CN114640095A - 基于5g网络切片和超限学习机的配电网差动保护系统及方法 - Google Patents

基于5g网络切片和超限学习机的配电网差动保护系统及方法 Download PDF

Info

Publication number
CN114640095A
CN114640095A CN202210506242.2A CN202210506242A CN114640095A CN 114640095 A CN114640095 A CN 114640095A CN 202210506242 A CN202210506242 A CN 202210506242A CN 114640095 A CN114640095 A CN 114640095A
Authority
CN
China
Prior art keywords
power distribution
network
distribution network
fault
differential protection
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
Application number
CN202210506242.2A
Other languages
English (en)
Other versions
CN114640095B (zh
Inventor
陈页
戴泽源
杨嘉帆
李振廷
刘萌萌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Lab
Original Assignee
Zhejiang Lab
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Lab filed Critical Zhejiang Lab
Priority to CN202210506242.2A priority Critical patent/CN114640095B/zh
Publication of CN114640095A publication Critical patent/CN114640095A/zh
Application granted granted Critical
Publication of CN114640095B publication Critical patent/CN114640095B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
    • H02H7/00—Emergency protective circuit arrangements specially adapted for specific types of electric machines or apparatus or for sectionalised protection of cable or line systems, and effecting automatic switching in the event of an undesired change from normal working conditions
    • H02H7/26—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured
    • H02H7/261—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured involving signal transmission between at least two stations
    • H02H7/262—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured involving signal transmission between at least two stations involving transmissions of switching or blocking orders
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
    • H02H1/00—Details of emergency protective circuit arrangements
    • H02H1/0092—Details of emergency protective circuit arrangements concerning the data processing means, e.g. expert systems, neural networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
    • H02H7/00—Emergency protective circuit arrangements specially adapted for specific types of electric machines or apparatus or for sectionalised protection of cable or line systems, and effecting automatic switching in the event of an undesired change from normal working conditions
    • H02H7/26—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured
    • H02H7/261—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured involving signal transmission between at least two stations
    • H02H7/263—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured involving signal transmission between at least two stations involving transmissions of measured values
    • 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
    • Y04S10/20—Systems supporting electrical power generation, transmission or distribution using protection elements, arrangements or systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Emergency Protection Circuit Devices (AREA)

Abstract

本发明公开了一种基于5G网络切片和超限学习机的配电网差动保护系统及方法，涉及电力系统继电保护的技术领域，包括通过5G网络互相连接的被保护的配电网络和通信模块，以及与通信模块连接的智能差动保护模块、网络故障预测模块和故障恢复模块，被保护的配电网络由各主母线、分支母线以及连接于所述主母线和所述分支母线之间的配电网线路连接组成，本发明采用无线通信方式可以避免线缆铺设存在的问题，5G无线通信技术具有超高带宽、超高可靠低时延等特性，能够解决传统的配电网差动保护方法适应性问题，可以增强配电网差动保护信号传输的安全性、低时延和可靠性，保证传输服务质量。

Description

基于5G网络切片和超限学习机的配电网差动保护系统及方法
技术领域
本发明属于电力系统继电保护的技术领域，特别涉及基于5G网络切片和超限学习机的配电网差动保护系统及方法。
背景技术
配电网差动保护可以对区域内被保护元件两侧的电流大小和相位进行比较，完成运行状态的识别，对故障进行判断和切除，保障配电网安全。故障位置的快速判断和切除要求保护装置之间的信号传输实时、可靠。光纤传输继电保护信号的方式在电力系统中已有一定的研究和应用，但是存在光缆敷设困难和投资太高的问题。
发明内容
本发明所要解决的技术问题是为了克服现有技术中存在的问题，提出一种基于5G网络切片和超限学习机的配电网差动保护系统及方法，解决了配电网差动保护网络存在的光缆敷设困难和投资太高的问题。
本发明所述的基于5G网络切片和超限学习机的配电网差动保护系统，包括通过5G网络互相连接的被保护的配电网络和通信模块，以及与通信模块连接的智能差动保护模块、网络故障预测模块和故障恢复模块；
所述的被保护的配电网络由各主母线、分支母线以及连接于所述主母线和所述分支母线之间的配电网线路连接组成，所述的分支母线和配电网线路均设有断路器，由智能差动保护模块通过所述通信模块进行远程控制开断，被保护的配电网络中的元件两侧均设有测量设备，用于测量被保护的配电网络中的元件两侧电气量，并通过通信模块进行数据传输；被保护的配电网络的线路两侧均设有规格统一的电流互感器。
作为优选，所述的智能差动保护模块包括数据采集器、比较器和继电器。
所述的数据采集器接收被保护元件两侧的电气量并记录。
所述的比较器将同一时刻采集到的被保护元件两侧电气量进行比较，根据保护动作判据判断故障位置是否在保护范围内，决定所述继电器是否动作将故障切除。
所述的保护动作判据采用带制动特性的差动保护方式，可写为
Figure DEST_PATH_IMAGE001
。
式中，
Figure DEST_PATH_IMAGE002
为继电器正确动作时的差动电流，计算方式为
Figure DEST_PATH_IMAGE003
，其中
Figure DEST_PATH_IMAGE004
和
Figure DEST_PATH_IMAGE006
分别为被保护元件两侧电流；
Figure DEST_PATH_IMAGE007
为外部短路时穿过两侧电流互感器的实际短路电流，计算方式为
Figure DEST_PATH_IMAGE008
；
Figure 852246DEST_PATH_IMAGE009
为制动系数，根据被保护元件的不同而选择不同的值。
作为优选，所述的通信模块用于进行被保护的配电网络与智能差动保护模块、网络故障预测模块、故障恢复模块之间的无线通信，通信模块采用5G网络切片方式进行数据和控制指令信号传输。
作为优选，所述的5G网络切片方式是指通过网络切片技术在5G物理网络上动态部署多个虚拟逻辑网络，无需为配电网差动保护业务建设专用的物理网络，且通过一个分片的数据不能被网络中的其他分片访问。
作为优选，所述的网络故障预测模块利用改进的超限学习机算法预测即将发生的被保护元件故障，并在可能的情况下阻止故障发生，如果故障不可避免，则将预警信号发送给故障恢复模块，在故障发生时通过故障恢复模块进行故障恢复。
作为优选，所述的改进的超限学习机算法为附带长短期记忆的多层超限学习机算法（Multi-Layer Extreme Learning Machine with long short-term Memory，MLELMM），利用时序化电气量及环境量预测后续电流，并以此为依据预测可能发生的被保护元件故障。
本发明还提供了一种基于5G网络切片和超限学习机的配电网差动保护方法，包含以下步骤：
（1）智能差动保护模块中的数据采集器接收被保护元件两侧电气量，同时将数据发送给网络故障预测模块；
（2）智能差动保护模块中的比较器对同一时刻的被保护元件两侧电气量进行比较；
（3）判断差动电流是否大于等于制动系数与实际短路电流的乘积，即
Figure 441490DEST_PATH_IMAGE001
，以判断保护区域内是否发生故障；
（4）若是发生故障，则智能差动保护模块中的继电器动作，将故障切除；
（5）故障恢复模块进行区域内被保护元件故障恢复；
（6）接收到数据采集器发送的被保护元件两侧电气量后，网络故障预测模块预测即将发生的通信故障；
（7）判断能否阻止故障发生；
（8）若无法阻止故障发生，则将预警信号发送到故障恢复模块，并确认继电器是否动作，即故障是否真实发生；
（9）若继电器动作，则由故障恢复模块进行区域内被保护元件的故障恢复。
其中，所述的步骤（2）-（5）与步骤（6）-（9）为并列关系，在收到电气量数据后同步发生。
本发明的有益效果在于：
采用无线通信方式可以避免线缆铺设存在的问题，其中5G无线通信技术具有超高带宽、超高可靠低时延（uRLLC）等特性；5G基站部署密度大，具有天然的资源优势，且能够解决传统的配电网差动保护方法适应性问题（带宽需求、网络时延等）；由于配网故障发生是随机的，配网差动保护需要实时通信传递数据来判断和检测线路是否发生故障，因此有长时间对带宽较大的需求。
附图说明
图1为本发明配电网差动保护系统的示意图；
图2为本发明的系统工作流程图；
图3为网络故障预测模块中MLELMM算法的训练流程图；
图4为网络故障预测模块中MLELMM算法对电流的预测流程。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
如图1所示，基于5G网络切片和超限学习机的配电网差动保护系统，包括通过5G网络互相连接的被保护的配电网络和通信模块，以及与通信模块连接的智能差动保护模块、网络故障预测模块和故障恢复模块；
所述的被保护的配电网络由各主母线1、分支母线2以及连接于所述主母线1和所述分支母线2之间的配电网线路3连接组成，所述的分支母线2和配电网线路3均设有断路器4，由智能差动保护模块通过所述通信模块进行远程控制开断，被保护的配电网络中的元件两侧均设有测量设备，用于测量被保护的配电网络中的元件两侧电气量，并通过通信模块进行数据传输；被保护的配电网络的线路两侧均设有规格统一的电流互感器51，从而保证当被保护的配电网络发生故障时，在每一个故障发生区域5均设有电流互感器51，电流互感器51的规格统一是指特性和变比都相同，电流互感器的极性和连接方式如图1所示，*表示同名端。
其中，所述的智能差动保护模块包括数据采集器、比较器和继电器；所述的数据采集器接收被保护元件两侧的电气量并记录；所述的比较器将同一时刻采集到的被保护元件两侧电气量进行比较，根据保护动作判据判断故障位置是否在保护范围内，决定所述继电器是否动作将故障切除。
所述的保护动作判据采用带制动特性的差动保护方式，可写为
Figure 96593DEST_PATH_IMAGE001
。
式中，
Figure 367169DEST_PATH_IMAGE002
为继电器正确动作时的差动电流，计算方式为
Figure 791328DEST_PATH_IMAGE003
，其中
Figure 285894DEST_PATH_IMAGE004
和
Figure 654994DEST_PATH_IMAGE006
分别为被保护元件两侧电流；
Figure 525998DEST_PATH_IMAGE007
为外部短路时穿过两侧电流互感器的实际短路电流，计算方式为
Figure DEST_PATH_IMAGE010
；
Figure 742346DEST_PATH_IMAGE011
为制动系数，根据被保护元件的不同而选择不同的值。
所述的通信模块用于进行被保护的配电网络与智能差动保护模块、网络故障预测模块、故障恢复模块之间的无线通信，通信模块采用5G网络切片方式进行数据和控制指令信号传输。
所述的5G网络切片方式是指通过网络切片技术在5G物理网络上动态部署多个虚拟逻辑网络，无需为配电网差动保护业务建设专用的物理网络，且通过一个分片的数据不能被网络中的其他分片访问。
所述的网络故障预测模块利用改进的超限学习机算法预测即将发生的被保护元件故障，并在可能的情况下阻止故障发生，如果故障不可避免，则将预警信号发送给故障恢复模块，在故障发生时通过故障恢复模块进行故障恢复。
所述的改进的超限学习机算法为附带长短期记忆的多层超限学习机算法（Multi-Layer Extreme Learning Machine with long short-term Memory，MLELMM），利用时序化电气量及环境量预测后续电流，并以此为依据预测可能发生的被保护元件故障；配电网差动保护要求网络时延≤15ms，利用本发明可以轻松达到。
如图2所示，本发明所述的配电网差动保护系统工作流程包括：
（1）智能差动保护模块中的数据采集器接收被保护元件两侧电气量，同时将数据发送给网络故障预测模块；
（2）智能差动保护模块中的比较器对同一时刻的被保护元件两侧电气量进行比较；
（3）判断差动电流是否大于等于制动系数与实际短路电流的乘积，即
Figure 142235DEST_PATH_IMAGE001
，以判断保护区域内是否发生故障；
（4）若是发生故障，则智能差动保护模块中的继电器动作，将故障切除；
（5）故障恢复模块进行区域内被保护元件故障恢复；
（6）接收到数据采集器发送的被保护元件两侧电气量后，网络故障预测模块预测即将发生的通信故障；
（7）判断能否阻止故障发生；
（8）若无法阻止故障发生，则将预警信号发送到故障恢复模块，并确认继电器是否动作，即故障是否真实发生；
（9）若继电器动作，则由故障恢复模块进行区域内被保护元件的故障恢复。
其中（2）-（5）过程与（6）-（9）过程为并列关系，在收到电气量数据后同步发生。
本发明所述的网络故障预测模块通过MLELMM算法预测即将发生的通信故障，所述的MLELMM算法流程如图3-图4所示，包括以下步骤：
（6.1）对传感器所记录的电气量、环境量进行归一化，针对可能出现的数据缺失，采用插值方法进行补全；
（6.2）将时序化的电气量及环境量按一定比例划分为训练样本和测试样本，将训练样本输入到多层超限学习机（Multi-Layer Extreme Learning Machine， MLELM）中，通过训练获得权值矩阵；
（6.3）将测试样本输入训练完成的多层超限学习机中，逐层顺序计算得出测试样本的电流预测初值，并获得残差；
（6.4）利用自动编码器（Auto Encoder, AE）对前述测试样本进行降维，输入附带长短期记忆的循环神经网络（Long Short-Term Memory, LSTM）中进行训练，获取差值预测权值矩阵；
（6.5）将当前时刻所获取的电气量、环境量分别输入训练完成的多层超限学习机与附带长短期记忆的循环神经网络中，分别获取电流预测初值与电流预测初值与真值差值的预测值，二者相加即为最终的电流预测值。
以上所述，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 (9)

1.一种基于5G网络切片和超限学习机的配电网差动保护系统，其特征在于：包括通过5G网络互相连接的被保护的配电网络和通信模块，以及与通信模块连接的智能差动保护模块、网络故障预测模块和故障恢复模块；所述的被保护的配电网络由各主母线、分支母线以及连接于所述主母线和所述分支母线之间的配电网线路连接组成，所述的分支母线和配电网线路均设有断路器，由智能差动保护模块通过所述通信模块进行远程控制开断，被保护的配电网络中的元件两侧均设有测量设备，用于测量被保护的配电网络中的元件两侧电气量，并通过通信模块进行数据传输；被保护的配电网络的线路两侧均设有规格统一的电流互感器。
2.根据权利要求1所述的一种基于5G网络切片和超限学习机的配电网差动保护系统，其特征在于：所述的智能差动保护模块包括数据采集器、比较器和继电器；所述的数据采集器接收被保护元件两侧的电气量并记录；所述的比较器将同一时刻采集到的被保护元件两侧电气量进行比较，根据保护动作判据判断故障位置是否在保护范围内，决定所述继电器是否动作将故障切除。
3.根据权利要求1所述的一种基于5G网络切片和超限学习机的配电网差动保护系统，其特征在于：所述的通信模块用于进行被保护的配电网络与智能差动保护模块、网络故障预测模块、故障恢复模块之间的无线通信，通信模块采用5G网络切片方式进行数据和控制指令信号传输。
4.根据权利要求3所述的一种基于5G网络切片和超限学习机的配电网差动保护系统，其特征在于：所述的5G网络切片方式是指通过网络切片技术在5G物理网络上动态部署多个虚拟逻辑网络，无需为配电网差动保护业务建设专用的物理网络，且通过一个分片的数据不能被网络中的其他分片访问。
5.根据权利要求1所述的一种基于5G网络切片和超限学习机的配电网差动保护系统，其特征在于：所述的网络故障预测模块利用改进的超限学习机算法预测即将发生的被保护元件故障，并在可能的情况下阻止故障发生，如果故障不可避免，则将预警信号发送给故障恢复模块，在故障发生时通过故障恢复模块进行故障恢复。
6.根据权利要求5所述的一种基于5G网络切片和超限学习机的配电网差动保护系统，其特征在于：所述的改进的超限学习机算法为利用附带长短期记忆的多层超限学习机算法，利用时序化电气量及环境量预测后续电流，并以此为依据预测可能发生的被保护元件故障。
7.根据权利要求6所述的一种基于5G网络切片和超限学习机的配电网差动保护系统，其特征在于：所述的时序化电气量包括电流、电压、等效阻抗，所述的环境量包括温度、湿度。
8.一种基于5G网络切片和超限学习机的配电网差动保护方法，其特征在于，包含以下步骤：
（1）智能差动保护模块中的数据采集器接收被保护元件两侧电气量，同时将数据发送给网络故障预测模块；
（2）智能差动保护模块中的比较器对同一时刻的被保护元件两侧电气量进行比较；
（3）判断差动电流是否大于等于制动系数与实际短路电流的乘积，以判断保护区域内是否发生故障；
（4）若是发生故障，则智能差动保护模块中的继电器动作，将故障切除；
（5）故障恢复模块进行区域内被保护元件故障恢复；
（6）接收到数据采集器发送的被保护元件两侧电气量后，网络故障预测模块预测即将发生的通信故障；
（7）判断能否阻止故障发生；
（8）若无法阻止故障发生，则将预警信号发送到故障恢复模块，并确认继电器是否动作，即故障是否真实发生；
（9）若继电器动作，则由故障恢复模块进行区域内被保护元件的故障恢复。
9.根据权利要求8所述的一种基于5G网络切片和超限学习机的配电网差动保护方法，其特征在于：所述的步骤（2）-（5）与步骤（6）-（9）为并列关系，在收到电气量数据后同步发生。
CN202210506242.2A 2022-05-11 2022-05-11 基于5g网络切片和超限学习机的配电网差动保护系统及方法 Active CN114640095B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210506242.2A CN114640095B (zh) 2022-05-11 2022-05-11 基于5g网络切片和超限学习机的配电网差动保护系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210506242.2A CN114640095B (zh) 2022-05-11 2022-05-11 基于5g网络切片和超限学习机的配电网差动保护系统及方法

Publications (2)

Publication Number Publication Date
CN114640095A true CN114640095A (zh) 2022-06-17
CN114640095B CN114640095B (zh) 2022-08-23

Family

ID=81952746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210506242.2A Active CN114640095B (zh) 2022-05-11 2022-05-11 基于5g网络切片和超限学习机的配电网差动保护系统及方法

Country Status (1)

Country Link
CN (1) CN114640095B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140095417A1 (en) * 2012-10-01 2014-04-03 Frederick S.M. Herz Sdi (sdi for epi-demics)
CN108615027A (zh) * 2018-05-11 2018-10-02 常州大学 一种基于长短期记忆-加权神经网络对视频人群计数的方法
CN112926807A (zh) * 2021-04-15 2021-06-08 德州欧瑞电子通信设备制造有限公司 考虑预测误差的机柜设备发热量超短期预测方法及系统
CN113346462A (zh) * 2021-06-02 2021-09-03 国网河北省电力有限公司电力科学研究院 一种基于预测电压幅值的花瓣型配电网联络线路保护方法
CN113627554A (zh) * 2021-08-18 2021-11-09 北京工业大学 基于自编码和极限学习机的药品分类方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140095417A1 (en) * 2012-10-01 2014-04-03 Frederick S.M. Herz Sdi (sdi for epi-demics)
CN108615027A (zh) * 2018-05-11 2018-10-02 常州大学 一种基于长短期记忆-加权神经网络对视频人群计数的方法
CN112926807A (zh) * 2021-04-15 2021-06-08 德州欧瑞电子通信设备制造有限公司 考虑预测误差的机柜设备发热量超短期预测方法及系统
CN113346462A (zh) * 2021-06-02 2021-09-03 国网河北省电力有限公司电力科学研究院 一种基于预测电压幅值的花瓣型配电网联络线路保护方法
CN113627554A (zh) * 2021-08-18 2021-11-09 北京工业大学 基于自编码和极限学习机的药品分类方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
HAKAN CAN ALTUNAY: "Analysis_of_Anomaly_Detection_Approaches_Performed_Through_Deep_Learning_Methods_in_SCADA_Systems", 《2021 3RD INTERNATIONAL CONGRESS ON HUMAN-COMPUTER INTERACTION, OPTIMIZATION AND ROBOTIC APPLICATIONS (HORA)》 *
JIN-MAN PARK: "Online_recurrent_extreme_learning_machine_and_its_application_to_time-series_prediction", 《ONLINE_RECURRENT_EXTREME_LEARNING_MACHINE_AND_ITS_APPLICATION_TO_TIME-SERIES_PREDICTION》 *
梁营玉: "基于补偿系数的有源配电网自适应电流差动保护", 《电网技术》 *
武从周: "基于深度学习的交直流混联电网故障诊断研究", 《中国优秀硕士学位论文全文数据库》 *
蒋帅: "5G 通信技术在配电网保护中的应用探讨", 《电力信息与通信技术》 *

Also Published As

Publication number Publication date
CN114640095B (zh) 2022-08-23

Similar Documents

Publication Publication Date Title
US10910826B2 (en) Voltage derivative and zero-sequence broken conductor detection
CN111226363B (zh) 用于多端子混合线路中的故障区段识别的方法和装置
CN104698311A (zh) 一种直流线路直流避雷器带电检测系统及方法
CN113188678A (zh) 用于开关成套设备的温升在线监测及预测方法和系统
CN103401312A (zh) 智能变电站goose网络通信的冗余告警系统及控制方法
CN106849023A (zh) 基于行波信息的广域后备保护关联域识别方法
CN105137213A (zh) 一种数据通讯实时诊断系统及方法
CN114640095B (zh) 基于5g网络切片和超限学习机的配电网差动保护系统及方法
US6694271B1 (en) Integrated circuit breaker protection software
CN113437730A (zh) 一种基于边缘网关系统的自适应拓扑变化配电网保护方法
CN109378797B (zh) 一种高压架空线断线保护识别方法
CN113030634A (zh) 基于网络单元主机的接地故障定位方法
CN110098599B (zh) 一种架空线-电缆混合线路的故障处理方法和系统
WO2020026069A1 (en) Traveling wave based auto-reclosing and fault location method for multi-terminal mixed lines
CN113534011B (zh) 一种智慧变电站电流互感器断线识别方法及装置
CN114911752A (zh) 一种针对t接线路的三端故障数据归档的方法
CN114355104A (zh) 一种小电流接地选线方法、系统及装置
US20100097736A1 (en) Method and an apparatus for protecting a bus in a three-phase electrical power system
CN108574278B (zh) 一种广域保护系统可靠性评估方法及装置
CN108051693A (zh) 一种基于tas装置的提高接地故障判断准确性的方法
CN113419138A (zh) At所内故障点定位的方法、系统及装置
CN113346462A (zh) 一种基于预测电压幅值的花瓣型配电网联络线路保护方法
CN113555958A (zh) 一种智能电力服务器和电力保护测控系统
Blagorazumov et al. Development of The New Method for Transmission of Current and Voltage Measurements in Accordance with Iec 61850 Providing Reduction of the Traffics to the “Process Bus”
CN115754828B (zh) 一种用于机房的防雷接地装置检测系统和方法

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