端的端点坐标。
Step1.3:根据Step1.2记录的线段1与线段2的端点坐标求取相应的直线方程L1与直线方程L2。
Step1.4:根据直线方程L1与直线方程L2求解出其交点,依据交点取数据长度。
所述Step2具体为:
Step2.1:将Step1取出的数据在图像中显示。
Step2.2:重复Step1.2的标定过程与Step1.3交点的求取过程,在取出的数据中标定出线段1与线段2与其交点。
Step2.3:延长Step2.2中的线段1与线段2相交于求出的交点,连接突变点前的线段端点横坐标小的点与突变点后的线段端点纵坐标大的点构造出与故障波形具有紧密连接性的包围盒。
所述Step3具体为:
Step3.1:记录包围盒内故障行波与外切线形成的延拓面积为S1,并记整个包围盒的面积为S。
Step3.2:记录延拓面积与包围盒面积的比值饱和度为KS,当饱和度大于阈值时则判定该条故障信息的初始波头为不存在并闭锁行波装置,当小于阈值时判定为初始波头存在,进入Step4。
所述Step4具体为:
Step4.1:对所录故障波形进行波头标定。
Step4.2:依据标定结果记录标定波头的幅值、到达时序、斜率。
Step4.3:根据标定波头的先后顺序,用波头幅值之间的相对关系、到达时序的相对关系、标定波头斜率的相对关系实现对故障持续性的判别。
当故障行波满足持续性的要求则可认定该故障满足存续性的要求,否则认为该故障仅满足故障初始波头存在。
本发明的有益效果是:能够自动筛选出不具有行波波头的故障数据,实现线路故障行波存续性的判别,能够有效分离适用于行波算法和不适于行波算法的故障数据,避免行波装置误动和误测,无论是针对性地开展算法定制还是闭锁传统方法,对提高行波工程化应用效果均具有十分重要的价值。
附图说明
图1是本发明220kV输电线路模型示意图;
图2是实施例2的仿真故障电流行波波形;
图3是Step1包括的具体实施步骤;
图4是实施例2中Step1中首次直线标定结果;
图5是实施例2中Step1中截取的合适视窗;
图6是Step2包括的具体实施步骤;
图7是实施例2中Step2中三角包围盒构造结果;
图8是Step3包括的具体实施步骤;
图9是Step4包括的具体实施步骤;
图10是实施例2中Step4中初始及后续波头标定结果;
图11是本发明的步骤流程图。
具体实施方式
下面结合附图和具体实施方式,对本发明作进一步说明。
实施例1,如图11所示,一种基于图像特征的输电线路故障存续性判别方法,具体步骤为:
Step1:采集输电线路端部的故障行波数据并基于直线标定选取数据视窗,保证该视窗能观测到行波突变过程。
Step2:将数据视窗在图像中显示,并构造出与兴趣区域有良好紧密关系的三角包围盒。
如图7所示,当初始波头的突变过程,可以在三角包围盒中体现,即其范围被三角包围盒覆盖,则将其关系定义为良好紧密。
Step3:计算包围盒内故障行波与外切线形成的延拓面积与整个包围盒的比值,通过比值判断故障初始波头是否存在,若存在则进入Step4,若不存在则闭锁行波装置。
Step4:在故障波头存在的基础上进行初始及后续波头的规整化,并基于规整后的标定波头计算其到达时序、波头幅值、斜率的相对特征,当标定结果的相对特征满足相应条件则认定该条故障信息满足存续性的要求,否则认定该故障仅首波头存在,后续波头不存在,以此实现故障存续性的判别。
所述Step1具体为:
Step1.1:从输电线路的端部采集行波数据,所述行波数据包括故障电流行波、故障电压行波。本发明所述方法对电流行波与电压行波不敏感,因此故障电流行波与故障电压行波均可作为行波数据进行存续性判别。
Step1.2:利用标定算法在故障行波突变点前后标定出线段1与线段2,并记录线段两端的端点坐标。
Step1.3:根据Step1.2记录的线段1与线段2的端点坐标求取相应的直线方程L1与直线方程L2。
Step1.4:根据直线方程L1与直线方程L2求解出其交点,依据交点取数据长度。所述数据长度是在图像显示中能够保证观测到突变过程的长度,是Step2能够正确进行的前提。
所述Step2具体为:
Step2.1:将Step1取出的数据在图像中显示。因行波分析本质是利用波头形态相对变化特征,对绝对幅值不甚关注,并且考虑到行波信号较弱、受噪声影响大,基于数据的微观奇异性容易陷入局部极小值点导致误判。故本发明将行波采用图形化显示突出波形宏观特征,并且能够去标度化,于波形图像上进行基于波形形态特征的存续性判别。
Step2.2:重复Step1.2的标定过程与Step1.3交点的求取过程,在取出的数据中标定出线段1与线段2与其交点。目的是在合适的数据窗下取得包围盒与Step1中该过程的目的不一致。
Step2.3:延长Step2.2中的线段1与线段2相交于求出的交点,连接突变点前的线段端点横坐标小的点与突变点后的线段端点纵坐标大的点构造出与故障波形具有紧密连接性的包围盒。
所述Step3具体为:
Step3.1:记录包围盒内故障行波与外切线形成的延拓面积为S1,并记整个包围盒的面积为S。
Step3.2:记录延拓面积与包围盒面积的比值饱和度为KS,当饱和度大于阈值时则判定该条故障信息的初始波头为不存在并闭锁行波装置,当小于阈值时判定为初始波头存在,进入Step4。
则可形成初始波头是否存在的定义:
其中,在故障初始波头存在的情况下由于故障附加电源的作用,初始波头会呈现出阶跃跳变的特征,因此包围盒与故障波形之间的延拓面积应为0,但考虑到实际波形的复杂性会造成一定的标定误差,因此为保证本发明方法的适用性给定其整定式:
Ks>Kth (2)
本发明中,选取饱和度阈值Kth=0.1,当Ks>0.1时,即认为故障行波初始波头不存在。依据公式(2)对故障初始波头的判定结果,当其判定故障初始波头存在时执行Step4,否则不执行,并分离出该条不适用于行波算法的故障数据最终避免行波装置的误动。所设阈值数据为一定场景下的最佳值,凡在本发明的精神和原则之内的替换均在本发明保护范围内。
所述Step4具体为:
Step4.1:对所录故障波形进行波头标定。
Step4.2:依据标定结果记录标定波头的幅值、到达时序、斜率。所述标定结果中记录的到达时序依据为标定结果的下沿,因波头在线路传播中出现的衰减,取该位置在后续计算中的误差将会更小。
Step4.3:根据标定波头的先后顺序,用波头幅值之间的相对关系、到达时序的相对关系、标定波头斜率的相对关系实现对故障持续性的判别。
依到达测点的先后时序,计算相邻波头到达时间间隔Δt1、Δt2,用该相邻间隔的比值作为到达时序关系判定条件。
式中,KTth1、KTth2为判定到达的两组故障相邻波头等间隔的阈值,理论上KTth1、KTth2都为1,但考虑到行波衰减、畸变等因素,为增强条件的适用性故取KTth1=0.5、KTth2=1.5。
根据标定得到的有效波头依次记为Im1、Im2、Im3,初始浪涌波头幅值呈现最大值且按照βmβfe-2γx的比值依次递减。与相邻间隔比值的阈值松弛一致,在实际工程中所获故障行波常因工况复杂导致检测到的波头幅值难以始终严格遵循理论推导的等比例关系。故为增加对实际现场和仿真数据的适用性,用初始波头幅值和后续波头幅值的关系描述波头幅值之间的关系,其幅值关系如式(4)所示:
式中,KI表示可检测到的最小的波头幅值相对首波头的幅值比例,考虑到波头检测误差,以及波头的显著性,通过大量实测数据测试,KI取0.1即可满足需要。
在标定波头获得到达时刻和幅值的同时还可得到因畸变、衰减而大小不一的斜率,根据标定波头的顺序定义为θ1、θ2、θ3。在实际中,因故障行波到达观测点经历的行程原因,初始波头的衰减程度相较后续到达波头较低,因此选取初始波头为基准值量化波头之间的关系。
式中,Kθ为门槛值,综合考虑输电线路长度和多次折反射导致的衰减和色散,以及大量实测故障行波波头陡度人工直观感受下的可识别性,取Kθ为0.4。
当故障行波满足持续性的要求则可认定该故障满足存续性的要求,否则认为该故障仅满足故障初始波头存在。
实施例2:如图1所示,基于PSCAD/EMTDC搭建如图1所示的220kV输电线路模型,故障线路全长100km,在距观测点60km处发生A相接地故障,其中故障角为30°,过渡电阻为50Ω,采样率为1MHz,在线路端部所获故障电流仿真数据中加入10%噪声,其波形如图2所示。具体实施步骤为:
Step1:采集输电线路端部的故障电流数据并基于直线标定选取合适的数据视窗,其具体的实施步骤如图3所示。
Step1.1:从输电线路的M端部采集故障电流行波数据。
Step1.2:利用标定算法在故障行波突变点前后标定出合适的线段1与线段2,并记录线段两端的端点坐标,记线段1两端坐标A1、A2,线段2两端坐标B1、B2,如图4所示效果。
Step1.3:根据Step1.2记录的线段1与线段2的端点坐标求取相应的直线方程L1与直线方程L2。
Step1.4:根据直线方程L1与直线方程L2求解出其交点,依该点取合适的数据长度,本实施例一为说明部分效果取交点前500μs及后100μs,截取的合适数据视窗如图5所示,相较于其他未进行该合适数据截取的步骤,其在小范围图像视窗下可能存在的误差较大,从而对故障初始波头是否存在判别不利。
Step2:将合适的数据视窗在图像中显示,并构造出与兴趣区域有良好紧密的三角包围盒,其具体的实施步骤如图6所示,该步骤优势是利用在兴趣区域可视范围内,故障行波初始波头的跳变特性在该可视范围下呈现的延拓面积为0的特征,从而构建三角包围盒进行区分辨识。
Step2.1:将Step1取出的合适数据在图像中显示。
Step2.2:重复Step1.2的标定过程与Step1.3交点的求取过程,在取出的合适数据中标定出线段1与线段2与其交点。
Step2.3:延长Step2.2中的线段1与线段2相交于求出的交点,连接突变点前的线段端点横坐标小的点与突变点后的线段端点纵坐标大的点构造出与故障波形具有紧密连接性的包围盒,其效果如图7所示。
Step3:计算包围盒内故障行波与外切线形成的延拓面积与整个包围盒的饱和度判断故障初始波头是否存在,其具体的实施步骤如图8所示。
Step3.1:定义包围盒内故障行波与外切线形成的延拓面积为S1,并记整个包围盒的面积为S。
Step3.2:计算延拓面积与包围盒面积的比值,即延拓面积的饱和度KS:
由式(2)可知,当KS小于0.1时判定为初始波头存在,进入Step4。
Step4:在故障波头存在的基础上进行初始及后续波头的规整化,并基于规整后的标定波头计算其到达时序、波头幅值、斜率的相对特征,实现故障存续性的判别,其具体的实施步骤如图9所示。
Step4.1:对所录故障波形进行波头标定,其标定结果如图10所示,该步骤利用初始及后续行波在领域知识下呈现出的波头相对特征,其好处是利用该特征能够最终实现对波头标定结果的一致性好,同时便于该领域人员对后续判定结果的理解。
Step4.2:依据标定结果记录标定波头的幅值、到达时序、斜率,其标定记录的结果如表1所示,本发明将行波采用图形化显示突出波形宏观特征,能够去标度化,其结果记录的是图像像素的数值。
表1:故障行波波头标定结果
Step4.3:根据标定波头的先后顺序,用波头幅值之间的相对关系、到达时序的相对关系、标定波头斜率的相对关系实现对故障持续性的判别,其判别结果如表2所示。
表2:故障行波三元组计算结果
以上结合附图对本发明的具体实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (5)
1.一种基于图像特征的输电线路故障存续性判别方法,其特征在于:
Step1:采集输电线路端部的故障行波并基于直线标定选取数据视窗;
Step2:将数据视窗在图像中显示,并构造出与兴趣区域有良好紧密关系的三角包围盒;
Step3:计算包围盒内故障行波与外切线形成的延拓面积与整个包围盒的比值,通过比值判断故障初始波头是否存在,若存在则进入Step4,若不存在则闭锁行波装置
Step4:在故障波头存在的基础上进行初始及后续波头的规整化,并基于规整后的标定波头计算其到达时序、波头幅值和斜率的相对特征,最终实现故障存续性的判别。
2.根据权利要求1所述的基于图像特征的输电线路故障存续性判别方法,其特征在于,所述Step1具体为:
Step1.1:从输电线路的端部采集故障行波,所述故障行波包括故障电流行波、故障电压行波;
Step1.2:利用标定算法在故障行波突变点前后标定出线段1与线段2,并记录线段两端的端点坐标;
Step1.3:根据Step1.2记录的线段1与线段2的端点坐标求取相应的直线方程L1与直线方程L2;
Step1.4:根据直线方程L1与直线方程L2求解出其交点,依据交点取数据长度。
3.根据权利要求2所述的基于图像特征的输电线路故障存续性判别方法,其特征在于,所述Step2具体为:
Step2.1:将Step1取出的数据在图像中显示;
Step2.2:重复Step1.2的标定过程与Step1.3交点的求取过程,在取出的数据中标定出线段1与线段2与其交点;
Step2.3:延长Step2.2中的线段1与线段2相交于求出的交点,连接突变点前的线段端点横坐标小的点与突变点后的线段端点纵坐标大的点构造出与故障行波具有紧密连接性的包围盒。
4.根据权利要求1所述的基于图像特征的输电线路故障存续性判别方法,其特征在于,所述Step3具体为:
Step3.1:记录包围盒内故障行波与外切线形成的延拓面积为S1,并记整个包围盒的面积为S;
Step3.2:记录延拓面积与包围盒面积的比值饱和度为KS,当饱和度大于阈值时则判定故障行波的初始波头为不存在并闭锁行波装置,当小于阈值时判定为初始波头存在,进入Step4。
5.根据权利要求1所述的基于图像特征的输电线路故障存续性判别方法,其特征在于,所述Step4具体为:
Step4.1:对所述故障行波进行波头标定;
Step4.2:依据标定结果记录标定波头的幅值、到达时序和斜率;
Step4.3:根据标定波头的先后顺序,用波头幅值之间的相对关系、到达时序的相对关系和标定波头斜率的相对关系实现对故障持续性的判别;
当故障行波满足持续性的要求则认定该故障满足存续性的要求,否则认为该故障仅满足故障初始波头存在。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111387726.1A CN114184882B (zh) | 2021-11-22 | 2021-11-22 | 一种基于图像特征的输电线路故障存续性判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111387726.1A CN114184882B (zh) | 2021-11-22 | 2021-11-22 | 一种基于图像特征的输电线路故障存续性判别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114184882A CN114184882A (zh) | 2022-03-15 |
CN114184882B true CN114184882B (zh) | 2024-04-09 |
Family
ID=80541188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111387726.1A Active CN114184882B (zh) | 2021-11-22 | 2021-11-22 | 一种基于图像特征的输电线路故障存续性判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114184882B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6597180B1 (en) * | 1998-12-28 | 2003-07-22 | Nippon Kouatsu Electric Co., Ltd. | Fault point location system |
JP2004061497A (ja) * | 2002-06-06 | 2004-02-26 | Tokyo Electric Power Co Inc:The | 送電線の故障点標定方法およびそれを用いた故障点標定システム |
JP2006242815A (ja) * | 2005-03-04 | 2006-09-14 | Kansai Electric Power Co Inc:The | 送電線の故障点標定方法および送電線の故障点標定装置および故障点標定プログラム |
CN102288869A (zh) * | 2011-05-10 | 2011-12-21 | 山东大学 | 一种输电线路单端行波故障测距方法 |
CN103217626A (zh) * | 2013-03-26 | 2013-07-24 | 昆明理工大学 | 一种利用正负极性波头时序间隔的单端行波故障测距方法 |
CN104198881A (zh) * | 2014-07-01 | 2014-12-10 | 昆明理工大学 | 一种基于单端行波波头相对极性和时差的ann故障测距方法 |
CN105738760A (zh) * | 2014-12-12 | 2016-07-06 | 国家电网公司 | 一种频域法与行波法结合的高阻故障测距方法 |
-
2021
- 2021-11-22 CN CN202111387726.1A patent/CN114184882B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6597180B1 (en) * | 1998-12-28 | 2003-07-22 | Nippon Kouatsu Electric Co., Ltd. | Fault point location system |
JP2004061497A (ja) * | 2002-06-06 | 2004-02-26 | Tokyo Electric Power Co Inc:The | 送電線の故障点標定方法およびそれを用いた故障点標定システム |
JP2006242815A (ja) * | 2005-03-04 | 2006-09-14 | Kansai Electric Power Co Inc:The | 送電線の故障点標定方法および送電線の故障点標定装置および故障点標定プログラム |
CN102288869A (zh) * | 2011-05-10 | 2011-12-21 | 山东大学 | 一种输电线路单端行波故障测距方法 |
CN103217626A (zh) * | 2013-03-26 | 2013-07-24 | 昆明理工大学 | 一种利用正负极性波头时序间隔的单端行波故障测距方法 |
CN104198881A (zh) * | 2014-07-01 | 2014-12-10 | 昆明理工大学 | 一种基于单端行波波头相对极性和时差的ann故障测距方法 |
CN105738760A (zh) * | 2014-12-12 | 2016-07-06 | 国家电网公司 | 一种频域法与行波法结合的高阻故障测距方法 |
Non-Patent Citations (4)
Title |
---|
Traveling-wave-based fault-location technique for transmission grids via wide-area synchronized voltage measurements;Korkali M 等;IEEE Transactions on Power Systems;20111221(第27期);第1003-1011页 * |
基于Hough变换直线检测的行波波头标定;张广斌 等;中国电机工程学报;20130705(第19期);第165-173页 * |
基于图像特征的输电线路故障行波存续性判别;黄杨 等;电工技术学报;20231231;第38卷(第005期);第1339-1351页 * |
输电线路故障行波保护综述;李泽文 等;电力工程技术;20200930(第第5期期);第49-58页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114184882A (zh) | 2022-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105527650B (zh) | 一种工程尺度下微震信号及p波初至自动识别算法 | |
CN110907755A (zh) | 一种输电线路在线监测故障识别方法 | |
CN107589341B (zh) | 一种基于配电自动化主站的单相接地在线故障定位方法 | |
CN108562821B (zh) | 一种基于Softmax确定配电网单相接地故障选线的方法及系统 | |
CN110222765B (zh) | 一种永磁同步电机健康状态监测方法及系统 | |
CN104242325A (zh) | 一种电力系统低频振荡模式参数辨识方法 | |
CN114244594A (zh) | 网络流量异常检测方法及检测系统 | |
CN105893976B (zh) | 一种行波信号的参数化识别方法 | |
CN114184882B (zh) | 一种基于图像特征的输电线路故障存续性判别方法 | |
CN104732005A (zh) | 一种端子拉脱力检测方法 | |
CN103366119B (zh) | 病毒趋势异常的监控方法及装置 | |
CN112215307B (zh) | 一种应用机器学习自动检测地震仪器信号异常的方法 | |
CN116953435A (zh) | 一种基于录波文件的电缆瞬时放电异常识别方法 | |
CN116660800A (zh) | 一种飞机线缆微弱故障诊断方法 | |
CN110907984A (zh) | 一种基于自回归移动平均模型的震前红外长波辐射异常信息探测方法 | |
CN113238128B (zh) | 一种循环渐进式局部放电判别方法 | |
CN105574312A (zh) | 用于工程改变数据分析的方法和系统 | |
CN113672658A (zh) | 基于复相关系数的电力设备在线监测错误数据识别方法 | |
CN104793105A (zh) | 基于最优fir滤波器与层次聚类的配电网故障选线方法 | |
CN106199480B (zh) | 基于b样条小波变换的电流互感器饱和检测方法 | |
CN110209715A (zh) | 用于涡流检测数据分析的数据预分析方法 | |
JPH11258296A (ja) | 部分放電自動判別方法 | |
CN117192312B (zh) | 基于机器学习的二次交流电缆绝缘异常监测方法及系统 | |
CN118364408B (zh) | 一种基于航空发动机的油气分离器的故障识别方法及系统 | |
CN118536817B (zh) | 一种基于传感器网络的电缆通道监测系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |