CN114859165A - 一种基于广域通信法的直流配网故障区段定位方法 - Google Patents
一种基于广域通信法的直流配网故障区段定位方法 Download PDFInfo
- Publication number
- CN114859165A CN114859165A CN202110407905.0A CN202110407905A CN114859165A CN 114859165 A CN114859165 A CN 114859165A CN 202110407905 A CN202110407905 A CN 202110407905A CN 114859165 A CN114859165 A CN 114859165A
- Authority
- CN
- China
- Prior art keywords
- fault
- indicator
- distribution network
- positioning
- matrix
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000009826 distribution Methods 0.000 title claims abstract description 49
- 238000004891 communication Methods 0.000 title claims abstract description 22
- 239000011159 matrix material Substances 0.000 claims abstract description 55
- 238000005259 measurement Methods 0.000 claims abstract description 18
- 150000001875 compounds Chemical class 0.000 claims description 6
- 230000007257 malfunction Effects 0.000 claims description 6
- 238000011144 upstream manufacturing Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 4
- 238000005457 optimization Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- 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
- G01R31/088—Aspects of digital computing
-
- 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
Abstract
Description
技术领域
本发明属于直流配网故障区段定位技术领域,尤其涉及一种基于广域通信法的直流配网故障区段定位方法。
技术背景
自电力行业发展以来,保证电力系统中输配网的供电可靠性就成为一个备受关注的话题。近年来,随着新能源的接入,城市规模的扩大等等,直流配网的规模日益庞大,并且对故障越来越敏感。因此,准确快速的定位出故障区段对直流配网的可靠运行具有重大的意义。
鉴于直流配网在整个电力系统的重要性,现有技术提出了多种定位方法来保证供电的可靠性,以满足人们生产、生活用电的需要。不过直到今天,维修人员通过目测的方式来检测故障的行为仍然普遍,这对他们来说是一项艰巨的任务。目测这种方法不仅消耗大量的人力,而且会消耗很长的时间,这种低效率的方法不能缩短供电系统恢复过程。除了人工方法,许多其他形式的定位方法被提了出来,按照工作原理,这些定位方位可以分为阻抗法、行波法、优化算法和矩阵算法。
阻抗法通过故障时测量点电压和电流来计算故障线路阻抗,以此求得故障距离。该方法因安装设备数量少,成本低而受到欢迎,然而在含有多支路的直流配网中,这种方法会测得多个伪故障定位点,即所谓的“多测量问题”。并且阻抗法易受过渡电阻、线路结构不对称等因素的影响,使得测量结果误差偏大。当线路发生故障时,故障点会产生高频行波,通过测量行波从故障点到测量装置接受处的时间来定位故障点,该方法基本不受过渡电阻等因素影响。行波法被成功地应用在输电线路中,许多改进的行波法也被应用到了直流配网中。然而,在故障阻抗很大的情况下,由于故障产生的行波幅值被大大削弱,定位效率会降低。而且,配电线路较输电线路更短,而行波速度将近光速,因此在计算故障距离时会存在很大的误差。
随着配电自动化的发展,大量的检测装置被安装在直流配网中,如馈线终端单元,微型向量测量单元和故障指示器等等,学者们通过这些设备提供的数据信息提出了优化算法和矩阵算法,统称为广域通信法。优化算法利用测量信息来构建合适的目标函数和约束条件,通过采用寻优方法(粒子群算法、遗传算法等等)来定位故障区段。由于寻优方法本身存在的缺陷以及直流配网测量数据的多样性,使得定位存在耗时长的不足,但该方法能够在测量信息存在畸变的情况下,实现故障的准确定位。矩阵算法因构建简单,定位效率高而得到广泛应用,然而由于对测量信息的准确性依赖性极高,因此定位容错性差,因此如何为矩阵算法提供准确的测量信息是一个亟需解决的问题。
发明内容
本发明要解决的技术问题是:提供一种基于广域通信法的直流配网故障区段定位方法,以解决现有技术对直流配网故障区段定位存在的定位效率低下和差错率高等技术问题。
本发明技术方案:
一种基于广域通信法的直流配网故障区段定位方法,它包括:
步骤1、对故障指示器和馈线区段进行编号,设故障指示器和馈线区段的最大编号分别为M和N;
步骤2、采集故障指示器检测到的状态信息;
步骤3、构建基于实际测量状态信息的非线性整数规划模型;
步骤5、构建网络定向关联矩阵DA;
步骤6、将网络定向关联矩阵DA与期望状态信息矩阵Y相加得到故障判断矩阵P;
步骤7、考察故障判断矩阵P中的元素,进行故障区段定位。
步骤1所述的故障指示器为单向故障指示器;每个故障指示器与数据处理
中心以无线通信的方式传递测量到的状态信息;
故障指示器安装在直流配网中靠近断路器的地方。
所述单向故障指示器的保护方向为从变电所指向各个支路末端。
步骤3所述构建基于实际测量状态信息的非线性整数规划模型的方法包括:
建立如式(1)所示目标函数
min α1*Nfailure+α2*Nmalfunction (1)
式中,α1和α2分别为故障指示器漏报和误报的权重因子,本文取α1=0.75,α2=0.83;Nfailure为故障指示器漏报的数量,即Nmalfunction为故障指示器误报的数量,即fi表示第i个故障指示器发生漏报;mi表示第i个故障指示器发生误报;
步骤3.2:建立如式(2)所示的约束条件
式中,和为第i个和第l个故障指示器的期望状态信息;ΩFI_l表示故障指示器l上游的故障指示器集合;ΩFI表示整个配电网中的故障指示器集合;上游是指从该指示器处至变电所之间的故障指示器集合,下游则是从该指示器处至沿支路末端之间的故障指示器集合;
步骤3.3:建立如式(3)所示的约束条件
步骤3.4:建立如式(4)所示的约束条件
构建出一个以式(1)为目标函数,以式(2)、式(3)和式(4)为约束条件的非线性整数规划模型。
所述求解非线性整数规划模型方法为:采用LINGO 12.0求解非线性整数规划模型。
步骤5所述构建网络定向关联矩阵DA的方法为:
假设整个网络有M个故障指示器,则可以构造一个M×M阶方阵,若故障指示器i和j之间仅存在一条馈线且该馈线的正方向与故障指示器的保护方向一致,则对应的矩阵DA中的元素aij=1,而aji=0,第i行的其他元素也置为0,即aik=0(k≠i)。
步骤7所述考察故障判断矩阵P中的元素,进行故障区段定位的方法为:若pii=1,对所有的pij=1(j≠i)都有pjj=0,则故障指示器i和j之间存在故障;若pii=1对所有的pij=0,则故障指示器i属于馈线末端且与编号一致的馈线区段为故障区段。
本发明有益效果:
本发明提供一种基于广域通信法的直流配网故障区段定位方法,充分利用测量装置提供的状态信息,并且考虑了分布式电源投入后对整个配网结构的影响,更加符合未来配电网的发展;相较于传统的矩阵方法,本发明在定位容错性上得到了显著的提高;相较于优化算法,本文发明在定位速度上也得到了不小的提升。
考虑到故障指示器提供的状态信息存在漏报和误报现象而造成的矩阵算法定位不准确现象,本发明提出了通过构建合理的非线性整数规划模型来进行校正,以此来获得期望的状态信息。由于配网规模庞大,优化方法定位存在耗时长的不足,为此本发明提出了将定位阶段由矩阵算法代替,而将优化方法用在提供期望的状态信息方面,以此充分发挥它的容错性优势。
本发明在定位效率和容错性方面都得到了很大的提高;解决了现有技术对直流配网故障区段定位存在的定位效率低下和差错率高等技术问题。
附图说明:
图1为直流配网故障区段定位的流程图;
图2为直流配网拓扑图;
图3为单电源简单直流配网图;
图4为双电源简单直流配网;
图5为含有分布式电源的直流配网拓扑图;
图6为馈线区段L5和L6发生故障时的直流配网状态信息示意图。
具体实施方式:
一种基于广域通信法的直流配网故障区段定位,包括以下步骤:
步骤1:对故障指示器和馈线区段进行编号,设故障指示器和馈线区段的最大编号分别为M和N。一般来说,故障指示器的编号与馈线区段的编号一一对应,如图2所示,一定编号的故障指示器下游对应着同样编号的馈线区段。
步骤2:获取故障指示器检测到的状态信息;
考虑到安装在馈线区段上的分布式电源(Distribution Generation,DG),比如风机、太阳能电池板等等对整个直流配网故障区段定位的影响,本文采用了单向故障指示器(Uni-Directional Fault Indicator),以图3和图4为例来说明该指示器的特点。图中SS表示变电所(Substation),CB表示断路器(Circuit Breaker),FI表示故障指示器(FaultIndicator),Li表示第i个馈线区段。
单向故障指示器以特定保护方向为突出特点,其保护方向指能够使故障指示器触发的故障电流的方向。以图3为例,图中有一个保护方向从L1指向L2的单向故障指示器,它的触发情况如表I中第2、3列所示。当图3中故障指示器的保护方向为从L2指向L1,则其触发情况如表I第4、5列所示,这种情况下,它无法检测到任何故障情况发生。在表I中,馈线区段的状态分三种情况:“-1”表示未故障;“0”表示未知;“+1”表示已故障。故障指示的状态有两种:“0”表示为触发;“1”表示触发。
图4中有两个变电所,假设保护方向从L1指向L2,如果一个故障发生在L2,将会有故障电流从L1流向L2,因为故障电流方向与保护方向一致,则故障指示器将会被触发。如果此时故障发生在L1,则故障电流将从L2流向L1,由于故障电流方向与保护方向相反,故障指示器未触发。其相应的触发情况如表II所示。
表I图3对应的触发情况
表II图4对应的触发情况
本发明设定单向故障指示器的保护方向为从变电所指向各个支路末端,且该类型故障指示器具有通信功能,每个故障指示器与数据处理中心以无线通信的方式传递测量到的状态信息。这些故障指示器被安装在直流配网中靠近断路器的附近。
步骤3:构建基于实际测量状态信息的非线性整数规划模型;
步骤3具体包括:
步骤3.1:建立如式(1)所示的目标函数;
min α1*Nfailure+α2*Nmalfunction (1)
式中,α1和α2分别为故障指示器漏报和误报的权重因子,本文取α1=0.75,α2=0.83;Nfailure为故障指示器漏报的数量,即Nmalfunction为故障指示器误报的数量,即fi表示第i个故障指示器发生漏报;mi表示第i个故障指示器发生误报。
步骤3.2:建立如式(2)所示的约束条件
式中,和为第i个和第l个故障指示器的期望状态信息;ΩFI_l表示故障指示器l上游的故障指示器集合;ΩFI表示整个配电网中的故障指示器集合;上游是指从该指示器处至变电所之间的故障指示器集合,下游则是从该指示器处至沿支路末端之间的故障指示器集合。
步骤3.3:建立如式(3)所示的约束条件
步骤3.4:建立如式(4)所示的约束条件
这样的话,就可以构建出一个以式(1)为目标函数,以式(2)、式(3)和式(4)为约束条件的非线性整数规划模型。
步骤1)、2)、3)和4)的目的是为了通过构建一个合理的模型来求得期望的状态信息,以为接下来的矩阵算法提供可靠的信息,保证定位的准确性。
步骤5:构建网络定向关联矩阵DA;
其定义如式(5)所示,它描述了各个故障指示器之间的连接关系,假设整个网络有M个故障指示器,则可以构造一个M×M阶方阵,若故障指示器i和j之间仅存在一条馈线且该馈线的正方向与故障指示器的保护方向一致,则对应的矩阵DA中的元素aij=1,而aji=0,第i行的其他元素也置为0,即aik=(0k)≠i。
步骤6:将网络定向关联矩阵DA与期望的状态信息矩阵Y相加得到故障判断矩阵P;
步骤7:考察故障判断矩阵P中的元素,若pii=1,对所有的pij=1(j≠i)都有pjj=0,则故障指示器i和j之间存在故障;若pii=1对所有的pij=0,则故障指示器i属于馈线末端且与其编号一致的馈线区段为故障区段。
步骤5)、6)和7)为矩阵算法定位阶段。
下面结合具体实例对本发明技术方案进行说明:如图1所示,包括以下步骤:
步骤1:对故障指示器和馈线区段进行编号,设故障指示器和馈线区段的最大编号分别为M和N。
建立如图5所示的配电网,该配电网中含有1个分布式电源,7个单向故障指示器,7个馈线区段,为此按照规定对故障指示器和馈线区段进行编号。
步骤2:获取故障指示器检测到的状态信息;
在图5所示的配电网中,假设馈线区段L5和L6发生故障,故障指示器FI2发生漏报,其状态信息如图6所示。此时数据处理中心会通过无线通信的方式接收到实际测量的状态信息,其建立的矩阵Z如式(6)所示。
步骤3:构建基于实际测量状态信息的非线性整数规划模型;
根据实际测量的状态信息,可以构建如式(7)所示的非线性整数规划模型。
步骤4:采用LINGO 12.0求解该非线性整数规划模型,求得故障指示器的期望状态信息。
LINGO可以用于求解非线性规划,也可以用于一些线性和非线性方程组的求解等,功能十分强大,是求解优化模型的最佳选择。通过求解可以得到漏报信息F=[0 1 0 0 0 00]、误报信息M=[0 0 0 0 0 0 0]和期望的状态信息矩阵如式(8)所示。
步骤5:构建网络定向关联矩阵DA;
根据图5所示的直流配网拓扑图以及网络定向关联矩阵DA的构建准则,可以得到如式(9)所示的关联矩阵DA。
步骤6:将网络定向关联矩阵DA与期望的状态信息矩阵Y相加得到故障判断矩阵P;
将公式(8)和(9)相加可以得到式(10)所示的故障判断矩阵P。
步骤7:考察故障判断矩阵P中的元素,若pii=1,对所有的pij=1(j≠i)都有pjj=0,则故障指示器i和j之间存在故障;若pii=1对所有的pij=0,则故障指示器i属于馈线末端且与其编号一致的馈线区段为故障区段。
对式(10)进行分析,可以发现p5,5=1对所有的p5,j=0,则可以判断出故障指示器FI5属于馈线末端且馈线区段L5为故障区段;同样的,可以发现p6,6=1,p6,7=1而且p7,7=0,由此可以判定出位于故障指示器FI6和FI7之间的馈线区段发生故障。
Claims (8)
2.根据权利要求1所述的一种基于广域通信法的直流配网故障区段定位方法,其特征在于:步骤1所述的故障指示器为单向故障指示器;每个故障指示器与数据处理中心以无线通信的方式传递测量到的状态信息。
3.根据权利要求1所述的一种基于广域通信法的直流配网故障区段定位方法,其特征在于:故障指示器安装在直流配网中靠近断路器的地方。
4.根据权利要求1所述的一种基于广域通信法的直流配网故障区段定位方法,其特征在于:所述单向故障指示器的保护方向为从变电所指向各个支路末端。
5.根据权利要求1所述的一种基于广域通信法的直流配网故障区段定位方法,其特征在于:步骤3所述构建基于实际测量状态信息的非线性整数规划模型的方法包括:
建立如式(1)所示目标函数
min α1*Nfailure+α2*Nmalfunction (1)
式中,α1和α2分别为故障指示器漏报和误报的权重因子,α1=0.75,α2=0.83;Nfailure为故障指示器漏报的数量,即Nmalfunction为故障指示器误报的数量,即fi表示第i个故障指示器发生漏报;mi表示第i个故障指示器发生误报;
步骤3.2:建立如式(2)所示的约束条件
式中,和为第i个和第l个故障指示器的期望状态信息;ΩFI_l表示故障指示器l上游的故障指示器集合;ΩFI表示整个配电网中的故障指示器集合;上游是指从该指示器处至变电所之间的故障指示器集合,下游则是从该指示器处至沿支路末端之间的故障指示器集合;
步骤3.3:建立如式(3)所示的约束条件
步骤3.4:建立如式(4)所示的约束条件
构建出一个以式(1)为目标函数,以式(2)、式(3)和式(4)为约束条件的非线性整数规划模型。
6.根据权利要求1所述的一种基于广域通信法的直流配网故障区段定位方法,其特征在于:所述求解非线性整数规划模型方法为:采用LINGO 12.0求解非线性整数规划模型。
8.根据权利要求1所述的一种基于广域通信法的直流配网故障区段定位方法,其特征在于:步骤7所述考察故障判断矩阵P中的元素,进行故障区段定位的方法为:若pii=1,对所有的pij=1(j≠i)都有pjj=0,则故障指示器i和j之间存在故障;若pii=1对所有的pij=0,则故障指示器i属于馈线末端且与编号一致的馈线区段为故障区段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110407905.0A CN114859165A (zh) | 2021-04-15 | 2021-04-15 | 一种基于广域通信法的直流配网故障区段定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110407905.0A CN114859165A (zh) | 2021-04-15 | 2021-04-15 | 一种基于广域通信法的直流配网故障区段定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114859165A true CN114859165A (zh) | 2022-08-05 |
Family
ID=82628182
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110407905.0A Pending CN114859165A (zh) | 2021-04-15 | 2021-04-15 | 一种基于广域通信法的直流配网故障区段定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114859165A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109655718A (zh) * | 2019-02-25 | 2019-04-19 | 广东工业大学 | 一种配电网故障定位方法 |
WO2019118453A1 (en) * | 2017-12-11 | 2019-06-20 | The Texas A&M University System | Agricultural sensor placement and fault detection in wireless sensor networks |
CN110110486A (zh) * | 2019-05-24 | 2019-08-09 | 华北电力大学 | 一种dab型直流变换器高频阻抗等值建模方法 |
CN110133448A (zh) * | 2019-06-12 | 2019-08-16 | 河南工程学院 | 基于松弛优化的配电网故障区间高容错性故障定位方法 |
CN110133447A (zh) * | 2019-06-12 | 2019-08-16 | 河南工程学院 | 一种基于互补松弛约束模型的配电网故障区段定位方法 |
CN110348114A (zh) * | 2019-07-09 | 2019-10-18 | 电子科技大学 | 一种电网完备性状态信息重构的非精确故障识别方法 |
CN110596531A (zh) * | 2019-09-06 | 2019-12-20 | 国网山东省电力公司寿光市供电公司 | 一种配电网故障动态规划定位方法 |
CN110632451A (zh) * | 2019-08-22 | 2019-12-31 | 国网浙江省电力有限公司衢州供电公司 | 一种低压有源配电网故障定位方法 |
CN111413583A (zh) * | 2020-03-19 | 2020-07-14 | 国网湖北省电力有限公司荆门供电公司 | 一种配电网区段定位的实时线性整数规划方法 |
CN111413584A (zh) * | 2020-03-19 | 2020-07-14 | 国网湖北省电力有限公司荆门供电公司 | 一种基于故障方向的配电网故障定位线性规划方法 |
CN111413581A (zh) * | 2020-03-19 | 2020-07-14 | 国网湖北省电力有限公司荆门供电公司 | 一种考虑智能电表信息的配电网故障精确定位方法 |
-
2021
- 2021-04-15 CN CN202110407905.0A patent/CN114859165A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019118453A1 (en) * | 2017-12-11 | 2019-06-20 | The Texas A&M University System | Agricultural sensor placement and fault detection in wireless sensor networks |
CN109655718A (zh) * | 2019-02-25 | 2019-04-19 | 广东工业大学 | 一种配电网故障定位方法 |
CN110110486A (zh) * | 2019-05-24 | 2019-08-09 | 华北电力大学 | 一种dab型直流变换器高频阻抗等值建模方法 |
CN110133448A (zh) * | 2019-06-12 | 2019-08-16 | 河南工程学院 | 基于松弛优化的配电网故障区间高容错性故障定位方法 |
CN110133447A (zh) * | 2019-06-12 | 2019-08-16 | 河南工程学院 | 一种基于互补松弛约束模型的配电网故障区段定位方法 |
CN110348114A (zh) * | 2019-07-09 | 2019-10-18 | 电子科技大学 | 一种电网完备性状态信息重构的非精确故障识别方法 |
CN110632451A (zh) * | 2019-08-22 | 2019-12-31 | 国网浙江省电力有限公司衢州供电公司 | 一种低压有源配电网故障定位方法 |
CN110596531A (zh) * | 2019-09-06 | 2019-12-20 | 国网山东省电力公司寿光市供电公司 | 一种配电网故障动态规划定位方法 |
CN111413583A (zh) * | 2020-03-19 | 2020-07-14 | 国网湖北省电力有限公司荆门供电公司 | 一种配电网区段定位的实时线性整数规划方法 |
CN111413584A (zh) * | 2020-03-19 | 2020-07-14 | 国网湖北省电力有限公司荆门供电公司 | 一种基于故障方向的配电网故障定位线性规划方法 |
CN111413581A (zh) * | 2020-03-19 | 2020-07-14 | 国网湖北省电力有限公司荆门供电公司 | 一种考虑智能电表信息的配电网故障精确定位方法 |
Non-Patent Citations (5)
Title |
---|
B. MORADZADEH 等: "Mixed integer programming-based reconfiguration of a distribution system with battery storage", 2012 NORTH AMERICAN POWER SYMPOSIUM(NAPS), 22 October 2012 (2012-10-22), pages 1 - 6 * |
万富康 等: "基于线性整数规划的主动配电网故障区段定位", 辽宁石油化工大学学报, vol. 40, no. 04, 15 August 2020 (2020-08-15), pages 122 - 129 * |
周杨 等: "无刷直流电机逆变器双管开路故障仿真研究", 微电机, vol. 49, no. 12, 28 December 2016 (2016-12-28), pages 70 - 75 * |
荣泽成 等: "基于非线性互补约束的含DG配电网故障区段定位方法", 广东工业大学学报, vol. 37, no. 04, 14 July 2020 (2020-07-14), pages 51 - 58 * |
郭壮志 等: "配电网故障区段定位的互补松弛约束新模型与算法", 电力自动化设备, vol. 40, no. 05, 13 May 2020 (2020-05-13), pages 129 - 137 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104796082A (zh) | 一种光伏发电系统在线故障诊断系统及方法 | |
CN109142965A (zh) | 一种大数据融合配电网故障精确定位新方法及其装置 | |
CN109324263A (zh) | 一种基于暂态扰动的配网电缆早期故障定位系统及其控制方法 | |
CN107145156A (zh) | 一种基于无人机的电网巡检方法及系统 | |
CN109765459A (zh) | 一种基于就地研判的单相接地故障定位方法和系统 | |
CN103995172A (zh) | 变电站gis母线负荷电流在线监测方法 | |
CN103616616B (zh) | 大型接地网的故障检测方法 | |
CN108627732A (zh) | 一种基于交叉电压检测的光伏电池板故障诊断方法 | |
CN110412417A (zh) | 基于智能电力监测仪表的微电网数据故障诊断方法 | |
CN114814450A (zh) | 一种配电网断线故障定位方法及系统 | |
CN109240265A (zh) | 一种铁路信号系统及智能故障诊断方法 | |
CN109298228A (zh) | 一种基于光伏组串电流异常的智能化诊断方法及系统 | |
Wang et al. | A linear integer programming model for fault diagnosis in active distribution systems with bi-directional fault monitoring devices installed | |
CN114859165A (zh) | 一种基于广域通信法的直流配网故障区段定位方法 | |
CN107561470A (zh) | 一种故障指示器运行状态评价系统 | |
CN204575794U (zh) | 输电线路故障检测系统 | |
CN116780758A (zh) | 一种输电线路多传感器数据融合的在线监测系统及方法 | |
CN108564112B (zh) | 一种综合能源系统的故障统一定位方法 | |
CN206132904U (zh) | 新型10kv线路的智慧故障指示系统 | |
CN105203926A (zh) | 一种提高超高压直流输电线路故障定位准确性的方法 | |
CN111650473B (zh) | 基于故障指示器的配电网故障区段定位方法 | |
CN111413582B (zh) | 一种利用多类测量数据的配电网故障精确定位方法 | |
GUILIN et al. | Research on positioning the fault locations automatically in a multi branch transmission line network | |
CN114167344A (zh) | 一种中高压及台区总表计量点误差分析系统 | |
CN112531653A (zh) | 一种基于配电自动化的配电网故障治理方法 |
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 |