CN115356589B - 基于电流正序故障的单相接地故障区段定位方法及系统 - Google Patents
基于电流正序故障的单相接地故障区段定位方法及系统 Download PDFInfo
- Publication number
- CN115356589B CN115356589B CN202210990940.4A CN202210990940A CN115356589B CN 115356589 B CN115356589 B CN 115356589B CN 202210990940 A CN202210990940 A CN 202210990940A CN 115356589 B CN115356589 B CN 115356589B
- Authority
- CN
- China
- Prior art keywords
- fault
- current
- phase
- section
- positive sequence
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000009826 distribution Methods 0.000 claims abstract description 33
- 230000003044 adaptive effect Effects 0.000 claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 13
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 4
- 238000012806 monitoring device Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000009466 transformation Effects 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 230000007935 neutral effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000001629 suppression Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
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
-
- 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)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Locating Faults (AREA)
Abstract
本发明公开了一种基于电流正序故障的单相接地故障区段定位方法及系统,对配电网各区段的三相电流实时监测,将三相电流合成零序电流;根据所得零序电流预测出配电网可能发生单相接地故障的区段;对预测出的所有区段相电流信号进行信号提取,获取电流正序故障分量和零序故障分量;根据正序故障分量和零序故障分量分别计算对应幅值;利用零序故障分量幅值设置自适应阈值;将所得正序故障分量幅值与自适应阈值进行比对,完成对所有预判故障区段的故障定位判断。本发明依靠监测线路的三相电流合成零序电流进行可能故障区段的预判断,再利用自适应阈值与计算所得到的正序故障分量幅值进行比对,即可实现就地判断,减轻了对通信系统的依赖性。
Description
技术领域
本发明涉及配电网中单相接地故障技术领域,具体涉及一种基于电流正序故障的单相接地故障区段定位方法及系统。
背景技术
配电网作为电力系统的“最后一公里”,起到了连接电力用户和电力系统的作用。配电网能否安全稳定运行,直接决定了广大用户的生产产品质量和生活水平。但随着经济社会的不断发展,配电网亦出现拓扑结构复杂化、接地故障类型多样化的趋势,使得单相接地故障定位难度加大。为了保证系统的供电可靠性,亟需提出一种可靠性高的故障区段定位技术。
国内外专家学者针对单相接地故障定位已进行了大量研究,并取得一定成果,根据区段定位技术所应用的判断信号,可将区段定位技术分为两类:依据自身线路信号的定位技术和依据外部注入信号的定位技术。依据自身线路信号的定位技术大多应用零序电流进行判断,但由于配电网部分区域的设备更新不及时或环网柜和分支箱中空间不足,导致线路中缺少零序电流或电压互感器,无法获取定位技术所需的零序信号,导致定位技术无法实现定位功能。而依据外部注入信号的定位技术则需要向配电网系统中安装特定信号的注入和采集装置,但由于配电网分支线路众多,所需装置数量较大,影响了此类定位技术的工程经济性。随着人工智能技术的不断发展,定位技术可借助人工智能技术处理由系统中采集到的大量信息,实现故障精确定位,但该类算法大多需要通过通信系统将信息集中上传主站进行判断,严重依赖通信可靠性,当信号传输过程中出现误差或通信系统失灵时,无法完成故障定位。
发明内容
为了提高对故障定位的高适应性和可靠性,同时减轻定位技术对通信系统的依赖,本发明提出了一种基于电流正序故障的单相接地故障区段定位方法及系统。
所采用的技术方案如下:
一方面,本发明提供了一种基于电流正序故障的单相接地故障区段定位方法,实时监测配电网各区段的三相电流,并将三相电流合成零序电流;根据所得零序电流预测出配电网可能发生单相接地故障的预判故障区段;对所有预判故障区段相电流信号进行信号提取,获取电流正序故障分量和零序故障分量;根据正序故障分量和零序故障分量分别计算正序故障分量幅值和零序故障分量幅值;利用零序故障分量幅值设置自适应阈值;将所得正序故障分量幅值与自适应阈值进行比对,完成对所有预判故障区段的故障定位判断。
优选地,当监测区段线路中合成的零序电流幅值大于所设定的零序电流启动值时,初步判断监测区段线路上发生单相接地故障,并获得对应监测区段线路上的故障波形信息和相电流信号。
优选地,根据所得到的故障波形信息得到小波模极大值,确定故障发生准确时刻t0;将监测区段线路上的故障发生时刻t0前后相差整周期倍数的相电流相减,获取各相电流故障分量;对各相电流故障分量进行计算,获取正序故障分量、零序故障分量及对应的幅值。
优选地,利用对称分量法逆变换对各相电流故障分量进行计算,得到各预判故障区段线路上电流的正序故障分量和零序故障分量,所采用的对称分量法逆变换公式:
其中,a=ej120°为方向因子;
为预判故障区段线路上的正序故障分量、负序故障分量和零序故障分量;
为预判故障区段线路上的各相电流故障分量;
根据各预判故障区段线路上的正序故障分量和零序故障分量获取正序故障分量幅值和零序故障分量幅值。
优选地,利用零序故障分量幅值设置自适应阈值krel,计算公式如下:
其中,I0为各预判故障区段线路上的自身零序故障分量幅值;λ(λ≥0)为自适应调节系数。
对所有预判故障区段进行故障定位判断的方法是,当所得预判故障区段线路上的正序故障分量幅值大于自适应阈值时,判定对应预判故障区段线路为故障区段;当所得预判故障区段线路上的正序故障分量幅值小于自适应阈值时,则判断对应预判故障区段线路为正常区段。
另一方面,本发明还提供了一种基于电流正序故障的单相接地故障区段定位系统,包括设置于配电网线路各区段中的监测装置、计算模块和判定模块,所述监测装置实时测量所在区段配电网的三相电流,并通过三相电流合成的零序电流预测出可能发生单相接地故障的预判故障区段;
所述计算模块用于得到所有预判故障区段的正序故障分量幅值和零序故障分量幅值;
所述判定模块中设有与所得零序故障分量幅值相关联的自适应阈值,并将所得正序故障分量幅值与自适应阈值进行比对,完成对所有预判故障区段中故障区段的定位判断。
进一步地,所述监测装置中设有相电流互感器和预判模块,所述相电流互感器用于实时测量所在区段配电网的三相电流,所述预判模块中设有零序电流启动值,其根据三相电流合成的零序电流幅值与零序电流启动值预测出配电网可能发生单相接地故障的预判故障区段。
进一步地,所述监测装置中还包括录波装置和定位装置,当所述监测装置预测出可能发生单相接地故障的预判故障区段时,所述录波装置自动启动,并向所述定位装置传输故障波形信息,确定故障发生准确时刻t0;所述计算模块将故障发生准确时刻t0前后相差整周期倍数的相电流相减,获取各相电流故障分量中的正序故障分量、零序故障分量及对应的幅值。
进一步优选地,所述判定模块中所设置的自适应阈值krel与所述计算模块中所得到的零序故障分量幅值I0符合如下数学关系式:
其中λ(λ≥0)为自适应调节系数。
本发明技术方案具有如下优点:
A.本发明仅依靠监测线路的三相电流合成零序电流进行故障区段的预判断,预测出可能发生单相接电故障的预判故障区段线路,然后再对预判故障区段线路进行相电流信号提取,经计算后得到对应预判故障区段线路上的正序故障分量幅值和零序故障分量幅值,再利用相电流提取的零序故障分量幅值设置的自适应阈值与计算所得到的正序故障分量幅值进行比对,即可实现就地判断,减轻了对通信系统的依赖性,本发明仅需系统中原有的相电流互感器采集三相相电流即可判断,对零序电流精确度要求不高,且可实现就地判断。
B.本发明可实现配电网中性点不接地和经消弧线圈接地系统下的发生单相接地故障区段定位,故障特征明显,定位可靠性较高,定位逻辑简洁,易于编程实现,工程实现性强,具有工程推广性。
附图说明
为了更清楚地说明本发明具体实施方式,下面将对具体实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明所提供的单相接地故障区段定位方法流程图;
图2是本发明提供的中性点经消弧线圈接地系统单相接地故障系统结构图;
图3是本发明提供的对称分量法系统结构图;
图4是本发明提供的零序电流序网图;
图5是本发明提供的定位流程图;
图6是本发明提供的仿真实验系统结构图。
图7是本发明所提供的系统组成框图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明提供了一种基于电流正序故障分量边缘计算的单相接地故障区段定位方法,实时监测配电网各区段的三相电流,并将三相电流合成零序电流;根据所得零序电流预测出配电网可能发生单相接地故障的预判故障区段;对所有预判故障区段线路上的相电流信号进行信号提取,获取对应预判故障区段线路上的电流正序故障分量和零序故障分量;根据正序故障分量和零序故障分量分别计算正序故障分量幅值和零序故障分量幅值;利用零序故障分量幅值设置自适应阈值;将所得正序故障分量幅值与自适应阈值进行比对,完成对故障区段的定位判断。当所得预判故障区段线路上的正序故障分量幅值大于所设定的自适应阈值时,判定此线路为故障区段;当所得预判故障区段线路上的正序故障分量幅值小于自适应阈值时,则判断该预判故障区段线路为正常区段。
本发明利用电流正序及零序故障分量幅值完成所有预判故障区段线路的故障定位判断,其具体如下:
本发明利用配电网中性点经消弧线圈接地系统为例进行分析,配网系统如图2所示。根据对称分量法,可将故障点处等效为接入正、负和零序电压,如附图3所示。
配电网中发生单相接地故障后,各线路上相电流由电源电压和正、负、零序电压叠加作用产生,且为电源电压产生的负荷电流/>与故障点处的正、负、零序电压产生的电流故障分量/>之和。同时由于故障前后电源电动势和负荷变化很小,故障发生前后线路上的负荷电流近似相等,而故障发生前的负荷电流/>为线路相电流。由此可通过故障发生后的相电流与故障发生前相电流相减,获取故障后的电流故障分量/>
由于电流正序和负序故障分量只在电源和故障点形成回路,而零序电流则通过各线路上对地电容和接地故障线路之间会形成回路,下面分别分析配电网中零序和正序电流特征。
根据图2获取配电网零序等效电路如图4所示。在配电网系统故障点处零序电流发生分流,自故障点处分别流向故障点上游线路和下游线路,流经故障点上游线路的零序电流经过母线后,在母线处分流流向系统中正常线路。由此可得正常线路上零序电流的分流系数ηi为:
其中,CΣ为系统等效电容;α是所求正常线路上对地电容的阻抗值。
由于故障点处零序电流发生分流,分别流向故障点上游和下游线路,则故障路径上的零序电流分流系数为:
而在中性点不接地系统中,各线路上零序电流分流系数与之类似,这里不再赘述。
由于电流故障分量中正序电流在故障点与电源通过母线之间构成回路,故在故障路径中包含正序电流,而在故障点下游线路和正常线路中不包含正序分量。
为不失一般性,假设配电网系统单相接地故障点处故障电流为则故障路径上的正序和零序电流/>如下所示。
ηK为零序电流在故障路径上的分流系数。
而非故障路径上正序和零序三序电流为:
由于分流系数η取值范围为(0,1),则在故障路径中电流正序故障分量幅值大于零序:
I1>I0
而在非故障路径中电流正序故障分量幅值小于零序:
I'1<I'0
本发明首先利用小波模极大值对由三相电流合成的零序电流进行处理,确定故障发生准确时刻t0。利用故障发生时刻前后相差整周期的相电流相减,获取各相电流故障分量。本发明利用对称分量逆变换求取各线路上的正序和零序电流:
其中,a=ej120°为方向因子,由此可根据各线路的电流故障分量获取电流正序故障分量幅值和零序故障分量幅值。
由于现场实际工况中测量的电流正序故障分量幅值可能存在误差,无法满足非故障路径与故障路径上电流正序故障分量幅值关系。同时,为了摆脱区段定位方法对通信系统的依赖,本发明利用电流正序故障分量幅值I1与零序故障分量幅值I0的关系结合边缘计算思想对算法进行改进。
由上述相电流故障分量特征分析可得,在故障路径中电流正序故障分量幅值大于零序故障分量幅值,而在非故障路径中二者关系相反。根据各线路上电流正序故障分量幅值和零序故障分量幅值的关系,本发明结合零序故障分量幅值设置自适应阈值:
其中,I0为各线路自身电流零序故障分量幅值;λ(λ≥0)为自适应调节系数。由于系统中各线路零序电流不同,本发明应用本线路自身零序故障分量幅值作为参数,保证了区段定位在不同工况下的可靠性;同时在自适应阈值中引入自适应调节系数λ,用于调节定位的灵敏度,以满足现场实际工况的要求。
由此,当该点监测装置获取的电流正序故障分量幅值大于自适应阈值时,判断该监测装置所在区段为故障区段;而当幅值小于自适应阈值时,则判断该监测装置所在区段为非故障区段。
如附图6所示,本发明采用ATP电力系统仿真软件进行仿真实验。其中,单相接地故障发生时刻设定为0.0684s,每个采样周期采样点为100,仿真实验共进行25个周期。在仿真模型中设置二条出线,单相接地故障发生于第二条出线中段,则第一条正常线路和故障点下游线路为非故障路径,第二条线路中故障点上游线路为故障路径。
对于中性点经消弧线圈接地系统或中性点不接地系统单相接地故障可采用本发明,在线路各区段中安装监测装置后,可实时采集相电流信号,发生单相接地故障后分析故障特征,完成故障区段定位。具体实施步骤如附图5所示。
步骤1:在线路各区段中安装监测装置实时采集相电流信号,并合成零序电流;
步骤2:一旦线路零序电流幅值I0大于零序电流启动值Iset时,可判定为故障发生,录波装置向定位装置中自动传输故障波形;
在定位装置中通过监测零序电流幅值大小判断单相接地故障是否发生。根据现场实际工况设置零序电流启动值后,由三相电流合成零序电流,当零序电流幅值大于零序电流启动值时,判断故障发生,定位装置启动,否则判断线路未发生故障。这样可以将所有监测线路上可能发生单相接地故障的所有预判故障区段线路预测出来。
步骤3:对步骤2上传至定位装置的波形信息进行电流故障分量计算。根据小波模极大值确定故障发生准确时刻t0,根据故障时刻t0前后相差整周期倍数的相电流相减获取电流故障分量,同时依据对称分量法逆变换获取电流正序和零序故障分量及其二者幅值,根据电流零序故障分量幅值获得该线路自适应阈值;
步骤4:若步骤3所得电流正序故障分量幅值I1大于装置设定的自适应阈值Krel,则判断该预判故障区段线路为故障区段,否则为非故障区段。
经过数据处理后,各预判故障区段线路上的电流正序故障分量幅值、电流零序故障分量幅值和自适应阈值大小如下表所示:
由上表所得结果可得,故障路径电流正序故障分量幅值大于自适应阈值,而故障点下游线路及正常线路电流正序故障分量幅值小于自适应阈值,由此可完成单相接地故障区段定位。
另外,本发明还提供了一种基于电流正序故障分量边缘计算的单相接地故障区段定位系统,如图7所示,系统包括设置于配电网线路各区段中的监测装置、计算模块和判定模块,本发明优选在监测装置中设有相电流互感器和预判模块,相电流互感器用于实时测量所在区段配电网的三相电流,预判模块中设有零序电流启动值,其根据三相电流合成的零序电流幅值与零序电流启动值预测出配电网可能发生单相接地故障的预判故障区段。这里做出预判故障是根据合成的零序电流与所设定的零序电流启动值相比较,首先对配电网中各监测区段的单相接地故障做出判断,将有可能发生单相接地故障的预判故障区段线路提前预测出来。
监测装置中还包括录波装置和定位装置,当监测装置判断发生单相接地故障时,录波装置自动启动,并向定位装置传输所有预判故障区段线路上的故障波形信息;
计算模块对故障波形信息进行提取,并经计算得到正序故障分量幅值和零序故障分量幅值;判定模块中设有与所得零序故障分量幅值相关联的自适应阈值,所设置的自适应阈值krel与计算模块中所得到的零序故障分量幅值I0符合如下数学关系式:其中λ(λ≥0)为自适应调节系数。将所得正序故障分量幅值与自适应阈值进行比对,完成对所有预判故障区段中的故障区段定位判断。
上述所采用的相电流互感器、录波装置和定位装置均为现有技术。
本发明未述及之处均适用于现有技术。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本发明实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种基于电流正序故障的单相接地故障区段定位方法,其特征在于,实时监测配电网各区段的三相电流,并将三相电流合成零序电流;根据所得零序电流预测出配电网可能发生单相接地故障的预判故障区段;对所有预判故障区段相电流信号进行信号提取,获取电流正序故障分量和零序故障分量;根据正序故障分量和零序故障分量分别计算正序故障分量幅值和零序故障分量幅值;利用零序故障分量幅值设置自适应阈值;将所得正序故障分量幅值与自适应阈值进行比对,完成对所有预判故障区段的故障定位判断;
利用零序故障分量幅值设置自适应阈值krel,计算公式如下:
其中,I0为各预判故障区段线路上的自身零序故障分量幅值;λ为自适应调节系数,λ≥0。
2.根据权利要求1所述的基于电流正序故障的单相接地故障区段定位方法,其特征在于,当监测区段线路中合成的零序电流幅值大于所设定的零序电流启动值时,初步判断监测区段线路上发生单相接地故障,并获得对应监测区段线路上的故障波形信息和相电流信号。
3.根据权利要求2所述的基于电流正序故障的单相接地故障区段定位方法,其特征在于,根据所得到的故障波形信息得到小波模极大值,确定故障发生准确时刻t0;将监测区段线路上的故障发生时刻t0前后相差整周期倍数的相电流相减,获取各相电流故障分量;对各相电流故障分量进行计算,获取正序故障分量、零序故障分量及对应的幅值。
4.根据权利要求3所述的基于电流正序故障的单相接地故障区段定位方法,其特征在于,利用对称分量法逆变换对各相电流故障分量进行计算,得到各预判故障区段线路上电流的正序故障分量和零序故障分量,所采用的对称分量法逆变换公式:
其中,a=ej120°为方向因子;
为预判故障区段线路上的正序故障分量、负序故障分量和零序故障分量;
为预判故障区段线路上的各相电流故障分量;
根据各预判故障区段线路上的正序故障分量和零序故障分量获取正序故障分量幅值和零序故障分量幅值。
5.根据权利要求1-4任一所述的基于电流正序故障的单相接地故障区段定位方法,其特征在于,对所有预判故障区段进行故障定位判断的方法是,当所得预判故障区段线路上的正序故障分量幅值大于自适应阈值时,判定对应预判故障区段线路为故障区段;当所得预判故障区段线路上的正序故障分量幅值小于自适应阈值时,则判断对应预判故障区段线路为正常区段。
6.一种基于电流正序故障的单相接地故障区段定位系统,其特征在于,包括设置于配电网线路各区段中的监测装置、计算模块和判定模块,所述监测装置实时测量所在区段配电网的三相电流,并通过三相电流合成的零序电流预测出可能发生单相接地故障的预判故障区段;
所述计算模块用于得到所有预判故障区段的正序故障分量幅值和零序故障分量幅值;
所述判定模块中设有与所得零序故障分量幅值相关联的自适应阈值,并将所得正序故障分量幅值与自适应阈值进行比对,完成对所有预判故障区段中故障区段的定位判断;
所述判定模块中所设置的自适应阈值krel与所述计算模块中所得到的零序故障分量幅值I0符合如下数学关系式:
其中λ为自适应调节系数,λ≥0。
7.根据权利要求6所述的基于电流正序故障的单相接地故障区段定位系统,其特征在于,所述监测装置中设有相电流互感器和预判模块,所述相电流互感器用于实时测量所在区段配电网的三相电流,所述预判模块中设有零序电流启动值,其根据三相电流合成的零序电流幅值与零序电流启动值预测出配电网可能发生单相接地故障的预判故障区段。
8.根据权利要求7所述的基于电流正序故障的单相接地故障区段定位系统,其特征在于,所述监测装置中还包括录波装置和定位装置,当所述监测装置预测出可能发生单相接地故障的预判故障区段时,所述录波装置自动启动,并向所述定位装置传输故障波形信息,确定故障发生准确时刻t0;所述计算模块将故障发生准确时刻t0前后相差整周期倍数的相电流相减,获取各相电流故障分量中的正序故障分量、零序故障分量及对应的幅值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210990940.4A CN115356589B (zh) | 2022-08-18 | 2022-08-18 | 基于电流正序故障的单相接地故障区段定位方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210990940.4A CN115356589B (zh) | 2022-08-18 | 2022-08-18 | 基于电流正序故障的单相接地故障区段定位方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115356589A CN115356589A (zh) | 2022-11-18 |
CN115356589B true CN115356589B (zh) | 2023-10-31 |
Family
ID=84002381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210990940.4A Active CN115356589B (zh) | 2022-08-18 | 2022-08-18 | 基于电流正序故障的单相接地故障区段定位方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115356589B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107015113A (zh) * | 2017-04-11 | 2017-08-04 | 国网河南省电力公司电力科学研究院 | 基于正序电流突变比较的配电网断线识别方法 |
CN109507532A (zh) * | 2018-11-22 | 2019-03-22 | 西安科技大学 | 一种小电流接地系统馈线单相接地故障区段定位方法 |
CN109669093A (zh) * | 2018-12-13 | 2019-04-23 | 南京正锐电力科技有限公司 | 一种非有效接地系统线路接地故障检测方法 |
CN111999674A (zh) * | 2020-07-14 | 2020-11-27 | 许继集团有限公司 | 基于相电流变化量的配电线路单相接地故障检测定位方法 |
CN112485588A (zh) * | 2020-11-11 | 2021-03-12 | 云南电网有限责任公司临沧供电局 | 一种基于级联h桥控制的永久高阻故障区段定位方法 |
CN113552441A (zh) * | 2020-04-24 | 2021-10-26 | 南京南瑞继保电气有限公司 | 一种单相接地故障检测方法及装置 |
CN114441891A (zh) * | 2021-11-30 | 2022-05-06 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于电流信号相似度的配电网单相接地故障选线方法 |
CN114545149A (zh) * | 2022-01-21 | 2022-05-27 | 国网浙江省电力有限公司嘉兴供电公司 | 一种小电流接地系统10kV线路单相接地故障定位方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100883777B1 (ko) * | 2007-01-26 | 2009-02-18 | 명지대학교 산학협력단 | 배전자동화시스템에서 단말장치의 고장표시 생성방법 |
US8717725B2 (en) * | 2010-12-02 | 2014-05-06 | Schweitzer Engineering Laboratories Inc | Dual-comparator restricted earth fault protection |
US8717721B2 (en) * | 2011-08-25 | 2014-05-06 | Southern States, Llc | High impedance fault isolation system |
US11035897B2 (en) * | 2017-08-04 | 2021-06-15 | Abb Power Grids Switzerland Ag | Method and device for fault section identification in multi-terminal mixed lines |
-
2022
- 2022-08-18 CN CN202210990940.4A patent/CN115356589B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107015113A (zh) * | 2017-04-11 | 2017-08-04 | 国网河南省电力公司电力科学研究院 | 基于正序电流突变比较的配电网断线识别方法 |
CN109507532A (zh) * | 2018-11-22 | 2019-03-22 | 西安科技大学 | 一种小电流接地系统馈线单相接地故障区段定位方法 |
CN109669093A (zh) * | 2018-12-13 | 2019-04-23 | 南京正锐电力科技有限公司 | 一种非有效接地系统线路接地故障检测方法 |
CN113552441A (zh) * | 2020-04-24 | 2021-10-26 | 南京南瑞继保电气有限公司 | 一种单相接地故障检测方法及装置 |
CN111999674A (zh) * | 2020-07-14 | 2020-11-27 | 许继集团有限公司 | 基于相电流变化量的配电线路单相接地故障检测定位方法 |
CN112485588A (zh) * | 2020-11-11 | 2021-03-12 | 云南电网有限责任公司临沧供电局 | 一种基于级联h桥控制的永久高阻故障区段定位方法 |
CN114441891A (zh) * | 2021-11-30 | 2022-05-06 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于电流信号相似度的配电网单相接地故障选线方法 |
CN114545149A (zh) * | 2022-01-21 | 2022-05-27 | 国网浙江省电力有限公司嘉兴供电公司 | 一种小电流接地系统10kV线路单相接地故障定位方法 |
Non-Patent Citations (2)
Title |
---|
An Improved Detection Algorithm of Sequence Current;Qingliang Wang;2016 International Symposium on Computer, Consumer and Control;第92-95页 * |
小电流接地系统单相接地故障选线新方法;唐捷 等;高电压技术;第143-147页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115356589A (zh) | 2022-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gholami et al. | Detecting the location of short-circuit faults in active distribution network using PMU-based state estimation | |
JP7394800B2 (ja) | 非接地配電システムのための過渡状態に基づいた故障位置特定方法 | |
Lotfifard et al. | Voltage sag data utilization for distribution fault location | |
Liu et al. | Oscillation monitoring system based on wide area synchrophasors in power systems | |
CN113219300B (zh) | 一种基于相电流暂态稳态的配电网单相接地故障感知方法 | |
CN114966326B (zh) | 基于电流负序故障的单相接地故障区段定位方法及系统 | |
Reche et al. | Data mining-based method to reduce multiple estimation for fault location in radial distribution systems | |
Aslan | An alternative approach to fault location on power distribution feeders with embedded remote-end power generation using artificial neural networks | |
Gashteroodkhani et al. | A protection scheme for microgrids using time-time matrix z-score vector | |
Alinezhad et al. | On-line Thevenin impedance estimation based on PMU data and phase drift correction | |
CN114636900A (zh) | 一种配电网多重故障诊断方法及系统 | |
Carta et al. | Model order reduction for PMU-based state estimation in distribution grids | |
Kezunovic | Translational knowledge: From collecting data to making decisions in a smart grid | |
CN115980513A (zh) | 基于粒子群算法的配电网单相接地故障判别方法及装置 | |
CN114384374A (zh) | 基于边缘计算ftu与故障指示器的故障研判方法及装置 | |
Shiddieqy et al. | Power line transmission fault modeling and dataset generation for ai based automatic detection | |
CN114441891A (zh) | 一种基于电流信号相似度的配电网单相接地故障选线方法 | |
CN115656702A (zh) | 一种基于边缘计算的配电网单相接地故障定位方法及系统 | |
Li et al. | Dynamic topology awareness in active distribution networks under DG uncertainties using GMM-PSEs and KL divergence | |
Papadopoulos et al. | A three-level distributed architecture for the real-time monitoring of modern power systems | |
CN115356589B (zh) | 基于电流正序故障的单相接地故障区段定位方法及系统 | |
Leelaruji et al. | Voltage stability monitoring using sensitivities computed from synchronized phasor measurement data | |
Costa et al. | A method for fault classification in transmission lines based on ann and wavelet coefficients energy | |
Hubana | Transmission lines fault location estimation based on artificial neural networks and power quality monitoring data | |
Kashyap et al. | Reduced-order synchrophasor-assisted state estimation for smart grids |
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 |