CN115577272B - 一种基于故障录波数据的多重雷击判别方法 - Google Patents

一种基于故障录波数据的多重雷击判别方法 Download PDF

Info

Publication number
CN115577272B
CN115577272B CN202211554388.0A CN202211554388A CN115577272B CN 115577272 B CN115577272 B CN 115577272B CN 202211554388 A CN202211554388 A CN 202211554388A CN 115577272 B CN115577272 B CN 115577272B
Authority
CN
China
Prior art keywords
recording data
similarity
straight line
lightning
curve
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
Application number
CN202211554388.0A
Other languages
English (en)
Other versions
CN115577272A (zh
Inventor
束洪春
周杰
唐玉涛
马御棠
韩一鸣
朱梦梦
安宇阳
易阳
何恺
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.)
Kunming University of Science and Technology
Original Assignee
Kunming University of Science and Technology
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 Kunming University of Science and Technology filed Critical Kunming University of Science and Technology
Priority to CN202211554388.0A priority Critical patent/CN115577272B/zh
Publication of CN115577272A publication Critical patent/CN115577272A/zh
Application granted granted Critical
Publication of CN115577272B publication Critical patent/CN115577272B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/08—Measuring electromagnetic field characteristics
    • G01R29/0807—Measuring electromagnetic field characteristics characterised by the application
    • G01R29/0814—Field measurements related to measuring influence on or from apparatus, components or humans, e.g. in ESD, EMI, EMC, EMP testing, measuring radiation leakage; detecting presence of micro- or radiowave emitters; dosimetry; testing shielding; measurements related to lightning
    • G01R29/0842—Measurements related to lightning, e.g. measuring electric disturbances, warning systems
    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/13—Differential equations
    • 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
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Electromagnetism (AREA)
  • Locating Faults (AREA)

Abstract

本发明涉及一种基于故障录波数据的多重雷击判别方法，属于新型电力系统智能制造和继电保护领域。本发明为当输电线路遭受雷击时，站端录波装置采集电压故障分量录波数据，利用差分函数取出录波数据的峰值点进行直线拟合，按照斜率筛选出目标直线，并进行规范化处理，取包含所筛直线及直线后两个峰值点间的拟合直线数据为待测曲线。以相似度比较结果来判断雷击重数，若第一条待测曲线与其中一条待测曲线的相似度Jδ≥Jδset，则为1次雷击；若第一条待测曲线与其中两条待测曲线的相似度Jδ≥Jδset，则为2次雷击，以此类推；由此可以判断雷击重数。

Description

一种基于故障录波数据的多重雷击判别方法
技术领域
本发明涉及一种基于故障录波数据的多重雷击判别方法，属于新型电力系统智能制造和继电保护领域。
背景技术
雷电是一种瞬间释放巨大能量而且破坏力极强的大气放电现象，由于输电线路在电力系统中占有重要地位，且具有范围广、有效体积大、路程长等特点，所以输电线路整体遭受雷击的概率要远高于其他电气元件。据国际大电网委员会公布，美国、日本等12国所发生的线路故障中，雷击事故占40%～60%。据2016年南方电网110kV及以上线路跳闸原因统计，雷击引起的跳闸数量占线路跳闸总数的66.81%。在现有的技术方案中，大部分判断多重雷击的方法是运用单判据，缺陷在于单判据的判定条件较为单一，容易受行波数据的奇异变化的影响，从而使判据失效或者误判，可信度大幅降低；从判定结果来看，最后只能判断出是否使多重雷击而不能判断多重雷击的重数。对于雷电定位系统，也会有通过地闪传输到探测站时因雷电波形发生畸变导致的无法识别多重雷击的问题。
发明内容
基于上述问题，本发明采集输电线路站端电压故障分量录波数据并利用差分函数来提取其峰值点，据此对原始电压故障分量录波数据做直线拟合，并求出直线斜率，筛选出斜率大于阈值的直线，规范化处理以后，取包含所筛直线及直线后两个峰值点间的拟合直线数据为待测曲线，比较待测曲线的相似度，以相似度为依据判定多重雷击。
一种基于故障录波数据的多重雷击判别方法，具体包括以下步骤：
Step1：当输电线路遭受雷击时，采集输电线路站端电压故障分量录波数据。
Step2：利用差分函数提取Step1所采集录波数据的峰值点，对相邻峰值点做直线拟合。
本发明所使用的差分计算方法为后向差分，本质上是从初始值出发，通过差分格式沿时间增加的方向，逐步求出微分方程的近似解。此处利用后向差分来计算电压故障分量录波数据的一阶差分，可以更加清晰的得到电压故障分量录波数据的峰值点信息。
Δf(n)= f(n)- f(n-1)
式中，f(n)为第n点的电压故障分量录波数据f(n)，Δf(n)为函数f(n)在点n的一阶差分，f(n-1)为第n-1点的电压故障分量录波数据。
Step3：对Step2得到的拟合直线进行规范化处理。
规范化是一种无量纲的处理手段，使物理系统的绝对值变成某种相对值的关系。此处使用规范化可以将故障录波数据被限定在[0，1]范围内，这样可以消除奇异样本的影响，同时可以保证待测曲线的特征。
Figure DEST_PATH_IMAGE001
式中，fG(n)为拟合直线的幅值，min(f(n))为f(n)的最小值，max(f(n))为f(n)的最大值。
Step4：利用两点式求出Step3处理后所有拟合直线的斜率，筛选出斜率大于斜率阈值（根据大量仿真数据计算得出）的拟合直线作为目标直线。
Figure 966091DEST_PATH_IMAGE002
式中，k为计算斜率，un为规范化后第n个电压故障分量录波数据峰值点幅值，un+1为规范化后第n+1个电压故障分量录波数据峰值点幅值，tn为规范化后第n个电压故障分量录波数据峰值点幅值所对应的时间，tn+1为规范化后第n+1个电压故障分量录波数据峰值点幅值所对应的时间。
Step5：取目标直线及目标直线后两个峰值点间的拟合直线数据为待测曲线，比较待测曲线范围内的电压故障分量录波数据相似度，相似度计算具体如下：
Step6：根据相似度高于相似度阈值（根据大量仿真数据计算得出）的待测曲线的数量，判定雷击的重数。
利用Jaccard相关系数将相似度量化后进行比较，若第一条待测曲线与其中一条待测曲线的相似度Jδ≥Jδset，则为1次雷击；若第一条待测曲线与其中两条待测曲线的相似度Jδ≥Jδse，则为2次雷击，以此类推；由此可以判断雷击重数。
相似度计算具体如下：
Figure DEST_PATH_IMAGE003
其中，A为在第一条待测曲线范围内所有电压故障分量录波数据幅值的集合，B为其他任一条待测曲线范围内所有电压故障分量录波数据幅值的集合，Jδ(A,B)为集合A与集合B间的Jaccard相关系数。
本发明的有益效果是：本发明使用了斜率比较以及相似度比较的双判据。若单独使用斜率当作判据回到子所筛选出的直线并不全是雷电注入所造成的突变，最终导致误差较大；若单独使用相似度会导致线路中有部分波形与雷电流注入后的波形相似，最终导致误差较大；结合斜率和相似度的双判据以后，斜率可以忽略雷电流幅值大小的影响，利用雷电流瞬间注入线路的特性来识别雷击，在利用斜率初步筛选出可能的雷电注入点后，再次利用相似度的判据来进行筛选，并最终判断出雷电的重数。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将其所需要使用的附图作简单的介绍，下面描述中的附图为实施例所搭建模型及对应模拟情况的电气量信息，对于本领域技术人员来讲，可以根据这些附图获得所需的信息。
图1是本发明搭建线路；
图2是实施例1故障录波数据；
图3是实施例1是后向差分计算结果；
图4是实施例1拟合直线进行规范化处理；
图5是实施例1待测曲线；
图6是实施例2故障录波数据；
图7是实施例2后向差分计算结果；
图8是实施例2拟合直线进行规范化处理；
图9是实施例2待测曲线。
具体实施方式
下面通过搭建输电线路模型和雷击模型来进行雷击模拟，其中雷电流选用负极性2.6/50μs双指数波，线路全长为600km，本次选择了不同的雷击类型来阐述具体的实施方式，搭建模型如图1所示，uf为输电线路中雷击点的位置。
实施例1：雷击位置如图1所示，仿真设定雷击次数为2次，两次雷击都发生于距M母线400km的位置，雷击后绝缘子未闪络。
Step1：当输电线路遭受雷击时，采集输电线路站端电压故障分量录波数据，如图2所示。
Step2：利用差分函数提取Step1所采集录波数据的峰值点，对相邻峰值点做直线拟合，向后差分计算结果如图3所示。
Step3：对Step2得到的拟合直线进行规范化处理，如图4所示。
Step4：利用两点式求出Step3处理后所有拟合直线的斜率，筛选出斜率大于斜率阈值的拟合直线作为目标直线。
Step5：取目标直线及目标直线后两个峰值点间的拟合直线数据为待测曲线，如图5所示，比较待测曲线范围内的电压故障分量录波数据相似度
Step6：根据相似度高于相似度阈值的待测曲线的数量，判定雷击的重数。
最终判定第1条待测曲线与其中2条待测曲线的相似度符合标准，此次雷击为2重雷击。
实施例2，雷击位置如图1所示，仿真设定雷击次数为4次，四次雷击都发生于距M母线400km的位置，雷击后绝缘子未闪络。
Step1：当输电线路遭受雷击时，采集输电线路站端电压故障分量录波数据，如图6所示。
Step2：利用差分函数提取Step1所采集录波数据的峰值点，对相邻峰值点做直线拟合，向后差分计算结果如图7所示。
Step3：对Step2得到的拟合直线进行规范化处理，如图8所示。
Step4：利用两点式求出Step3处理后所有拟合直线的斜率，筛选出斜率大于斜率阈值的拟合直线作为目标直线。
Step5：取目标直线及目标直线后两个峰值点间的拟合直线数据为待测曲线，如图9所示，比较待测曲线范围内的电压故障分量录波数据相似度
最终判定第1条待测曲线与其中4条待测曲线的相似度符合标准，此次雷击为4重雷击。
上面结合图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (5)

1.一种基于故障录波数据的多重雷击判别方法，其特征在于：包括如下步骤：
Step1：当输电线路遭受雷击时，采集输电线路站端电压故障分量录波数据；
Step2：利用差分函数提取Step1所采集录波数据的峰值点，对相邻峰值点做直线拟合；
Step3：对Step2得到的拟合直线进行规范化处理；
Step4：求出Step3处理后所有拟合直线的斜率，筛选出斜率大于斜率阈值的拟合直线作为目标直线；
Step5：取目标直线及目标直线后两个峰值点间的拟合直线数据为待测曲线，比较待测曲线范围内的电压故障分量录波数据相似度；
Step6：根据相似度高于相似度阈值的待测曲线的数量，判定雷击的重数；
Step2所述的“差分”为后向差分，其能够明确表示出电压录波数据曲线中峰值点位置；
Δf(n)= f(n)- f(n-1)
式中，f(n)为第n点的电压故障分量录波数据f(n)，Δf(n)为函数f(n)在点n的一阶差分，f(n-1)为第n-1点的电压故障分量录波数据；
Step3所述的“规范化处理”为将拟合直线的幅值通过数值计算的方法转换到[0,1]的范围；
Figure QLYQS_1
；
式中，fG(n)为拟合直线的幅值，min(f(n))为f(n)的最小值，max(f(n))为f(n)的最大值；
Step4所述的“筛选出斜率大于斜率阈值的拟合直线”为通过直线拟合方法拟合的斜率大于阈值的所有直线，计算斜率的方法为两点式；
Figure QLYQS_2
；
式中，k为计算斜率，un为规范化后第n个电压故障分量录波数据峰值点幅值，un+1为规范化后第n+1个电压故障分量录波数据峰值点幅值，tn为规范化后第n个电压故障分量录波数据峰值点幅值所对应的时间，tn+1为规范化后第n+1个电压故障分量录波数据峰值点幅值所对应的时间；
Step5所述的“相似度”为利用Jaccard相关系数来量化表征两组待测曲线的相似度，以相似度高于相似度阈值作为符合条件的判断：
Figure QLYQS_3
；
其中，A为在第一条待测曲线范围内所有电压故障分量录波数据幅值的集合，B为其他任一条待测曲线范围内所有电压故障分量录波数据幅值的集合，Jδ(A,B)为集合A与集合B间的Jaccard相关系数。
2.根据权利要求1所述的一种基于故障录波数据的多重雷击判别方法，其特征在于：Step1所述的“电压故障分量录波数据”为雷击后站端录波装置采集到的自启动时刻起15-20ms内的电压数字信号。
3.根据权利要求1所述的一种基于故障录波数据的多重雷击判别方法，其特征在于：Step2所述的“峰值点”为在站端录波装置采集的故障录波数据中，电压在15-20ms范围内的所有奇异点，所述“峰值点”信息包含其幅值与时刻。
4.根据权利要求1所述的一种基于故障录波数据的多重雷击判别方法，其特征在于：Step2所述的“直线拟合”为相邻峰值点之间通过直线连接的方法所得到的体现两相邻峰值点变化趋势的直线。
5.根据权利要求1所述的一种基于故障录波数据的多重雷击判别方法，其特征在于：Step6中，若第一条待测曲线与其中一条待测曲线的相似度Jδ≥Jδset，则为1次雷击；若第一条待测曲线与其中两条待测曲线的相似度Jδ≥Jδset，则为2次雷击，以此类推；由此可以判断雷击重数，其中Jδset为Jaccard相关系数整定值。
CN202211554388.0A 2022-12-06 2022-12-06 一种基于故障录波数据的多重雷击判别方法 Active CN115577272B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211554388.0A CN115577272B (zh) 2022-12-06 2022-12-06 一种基于故障录波数据的多重雷击判别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211554388.0A CN115577272B (zh) 2022-12-06 2022-12-06 一种基于故障录波数据的多重雷击判别方法

Publications (2)

Publication Number Publication Date
CN115577272A CN115577272A (zh) 2023-01-06
CN115577272B true CN115577272B (zh) 2023-02-28

Family

ID=84590486

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211554388.0A Active CN115577272B (zh) 2022-12-06 2022-12-06 一种基于故障录波数据的多重雷击判别方法

Country Status (1)

Country Link
CN (1) CN115577272B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117970037B (zh) * 2024-03-29 2024-06-07 昆明理工大学 一种基于sod变化的输电线路多重雷识别方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107704803A (zh) * 2017-08-28 2018-02-16 昆明理工大学 一种基于最小二乘和相关分析的线路避雷器动作辨识方法
CN108169628A (zh) * 2018-02-10 2018-06-15 新乡市中宝电气有限公司 识别雷击故障性质和精确定位故障点的装置及方法
CN113495201A (zh) * 2021-06-30 2021-10-12 南京荣港电气技术有限公司 分布式输电线缆故障定位诊断系统及定位诊断方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130088804A1 (en) * 2010-04-20 2013-04-11 Anyang Anke Electric Co., Ltd. Pulse current sensor and lightning protection cabinet with surge wave recording composed of the sensor
EP3379273B1 (de) * 2017-03-22 2019-09-18 Siemens Aktiengesellschaft Verfahren, einrichtung und system zum ermitteln des fehlerortes eines fehlers auf einer leitung eines elektrischen energieversorgungsnetzes

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107704803A (zh) * 2017-08-28 2018-02-16 昆明理工大学 一种基于最小二乘和相关分析的线路避雷器动作辨识方法
CN108169628A (zh) * 2018-02-10 2018-06-15 新乡市中宝电气有限公司 识别雷击故障性质和精确定位故障点的装置及方法
CN113495201A (zh) * 2021-06-30 2021-10-12 南京荣港电气技术有限公司 分布式输电线缆故障定位诊断系统及定位诊断方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
应用于输电线路单端测距的高阻接地故障电弧模型分析;孙月琴等;《电力系统自动化》;20161125(第22期);92-98页 *
输电线路弧光高阻接地故障单端测距分析;王宾等;《中国电机工程学报》;20170305(第05期);65-73页 *

Also Published As

Publication number Publication date
CN115577272A (zh) 2023-01-06

Similar Documents

Publication Publication Date Title
CN115577272B (zh) 一种基于故障录波数据的多重雷击判别方法
CN110120653B (zh) 一种适用于对称双极直流线路的纵联行波差动保护方法
CN110703036B (zh) 一种利用聚类的谐振接地系统高阻接地故障定位方法
CN112147462A (zh) 一种基于深度学习的输电线路故障辨识方法
CN109375051A (zh) 基于频谱密度衰减的雷电暂态信号识别方法及系统
CN107704803A (zh) 一种基于最小二乘和相关分析的线路避雷器动作辨识方法
CN112362987A (zh) 一种基于稳健估计的避雷器故障诊断方法
CN111463764A (zh) 基于初始电压行波频域衰减速率的直流输电线路保护方法
CN114924220A (zh) 一种电子互感器数字化装置的异常评价方法、设备及系统
CN115616350B (zh) 一种基于曲率非单调性的雷击故障识别方法及系统
CN115616349B (zh) 一种基于多元数据融合的多重雷击识别方法及系统
CN102062830A (zh) 一种非接触式的绝缘子泄漏电流取样方法
CN115616330B (zh) 一种基于波形相似度的输电线路多重雷识别方法及系统
CN115542087A (zh) 一种适用于行波录波一体化设备的多重雷击识别方法
CN113608066B (zh) 一种基于磁场检测的配网架空线路单相接地故障定位方法
CN115575769A (zh) 一种基于模域电流分布特性的电网故障检测方法及系统
CN115656732B (zh) 一种基于雷电冲击速率识别雷击故障的方法及系统
CN115575726B (zh) 一种输电线路多重雷击性质判别方法及系统
CN113917280B (zh) 一种高压直流输电线路雷击干扰与故障判别方法
CN114062833B (zh) 基于模糊推理系统的单相接地故障绝缘劣化识别方法
CN118244041A (zh) 一种高压直流输电线路雷电绕击与反击的识别方法与系统
CN115588139B (zh) 一种电网安全智能巡航检测方法
CN116953435A (zh) 一种基于录波文件的电缆瞬时放电异常识别方法
CN117783772A (zh) 一种基于声光电信息融合的gis局部放电检测方法
CN116263482A (zh) 一种开关柜局部放电信号提取方法及系统

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