CN116008682B - 一种配变高压缺相故障位置的实时研判方法及系统 - Google Patents
一种配变高压缺相故障位置的实时研判方法及系统 Download PDFInfo
- Publication number
- CN116008682B CN116008682B CN202310282786.XA CN202310282786A CN116008682B CN 116008682 B CN116008682 B CN 116008682B CN 202310282786 A CN202310282786 A CN 202310282786A CN 116008682 B CN116008682 B CN 116008682B
- Authority
- CN
- China
- Prior art keywords
- phase
- voltage
- distribution transformer
- value
- judging
- 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
Classifications
-
- 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
本发明公开一种配变高压缺相故障位置的实时研判方法及系统,方法包括:利用某日配变的电压时间序列数据,研判配变联结组别;通过kafka组件获取配变的实时电压数据,并按照配变的联结组别将配变数据推送至不同的处理数据池中;根据实时数据研判配变是否发生高压缺相,并且研判出缺相相别;根据高压缺相配变的分组情况,研判故障位置。实现了准确的识别出故障相和故障部位,为事故发生后指导用户用电提供指导,同时也为抢修人员避免了抢修部位查找时间。
Description
技术领域
本发明属于配电变压器技术领域,尤其涉及一种配变高压缺相故障位置的实时研判方法及系统。
背景技术
配电变压器高压侧线路断线、过负荷烧断、接触不良等原因会造成配电变压器缺相,进而造成其他相别电流突增,长时间运行极易造成配备的烧毁,引发生产事故,同时也对工厂和居民用电造成影响。传统的运维方式中只能通过人工排查发现问题,效率极其低下,甚至已经造成了巨大的经济损失和人身事故,无法满足安全生产需要。随着电网数字化转型,数据基础设施的完善,配电变压器的电压值能够根据配置的策略实时地采集上传,给配变高压缺相故障的实时监测与故障点研判奠定了基础。
发明内容
本发明提供一种配变高压缺相故障位置的实时研判方法及系统,用于解决无法对配变高压缺陷故障进行实时监测并研判出故障位置的技术问题。
第一方面,本发明提供一种配变高压缺相故障位置的实时研判方法,包括:获取至少一个配变在预设时间周期的历史电压时间序列数据,根据所述历史电压时间序列数据研判所述至少一个配变的联结组别,其中,所述联结组别包括Dyn11组别和Yyn0组别;获取所述至少一个配变的实时电压时间序列数据,并根据所述至少一个配变的联结组别将所述实时电压时间序列数据推送至不同类型的处理数据池中,使得到至少一个配变的高压缺相告警数据,其中,所述数据池中包含与所述联结组别相关联的高压缺相研判规则;对在同一时刻产生高压缺相告警数据的配变按照所属线路进行分组,并根据分组结果研判配变高压缺相故障位置。
第二方面,本发明提供一种配变高压缺相故障位置的实时研判系统,包括:研判模块,配置为获取至少一个配变在预设时间周期的历史电压时间序列数据,根据所述历史电压时间序列数据研判所述至少一个配变的联结组别,其中,所述联结组别包括Dyn11组别和Yyn0组别;处理模块,配置为获取所述至少一个配变的实时电压时间序列数据,并根据所述至少一个配变的联结组别将所述实时电压时间序列数据推送至不同类型的处理数据池中,使得到至少一个配变的高压缺相告警数据,其中,所述数据池中包含与所述联结组别相关联的高压缺相研判规则;确定模块,配置为对在同一时刻产生高压缺相告警数据的配变按照所属线路进行分组,并根据分组结果研判配变高压缺相故障位置。
第三方面,提供一种电子设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例的配变高压缺相故障位置的实时研判方法的步骤。
第四方面,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述程序指令被处理器执行时,使所述处理器执行本发明任一实施例的配变高压缺相故障位置的实时研判方法的步骤。
本申请的一种配变高压缺相故障位置的实时研判方法及系统,通过历史电压时间序列数据研判配变的联结组别,并根据配变的联结组别采用相应的高压缺相研判规则进行分析配变是否发生高压缺相及缺相相别,再根据高压缺相配变的分组情况,研判故障位置,实现了准确的识别出故障相和故障部位,为事故发生后指导用户用电提供指导,同时也为抢修人员避免了抢修部位查找时间。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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为本发明一实施例提供的一种配变高压缺相故障位置的实时研判方法的流程图;
图2为本发明一实施例提供一个具体实施例的配变联结组别研判流程图;
图3为本发明一实施例提供一个具体实施例的配变高压缺相及相别研判流程图;
图4为本发明一实施例提供的一种配变高压缺相故障位置的实时研判系统的结构框图;
图5是本发明一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中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。基于本发明中的实施例,本领域普通技术人员在没有作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。
请参阅图1,其示出了本申请的一种配变高压缺相故障位置的实时研判方法的流程图。
如图1所示,配变高压缺相故障位置的实时研判方法具体包括以下步骤:
步骤S101,获取至少一个配变在预设时间周期的历史电压时间序列数据,根据所述历史电压时间序列数据研判所述至少一个配变的联结组别。
在本实施例中,联结组别包括Dyn11组别和Yyn0组别。例如,获取一配变在某日的历史电压时间序列数据,根据某日96个点的电压时间序列数据研判该配变的联结组别为Dyn11组别或Yyn0组别。
具体地,如图2所示,获取至少一个配变在预设时间周期的历史电压时间序列数据,根据所述历史电压时间序列数据研判所述至少一个配变的联结组别具体包括:
步骤S1011、配变历史电压获取;
从数据库获取某日配变的电压时间序列数据,大部分为15分钟间隔,对获取的某日96个点的电压时间序列数据进行预处理,使剔除配变中数据缺失的电压时间序列数据。
步骤S1012、计算两两电压相关系数最小值r;
对预处理后的电压时间序列数据进行构造矩阵,使得预处理后的电压时间序列数据的数据格式为输入矩阵,其中/>,/>表示第i台配变的第j相电压序列,j=1,2,3分别表示电压的A相、B相和C相,/>为电压序列的电压幅值,/>为采样时间t的电压幅值;
计算输入矩阵中单日内某台配变三相电压两两之间的相关系数最小值,得到所有配变相电压之间相关系数最小值集合/>,其中,计算两相之间的相关系数的表达式为:
,
式中,为x相、y相的相关系数,/>、/>分别为x相第i个采集点的电压值、y相第i个采集点的电压值,/>、/>分别为x相的电压平均值,y相的电压平均值。
步骤S1013、判断两两电压相关系数最小值r是否大于第一阈值;
判断所有配变相电压之间相关系数最小值集合中某一相关系数最小值是否大于第一阈值/>(通常设置为0.8),若某一相关系数最小值大于第一阈值/>,则得到与某一相关系数最小值相对应的配变的输入矩阵/>,否则,与某一相关系数最小值相对应的配变的联结组别研判为Yyn0;
步骤S1014、判断各个时间序列下的三相电压差极值是否小于第二阈值/>;
对输入矩阵进行计算各个时间序列下的三相电压差极值/>,得到电压差值矩阵/>,其中,计算三相电压差极值的表达式为:
,
式中,为第i个采集点的三相电压差极值,/>、/>、/>分别为第i个采集点A相的电压值、第i个采集点B相的电压值、第i个采集点C相的电压值;
对矩阵进行计算某台配变中所有时间序列三点电压差极值的最小值/>,若三点电压差极值的最小值/>小于第二阈值/>(通常设置为4),则某台配变的联结组别研判为Dyn11,否则,某台配变的联结组别研判为Yyn0。
步骤S102,获取所述至少一个配变的实时电压时间序列数据,并根据所述至少一个配变的联结组别将所述实时电压时间序列数据推送至不同类型的处理数据池中,使得到至少一个配变的高压缺相告警数据。
在本实施例中,利用数据中台组件Kafka(一种高吞吐量的分布式发布订阅消息系统),可获取实时的实时电压时间序列数据,通过分布式的消息订阅机制,在数据获取后立即触发系统进行下一步计算。根据需要,将终端采集频率设置为K分钟采集一次,可在通信通道和系统计算时延中选择最适合频率,一般可设置为5分钟。
按配变联结组别进行数据分发。获取实时电压时间序列数据后,根据消息中配变编号,对照步骤S101中计算得到的配变联结组别结果,对实时电压时间序列数据进行分发,将实时电压时间序列数据推送至不同分类的处理数据池中。
需要说明的是,数据池中包含与Dyn11组别相关联的高压缺相研判规则以及与Yyn0 组别相关联的高压缺相研判规则。如图3所示,与Dyn11组别相关联的高压缺相研判规则具体为:
若且/>,则研判为配变高压缺相,且缺相相别为A相,其中,/>为A相的电压值,/>为B相的电压值,/>为C相的电压值,/>为电压阈值,通常设置为50;
若且/>,则研判为配变高压缺相,且缺相相别为B相;
若且/>,则研判为配变高压缺相,且缺相相别为C相;
否则,配变不存在高压缺相。
与Yyn0 组别相关联的高压缺相研判规则,具体为:
若且/>,则研判为配变高压缺相,且缺相相别为A相,其中,/>为A相的电压值,/>为B相的电压值,/>为C相的电压值,/>为电压阈值,通常设置为50;
若且/>,则研判为配变高压缺相,且缺相相别为B相;
若且/>,研判为配变高压缺相,且缺相相别为C相;
否则,配变不存在高压缺相。
步骤S103,对在同一时刻产生高压缺相告警数据的配变按照所属线路进行分组,并根据分组结果研判配变高压缺相故障位置。
在本实施例中,若分组结果中配变高压缺相台区数量超过1台,则研判为线路的缺相或开关接触不良,故障点为线路侧;
若分组结果中配变高压缺相台区数量为1台,则研判为配变的高压侧入线缺相或互感器接触不良,故障点为配变侧。
综上,本申请的方法,利用现有的数据基础,实现配电网的数字化运维。第一步利用某日配变的96个点电压时间序列数据,研判配变联结组别;第二步通过kafka组件获取配变的实时电压数据,并按照配变的联结组别将配变数据推送至不同的处理数据池中;第三步不同分类模块根据实时数据研判配变是否发生高压缺相,并且研判出缺相相别;第四步根据高压缺相配变的分组情况,研判故障位置,有以下显著效果:
1)、针对以往缺相故障多采用事后分析,抢修人员无法实时收到告警消息的弊端,利用Kafka组件,能够实现从数据接收、故障研判、消息发送分钟级研判,提高了抢修效率,降低故障影响。
2)、准确的识别出故障相和故障部位,为事故发生后指导用户用电提供指导,同时也为抢修人员避免了抢修部位查找时间。
3)、完全基于现有的数据基础设施建设成果,无需现场安装设备、不改变网络拓扑结构、不影响正常用电,利用大数据分析技术,能够经济友好地解决配变缺相故障问题。
请参阅图4,其示出了本申请的一种配变高压缺相故障位置的实时研判系统的结构框图。
如图4所示,实时研判系统200,包括研判模块210、处理模块220以及确定模块230。
其中,研判模块210,配置为获取至少一个配变在预设时间周期的历史电压时间序列数据,根据所述历史电压时间序列数据研判所述至少一个配变的联结组别,其中,所述联结组别包括Dyn11组别和Yyn0组别;处理模块220,配置为获取所述至少一个配变的实时电压时间序列数据,并根据所述至少一个配变的联结组别将所述实时电压时间序列数据推送至不同类型的处理数据池中,使得到至少一个配变的高压缺相告警数据,其中,所述数据池中包含与所述联结组别相关联的高压缺相研判规则;确定模块230,配置为对在同一时刻产生高压缺相告警数据的配变按照所属线路进行分组,并根据分组结果研判配变高压缺相故障位置。
应当理解,图4中记载的诸模块与图1中描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作和特征以及相应的技术效果同样适用于图4中的诸模块,在此不再赘述。
在另一些实施例中,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序指令被处理器执行时,使所述处理器执行上述任意方法实施例中的配变高压缺相故障位置的实时研判方法;
作为一种实施方式,本发明的计算机可读存储介质存储有计算机可执行指令,计算机可执行指令设置为:
获取至少一个配变在预设时间周期的历史电压时间序列数据,根据所述历史电压时间序列数据研判所述至少一个配变的联结组别,其中,所述联结组别包括Dyn11组别和Yyn0组别;
获取所述至少一个配变的实时电压时间序列数据,并根据所述至少一个配变的联结组别将所述实时电压时间序列数据推送至不同类型的处理数据池中,使得到至少一个配变的高压缺相告警数据,其中,所述数据池中包含与所述联结组别相关联的高压缺相研判规则;
对在同一时刻产生高压缺相告警数据的配变按照所属线路进行分组,并根据分组结果研判配变高压缺相故障位置。
计算机可读存储介质可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据配变高压缺相故障位置的实时研判系统的使用所创建的数据等。此外,计算机可读存储介质可以包括高速随机存取存储器,还可以包括存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,计算机可读存储介质可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至配变高压缺相故障位置的实时研判系统。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图5是本发明实施例提供的电子设备的结构示意图,如图5所示,该设备包括:一个处理器310以及存储器320。电子设备还可以包括:输入装置330和输出装置340。处理器310、存储器320、输入装置330和输出装置340可以通过总线或者其他方式连接,图5中以通过总线连接为例。存储器320为上述的计算机可读存储介质。处理器310通过运行存储在存储器320中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例配变高压缺相故障位置的实时研判方法。输入装置330可接收输入的数字或字符信息,以及产生与配变高压缺相故障位置的实时研判系统的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
上述电子设备可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例所提供的方法。
作为一种实施方式,上述电子设备应用于配变高压缺相故障位置的实时研判系统中,用于客户端,包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够:
获取至少一个配变在预设时间周期的历史电压时间序列数据,根据所述历史电压时间序列数据研判所述至少一个配变的联结组别,其中,所述联结组别包括Dyn11组别和Yyn0组别;
获取所述至少一个配变的实时电压时间序列数据,并根据所述至少一个配变的联结组别将所述实时电压时间序列数据推送至不同类型的处理数据池中,使得到至少一个配变的高压缺相告警数据,其中,所述数据池中包含与所述联结组别相关联的高压缺相研判规则;
对在同一时刻产生高压缺相告警数据的配变按照所属线路进行分组,并根据分组结果研判配变高压缺相故障位置。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (5)
1.一种配变高压缺相故障位置的实时研判方法,其特征在于,包括:
获取至少一个配变在预设时间周期的历史电压时间序列数据,根据所述历史电压时间序列数据研判所述至少一个配变的联结组别,其中,所述联结组别包括Dyn11组别和Yyn0组别,研判所述至少一个配变的联结组别包括:
从数据库获取某日配变的电压时间序列数据,并对所述电压时间序列数据进行预处理,使剔除配变中数据缺失的电压时间序列数据;
对预处理后的电压时间序列数据进行构造矩阵,使得预处理后的电压时间序列数据的数据格式为输入矩阵,其中/>,/>表示第/>台配变的第j相电压序列,j=1,2,3分别表示电压的A相、B相和C相,/>为电压序列的电压幅值,/>为采样时间t的电压幅值;
计算输入矩阵中单日内某台配变三相电压两两之间的相关系数最小值,得到所有配变相电压之间相关系数最小值集合/>,其中,计算两相之间的相关系数的表达式为;
,
式中,为x相、y相的相关系数,/>、/>分别为x相第i个采集点的电压值、y相第i个采集点的电压值,/>、/>分别为x相的电压平均值,y相的电压平均值;
判断所有配变相电压之间相关系数最小值集合中某一相关系数最小值是否大于第一阈值/>,若某一相关系数最小值大于第一阈值/>,则得到与某一相关系数最小值相对应的配变的输入矩阵/>,否则,与某一相关系数最小值相对应的配变的联结组别研判为Yyn0;
对某一相关系数最小值相对应的配变的输入矩阵进行计算各个时间序列下的三相电压差极值/>,得到电压差极值矩阵/>,其中,计算三相电压差极值的表达式为:
,
式中,为第i个采集点的三相电压差极值,/>、/>、/>分别为第i个采集点A相的电压值、第i个采集点B相的电压值、第i个采集点C相的电压值;
对矩阵进行计算某台配变中所有时间序列三相电压差极值的最小值/>,若三相电压差极值的最小值/>小于第二阈值/>,则某台配变的联结组别研判为Dyn11,否则,某台配变的联结组别研判为Yyn0;
获取所述至少一个配变的实时电压时间序列数据,并根据所述至少一个配变的联结组别将所述实时电压时间序列数据推送至不同类型的处理数据池中,使得到至少一个配变的高压缺相告警数据,其中,所述数据池中包含与所述联结组别相关联的高压缺相研判规则,所述数据池中包含与Dyn11组别相关联的高压缺相研判规则,具体为:
若且/>,则研判为配变高压缺相,且缺相相别为A相,其中,/>为A相的电压值,/>为B相的电压值,/>为C相的电压值,/>为电压阈值;
若且/>,则研判为配变高压缺相,且缺相相别为B相;
若且/>,则研判为配变高压缺相,且缺相相别为C相;
否则,配变不存在高压缺相;
所述数据池中包含与Yyn0 组别相关联的高压缺相研判规则,具体为:
若且/>,则研判为配变高压缺相,且缺相相别为A相,其中,/>为A相的电压值,/>为B相的电压值,/>为C相的电压值,/>为电压阈值;
若且/>,则研判为配变高压缺相,且缺相相别为B相;
若且/>,研判为配变高压缺相,且缺相相别为C相;
否则,配变不存在高压缺相;
对在同一时刻产生高压缺相告警数据的配变按照所属线路进行分组,并根据分组结果研判配变高压缺相故障位置。
2.根据权利要求1所述的一种配变高压缺相故障位置的实时研判方法,其特征在于,所述根据分组结果研判配变高压缺相故障位置,包括:
若分组结果中配变高压缺相台区数量超过1台,则研判为线路的缺相或开关接触不良,故障点为线路侧;
若分组结果中配变高压缺相台区数量为1台,则研判为配变的高压侧入线缺相或互感器接触不良,故障点为配变侧。
3.一种配变高压缺相故障位置的实时研判系统,其特征在于,包括:
研判模块,配置为获取至少一个配变在预设时间周期的历史电压时间序列数据,根据所述历史电压时间序列数据研判所述至少一个配变的联结组别,其中,所述联结组别包括Dyn11组别和Yyn0组别,研判所述至少一个配变的联结组别包括:
从数据库获取某日配变的电压时间序列数据,并对所述电压时间序列数据进行预处理,使剔除配变中数据缺失的电压时间序列数据;
对预处理后的电压时间序列数据进行构造矩阵,使得预处理后的电压时间序列数据的数据格式为输入矩阵,其中/>,/>表示第/>台配变的第j相电压序列,j=1,2,3分别表示电压的A相、B相和C相,/>为电压序列的电压幅值,/>为采样时间t的电压幅值;
计算输入矩阵中单日内某台配变三相电压两两之间的相关系数最小值,得到所有配变相电压之间相关系数最小值集合/>,其中,计算两相之间的相关系数的表达式为;
,
式中,为x相、y相的相关系数,/>、/>分别为x相第i个采集点的电压值、y相第i个采集点的电压值,/>、/>分别为x相的电压平均值,y相的电压平均值;
判断所有配变相电压之间相关系数最小值集合中某一相关系数最小值是否大于第一阈值/>,若某一相关系数最小值大于第一阈值/>,则得到与某一相关系数最小值相对应的配变的输入矩阵/>,否则,与某一相关系数最小值相对应的配变的联结组别研判为Yyn0;
对某一相关系数最小值相对应的配变的输入矩阵进行计算各个时间序列下的三相电压差极值/>,得到电压差极值矩阵/>,其中,计算三相电压差极值的表达式为:
,
式中,为第i个采集点的三相电压差极值,/>、/>、/>分别为第i个采集点A相的电压值、第i个采集点B相的电压值、第i个采集点C相的电压值;
对矩阵进行计算某台配变中所有时间序列三相电压差极值的最小值/>,若三相电压差极值的最小值/>小于第二阈值/>,则某台配变的联结组别研判为Dyn11,否则,某台配变的联结组别研判为Yyn0;
处理模块,配置为获取所述至少一个配变的实时电压时间序列数据,并根据所述至少一个配变的联结组别将所述实时电压时间序列数据推送至不同类型的处理数据池中,使得到至少一个配变的高压缺相告警数据,其中,所述数据池中包含与所述联结组别相关联的高压缺相研判规则,所述数据池中包含与Dyn11组别相关联的高压缺相研判规则,具体为:
若且/>,则研判为配变高压缺相,且缺相相别为A相,其中,/>为A相的电压值,/>为B相的电压值,/>为C相的电压值,/>为电压阈值;
若且/>,则研判为配变高压缺相,且缺相相别为B相;
若且/>,则研判为配变高压缺相,且缺相相别为C相;
否则,配变不存在高压缺相;
所述数据池中包含与Yyn0 组别相关联的高压缺相研判规则,具体为:
若且/>,则研判为配变高压缺相,且缺相相别为A相,其中,/>为A相的电压值,/>为B相的电压值,/>为C相的电压值,/>为电压阈值;
若且/>,则研判为配变高压缺相,且缺相相别为B相;
若且/>,研判为配变高压缺相,且缺相相别为C相;
否则,配变不存在高压缺相;
确定模块,配置为对在同一时刻产生高压缺相告警数据的配变按照所属线路进行分组,并根据分组结果研判配变高压缺相故障位置。
4.一种电子设备,其特征在于,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至2任一项所述的方法。
5.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1至2任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310282786.XA CN116008682B (zh) | 2023-03-22 | 2023-03-22 | 一种配变高压缺相故障位置的实时研判方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310282786.XA CN116008682B (zh) | 2023-03-22 | 2023-03-22 | 一种配变高压缺相故障位置的实时研判方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116008682A CN116008682A (zh) | 2023-04-25 |
CN116008682B true CN116008682B (zh) | 2023-08-15 |
Family
ID=86033890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310282786.XA Active CN116008682B (zh) | 2023-03-22 | 2023-03-22 | 一种配变高压缺相故障位置的实时研判方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116008682B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090105779A (ko) * | 2008-04-01 | 2009-10-07 | 주식회사 세니온 | 고압수용가의 파급장애 검출과 원격검침을 위한 모니터링시스템, 상태 검출 장치 및 방법 |
EP2940483A1 (en) * | 2014-04-14 | 2015-11-04 | Vysoke Uceni Technicke V Brne | Evaluation method for determining of the probability of an asymmetrical fault location in a distribution network and a monitoring system for performing such method |
CN107329028A (zh) * | 2017-06-01 | 2017-11-07 | 国网江西省电力公司电力科学研究院 | 一种Yyn0型配变绕组联接接头断路的侦测方法 |
JP2019115182A (ja) * | 2017-12-25 | 2019-07-11 | 愛知電機株式会社 | 配電自動化システムの親局装置 |
CN110095661A (zh) * | 2019-04-10 | 2019-08-06 | 浙江华云信息科技有限公司 | 一种配电变压器高压侧缺相故障抢修方法 |
CN110568275A (zh) * | 2019-09-17 | 2019-12-13 | 国网福建省电力有限公司安溪县供电公司 | 一种基于配电网公专变数据的缺相故障研判方法及系统 |
CN111538753A (zh) * | 2020-06-04 | 2020-08-14 | 南京金鼎嘉崎信息科技有限公司 | 一种基于大数据分析的研判平台 |
CN112731031A (zh) * | 2020-12-23 | 2021-04-30 | 贵州电网有限责任公司 | 一种配电变压器监测数据清洗方法 |
CN114629128A (zh) * | 2022-05-16 | 2022-06-14 | 国网江西省电力有限公司电力科学研究院 | 一种基于营配数据融合的用户低电压治理方法及系统 |
CN114881808A (zh) * | 2022-04-01 | 2022-08-09 | 云南电网有限责任公司昭通供电局 | 基于大数据的电力窃电精准识别方法及防窃电系统 |
WO2022237207A1 (zh) * | 2021-10-22 | 2022-11-17 | 广西电网有限责任公司电力科学研究院 | 一种配电网线路故障定位方法及系统 |
-
2023
- 2023-03-22 CN CN202310282786.XA patent/CN116008682B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090105779A (ko) * | 2008-04-01 | 2009-10-07 | 주식회사 세니온 | 고압수용가의 파급장애 검출과 원격검침을 위한 모니터링시스템, 상태 검출 장치 및 방법 |
EP2940483A1 (en) * | 2014-04-14 | 2015-11-04 | Vysoke Uceni Technicke V Brne | Evaluation method for determining of the probability of an asymmetrical fault location in a distribution network and a monitoring system for performing such method |
CN107329028A (zh) * | 2017-06-01 | 2017-11-07 | 国网江西省电力公司电力科学研究院 | 一种Yyn0型配变绕组联接接头断路的侦测方法 |
JP2019115182A (ja) * | 2017-12-25 | 2019-07-11 | 愛知電機株式会社 | 配電自動化システムの親局装置 |
CN110095661A (zh) * | 2019-04-10 | 2019-08-06 | 浙江华云信息科技有限公司 | 一种配电变压器高压侧缺相故障抢修方法 |
CN110568275A (zh) * | 2019-09-17 | 2019-12-13 | 国网福建省电力有限公司安溪县供电公司 | 一种基于配电网公专变数据的缺相故障研判方法及系统 |
CN111538753A (zh) * | 2020-06-04 | 2020-08-14 | 南京金鼎嘉崎信息科技有限公司 | 一种基于大数据分析的研判平台 |
CN112731031A (zh) * | 2020-12-23 | 2021-04-30 | 贵州电网有限责任公司 | 一种配电变压器监测数据清洗方法 |
WO2022237207A1 (zh) * | 2021-10-22 | 2022-11-17 | 广西电网有限责任公司电力科学研究院 | 一种配电网线路故障定位方法及系统 |
CN114881808A (zh) * | 2022-04-01 | 2022-08-09 | 云南电网有限责任公司昭通供电局 | 基于大数据的电力窃电精准识别方法及防窃电系统 |
CN114629128A (zh) * | 2022-05-16 | 2022-06-14 | 国网江西省电力有限公司电力科学研究院 | 一种基于营配数据融合的用户低电压治理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116008682A (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110018389B (zh) | 一种输电线路在线故障监测方法及系统 | |
CN109655712A (zh) | 一种配电网线路故障原因分析方法与系统 | |
CN103414169B (zh) | 基于电网调度自动化系统的继电保护防误系统及工作方法 | |
CN105067963A (zh) | 基于暂态波形的配网故障预警方法和系统 | |
CN108110893A (zh) | 一种输配协同的电网故障等级自动识别方法 | |
CN110095661B (zh) | 一种配电变压器高压侧缺相故障抢修方法 | |
CN102931727A (zh) | 电力调度主站式综合智能防误系统拓扑防误校验方法 | |
CN105093063A (zh) | 基于多源数据特征单元组合判断的在线电网故障诊断方法 | |
CN113433419B (zh) | 基于多态数据协同处理的智能告警方法及系统 | |
CN108493893B (zh) | 一种降低配网线路跳闸次数的系统 | |
CN111209535B (zh) | 一种电力设备相继故障风险识别方法及系统 | |
CN101299534A (zh) | 电力系统暂态稳定和热稳定协调紧急控制方法 | |
CN108512223B (zh) | 输变电运检管控平台中变电站开关跳闸智能辅助研判方法 | |
CN116008682B (zh) | 一种配变高压缺相故障位置的实时研判方法及系统 | |
CN108594075B (zh) | 基于改进蚁群算法的配电网停电故障定位方法 | |
CN111381127A (zh) | 矿山供电系统单相接地故障及绝缘监测的方法和装置 | |
CN104461627B (zh) | 智能变电站测试设备sv和goose配置参数导入方法 | |
CN110310048B (zh) | 一种配网规划全过程评估方法及装置 | |
CN112964960A (zh) | 基于调度故障指纹库的多源数据融合的电网故障诊断方法 | |
CN116703852A (zh) | 一种电网检修风险预警方法及系统 | |
CN116169778A (zh) | 一种基于配电网异常分析的处理方法及系统 | |
CN109767108A (zh) | 一种电力调度系统线路状态精准分析方法 | |
CN104539045A (zh) | 一种智能防误分析系统及其工作方法 | |
CN111817265B (zh) | 低压台区配电保护方法及系统 | |
CN115267616A (zh) | 基于企业数据中台的变压器运行状态监测系统及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |