CN115078920B - 多信息融合的有源配电网单相接地故障选线方法与系统 - Google Patents
多信息融合的有源配电网单相接地故障选线方法与系统 Download PDFInfo
- Publication number
- CN115078920B CN115078920B CN202211003670.XA CN202211003670A CN115078920B CN 115078920 B CN115078920 B CN 115078920B CN 202211003670 A CN202211003670 A CN 202211003670A CN 115078920 B CN115078920 B CN 115078920B
- Authority
- CN
- China
- Prior art keywords
- fault
- line
- distribution network
- transient
- phase earth
- 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
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
-
- 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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/52—Testing for short-circuits, leakage current or ground faults
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- 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)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Locating Faults (AREA)
Abstract
Description
技术领域
本发明属于配电网络技术领域,更具体的,涉及一种多信息融合的有源配电网单相接地故障选线方法。
背景技术
配电网的安全可靠运行是实现高水平智能电网的关键环节,配网故障主要有单相接地短路、相间短路、两相接地短路、三相短路及断线故障等类型,其中单相接地故障占到80%左右。由于单相故障电流较小、信息不易捕捉、配网架构复杂等原因,其选线定位一直是一个难题。然而,由于故障信号微弱、故障工况复杂,单相接地故障在谐振接地系统中的准确定位一直是一个难题,如何快速准确找到故障发生位置已成为传统电力系统中为数不多未得到彻底解决的问题之一。随着新能源技术的发展,光伏、风电等电源的加入使得配电网结构日益复杂,对故障定位的挑战越来越大,迫切需要研究高可靠的面向有源配电系统的故障诊断方法。
发明内容
为解决现有技术中存在的不足,本发明的目的在于,解决上述缺陷,进而提出一种多信息融合的有源配电网单相接地故障选线方法。
本发明采用如下的技术方案。
一种多信息融合的有源配电网单相接地故障选线方法,包括如下步骤:
步骤2,获取上述故障时间区间内的各馈线出口处各零序电流采样序列:,,...,,其中为传感器采样频率,表示第条线路在时刻的零序电流采样值,为线路标号, ,K为配电网的线路的总数量,表示对进行取整运算;零序电流采样序列简化为:,,...,,其中,令,则故障时间区间内的零序电流一共有个离散采样点;
步骤3,根据各零序电流采样序列,构造相互独立的多判据故障指标体系,包括:故障瞬态功率测度指标、故障瞬态频率相似度测度指标与故障瞬态空间距离测度指标;
步骤4,根据多判据故障指标体系,得到信度分配函数;
步骤5,根据D-S算法规则,利用信度分配函数,得到各个线路的融合后的概率计算值;
步骤6,利用各个线路的融合后的概率计算值进行故障判定。
进一步的,故障瞬态功率测度指标为
进一步的,故障瞬态频率相似度测度指标为
其中:
进一步的,故障瞬态空间距离测度指标为
其中:
进一步的,步骤4具体包括:
进一步的,设定阈值是0.15倍的线电压。
进一步的,步骤5具体包括:
其中,
进一步的,步骤6具体包括:
一种多信息融合的有源配电网单相接地故障选线系统,包括:电压采集模块、故障构造模块与逻辑计算模块;
电压采集模块用于采集母线零序电压;
故障构造模块用于构造故障瞬态功率测度指标、故障瞬态频率相似度测度指标与故障瞬态空间距离测度指标,
逻辑计算模块用于得到信度分配函数,以及得到各出线的融合后的概率计算值。
本发明的有益效果在于,与现有技术相比,本发明具有以下优点:
(1)本发明将故障瞬态电流幅值、瞬态电流波形以及瞬态电流空间距离作为故障判据,通过D-S证据理论进行组合运算,得到最大的故障概率值,以能快速实现对单相接地故障的馈线判定,判定精度高,安全可靠;
(2)本发明从对信度函数的优化着手,构造了一种针对D-S证据理论的改进方案,使其能够规避传统概率问题而适用于故障选线;
(3)本发明技术方案对噪声干扰体现出了较强的免疫能力。
附图说明
图1是本发明实施例提供的一种多信息融合的有源配电网单相接地故障选线方法流程图。
图2是使用本发明实施例提供的一种多信息融合的有源配电网单相接地故障选线方法的10kV辐射状谐振接地系统示意图。
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。
为达到上述目的,本发明所采用的技术方案是:一种多信息融合的有源配电网单相接地故障选线方法,具体包括如下步骤:
步骤1、连续采集母线零序电压,当零序电压超过设定阈值时,也即母线零序电压监测值超过0.15倍线电压值对应时刻,记录该时刻为,将记作故障时间区间,为电网工频周期;上述设定阈值可以是0.15倍的线电压,T=20ms。
步骤2、获取上述故障时间区间内的各馈线(即线路)出口处各零序电流采样序列:,,...,,其中为传感器采样频率,表示对进行取整运算,令,则故障时间区间内的零序电流一共有n+1个离散采样点,表示配电网的第条线路在时刻的零序电流采样值,为配电网的线路标号,,K为配电网的线路的总数量,因此,上述零序电流采样序列可以记作:,,..., ;
步骤3、构造相互独立的多判据故障指标体系;
所述步骤3中包括如下步骤:
步骤3.1、构造故障瞬态功率测度指标为
步骤3.2、构造故障瞬态频率相似度测度指标为
其中:
步骤3.3、构造故障瞬态空间距离测度指标为
其中:
K为配电网的线路的总数量。
步骤4、将上述步骤(3.1)(3.2)(3.3)所得的故障测度代入下式,得到信度分配函数:
步骤5,根据D-S算法规则,利用信度分配函数,得到各个线路的融合后的概率计算值。
其中,
步骤6,利用各个线路的融合后的概率计算值进行故障判定。具体为:
进一步的,
步骤5还包括:
其中,表示各条出线是否发生故障的互斥假设集合。的作用是计算相应故障判据的不确定性信度值(例如,表1的最后一行“不确定度”),以表达该故障判据视角下“不确定故障发生在哪条线路上的”信度值。这是D-S证据理论的优势。的具体含义是不确定故障线路发生具体位置所对应的概率值。
相应的,本公开还提出了一种多信息融合的有源配电网单相接地故障选线系统,包括:电压采集模块、故障构造模块与逻辑计算模块;
电压采集模块用于采集母线零序电压;
故障构造模块用于构造故障瞬态功率测度指标、故障瞬态频率相似度测度指标与故障瞬态空间距离测度指标,
逻辑计算模块用于得到信度分配函数,以及得到各出线的融合后的概率计算值。
实施例一:
如图1所示,一种多信息融合的有源配电网单相接地故障选线方法,包括:搜索故障发生后母线零序电压越限时刻,并标记故障时间区间;召回故障时间区间内各馈线出口零序电流并对其标记序号;在此基础上构造相互独立的多判据故障指标体系,包括:构造故障瞬态功率测度指标、构造故障瞬态频率相似度测度指标、构造故障瞬态空间距离测度指标;设计一种新的D-S证据运算的信度函数输入函数,将信度函数最大计算值所对应线路判定为故障线路。
如图2所示,首先建立一个10kV辐射状谐振接地系统,该有源配电系统为典型的电缆-架空线混连结构,中性点经消弧线圈接地,属小电流接地运行方式。关键建模参数主要有:架空主线型号为JKLYJ-240;架空支线型号为JKLYJ-150;电缆型号主要有YJV22-3*400、YJV22-3*300、YJV22-3*150。在PSCAD/EMTDC仿真平台上输入以上线路型号所对应的参数,采样频率设置为10kHz,仿真计算步长为0.5微秒,对应每工频周波采样200点。
图2清楚标明了四处故障指示器安装位置,分别对应四条出线口1、2、3、4,故障位置设定在线路L1,故障电阻值为1000欧姆,噪声干扰电流水平为10dB,用于后文说明本发明具体区段定位方案。
基于以上仿真模型和配网拓扑结构,本发明方法的具体实施步骤如下:
连续采集母线零序电压,当所述零序电压超过设定阈值时,记录该时刻为t0,记作[t0,t0+T/4]为故障时间区间,T取值为电网工频周期,跳转至步骤2;
具体地,通过常规的技术手段能获取母线的零序电压,设定的阈值电压根据不同的母线的工作状态进行确定,母线的零序电压的采集过程以及设置阈值电压的大小均为本技术领域人员所熟知,此处不再赘述。当在采集到母线的零序电压后,将母线的零序电压与设定的阈值电压进行比较,当母线的零序电压未大于设定的阈值电压时,则说明母线以及与母线连接的馈线间不存在单相接地故障,否则,即说明存在小电流单相接地故障。当不存在单相接地故障时,则需要持续采集母线的零序电压并将母线的零序电压与设置的阈值电压比较,以能及时发现小电流单相接地故障。而确定存在单相接地故障后,则执行下述步骤,以确定发生单相接地故障的具体线路。
2)召回上述故障时间区间内的各馈线出口处各零序电流采样序列:{,,..., },其中f为传感器采样频率,[Tf/4]表示对Tf进行取整运算,记n=[Tf/4]表示故障时间区间内的零序电流一共有n+1个离散采样点, 表示第lk条线路在时刻t0的零序电流采样值,k为线路标号,将前述零序电流采样序列记作:,,...,;
具体地,通过常规的技术手段来采集馈线的零序电流,以及获取馈线零序电流的过程均为本技术领域人员所熟知,此处不再赘述。
3)构造相互独立的多判据故障指标体系;
所述步骤3中包括如下步骤:
步骤3.1、构造故障瞬态功率测度指标为
步骤3.2、构造故障瞬态频率相似度测度指标为
其中:
步骤3.3、构造故障瞬态空间距离测度指标为
其中:
具体地,通过常规的技术手段进行D-S证据运算已为本技术领域人员所熟知,此处不再赘述。
表1
表1数据表明,在对本发明设计的三个独立测度指标进行证据融合之前,故障线路1的各独立测度值存在明显分歧,即<0.5,<0.5,>0.5,存在矛盾判断。而经过本发明信度函数重构运算后,得到融合的m值为0.968,因此有96.8%的把握认为线路1发生接地故障,这样便将任何单判据表达线路发生故障能力极大凸显,从而极大提高了判据的可靠性。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述,但是本领域技术人员应该理解,以上实施示例仅为本发明的优选实施方案,详尽的说明只是为了帮助读者更好地理解本发明精神,而并非对本发明保护范围的限制,相反,任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。
Claims (9)
1.一种多信息融合的有源配电网单相接地故障选线方法,其特征在于,包括如下步骤:
步骤2,获取上述故障时间区间内的各馈线出口处各零序电流采样序列:
,...,其中为传感器采样频率,表示第条线路在时刻的零序电流采样值,为线路标号,,K为配电网的线路的总数量,表示对进行取整运算;零序电流采样序列简化为:,其中,令,则故障时间区间内的零序电流一共有个离散采样点;
步骤3,根据各零序电流采样序列,构造相互独立的多判据故障指标体系,包括:故障瞬态功率测度指标、故障瞬态频率相似度测度指标与故障瞬态空间距离测度指标;
步骤4,根据多判据故障指标体系,得到信度分配函数;
步骤5,根据D-S算法规则,利用信度分配函数,得到各个线路的融合后的概率计算值;
步骤6,利用各个线路的融合后的概率计算值进行故障判定。
6.根据权利要求1所述的一种多信息融合的有源配电网单相接地故障选线方法,其特征在于,设定阈值是0.15倍的线电压。
9.一种多信息融合的有源配电网单相接地故障选线系统,运用在权利要求1-8任意一项所述的方法上,其特征在于,系统包括:电压采集模块、故障构造模块与逻辑计算模块;
电压采集模块用于采集母线零序电压;
故障构造模块用于构造故障瞬态功率测度指标、故障瞬态频率相似度测度指标与故障瞬态空间距离测度指标,
逻辑计算模块用于得到信度分配函数,以及得到各出线的融合后的概率计算值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211003670.XA CN115078920B (zh) | 2022-08-22 | 2022-08-22 | 多信息融合的有源配电网单相接地故障选线方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211003670.XA CN115078920B (zh) | 2022-08-22 | 2022-08-22 | 多信息融合的有源配电网单相接地故障选线方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115078920A CN115078920A (zh) | 2022-09-20 |
CN115078920B true CN115078920B (zh) | 2022-12-23 |
Family
ID=83244505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211003670.XA Active CN115078920B (zh) | 2022-08-22 | 2022-08-22 | 多信息融合的有源配电网单相接地故障选线方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115078920B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106019047A (zh) * | 2016-05-18 | 2016-10-12 | 成都理工大学 | 小电流接地系统综合选线故障测度计算方法 |
CN108120903B (zh) * | 2018-02-05 | 2019-05-31 | 西南交通大学 | 一种基于脉冲神经膜系统的小电流单相接地故障选线方法 |
CN110514950A (zh) * | 2019-10-13 | 2019-11-29 | 国网山东省电力公司莱芜供电公司 | 一种中性点经消弧线圈接地电网单相接地故障选线方法,设备及可读存储介质 |
CN112415324A (zh) * | 2020-10-15 | 2021-02-26 | 西安理工大学 | 一种小电流接地系统故障选线方法 |
-
2022
- 2022-08-22 CN CN202211003670.XA patent/CN115078920B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115078920A (zh) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113036908B (zh) | 一种基于继电保护在线监视与分析系统的故障分析方法 | |
Liu et al. | A fast protection of multi-terminal HVDC system based on transient signal detection | |
CN103576053B (zh) | 一种基于有限电能质量监测点的电压暂降源定位方法 | |
CN106330095B (zh) | 一种大型光伏电站汇集系统故障定位方法 | |
Galvez et al. | Fault location in active distribution networks containing distributed energy resources (DERs) | |
CN105425107A (zh) | 一种有源配电网故障诊断与定位的方法及其系统 | |
CN111308264B (zh) | 一种基于余弦相似度的配电网单相接地故障区段定位方法 | |
CN114236288B (zh) | 一种基于输电线路故障定位方法 | |
CN113030644B (zh) | 多数据源信息融合的配电网故障定位方法 | |
CN111579933A (zh) | 一种基于Hausdroff算法的配电网故障区段定位方法 | |
CN114720819A (zh) | 一种基于自校验学习的故障区段二分定位方法 | |
CN106646138B (zh) | 基于多采样频率小波特征能量折算的配电网接地故障定位方法 | |
Mohamed et al. | A multi-agent system for fault location and service restoration in power distribution systems | |
CN115078920B (zh) | 多信息融合的有源配电网单相接地故障选线方法与系统 | |
Baldwin et al. | Fault locating in distribution networks with the aid of advanced metering infrastructure | |
CN107632237A (zh) | 一种基于故障后小波特征量相关性的单相接地故障选线方法 | |
CN105954651A (zh) | 一种基于配电网络故障定位的ftu配置方法 | |
CN111899127B (zh) | 基于层次化的故障波及树建模方法、模型及其应用方法 | |
CN111650469B (zh) | 一种基于d-pmu装置的配电网故障精确定位方法 | |
CN113805012A (zh) | 适用于中性点经小电阻接地电缆配电网故障区段辨识方法 | |
George et al. | Traveling wave based autoreclosure scheme for multi-terminal lines | |
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 | |
CN116359674B (zh) | 一种基于故障暂态信号的有源配电网故障定位方法及系统 | |
Mokhlis et al. | Locating fault using voltage sags profile for underground distribution system | |
Zhao et al. | Single-ended traveling wave based fault location for single-phase-to-ground in power distribution lines |
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 |