CN114280414A - 一种基于拓扑动态识别的低压配电网故障定位系统及方法 - Google Patents
一种基于拓扑动态识别的低压配电网故障定位系统及方法 Download PDFInfo
- Publication number
- CN114280414A CN114280414A CN202111502137.3A CN202111502137A CN114280414A CN 114280414 A CN114280414 A CN 114280414A CN 202111502137 A CN202111502137 A CN 202111502137A CN 114280414 A CN114280414 A CN 114280414A
- Authority
- CN
- China
- Prior art keywords
- node
- fault
- nodes
- module
- data acquisition
- 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
Abstract
本发明公开了一种基于拓扑动态识别的低压配电网故障定位系统及方法,系统包括数据采集与传输层、故障定位层及应用层;其中用户表箱数据采集模块及分支箱数据采集模块分别采集数据,并将相关故障信息上传;故障定位模块用于向分支箱数据采集模块、用户表箱数据采集模块发送相关指令通知,并获取数据信息、低压配电网各线路运行状态数据和用户电能表数据,对低压配电网拓扑结构中的节点稳定性进行评估,选择最短路径,判断故障原因,利用节点间的模糊关联阈值定位故障节点的位置;最后将故障定位信息上传至云平台,并将故障信息传输给用户及工作运维人员,方便工作人员快速准确地找到发生故障的设备或线路,对故障设备及时进行抢修。
Description
技术领域
本发明属于低压配电网故障预警领域,涉及一种基于拓扑动态识别的低压配电网故障定位系统及方法。
背景技术
近年来,我国电网规模的扩大,配电网结构日益复杂,同时,用户对供电质量和供电可靠性的要求也越来越高。为提高抢修质量和效率,缩短抢修时间,提升供电可靠性和服务水平,国网公司大力推进标准化抢修,并开展了配网生产抢修指挥平台建设工作。配电网络一旦发生故障,则需要立刻开展抢修工作,尽快恢复供电,运用配电网故障定位可有效缩短故障排查时间,降低巡线工作量,从长期看有助于提高配电网供电可靠性,是以故障的快速定位是高效开展配网抢修工作的前提和基础。但在传统的故障区域定位方法中,由于配电网结构复杂,配电网电气设备自动化程度低,只能采用开关试投的办法来确定故障区域,从而导致众多开关反复动作,给配电网重复带来了冷负荷的冲击,有可能超过馈线路的负荷极限;在低压配电网中运用故障指示器进行故障区段定位,能有效判断出配电网中是否存在故障问题,同时对故障信息进行实时监测,保证在发生故障后第一时间进行报警,但在一些分支较多、线路较为复杂的网络中,对故障的查找却比较困难,甚至可能对故障区域出现误判情况。
目前应用于低压配电网的故障定位方法也存在部分不足,基于图论知识的矩阵算法是故障定位的常见方法之一,但矩阵计算的复杂性往往局限了故障定位的效率;根据潮流变化的故障定位方法,却由于潮流信息量大,对其处理耗费大量时间,同时某些潮流正常运行时接近0,难以判断故障与否,影响了故障定位的精度。
对于故障定位而言,现有技术存在定位精确不足,故障信息不能实时获取等缺点,不能满足现代配电网对供电可靠性的要求,且配电网拓扑结构经常发生变化,这在一定程度上也增加了故障定位难度。
发明内容
为解决现有技术的不足,本发明提出一种基于拓扑动态识别的低压配电网故障定位系统及方法,一方面通过故障预警定位装置、分支箱数据采集模块及用户表箱数据采集模块相互配合进行拓扑动态识别,另一方面在获取配电网拓扑结构的基础上,对低压配电网拓扑结构中的节点稳定性进行评估,再选择最短路径,判断故障原因,最终利用节点间的模糊关联阈值定位故障节点的位置。
本发明通过故障预警定位装置、分支箱数据采集模块及用户表箱数据采集模块相互配合进行拓扑动态识别,在获得拓扑结构的基础上,对低压配电网拓扑结构中的节点稳定性进行评估,再选择最短路径,判断故障原因,最终利用节点间的模糊关联阈值定位故障节点的位置。
一种基于拓扑动态识别的低压配电网故障定位系统及方法,所述系统包括数据采集与传输层、故障定位层及应用层。
数据采集与传输层主要由分支箱数据采集模块及用户表箱数据采集模块构成,且分别安装在各个用户表箱及各个分支箱处,用户表箱数据采集模块主要实现数据采集、特征信号接收、用户停复电事件上报及用户表箱ID号,分支箱数据采集模块主要实现分支箱及相关线路数据采集、特征信号接收、停电事件上报及分支箱ID号。
故障定位层主要由故障预警定位装置构成,故障预警定位装置由故障定位模块与特征信号发生模块构成。故障定位模块将对低压配电网拓扑结构中的节点稳定性进行评估,再选择最短路径,判断故障原因,最终利用节点间的模糊关联阈值定位故障节点的位置,并将故障定位信息上传至应用层。特征信号发生模块接收故障定位模块下发的拓扑识别信号,并下发非工频正弦波信号至分支箱数据采集模块及用户表箱数据采集模块,接收采集模块回复信号,并应答故障定位模块。
进行拓扑动态识别时,需故障预警定位装置、分支箱数据采集模块以及用户表箱数据采集模块进行有效配合,故障定位模块、特征信号发生模块、分支箱数据采集模块均与线路的ABC三相连接,用户表箱数据采集模块仅与三相中的某一相连接。最终在故障预警定位装置实现拓扑识别。
在拓扑结构的基础上,利用拓扑结构中节点间的模糊关联阈值来快速定位故障节点。在进行定位时,首先对低压配电网拓扑结构中的节点稳定性进行评估,再选择最短路径,判断故障原因,最终利用节点间的模糊关联阈值定位故障节点的位置。
在完成故障定位之后,将相关信息通过4G通信方式上传至云平台,推送至供电服务指挥平台,下派工单至抢修人员进行精准抢修,进行防窃电管理,线路损耗管理等高级应用。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
(1)本发明采用基于拓扑动态识别进行故障定位,能够精确识别拓扑节点,实时检测节点的增减,可用于多变的配电网络,通过实时获取配电网拓扑结构,不再受限于配电网结构的复杂性,能够快速、准确定位故障区段,不会出现超负荷、滞留和不及时处理的情况,保证了整个故障定位系统的稳定性。
(2)本发明运用模糊关联阈值确定故障节点位置,通过阈值可直接了解是线路故障还是节点故障。即使出现故障的位置处于节点连接线路较多即节点比较密集处,且又靠近某一节点,且可能存在多个与节点评估值接近的值,也可精确定位故障,明确区分线路故障还是节点故障,提高了故障定位的精度。
(3)本发明使用非工频正弦波信号连接故障预警定位装置与分支箱数据采集模块、用户表箱数据采集模块,该信号的频率很高,不会受到配电网中分布参数的影响,该信号传输也不会受到拓扑结构变化的影响,可用于远距离传输,并能直接访问用户表箱和分支箱。
附图说明
图1为本发明一种基于拓扑动态识别的低压配电网故障定位系统的结构示意图。
图2为拓扑动态识别基本框架。
图3为本发明的故障定位方法流程图。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本申请的保护范围。
如图1所示,本发明的技术解决方案:一种基于拓扑动态识别的低压配电网故障定位系统及方法,包括数据采集与传输层、故障定位层及应用层;其中用户表箱数据采集模块及分支箱数据采集模块分别采集数据,并将相关故障信息上传,故障预警定位装置在进行故障定位时,故障定位模块将拓扑动态识别信号传递至特征信号发生模块,特征信号发生模块将非工频正弦波信号下发至用户表箱数据采集模块及分支箱数据采集模块,采集模块在接收到特征信号时将接收信号上传至特征信号发生模块,特征信号发生模块将应答信号上传至故障定位模块,表示所有设备均准备完毕,可进行拓扑动态识别,最后由故障定位模块分别与分支箱数据采集模块、用户表箱数据采集模块进行通信连接,用于向分支箱数据采集模块、用户表箱数据采集模块发送相关指令通知,并获取数据信息、低压配电网各线路运行状态数据和用户电能表数据,获得拓扑结构,在获得到拓扑结构的基础上,对低压配电网拓扑结构中的节点稳定性进行评估,再选择最短路径,判断故障原因,最终利用节点间的模糊关联阈值定位故障节点的位置,最后将故障定位信息通过4G通信方式上传至云平台,对信息进行报警、展示及线损管理、防窃电管理等高级应用,最后运用App、短信及微信将故障信息传输给用户及工作运维人员,方便工作人员快速准确地找到发生故障的设备或线路,并对故障设备及时进行抢修。
数据采集与传输层主要由分支箱数据采集模块及用户表箱数据采集模块构成,分别安装在各个用户表箱及各个分支箱处,用户表箱数据采集模块主要实现数据采集、特征信号接收、用户停复电事件上报及用户表箱ID号,分支箱数据采集模块主要实现分支箱及相关线路数据采集、特征信号接收、停电事件上报及分支箱ID号。
故障定位层主要由故障预警定位装置构成,故障预警定位装置由故障定位模块及特征信号发生模块构成。
故障预警定位装置、分支箱数据采集模块及用户表箱数据采集模块相配合,实现对相关故障的处理与监测。在进行拓扑动态识别时,故障预警定位装置分别与分支箱数据采集模块、用户表箱数据采集模块进行通信连接,用于向分支箱数据采集模块、用户表箱数据采集模块发送相关指令通知,并获取数据信息、低压配电网各线路运行状态数据和用户电能表数据,完成拓扑动态识别。根据获得到的拓扑结构与上传相关信息,计算节点间的模糊关联阈值进行故障定位,并将故障定位信息上传至故障信息应用结构。
特征信号发生模块接收故障定位模块传送的拓扑识别信号,并下发非工频正弦波信号至分支箱数据采集模块及用户表箱数据采集模块,接收采集模块回复信号,并应答故障定位模块。
进行拓扑动态识别时,需故障预警定位装置、分支箱数据采集模块以及用户表箱数据采集模块进行有效配合,故障定位模块、特征信号发生模块、分支箱数据采集模块均与线路的ABC三相连接,用户表箱数据采集模块仅与三相中的某一相连接。最终在故障预警定位装置实现拓扑识别。
在拓扑结构的基础上,利用拓扑结构中节点间的模糊关联阈值来快速定位故障节点。在进行定位时,首先对低压配电网拓扑结构中的节点稳定性进行评估,再选择最短路径,判断故障原因,最终利用节点间的模糊关联阈值定位故障节点的位置。
为快速精准定位出故障区段,本申请提出基于拓扑动态识别的故障定位方法,所述方法通过实时获得低压配电网拓扑结构并在此基础上进行故障定位,实现精准故障定位。
如图2所示,进行拓扑动态识别时,需故障预警定位装置、分支箱数据采集模块以及用户表箱数据采集模块进行有效配合,故障定位模块、特征信号发生模块以及分支箱数据采集模块均与线路的ABC三相连接,用户表箱数据采集模块仅与三相中的某一相连接。
故障定位模块定时自动向特征信号发生模块发送台区拓扑识别指令,识别顺序依次为A相、B相和C相,拓扑具体步骤如下:
(1)故障定位模块向特征信号发生模块发送台区A相拓扑识别指令:若特征信号发生模块监测到A相相电压为0,则将该信息返回给故障定位模块,故障定位模块立即发出台区B相拓扑识别指令;若特征信号发生模块监测到A相相电压不为0,则特征信号发生模块立即回复故障定位模块并向A与N之间发送非工频正弦波信号,故障定位模块于1min后发出台区B相拓扑识别指令,重复以上操作直至发出C相拓扑识别指令。
(2)故障定位模块通过主载波路由模块启动从节点主动注册功能,分支箱数据采集模块以及用户表箱数据采集模块等从节点收到台区启动注册信息后,将节点地址信息即ID发送给故障定位模块。
(3)故障定位模块根据节点地址信息,启动从节点信息轮询功能,轮询特征信号发生模块发送的非工频正弦波信号,如果从节点返回的data数据与故障定位模块写入特征信号发生模块的data数据一致,则此节点属于本台区;如果从节点返回的data数据与故障定位模块写入特征信号发生器的data数据不一致或者从节点在规定时间内没有data数据返回,则此节点不属于本台区。
(4)当台区的表箱侧低压监测单元返回data数据30s后,发出脉冲电流信号,信号经过逐级传递,形成拓扑元,故障定位模块对所有拓扑元进行组合,形成整个台区拓扑结构。
在获得拓扑结构的基础上,故障定位模块利用拓扑结构中节点间的模糊关联阈值来快速定位故障节点,该方法的基础是评估线路节点的稳定性。目标节点n的稳定性评估公式如下:其中,z(l,n)为目标节点n到源节点l的最短路径上的边数,fg(n)为配电网中节点n的中心度,M为配电网中节点总数。采用Dijkstra算法选择最短路径,该算法考虑了低压配电网的拓扑结构和各链路的长度(链路时延或费用),算法的基本思想为,从源节点出发,每次确定一个与源节点最近的节点,并将源节点与当前最近节点间的路径作为新的最短路径;基于最短路径找到下一个距离源节点最近的节点,并添加新的最短路径;直到找到源节点到所有节点的最短路径。该算法的执行过程如下:
(1)初始化阶段,令D={l},D’中节点n到D中节点的最短距离为:
式中,D表示已找到最短路径的节点集合,D’表示W中待确定最短路径的剩余节点,W表示网络中所有节点,vl,n为节点l和n间的连接权重;
(2)在D’中确定距离最短的节点m。从D’中删除节点m,令D={l,m},更新D’中每个节点p到D中节点的最短距离,即D(p)←min{D(p),D(p)+vl,p}
(3)重复步骤(2),直到D’为空时结束。
根据故障定位模块接收到的异常数据判断信息故障是发生在低压配电网内部还是输电线路上,节点i发生故障可用以下公式进行评估:
式中,gd(i)表示节点i受与其孩子节点故障影响值,loc(i)表示节点i受其子孙节点(孩子节点除外)故障影响值,Ni表示异常电路上节点i的孩子节点集合,N′i表示途经节点i的每条异常线路上距离节点i最近的子孙节点集合(孩子节点除外),leni,j为节点i与节点j的路径长度,pathi,j为节点i与节点j间隔的节点数,n为N′i中节点总数。式(2)可见,节点离其孩子节点距离越远,受孩子节点故障影响越小,且出现故障的孩子节点越少,节点受影响的程度越小。同理,式(3)中子孙节点距离越远,受子孙节点影响越小,且出现故障的子孙节点越少,节点受影响的程度越小。
根据节点间相互影响,引入模糊关联阈值区分节点故障与线路故障,并认为发生在距离该节点附近的故障均为节点故障,模糊关联阈值ε可定义为:
发生节点故障时,节点i受与其孩子节点故障影响值与受其子孙节点(孩子节点除外)故障影响值相似,此时节点故障模糊关联阈值接近100%。当故障发生在线路中段时,节点故障概率趋于0。
结合节点的故障信息和节点间的模糊关联阈值来定位引发故障的节点。基于电网结构确定节点间模糊关联阈值的原则为,若删除某一节点m后,其某一节点n的稳定性明显减弱,在删除其他节点时节点n的稳定性受影响相对较小,则认定为节点m和n间存在关联性,计算模糊关联阈值,判断故障位置。如图3所示,故障定位方法的流程如下:
(1)列出电网中源节点(发电节点)到每个目标节点(非发电节点)的最短供电路径。
(2)计算每个目标节点在电网中的稳定性,并进行降序排列。
(3)观察若删除任一目标节点后,其他目标节点按稳定性的排名变化,挑选出稳定性仅受节点影响的节点。
(4)评估配电网中异常线路的节点的故障值来判断故障原因。若故障原因来自于输电线路,则转到步骤5,否则输出配电网的位置。
(5)利用节点间的模糊关联阈值定位故障节点的位置。边缘计算根据已知低压网络拓扑信息和各级监测设备的数据识别故障,定位故障区段。
在完成故障定位之后,将相关信息传送至云平台,推送至供电服务指挥平台,下派工单至抢修人员进行精准抢修,进行高级应用。
根据拓扑自动识别形成的低压拓扑图及户变关系明细,在云主站侧与PMS推送的低压拓扑和营销抽取的户变关系进行自动校验,对营配不一致信息推送至供电服务指挥系统给营销、生产相关人员派发核对工单。
采用智能配变终端和传感器单元,实现对各节点的供入电量、供出电量、线损和线损率分时统计、日统计和月统计,当线损率超过理论最大值或波动异常,发出异常报警。由云主站将告警信息推送至供电服务指挥平台,下派待办事项至相关人员协同办公,根据拓扑计算结果,从户变关系核查、计量装置检查和用电检查等方面开展,工作完成后,供电服务指挥平台将处理结果反馈至云主站,对线损异常数据进行筛选分析。从而获取低压台区准确的线损率,指导线路改造和防窃电管理,降低线路损耗,避免偷电漏电,提升经营效益。
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)
1.一种基于拓扑动态识别的低压配电网故障定位系统,其特征在于,所述系统包括数据采集与传输层、故障定位层及应用层;
所述数据采集与传输层包括分支箱数据采集模块及用户表箱数据采集模块,用户表箱数据采集模块实现数据采集、特征信号接收、用户停复电事件上报及用户表箱ID号,分支箱数据采集模块实现分支箱及相关线路数据采集、特征信号接收、停电事件上报及分支箱ID号;
故障定位层包括由故障预警定位装置,故障预警定位装置由故障定位模块与特征信号发生模块构成,故障定位模块对低压配电网拓扑结构中的节点稳定性进行评估,再选择最短路径,判断故障原因,最终利用节点间的模糊关联阈值定位故障节点的位置,并将故障定位信息上传至应用层;特征信号发生模块接收故障定位模块下发的拓扑识别信号,并下发非工频正弦波信号至分支箱数据采集模块及用户表箱数据采集模块,接收采集模块回复信号,并应答故障定位模块。
2.根据权利要求1所述的一种基于拓扑动态识别的低压配电网故障定位系统,其特征在于,进行拓扑动态识别时,故障预警定位装置、分支箱数据采集模块以及用户表箱数据采集模块进行有效配合,故障定位模块、特征信号发生模块、分支箱数据采集模块均与线路的ABC三相连接,用户表箱数据采集模块仅与三相中的某一相连接,最终在故障预警定位装置实现拓扑识别。
3.根据权利要求1所述的一种基于拓扑动态识别的低压配电网故障定位系统,其特征在于,在拓扑结构的基础上,利用拓扑结构中节点间的模糊关联阈值来快速定位故障节点;在进行定位时,首先对低压配电网拓扑结构中的节点稳定性进行评估,再选择最短路径,判断故障原因,最终利用节点间的模糊关联阈值定位故障节点的位置。
4.根据权利要求1所述的一种基于拓扑动态识别的低压配电网故障定位系统,其特征在于,在完成故障定位之后,将相关信息通过4G通信方式上传至云平台,推送至供电服务指挥平台,下派工单至抢修人员进行精准抢修,进行防窃电管理、线路损耗管理等高级应用。
5.根据权利要求1-4中任意一项所述的一种基于拓扑动态识别的低压配电网故障定位系统的故障定位方法,其特征在于,所述故障定位方法具体包括如下步骤:
步骤(1)、列出电网中源节点到每个目标节点的最短供电路径;
步骤(2)、计算每个目标节点在电网中的稳定性,并进行降序排列;
步骤(3)、观察若删除任一目标节点后,其他目标节点按稳定性的排名变化,挑选出稳定性仅受节点影响的节点;
步骤(4)、评估配电网中异常线路的节点的故障值来判断故障原因,若故障原因来自于输电线路,则转到步骤(5),否则输出配电网的位置;
步骤(5)、利用节点间的模糊关联阈值定位故障节点的位置,边缘计算根据已知低压网络拓扑信息和各级监测设备的数据识别故障,定位故障区段。
6.根据权利要求5所述的故障定位方法,其特征在于,采用Dijkstra算法选择最短路径,该算法考虑低压配电网的拓扑结构和各链路的长度,从源节点出发,每次确定一个与源节点最近的节点,并将源节点与当前最近节点间的路径作为新的最短路径;基于最短路径找到下一个距离源节点最近的节点,并添加新的最短路径;直到找到源节点到所有节点的最短路径;该算法的执行过程如下:
(1)初始化阶段,令D={l},D’中节点n到D中节点的最短距离为:
式中,D表示已找到最短路径的节点集合,D’表示W中待确定最短路径的剩余节点,W表示网络中所有节点,vl,n为节点l和n间的连接权重;
(2)在D’中确定距离最短的节点m,从D’中删除节点m,令D={l,m},更新D’中每个节点p到D中节点的最短距离,即D(p)←min{D(p),D(p)+vl,p};
(3)重复步骤(2),直到D’为空时结束。
7.根据权利要求5所述的故障定位方法,其特征在于,故障定位模块定时自动向特征信号发生模块发送台区拓扑识别指令,识别顺序依次为A相、B相和C相,具体步骤如下:
(1)故障定位模块向特征信号发生模块发送台区A相拓扑识别指令:若特征信号发生模块监测到A相相电压为0,则将该信息返回给故障定位模块,故障定位模块立即发出台区B相拓扑识别指令;若特征信号发生模块监测到A相相电压不为0,则特征信号发生模块立即回复故障定位模块并向A与N之间发送非工频正弦波信号,故障定位模块于1min后发出台区B相拓扑识别指令,重复以上操作直至发出C相拓扑识别指令;
(2)故障定位模块通过主载波路由模块启动从节点主动注册功能,分支箱数据采集模块以及用户表箱数据采集模块等从节点收到台区启动注册信息后,将节点地址信息即ID发送给故障定位模块;
(3)故障定位模块根据节点地址信息,启动从节点信息轮询功能,轮询特征信号发生模块发送的非工频正弦波信号,如果从节点返回的data数据与故障定位模块写入特征信号发生模块的data数据一致,则此节点属于本台区;如果从节点返回的data数据与故障定位模块写入特征信号发生器的data数据不一致或者从节点在规定时间内没有data数据返回,则此节点不属于本台区;
(4)当台区的表箱侧低压监测单元返回data数据30s后,发出脉冲电流信号,信号经过逐级传递,形成拓扑元,故障定位模块对所有拓扑元进行组合,形成整个台区拓扑结构。
9.根据权利要求5所述的故障定位方法,其特征在于,根据故障定位模块接收到的异常数据判断信息故障是发生在低压配电网内部还是输电线路上,节点i发生故障可用以下公式进行评估:
式中,gd(i)表示节点i受与其孩子节点故障影响值,loc(i)表示节点i受其子孙节点(孩子节点除外)故障影响值,Ni表示异常电路上节点i的孩子节点集合,N′i表示途经节点i的每条异常线路上距离节点i最近的子孙节点集合(孩子节点除外),leni,j为节点i与节点j的路径长度,pathi,j为节点i与节点j间隔的节点数,n为N′i中节点总数;式(2)可见,节点离其孩子节点距离越远,受孩子节点故障影响越小,且出现故障的孩子节点越少,节点受影响的程度越小;同理,式(3)中子孙节点距离越远,受子孙节点影响越小,且出现故障的子孙节点越少,节点受影响的程度越小。
10.根据权利要求9所述的故障定位方法,其特征在于,根据节点间相互影响,引入模糊关联阈值区分节点故障与线路故障,并认为发生在距离该节点附近的故障均为节点故障,模糊关联阈值ε可定义为:
发生节点故障时,节点i受与其孩子节点故障影响值与受其子孙节点故障影响值相似,此时节点故障模糊关联阈值接近100%;当故障发生在线路中段时,节点故障概率趋于0;
结合节点的故障信息和节点间的模糊关联阈值来定位引发故障的节点,基于电网结构确定节点间模糊关联阈值的原则为,若删除某一节点m后,其某一节点n的稳定性明显减弱,在删除其他节点时节点n的稳定性受影响相对较小,则认定为节点m和n间存在关联性,计算模糊关联阈值,判断故障位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111502137.3A CN114280414A (zh) | 2021-12-09 | 2021-12-09 | 一种基于拓扑动态识别的低压配电网故障定位系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111502137.3A CN114280414A (zh) | 2021-12-09 | 2021-12-09 | 一种基于拓扑动态识别的低压配电网故障定位系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114280414A true CN114280414A (zh) | 2022-04-05 |
Family
ID=80871524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111502137.3A Pending CN114280414A (zh) | 2021-12-09 | 2021-12-09 | 一种基于拓扑动态识别的低压配电网故障定位系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114280414A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114563660A (zh) * | 2022-04-26 | 2022-05-31 | 北京智芯微电子科技有限公司 | 一种配电网故障判定方法、装置及管理系统 |
CN114723082A (zh) * | 2022-04-19 | 2022-07-08 | 镇江西门子母线有限公司 | 一种智能低压成套设备的异常预警方法及系统 |
CN115173570A (zh) * | 2022-09-08 | 2022-10-11 | 国家电投集团科学技术研究院有限公司 | 矿山供电系统的监控方法、装置、设备和介质 |
CN115333062A (zh) * | 2022-10-12 | 2022-11-11 | 国网浙江省电力有限公司宁波供电公司 | 一种配电网系统的故障处理方法及装置 |
CN115586402A (zh) * | 2022-12-09 | 2023-01-10 | 安徽中鑫继远信息技术股份有限公司 | 配电网故障诊断与处理方法 |
CN115730868A (zh) * | 2023-01-06 | 2023-03-03 | 北京龙德缘电力科技发展有限公司 | 智能配电系统损耗评估及故障计算系统及方法 |
CN117526249A (zh) * | 2023-11-03 | 2024-02-06 | 青岛裕华电子科技有限公司 | 一种应用数据分析技术的电能使用控制管理系统及方法 |
-
2021
- 2021-12-09 CN CN202111502137.3A patent/CN114280414A/zh active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114723082A (zh) * | 2022-04-19 | 2022-07-08 | 镇江西门子母线有限公司 | 一种智能低压成套设备的异常预警方法及系统 |
CN114723082B (zh) * | 2022-04-19 | 2023-08-18 | 镇江西门子母线有限公司 | 一种智能低压成套设备的异常预警方法及系统 |
CN114563660A (zh) * | 2022-04-26 | 2022-05-31 | 北京智芯微电子科技有限公司 | 一种配电网故障判定方法、装置及管理系统 |
CN115173570A (zh) * | 2022-09-08 | 2022-10-11 | 国家电投集团科学技术研究院有限公司 | 矿山供电系统的监控方法、装置、设备和介质 |
CN115173570B (zh) * | 2022-09-08 | 2022-11-22 | 国家电投集团科学技术研究院有限公司 | 矿山供电系统的监控方法、装置、设备和介质 |
CN115333062A (zh) * | 2022-10-12 | 2022-11-11 | 国网浙江省电力有限公司宁波供电公司 | 一种配电网系统的故障处理方法及装置 |
CN115333062B (zh) * | 2022-10-12 | 2023-01-24 | 国网浙江省电力有限公司宁波供电公司 | 一种配电网系统的故障处理方法及装置 |
CN115586402A (zh) * | 2022-12-09 | 2023-01-10 | 安徽中鑫继远信息技术股份有限公司 | 配电网故障诊断与处理方法 |
CN115586402B (zh) * | 2022-12-09 | 2023-03-14 | 安徽中鑫继远信息技术股份有限公司 | 配电网故障诊断与处理方法 |
CN115730868A (zh) * | 2023-01-06 | 2023-03-03 | 北京龙德缘电力科技发展有限公司 | 智能配电系统损耗评估及故障计算系统及方法 |
CN117526249A (zh) * | 2023-11-03 | 2024-02-06 | 青岛裕华电子科技有限公司 | 一种应用数据分析技术的电能使用控制管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114280414A (zh) | 一种基于拓扑动态识别的低压配电网故障定位系统及方法 | |
JP5993249B2 (ja) | 配電ネットワーク上の障害を位置特定するためのシステム、方法、および装置 | |
EP2806572A1 (en) | Detecting and locating power outages via low voltage grid mapping | |
CN106646104B (zh) | 配电网故障诊断方法 | |
CN105915398B (zh) | 基于农村电网故障快速检测及复电系统及其集中器检测方法 | |
CN105281435A (zh) | 面向智能配电网的分布式故障检测与隔离系统及工作方法 | |
CN105515184B (zh) | 基于无线传感网络的多传感器多参量配网协同监测系统 | |
JP2018061425A (ja) | 送電網システムの高度妨害管理 | |
CN106918764B (zh) | 基于网基矩阵型算法的配网故障定位方法 | |
CN110658415A (zh) | 一种低压配电线路故障检测方法及系统 | |
CN105067956A (zh) | 一种基于蚁群算法配网故障定位的方法 | |
Jiang | Data-driven probabilistic fault location of electric power distribution systems incorporating data uncertainties | |
CN104166940A (zh) | 配电网运行风险评估方法及评估系统 | |
CN106571689A (zh) | 一种多数据源比较技术诊断变电站遥测故障在线监测系统 | |
CN102841293A (zh) | 一种用于10kV配电网线路故障定位系统 | |
CN104112076A (zh) | 基于模糊数学的运行风险评估方法及评估系统 | |
AU2020103307A4 (en) | Machine Learning-Based Power Quality Improvement System For Micro-Grid | |
Janssen et al. | Meter placement impact on distribution system state estimation | |
CN103995172A (zh) | 变电站gis母线负荷电流在线监测方法 | |
WO2021183305A1 (en) | Topology and phase detection for electrical supply network | |
CN111463783B (zh) | 一种低压台区配电网拓扑识别及故障定位装置及应用方法 | |
CN105429301A (zh) | 一种基于节点分析法的智能配电网络自愈控制方法 | |
JP2024513381A (ja) | 配電網の低電圧部分からの測定値を使用して中低電圧配電網の故障を識別し故障位置を特定する方法 | |
CN107680367B (zh) | 一种具有台区故障诊断功能的宽带载波通讯模块 | |
CN109142988A (zh) | 一种基于电能质量监测数据的配网故障定位方法及系统 |
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 |