CN115343579A - 一种电网故障分析方法、装置及电子设备 - Google Patents
一种电网故障分析方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115343579A CN115343579A CN202211283005.0A CN202211283005A CN115343579A CN 115343579 A CN115343579 A CN 115343579A CN 202211283005 A CN202211283005 A CN 202211283005A CN 115343579 A CN115343579 A CN 115343579A
- Authority
- CN
- China
- Prior art keywords
- fault
- harmonic content
- line
- harmonic
- sequence current
- 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
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
Abstract
本发明公开了一种电网故障分析方法、装置及电子设备,涉及接地故障分析领域,解决了现有技术在采样时间内前后两个周期归一化谐波含量的差值来计算归一化平均谐波含量指标,该指标未降低电力系统在正常运行状态下受到扰动对谐波含量变化指标造成的影响,本申请通过快速傅里叶变换计算电气量数据的谐波幅值和零序电流幅值,由此得出各条线路的归一化谐波含量,在采样时间内对每条线路每个周期的归一化谐波含量进行计算得到归一化平均谐波含量指标,该含量指标考虑故障发生后前两个周期的偶然性指标情况,增大故障情况与系统正常扰动情况之间的区分度,从而降低系统正常运行状态下受到扰动对平均谐波含量指标造成的影响,提高了故障辨识的可靠性。
Description
技术领域
本发明涉及一种电网接地故障分析领域,更具体地说,它涉及一种电网故障分析方法、装置及电子设备。
背景技术
配电网线路所处环境复杂多变且往往较为恶劣,弧光接地故障作为系统发生的一类常见故障,若未能及时发现故障并选线,导致故障修复的不及时,使得电力系统的无法有效运行。由于配电系统所在区域地面情况复杂,容易经过地面上存在的障碍物导致高阻接地故障并伴随有不稳定电弧产生。由于电弧燃烧过程的弧光燃熄存在极大的偶然性以及不同程度的非线性,线路的谐波含量的值在不同故障下的差距很大,导致对接地故障辨识效果不佳。
现有技术中通过在采样时间内前后两个周期归一化谐波含量的差值来计算归一化平均谐波含量指标,但所计算的平均谐波含量指标并未降低电力系统在正常运行状态下受到扰动对平均谐波含量指标造成的影响,这是由于系统正常运行状态下受到扰动时,将导致谐波骤然产生,但这类谐波会迅速衰减,而发生间歇性弧光接地故障时,系统内由于不稳定电弧的存在而持续性的产生大量谐波,谐波的出现没有规律,线路内谐波含量具备极高的不确定性,故此以前后两个周期的归一化谐波含量的差值来计算归一化平均谐波含量指标并未降低电力系统在正常运行状态下受到扰动对谐波含量变化指标造成的影响,降低了故障辨识的可靠性。并且现有技术是以发生弧光接地故障前后的零序电流谐波幅值计算的谐波含量,该计算方法所需的计算量较大会降低计算机的计算效率。
发明内容
本申请为了解决现有技术通过在采样时间内前后两个周期归一化谐波含量的差值来计算归一化平均谐波含量指标,但所计算的平均谐波含量指标并未降低电力系统在正常运行状态下受到扰动对谐波含量变化指标造成的影响,本申请提供了一种电网故障分析方法、装置及电子设备,通过快速傅里叶变换计算电气量数据的谐波幅值和零序电流幅值,并由此得出各条线路的归一化谐波含量,在采样时间内对每条线路每个周期的归一化谐波含量进行计算得到归一化平均谐波含量指标,该含量指标考虑故障发生后前两个周期的偶然性指标情况,增大故障情况与系统正常扰动情况之间的区分度,从而降低系统正常运行状态下受到扰动对平均谐波含量指标造成的影响,提高了故障辨识的可靠性。
本发明的上述技术目的是通过以下技术方案得以实现的:
第一方面,本申请提供了一种电网故障分析方法,方法包括:
获取配电网各条线路的电气波形数据并进行信号预处理,获得电气量数据;
通过快速傅里叶变换计算电气量数据的零序电流谐波幅值和零序电流幅值,根据零序电流谐波幅值和零序电流幅值计算各条线路各个周期的归一化谐波含量;
在采样时间内对各条线路各个周期的归一化谐波含量进行计算,获得各条线路各个周期的归一化平均谐波含量指标;
预设谐波含量指标阈值,在归一化平均谐波含量指标大于等于谐波含量指标阈值时,配电网发生弧光接地故障。
在一种可能实施方案中,获取配电网各条线路的电气波形数据并进行信号预处理,获得电气量数据,具体为:
以各条线路故障发生前一个周期采集的电气波形数据为基准数据,将采集的各个周期电气波形数据分别减去该基准数据,得到故障发生前后剔除谐波干扰信号和噪声干扰信号的电气量数据。
在一种可能实施方案中,通过快速傅里叶变换计算电气量数据的零序电流谐波幅值和零序电流幅值,根据零序电流谐波幅值和零序电流幅值计算各条线路各个周期的归一化谐波含量,具体包括:
通过快速傅里叶变换计算各线路电气量数据中零序电流的零序电流谐波幅值和零序电流幅值;
根据零序电流谐波幅值之和与零序电流幅值的比值计算各条线路各个周期的谐波含量,谐波含量的计算式为:,其中,表示弧光接地故障发生后线路k的第i组电气量数据第t周期的谐波含量,表示第i组电气量数据下配电网发生弧光接地故障后线路k的第t周期的第h次零序电流谐波幅值,表示第i组电气量数据下配电网发生弧光接地故障后线路k的第t周期的零序电流幅值;
以发生弧光接地故障后第1个周期的谐波含量为基准统一谐波含量的尺度,对比各个周期谐波含量值相对于基准值的占比变化,对各线路的谐波含量进行归一化,得到归一化谐波含量。
在一种可能实施方案中,根据归一化谐波含量计算线路k的第i组电气量数据在采样时间内各个周期的平均谐波含量指标,所述平均谐波含量指标的计算式为:,其中,t window表示采样时间内的周期个数,Q表示归一化的谐波含量;
对每条线路的平均谐波含量指标求和确定在采样时间内各条线路各个周期的归一化平均谐波含量指标。
在一种可能实施方案中,预设谐波含量指标阈值,具体包括:
获取配电网发生弧光接地故障情况下各线路的电气波形数据作为故障历史样本,计算故障历史样本的谐波含量指标,基于配电网在正常扰动情况下的谐波含量指标对故障历史样本的谐波含量指标进行校正处理,确定谐波含量指标阈值,其中,所述谐波含量指标阈值为0.15。
在一种可能实施方案中,方法还包括:
在配电网发生弧光接地故障时,采集配电网各条线路的电气量数据作为待测样本;
获取配电网多条线路的历史电气量数据进行标准化处理,获得历史特征样本集,基于聚类算法对历史特征样本集进行分类,计算分类后的故障类别的聚类中心;其中,故障类别包括第一故障类和第二故障类,第一故障类为故障线路;第二故障类为母线故障;
计算待测样本与第一故障类的聚类中心的第一欧式距离,以及待测样本与第二故障类的聚类中心的第二欧式距离;
若第一欧式距离小于第二欧式距离时,确定该待测样本为第一故障类,否则即为第二故障类。
在一种可能实施方案中,计算分类后的故障类别的聚类中心,聚类中心的计算式为:,其中,为线路k第a种故障类的聚类中心,在a=1时表示第一故障类,在a=2时表示第二故障类,分别为聚类中心中的p个故障电气量,为历史特征样本集Z k 中属于第a种故障类的第m个待测样本的第j个故障电气量,m a 为线路k的历史特征样本集Z k 中属于第a种故障类的样本个数。
在一种可能实施方案中,第一欧式距离和第二欧式距离的计算式为,其中,在a=1时为第一欧式距离,在a=2时为第二欧式距离,z kj 表示线路k的待测样本的第j个故障电气量,表示第a种故障类的第j个故障电气量的聚类中心,p表示故障电气量的总数。
第二方面,本申请提供了一种电网故障分析装置,包括:
数据获取处理模块,用于获取配电网各条线路的电气波形数据并进行信号预处理,获得电气量数据;
谐波含量计算模块,用于通过快速傅里叶变换计算电气量数据的零序电流谐波幅值和零序电流幅值,根据零序电流谐波幅值和零序电流幅值计算各条线路各个周期的归一化谐波含量;
谐波含量指标计算模块,用于在采样时间内对各条线路各个周期的归一化谐波含量进行计算,获得各条线路各个周期的归一化平均谐波含量指标;
故障分析模块,用于预设谐波含量指标阈值,在归一化平均谐波含量指标大于等于谐波含量指标阈值时,配电网发生弧光接地故障。
第三方面,本申请提供了一种电子设备,所述电子设备包括存储器和处理器;
所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如第一方面任一所述的方法。
与现有技术相比,本发明具有以下有益效果:
本申请通过快速傅里叶变换计算电气量数据的谐波幅值和零序电流幅值,并由此得出各条线路的归一化谐波含量,在采样时间内对每条线路每个周期的归一化谐波含量进行计算得到归一化平均谐波含量指标,该含量指标在不考虑故障发生后前两个周期的偶然性指标情况,以增大故障情况与系统扰动情况之间的区分度,从而降低系统正常运行状态下受到扰动对平均谐波含量指标造成的影响,提高了故障辨识的可靠性。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本申请实施例提供的一种电网故障分析方法的流程示意图;
图2为本申请实施例提供的配电系统的谐振接地系统的结构框图;
图3为本申请实施例提供的一种电网故障分析装置的原理框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
现有技术中通过在采样时间内前后两个周期归一化谐波含量的差值来计算归一化平均谐波含量指标,但所计算的平均谐波含量指标并未降低电力系统在正常运行状态下受到扰动对平均谐波含量指标造成的影响,这是由于系统正常运行状态下受到扰动时,将导致谐波骤然产生,但这类谐波会迅速衰减,而发生间歇性弧光接地故障时,系统内由于不稳定电弧的存在而持续性的产生大量谐波,谐波的出现没有规律,线路内谐波含量具备极高的不确定性,故此以前后两个周期的归一化谐波含量的差值来计算归一化平均谐波含量指标并未降低电力系统在正常运行状态下受到扰动对谐波含量变化指标造成的影响,降低了故障辨识的可靠性。
故此,本实施例提供了一种电网故障分析方法,降低电力系统在正常运行状态下受到扰动对谐波含量变化指标造成的影响,提高故障辨识的可靠性。
如图1所示,方法包括:
S110,获取配电网各条线路的电气波形数据并进行信号预处理,获得电气量数据。
在本实施例中,配电系统如今多采用谐振接地方式,谐振接地系统如图2所示,设定第n条线路发生弧光间隙接地故障,、、分别为配电网A、B、C三相电动势;L P 表示消弧线圈电感;为实时监测配电网电气量变化情况,并采集各线路所需故障特征信号,在每条线路上装设有配电网PMU(电力系统同步相量测量装置)对各线路三相电流、三相电压、零序电流这7种电气量数据进行采集并保存,PMUk为线路k上装设的PMU装置,k的取值范围为[1,n];I Ak 、I Bk 、I Ck 表示线路k的三相电流;g arc表示电弧的等效电导;R f为过渡电阻。基于此配电系统获取多次弧光接地故障情况下故障发生前后各线路的多种电气波形数据。由于系统负荷波动所带来的持续性谐波,将会对波形信号尤其是过渡电阻较大造成的微小特征信号产生较大影响,且系统内还包含噪声等干扰因素,因此还需对电气波形数据进行信号预处理,以剔除获取的电气波形数据的干扰因素。
S120,通过快速傅里叶变换计算电气量数据的零序电流谐波幅值和零序电流幅值,根据零序电流谐波幅值和零序电流幅值计算各条线路各个周期的归一化谐波含量。
现有技术中是以发生弧光接地故障前后的零序电流谐波幅值计算的谐波含量,该计算方法所需的计算式带来的计算量较大会降低计算机的计算效率,故此在本实施例中,通过快速傅里叶变换计算电气量数据的零序电流谐波幅值和零序电流幅值,在由零序电流谐波幅值和零序电流幅值计算归一化谐波含量,这样即避免了因计算式复杂降低了整体的方法的分析效率。
S130,在采样时间内对各条线路各个周期的归一化谐波含量进行计算,获得各条线路各个周期的归一化平均谐波含量指标。
现有技术中,对检测窗口内各周期的谐波能量进行随机性分析,获得谐波能量的随机性指标,即本实施例的归一化平均谐波含量指标,判断检测窗口内谐波能量的随机性指标与随机性指标阈值的大小,若随机性指标大于随机性指标阈值,则确认该系统产生弧光接地故障;否则,该系统未产生弧光接地故障。但所计算的随机性指标是以在采样时间内前后两个周期归一化谐波含量的差值而得到的,其并未降低电力系统在正常运行状态下受到扰动对平均谐波含量指标造成的影响。
而本实施例是对在采样时间内对各条线路各个周期的归一化谐波含量进行计算,并没有以采样时间内前后两个周期归一化谐波含量的差值作为主要点,故此降低了电力系统在正常运行状态下受到扰动对谐波含量变化指标造成的影响。
S140,预设谐波含量指标阈值,在归一化平均谐波含量指标大于等于谐波含量指标阈值时,配电网发生弧光接地故障。
在本实施例中,预设谐波含量指标阈值,在归一化平均谐波含量指标大于等于谐波含量指标阈值时,配电网发生弧光接地故障,是常规性的操作。但对于谐波含量指标阈值,提出了具体的确定方法,具体如下:获取配电网发生弧光接地故障情况下各线路的电气波形数据作为故障历史样本,计算故障历史样本的谐波含量指标,基于配电网在正常扰动情况下的谐波含量指标对故障历史样本的谐波含量指标进行校正处理,确定谐波含量指标阈值,其中,所述谐波含量指标阈值为0.15。
具体的,在归一化平均谐波含量指标大于等于谐波含量指标阈值时,可知电力系统中有保持一定时间的不稳定燃弧状态的故障电弧存在,平均谐波含量较大;设定阈值排除了系统受到扰动时的骤然产生并衰减的谐波对谐波含量指标判断的干扰。通过对大量间歇性弧光接地故障以及系统正常运行时受到扰动的情况的仿真及现场试验结果可以发现,正常运行的系统受到扰动的情况下,所得的系统归一化平均谐波含量指标皆小于0.1。为满足判据在系统受到扰动时不会发生误动的要求,且保留一些安全性裕度,故此将谐波含量指标阈值设置为0.15。
在一种可能实施方案中,获取配电网各条线路的电气波形数据并进行信号预处理,获得电气量数据,具体为:
以各条线路故障发生前一个周期采集的电气波形数据为基准数据,将采集的各个周期电气波形数据分别减去该基准数据,得到故障发生前后剔除谐波干扰信号和噪声干扰信号的电气量数据。
在本实施例中,以各线路故障发生前一个周期采集的数据为基准,将获取的各周期数据分别减去该基准数据,得到故障发生前后剔除持续性谐波等干扰信号的电气分量,完成信号预处理操作,并将经过信号预处理的第k条线路构成历史特征样本集,(k=1,2,,,,n,i=1,2,,,s,j=1,2,,,p);n为该配电网所包含的线路数;s为采集的故障电气量数据种类,为线路k第i组电气量数据x ki 的第j个故障电气量;p为每一组数据样本x ki 所包含的故障电气量个数,所获取的电气量数据为各线路三相电流、三相电压和零序电流。
在一种可能实施方案中,通过快速傅里叶变换计算电气量数据的零序电流谐波幅值和零序电流幅值,根据零序电流谐波幅值和零序电流幅值计算各条线路各个周期的归一化谐波含量,具体包括:
通过快速傅里叶变换计算各线路电气量数据中零序电流的零序电流谐波幅值和零序电流幅值;
根据零序电流谐波幅值之和与零序电流幅值的比值计算各条线路各个周期的谐波含量,谐波含量的计算式为:,其中,表示弧光接地故障发生后线路k的第i组电气量数据第t周期的谐波含量,表示第i组电气量数据下配电网发生弧光接地故障后线路k的第t周期的第h次零序电流谐波幅值,表示第i组电气量数据下配电网发生弧光接地故障后线路k的第t周期的零序电流幅值;
以发生弧光接地故障后第1个周期的谐波含量为基准统一谐波含量的尺度,对比各个周期谐波含量值相对于基准值的占比变化,对各线路的谐波含量进行归一化,得到归一化谐波含量。
具体的,由于电弧燃烧过程的弧光燃熄存在极大的偶然性以及不同程度的非线性,的值在不同故障下差距很大,导致对接地故障辨识效果不佳。本专利为有效地区分弧光接地故障状态与系统正常扰动状态,同时减小不同故障状态或者配网运行模式对谐波含量值的影响,以故障后第1个周期的谐波含量为基准统一谐波含量尺度,对比各个周期谐波含量值相对于基准值的占比变化情况,对线路谐波含量进行归一化,提出归一化谐波含量的计算式为:。
在一种可能实施方案中,根据归一化谐波含量计算线路k的第i组电气量数据在采样时间内各个周期的平均谐波含量指标,所述平均谐波含量指标的计算式为:,其中,t window表示采样时间内的周期个数,Q表示归一化的谐波含量;
对每条线路的平均谐波含量指标求和确定在采样时间内各条线路各个周期的归一化平均谐波含量指标。
具体的,由于电力系统正常运行状态下受到扰动时,将导致谐波骤然产生,但这类谐波会迅速衰减,而发生间歇性弧光接地故障时,系统内由于不稳定电弧的存在而持续性的产生大量谐波,谐波的出现没有规律,线路内谐波含量具备极高的不确定性,针对此特征,为了降低系统正常运行状态下受到扰动对谐波含量变化指标造成的影响,因此不考虑故障发生后前两个周期的偶然性指标情况,以增大故障情况与系统扰动情况之间的区分度。由此可以得到第i组故障情况下在采样时间内系统各线路归一化平均谐波含量指标的表达式如下:
归一化平均谐波含量指标展示了线路k在整个采样时间内蕴含的谐波含量平均值。为判别电力系统内是否发生故障,应总结整个电力系统中谐波含量指标的变化情况,故此第i组故障情况下的归一化平均谐波含量指标的表达式为:。
在一种可能实施方案中,方法还包括:
在配电网发生弧光接地故障时,采集配电网各条线路的电气量数据作为待测样本;
获取配电网多条线路的历史电气量数据进行标准化处理,获得历史特征样本集,基于聚类算法对历史特征样本集进行分类,计算分类后的故障类别的聚类中心;其中,故障类别包括第一故障类和第二故障类,第一故障类为故障线路;第二故障类为母线故障;
计算待测样本与第一故障类的聚类中心的第一欧式距离,以及待测样本与第二故障类的聚类中心的第二欧式距离;
若第一欧式距离小于第二欧式距离时,确定该待测样本为第一故障类,否则即为第二故障类。
具体的,在上述实施例的故障辨识的基础上进行故障选线,由于故障辨识的可靠性得到提高,故此对于故障选线的选线准确度也会得到相应的提高。
在继电保护装置判断系统存在间歇性弧光接地故障时,需要快速精确地选择故障线路以隔离故障,减小停电范围。系统聚类分析作为一种多元数值分析技术,运用“物以类聚”的原则将特征相似的样本聚在一起行程集合,与其他样本集合区别开,可以直观地将大量样本依照各自的特征属性区分。针对配电网发生故障情况,聚类分析可以综合多种故障电气量的信息与特征对故障线路进行判别,不会出现仅使用一种电气特征而导致的故障线路判断失误的情况,有效提高了故障选线的适用性。
以第k条线路为例对聚类算法故障选线原理进行分析。为降低采集的故障电气数据在量纲、数值以及单位上存在大小差异造成的影响,对第k条线路构成的历史特征样本集进行标准化处理,得到数据预处理后的历史特征样本集。
对标准化处理后的样本,其相似性关系可以通过样本相似性度量定量地体现,按照样本性质上的相似程度来进行适合于该样本集的分类。本实施例中采用欧氏距离来计算空间中任意两个样本点之间的距离,以此作为聚类算法的相似性度量指标比较两样本的亲疏远近程度,并将历史特征样本集划分至第一故障类与第二故障类两大类别,并计算相应类别的聚类中心。
具体的,计算分类后的故障类别的聚类中心,聚类中心的计算式为:,其中,为线路k第a种故障类的聚类中心,在a=1时表示第一故障类,在a=2时表示第二故障类,分别为聚类中心中的p个故障电气量,为历史特征样本集Z k 中属于第a种故障类的第m个待测样本的第j个故障电气量,m a 为线路k的历史特征样本集Z k 中属于第a种故障类的样本个数。
基于聚类中心构建线路k的弧光接地故障聚类分析历史模型,其他线路分析原理相同,由此可以得到配电网各条线路分别对应的故障聚类分析历史模型。若配电网发生故障,可以依据弧光接地故障聚类分析历史模型实现故障选线。
在故障发生时刻,系统继电保护装置已将所需使用的系统各线路p个故障电气量数据采集保存下来,作为待测样本,其中包含有配电网n条线路的全部电气特征数据。
并将各条线路采集的p个故障电气量构成的待测样本与该线路构建的聚类分析历史模型进行比较,采用欧式距离计算待测样本分别与第一故障类和第二故障类的聚类中心之间的第一欧式距离与第二欧式距离,以对样本间的相似程度进行量化。
具体的,第一欧式距离和第二欧式距离的计算式为,其中,在a=1时为第一欧式距离,在a=2时为第二欧式距离,z kj 表示线路k的待测样本的第j个故障电气量,表示第a种故障类的第j个故障电气量的聚类中心,p表示故障电气量的总数。
与待测样本相距更短的故障类别即为配电网弧光接地故障在该线路k所属的故障状态,由此可以判断系统待测样本Z中被判别属于内部故障类的线路为故障线路,但若出现待测样本中所有线路都被划分为外部故障类别,即线路上并无故障发生,则判断系统母线故障,从而实现故障精确选线。
其判断的依据为若第一欧式距离小于第二欧式距离时,确定该待测样本为第一故障类,否则即为第二故障类。即,其中,d k1为线路k的待测样本与线路k的弧光接地故障聚类分析历史模型的第一故障类聚类中心之间的距离;d k2为线路k的待测样本与线路k的弧光接地故障聚类分析历史模型的第二故障类聚类中心之间的距离。
基于同一发明构思,本申请实施例还提供了一种电网故障分析装置,由于这些装置解决问题的原理与图1所示方法相似,因此这些装置的实施可以参见图1所示的方法的实施例,重复之处不再赘述
如图3所示,装置包括:
数据获取处理模块,用于获取配电网各条线路的电气波形数据并进行信号预处理,获得电气量数据;
谐波含量计算模块,用于通过快速傅里叶变换计算电气量数据的零序电流谐波幅值和零序电流幅值,根据零序电流谐波幅值和零序电流幅值计算各条线路各个周期的归一化谐波含量;
谐波含量指标计算模块,用于在采样时间内对各条线路各个周期的归一化谐波含量进行计算,获得各条线路各个周期的归一化平均谐波含量指标;
故障分析模块,用于预设谐波含量指标阈值,在归一化平均谐波含量指标大于等于谐波含量指标阈值时,配电网发生弧光接地故障。
具体的,分析装置还用于实现以下功能,包括:
进一步的,获取配电网各条线路的电气波形数据并进行信号预处理,获得电气量数据,具体为:
以各条线路故障发生前一个周期采集的电气波形数据为基准数据,将采集的各个周期电气波形数据分别减去该基准数据,得到故障发生前后剔除谐波干扰信号和噪声干扰信号的电气量数据。
进一步的,通过快速傅里叶变换计算电气量数据的零序电流谐波幅值和零序电流幅值,根据零序电流谐波幅值和零序电流幅值计算各条线路各个周期的归一化谐波含量,具体包括:
通过快速傅里叶变换计算各线路电气量数据中零序电流的零序电流谐波幅值和零序电流幅值;
根据零序电流谐波幅值之和与零序电流幅值的比值计算各条线路各个周期的谐波含量,谐波含量的计算式为:,其中,表示弧光接地故障发生后线路k的第i组电气量数据第t周期的谐波含量,表示第i组电气量数据下配电网发生弧光接地故障后线路k的第t周期的第h次零序电流谐波幅值,表示第i组电气量数据下配电网发生弧光接地故障后线路k的第t周期的零序电流幅值;
以发生弧光接地故障后第1个周期的谐波含量为基准统一谐波含量的尺度,对比各个周期谐波含量值相对于基准值的占比变化,对各线路的谐波含量进行归一化,得到归一化谐波含量。
进一步的,根据归一化谐波含量计算线路k的第i组电气量数据在采样时间内各个周期的平均谐波含量指标,所述平均谐波含量指标的计算式为:,其中,t window表示采样时间内的周期个数,Q表示归一化的谐波含量;
对每条线路的平均谐波含量指标求和确定在采样时间内各条线路各个周期的归一化平均谐波含量指标。
进一步的,预设谐波含量指标阈值,具体包括:
获取配电网发生弧光接地故障情况下各线路的电气波形数据作为故障历史样本,计算故障历史样本的谐波含量指标,基于配电网在正常扰动情况下的谐波含量指标对故障历史样本的谐波含量指标进行校正处理,确定谐波含量指标阈值,其中,所述谐波含量指标阈值为0.15。
进一步的,装置还包括:
在配电网发生弧光接地故障时,采集配电网各条线路的电气量数据作为待测样本;
获取配电网多条线路的历史电气量数据进行标准化处理,获得历史特征样本集,基于聚类算法对历史特征样本集进行分类,计算分类后的故障类别的聚类中心;其中,故障类别包括第一故障类和第二故障类,第一故障类为故障线路;第二故障类为母线故障;
计算待测样本与第一故障类的聚类中心的第一欧式距离,以及待测样本与第二故障类的聚类中心的第二欧式距离;
若第一欧式距离小于第二欧式距离时,确定该待测样本为第一故障类,否则即为第二故障类。
进一步的,计算分类后的故障类别的聚类中心,聚类中心的计算式为:,其中,为线路k第a种故障类的聚类中心,在a=1时表示第一故障类,在a=2时表示第二故障类,分别为聚类中心中的p个故障电气量,为历史特征样本集Z k 中属于第a种故障类的第m个待测样本的第j个故障电气量,m a 为线路k的历史特征样本集Z k 中属于第a种故障类的样本个数。
进一步的,第一欧式距离和第二欧式距离的计算式为,其中,在a=1时为第一欧式距离,在a=2时为第二欧式距离,z kj 表示线路k的待测样本的第j个故障电气量,表示第a种故障类的第j个故障电气量的聚类中心,p表示故障电气量的总数。
基于同一发明构思,本申请实施例还提供了一种电子设备,包括处理器和存储有计算机程序的存储器,所述处理器执行所述计算机程序时实现上述实施例所述方法的步骤。 其中,处理器可以是通用中央处理器(CPU),微处理器,特定应用集成电路(ASIC),或一个或多个用于控制以上方案程序执行的集成电路。通信接口,用于与其他设备或通信网络通信,如以太网,无线接入网(RAN),无线局域网(WLAN)等。存储器可以是只读存储器(ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(RAM)或者可存储信息和指令的 其他类型的 动态存储设备 ,也可以 是电 可擦可 编程 只读存储器、只读光盘或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线与处理器相连接。存储器也可以和处理器集成在一起。其中,所述存储器用于存储执行以上方案的应用程序代码,并由处理器来控制执行。所述处理器用于执行所述存储器中存储的应用程序代码。存储器存储的代码可执行以上提供的终端设备执行的上述基于电网故障分析方法,比如获取配电网各条线路的电气波形数据并进行信号预处理,获得电气量数据;通过快速傅里叶变换计算电气量数据的零序电流谐波幅值和零序电流幅值,根据零序电流谐波幅值和零序电流幅值计算各条线路各个周期的归一化谐波含量;在采样时间内对各条线路各个周期的归一化谐波含量进行计算,获得各条线路各个周期的归一化平均谐波含量指标;预设谐波含量指标阈值,在归一化平均谐波含量指标大于等于谐波含量指标阈值时,配电网发生弧光接地故障。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种电网故障分析方法,其特征在于,方法包括:
获取配电网各条线路的电气波形数据并进行信号预处理,获得电气量数据;
通过快速傅里叶变换计算电气量数据的零序电流谐波幅值和零序电流幅值,根据零序电流谐波幅值和零序电流幅值计算各条线路各个周期的归一化谐波含量;
在采样时间内对各条线路各个周期的归一化谐波含量进行计算,获得各条线路各个周期的归一化平均谐波含量指标;
预设谐波含量指标阈值,在归一化平均谐波含量指标大于等于谐波含量指标阈值时,配电网发生弧光接地故障。
2.根据权利要求1所述的方法,其特征在于,获取配电网各条线路的电气波形数据并进行信号预处理,获得电气量数据,具体为:
以各条线路故障发生前一个周期采集的电气波形数据为基准数据,将采集的各个周期电气波形数据分别减去该基准数据,得到故障发生前后剔除谐波干扰信号和噪声干扰信号的电气量数据。
3.根据权利要求1所述的方法,其特征在于,通过快速傅里叶变换计算电气量数据的零序电流谐波幅值和零序电流幅值,根据零序电流谐波幅值和零序电流幅值计算各条线路各个周期的归一化谐波含量,具体包括:
通过快速傅里叶变换计算各线路电气量数据中零序电流的零序电流谐波幅值和零序电流幅值;
根据零序电流谐波幅值之和与零序电流幅值的比值计算各条线路各个周期的谐波含量,谐波含量的计算式为:,其中,表示弧光接地故障发生后线路k的第i组电气量数据第t周期的谐波含量,表示第i组电气量数据下配电网发生弧光接地故障后线路k的第t周期的第h次零序电流谐波幅值,表示第i组电气量数据下配电网发生弧光接地故障后线路k的第t周期的零序电流幅值;
以发生弧光接地故障后第1个周期的谐波含量为基准统一谐波含量的尺度,对比各个周期谐波含量值相对于基准值的占比变化,对各线路的谐波含量进行归一化,得到归一化谐波含量。
5.根据权利要求1所述的方法,其特征在于,预设谐波含量指标阈值,具体包括:
获取配电网发生弧光接地故障情况下各线路的电气波形数据作为故障历史样本,计算故障历史样本的谐波含量指标,基于配电网在正常扰动情况下的谐波含量指标对故障历史样本的谐波含量指标进行校正处理,确定谐波含量指标阈值,其中,所述谐波含量指标阈值为0.15。
6.根据权利要求1所述的方法,其特征在于,方法还包括:
在配电网发生弧光接地故障时,采集配电网各条线路的电气量数据作为待测样本;
获取配电网多条线路的历史电气量数据进行标准化处理,获得历史特征样本集,基于聚类算法对历史特征样本集进行分类,计算分类后的故障类别的聚类中心;其中,故障类别包括第一故障类和第二故障类,第一故障类为故障线路;第二故障类为母线故障;
计算待测样本与第一故障类的聚类中心的第一欧式距离,以及待测样本与第二故障类的聚类中心的第二欧式距离;
若第一欧式距离小于第二欧式距离时,确定该待测样本为第一故障类,否则即为第二故障类。
9.一种电网故障分析装置,其特征在于,包括:
数据获取处理模块,用于获取配电网各条线路的电气波形数据并进行信号预处理,获得电气量数据;
谐波含量计算模块,用于通过快速傅里叶变换计算电气量数据的零序电流谐波幅值和零序电流幅值,根据零序电流谐波幅值和零序电流幅值计算各条线路各个周期的归一化谐波含量;
谐波含量指标计算模块,用于在采样时间内对各条线路各个周期的归一化谐波含量进行计算,获得各条线路各个周期的归一化平均谐波含量指标;
故障分析模块,用于预设谐波含量指标阈值,在归一化平均谐波含量指标大于等于谐波含量指标阈值时,配电网发生弧光接地故障。
10.一种电子设备,其特征在于,所述电子设备包括存储器和处理器;
所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如权利要求1至8任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211283005.0A CN115343579B (zh) | 2022-10-20 | 2022-10-20 | 一种电网故障分析方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211283005.0A CN115343579B (zh) | 2022-10-20 | 2022-10-20 | 一种电网故障分析方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115343579A true CN115343579A (zh) | 2022-11-15 |
CN115343579B CN115343579B (zh) | 2023-01-10 |
Family
ID=83957712
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211283005.0A Active CN115343579B (zh) | 2022-10-20 | 2022-10-20 | 一种电网故障分析方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115343579B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101192752A (zh) * | 2006-11-30 | 2008-06-04 | 浙江开关厂有限公司 | 基于频谱分析的高压弧光接地识别方法 |
JP2010213545A (ja) * | 2009-03-12 | 2010-09-24 | Toshiba Corp | 電力品質評価システム |
CN103941162A (zh) * | 2014-05-12 | 2014-07-23 | 福州大学 | 利用波形时域特征聚类的谐振接地系统故障选线方法 |
US20140270205A1 (en) * | 2013-03-14 | 2014-09-18 | Hubbell Incorporated | Apparatuses, systems and methods for detecting corona |
CN107727990A (zh) * | 2017-10-23 | 2018-02-23 | 云南电网有限责任公司电力科学研究院 | 一种配网弧光接地故障辨识方法 |
CN107797028A (zh) * | 2017-10-23 | 2018-03-13 | 云南电网有限责任公司电力科学研究院 | 一种配网弧光接地故障识别方法 |
CN108508320A (zh) * | 2018-03-28 | 2018-09-07 | 山东大学 | 基于谐波能量和波形畸变特征的弧光接地故障辨识方法 |
CN110221168A (zh) * | 2019-05-15 | 2019-09-10 | 广西电网有限责任公司电力科学研究院 | 一种主导谐波源定位和谐波污染传播路径追踪方法 |
CN110320407A (zh) * | 2019-07-31 | 2019-10-11 | 国家电网有限公司 | 一种基于视在功率的单点测量电网主谐波源定位方法 |
CN110426604A (zh) * | 2019-09-03 | 2019-11-08 | 河南理工大学 | 一种谐振接地系统单相接地故障选线方法 |
CN113219307A (zh) * | 2021-07-08 | 2021-08-06 | 武汉品迅科技有限公司 | 一种基于电流行波的配电网弧光接地故障辨识方法 |
CN113762412A (zh) * | 2021-09-26 | 2021-12-07 | 国网四川省电力公司电力科学研究院 | 一种配电网单相接地故障识别方法、系统、终端及介质 |
CN113792442A (zh) * | 2021-09-28 | 2021-12-14 | 国网四川省电力公司电力科学研究院 | 一种配电网弧光接地故障建模分析方法 |
CN114062845A (zh) * | 2021-11-11 | 2022-02-18 | 国网北京市电力公司 | 线路故障的检测方法、装置以及电子设备 |
CN114563657A (zh) * | 2022-02-23 | 2022-05-31 | 山东理工大学 | 基于谐波特征距离测度的低压配电线路故障电弧识别方法 |
WO2022121138A1 (zh) * | 2020-12-09 | 2022-06-16 | 山东大学 | 一种谐振接地系统高阻故障选线和区段定位方法及系统 |
-
2022
- 2022-10-20 CN CN202211283005.0A patent/CN115343579B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101192752A (zh) * | 2006-11-30 | 2008-06-04 | 浙江开关厂有限公司 | 基于频谱分析的高压弧光接地识别方法 |
JP2010213545A (ja) * | 2009-03-12 | 2010-09-24 | Toshiba Corp | 電力品質評価システム |
US20140270205A1 (en) * | 2013-03-14 | 2014-09-18 | Hubbell Incorporated | Apparatuses, systems and methods for detecting corona |
CN103941162A (zh) * | 2014-05-12 | 2014-07-23 | 福州大学 | 利用波形时域特征聚类的谐振接地系统故障选线方法 |
CN107727990A (zh) * | 2017-10-23 | 2018-02-23 | 云南电网有限责任公司电力科学研究院 | 一种配网弧光接地故障辨识方法 |
CN107797028A (zh) * | 2017-10-23 | 2018-03-13 | 云南电网有限责任公司电力科学研究院 | 一种配网弧光接地故障识别方法 |
CN108508320A (zh) * | 2018-03-28 | 2018-09-07 | 山东大学 | 基于谐波能量和波形畸变特征的弧光接地故障辨识方法 |
CN110221168A (zh) * | 2019-05-15 | 2019-09-10 | 广西电网有限责任公司电力科学研究院 | 一种主导谐波源定位和谐波污染传播路径追踪方法 |
CN110320407A (zh) * | 2019-07-31 | 2019-10-11 | 国家电网有限公司 | 一种基于视在功率的单点测量电网主谐波源定位方法 |
CN110426604A (zh) * | 2019-09-03 | 2019-11-08 | 河南理工大学 | 一种谐振接地系统单相接地故障选线方法 |
WO2022121138A1 (zh) * | 2020-12-09 | 2022-06-16 | 山东大学 | 一种谐振接地系统高阻故障选线和区段定位方法及系统 |
CN113219307A (zh) * | 2021-07-08 | 2021-08-06 | 武汉品迅科技有限公司 | 一种基于电流行波的配电网弧光接地故障辨识方法 |
CN113762412A (zh) * | 2021-09-26 | 2021-12-07 | 国网四川省电力公司电力科学研究院 | 一种配电网单相接地故障识别方法、系统、终端及介质 |
CN113792442A (zh) * | 2021-09-28 | 2021-12-14 | 国网四川省电力公司电力科学研究院 | 一种配电网弧光接地故障建模分析方法 |
CN114062845A (zh) * | 2021-11-11 | 2022-02-18 | 国网北京市电力公司 | 线路故障的检测方法、装置以及电子设备 |
CN114563657A (zh) * | 2022-02-23 | 2022-05-31 | 山东理工大学 | 基于谐波特征距离测度的低压配电线路故障电弧识别方法 |
Non-Patent Citations (3)
Title |
---|
XIAOPENG LI: "Performance Analysis of the ELIS system for UHVDC Grounding Electrode Line under Line Break Faults", 《2019 IEEE INNOVATIVE SMART GRID TECHNOLOGIES - ASIA》 * |
李世龙: "基于击穿间隙与可变电阻的配电网弧光接地故障建模分析", 《四川电力技术》 * |
韦明杰: "基于谐波能量和波形畸变的配电网弧光接地故障辨识", 《电力系统自动化》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115343579B (zh) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108802535B (zh) | 筛选方法、主干扰源识别方法及装置、服务器及存储介质 | |
CN109407031B (zh) | 基于时间序列分层聚类的电压互感器故障识别方法 | |
CN114879085B (zh) | 单相接地故障识别方法、装置、电子设备及介质 | |
CN110647924B (zh) | 一种基于支持向量描述与k近邻算法的gis设备状态评估方法 | |
CN114142464B (zh) | 基于特征电流信号检测的低压台区拓扑识别方法和装置 | |
CN116401532B (zh) | 一种电力系统受扰后频率失稳识别方法及系统 | |
EP3012643B1 (en) | Method and apparatus for identifying causes for cable overcurrent | |
CN112986754B (zh) | 一种基于数据驱动的小电流接地系统故障辨识方法及装置 | |
CN106646106B (zh) | 基于变点探测技术的电网故障检测方法 | |
CN116520068B (zh) | 一种电力数据的诊断方法、装置、设备及存储介质 | |
CN115343579B (zh) | 一种电网故障分析方法、装置及电子设备 | |
CN115128345B (zh) | 一种基于谐波监测的电网安全预警方法及系统 | |
CN114764599B (zh) | 一种配电网单相接地故障灵敏度分析方法和系统 | |
Gašperin et al. | Signal processing and stochastic filtering for EIS based PHM of fuel cell systems | |
CN115561575A (zh) | 基于多维矩阵轮廓的海上风电场电气异常状态辨别方法 | |
CN115166625A (zh) | 智能电表误差估计方法及装置 | |
CN114091593A (zh) | 一种基于多尺度特征融合的网络级电弧故障诊断方法 | |
CN109038683B (zh) | 一次调频频率信号源的准确性评价方法、装置及设备 | |
CN110276275A (zh) | 一种能量分解中基于超平面的功率信号的滤波方法和装置 | |
CN113238172B (zh) | 基于中性线电阻的电流互感器中性线异常判断方法 | |
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 | |
CN113504498B (zh) | 一种局部放电智能感知终端的性能检测方法及系统 | |
CN112083287B (zh) | 基于特征值谱分布模型的配电网动态事件定位方法及系统 | |
Izadi | Data-Driven Analysis and Applications of Time-Synchronized Waveform Measurements in Power Systems | |
CN117147960A (zh) | 电能表窃电识别方法及装置、智能终端和窃电识别系统 |
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 |