CN116070794B - 一种集电线路反击跳闸概率预测、告警方法和系统 - Google Patents

一种集电线路反击跳闸概率预测、告警方法和系统 Download PDF

Info

Publication number
CN116070794B
CN116070794B CN202310315434.XA CN202310315434A CN116070794B CN 116070794 B CN116070794 B CN 116070794B CN 202310315434 A CN202310315434 A CN 202310315434A CN 116070794 B CN116070794 B CN 116070794B
Authority
CN
China
Prior art keywords
lightning
probability
current
line
predicted
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
CN202310315434.XA
Other languages
English (en)
Other versions
CN116070794A (zh
Inventor
向念文
杜雨晨
吕增威
李科杰
魏振春
王书来
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.)
Hefei University of Technology
Original Assignee
Hefei University of 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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202310315434.XA priority Critical patent/CN116070794B/zh
Publication of CN116070794A publication Critical patent/CN116070794A/zh
Application granted granted Critical
Publication of CN116070794B publication Critical patent/CN116070794B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明涉及输电线路领域，尤其涉及一种集电线路反击跳闸概率预测、告警方法和系统。本发明提出的一种集电线路反击跳闸概率预测方法，首先以集电线路为中心设置监测区域，获取监测区域的雷电历史数据；结合雷电历史数据获取监测区域在待预测时间段内的雷电预测数据；然后结合雷电预测数据计算单次雷击时集电线路的反击跳闸概率P l 。本发明结合真实的雷电历史数据对集电线路反击跳闸概率进行预测，同时结合了线路参数及线路雷电防护性能，使得预测结果更加准确。

Description

一种集电线路反击跳闸概率预测、告警方法和系统
技术领域
本发明涉及输电线路领域，尤其涉及一种集电线路反击跳闸概率预测、告警方法和系统。
背景技术
风电场35kV集电线路是风电场的重要输电通道，当集电线路因故障跳闸时，会造成整条线路上风电机组的停运，对风电场的正常生产以及运行维护都会产生重大的影响。
雷击架空输电线路引起的停运是输电线路的主要事故之一 ,因此，对集电线路进行反击跳闸概率的预测，降低集电线路雷害风险，具有十分重要的现实意义。
目前，关于风电场集电线路雷害风险均是使用较长时间的统计量进行计算，以线路年平均跳闸次数作为线路雷害风险的评估标准，无法准确衡量短时雷电活动下线路雷击跳闸的风险，所以亟需一种能够通过实时雷电活动数据预测线路雷击跳闸概率的方法。
发明内容
为了解决上述现有技术中风电场集电线路雷害风险较为严重，现有方法无法根据实时雷电活动进行线路雷击跳闸风险的预测的缺陷，本发明提出了一种集电线路反击跳闸概率预测方法，可精确预测集电线路雷击跳闸概率。
本发明提出的一种集电线路反击跳闸概率预测方法，包括以下步骤：
S1、以集电线路为中心设置监测区域，获取监测区域的雷电历史数据；结合雷电历史数据获取监测区域在待预测时间段内的雷电预测数据；雷电预测数据包括雷电流最大幅值预测值I max 、雷电流最小幅值预测值I min 和雷电流在待预测时间段内的地闪次数N；
S2、计算单次雷击时集电线路的反击跳闸概率P l ；
当I 1>I max ，则P l =0；当I 1<I min ，则P l =1；
当I min ≤I 1≤I max ，则根据以下公式计算P l ：
P l =[P(I 1)-P(I max )]/[P(I min )-P(I max )]
U 50% /I 1=(1-k)×βR su -[(h a /h g )-k]×β×L t /2.6+[1-(h g /h a )k 0]×h a /2.6
其中，I 1为集电线路反击耐雷水平，P(I 1)为雷电流幅值大于I 1的概率，P(I max )为雷电流幅值大于I max 的概率，P(I min )为雷电流幅值大于I min 的概率；U 50% 为集电线路中绝缘子的额定雷电冲击耐受电压，k为集电线路中避雷线与导线间的感应耦合系数，β为集电线路中避雷线的分流系数，h a 为集电线路中导线离地高度，h g 为杆塔高度，L t 为杆塔塔身电感，k 0为集电线路中避雷线与导线间的几何耦合系数，R su 为杆塔接地电阻；所述杆塔为支撑集电线路的杆塔。
优选的，S2之后还包括S3：计算集电线路在待预测时间段内的反击跳闸概率n，计算公式如下：
n=1-[1-P l ×(s/2d)×g×η] N
其中，s为集电线路反击受雷面积，d为集电线路长度，η为建弧率，g为击杆率，η和g均由人工设置；N为雷电流在待预测时间段内的地闪次数。
优选的，集电线路反击受雷面积的计算公式如下：
s=d×l w /1000
l w =b+4h g
其中，l w 为集电线路等效受雷宽度，b为两根避雷线间的距离，如果只有一根避雷线则为b=0；h g 为杆塔高度。
优选的，S1包括以下分步骤：
S11、获取监测区域在最接近待预测时间段的时间长度为m×t 0的时间段的雷电历史数据，将m×t 0的时间段划分为m个连续的参照时间段，各参照时间段的时间长度均为t 0；m和t 0均为设定值；
S12、获取监测区域在各参照时间段上的参照数据，参照数据包括雷电流最大幅值、雷电流最小幅值和雷电流的地闪次数；结合各参照时间段的参照数据计算集电线路在待预测时间段内的雷电预测数据。
优选的，雷电流最大幅值预测值I max 为所有参照数据中的雷电流最大幅值的均值，雷电流最小幅值预测值I min 为所有参照数据中的雷电流最小幅值的均值，雷电流在待预测时间段内的地闪次数N为所有参照数据中的地闪次数的均值。
优选的，雷电流幅值大于I 1的概率P(I 1)、雷电流幅值大于I max 的概率P(I max )和雷电流幅值大于I min 的概率P(I min )，计算公式如下：
Figure SMS_1
。
本发明还提出了一种集电线路反击跳闸概率告警方法，采用上述集电线路反击跳闸概率预测方法计算集电线路反击跳闸概率，从而实现集电线路雷击跳闸告警。
本发明提出的一种集电线路反击跳闸概率告警方法，还包括S0和S4；
S0、获取监测区域在待预测时间段内的雷电发生概率P’；
S4、采用所述的集电线路反击跳闸概率预测方法获取单次雷击时集电线路的反击跳闸概率P l ，如果P’>C’且P l >C l 且P’×P l >C l ’，则发出雷电警报；C’、C l 和C l ’均为设定值。
本发明提出的另一种集电线路反击跳闸概率告警方法，还包括S0和S4’；
S0、获取监测区域在待预测时间段内的雷电发生概率P’；
S4’、采用所述的集电线路反击跳闸概率预测方法获取单次雷击时集电线路的反击跳闸概率P l 和集电线路在待预测时间段内的反击跳闸概率n；
如果P’>C’且P l >C l 且P’×P l >C l ’，或者，P’>C’且n>C n ，则发出雷电警报；C’、C l 、C l ’和C n 均为设定值。
本发明还提出了一种集电线路反击跳闸概率预测系统，用于承载上述的集电线路反击跳闸概率。所述系统包括存储器，存储器中存储有计算机程序，所述计算机程序被执行时用于实现所述的集电线路反击跳闸概率预测方法。
优选的，还包括处理器，处理器与存储器连接，处理器用于执行所述计算机程序以实现所述的集电线路反击跳闸概率预测方法。
本发明的优点在于：
（1）本发明提出的一种集电线路反击跳闸概率预测方法，首先获取监测区域内的雷电历史数据；然后对未来一段时间内的雷电数据进行预测；根据雷电预测数据计算集电线路反击受雷面积、单次雷击时集电线路的反击跳闸概率以及待预测时间内集电线路的反击跳闸概率。本发明结合真实的雷电历史数据对集电线路反击跳闸概率进行预测，同时结合了线路参数及线路雷电防护性能，使得预测结果更加准确。
（2）本发明中结合输电线路系统的固有参数计算集电线路反击耐雷水平I 1，结合集电线路反击耐雷水平I 1和雷电流最大幅值预测值I max 、雷电流最小幅值预测值I min 的对比结果，基于不同情境计算单次雷击时集电线路的反击跳闸概率P l ，计算结果更加可靠。
（3）本发明中结合输电线路系统的固有参数和单次雷击时集电线路的反击跳闸概率P l 计算集电线路的反击跳闸概率n，结合试验证明，本发明获得的反击跳闸概率n越大则真实发生跳闸的集电线路的比例更高，证明了本发明计算获得反击跳闸概率n对于集电线路跳闸预测具有很高的参考价值，预测结果接近于真实结果。
（4）本发明的应用，能够实现集电线路跳闸告警，帮助风电场运维人员制定精确的集电线路雷电防护方案，降低集电线路反击跳闸风险。
附图说明
图1为一种集电线路反击跳闸概率预测方法流程图；
图2为一种集电线路雷电数据预测方法流程图；
图3为第一种集电线路反击跳闸概率告警方法流程图；
图4为第一种集电线路反击跳闸概率告警方法流程图；
图5为实施例验证效果展示图。
具体实施方式
一种集电线路雷电数据预测方法
参照图2，本实施方式提出的一种集电线路雷电数据预测方法，用于获取以集电线路为中心的监测区域在设定的待预测时间段内的雷电预测数据，雷电预测数据包括雷电流最大幅值预测值I max 、雷电流最小幅值预测值I min 和雷电流在待预测时间段内的地闪次数N。
本实施方式中，结合监测区域内的历史数据计算I max 、I min 和N，具体包括以下步骤S11和S12。
S11、获取监测区域在最接近待预测时间段的时间长度为m×t 0的时间段的雷电历史数据，将m×t 0的时间段划分为m个连续的参照时间段，各参照时间段的时间长度均为t 0；m和t 0均为设定值；
S12、获取监测区域在各参照时间段上的参照数据，参照数据包括雷电流最大幅值、雷电流最小幅值和雷电流的地闪次数；结合各参照时间段的参照数据计算集电线路在待预测时间段内的雷电预测数据。
例如，令当前时间为T，待预测时间段为[T,T+t 0]；参照时间段包括：[T-t 0 ,T]、[T-2×t 0 ,T-t 0]、[T-3×t 0 ,T-2×t 0]、……、[T-m×t 0 ,T-(m-1)×t 0]；
各参照时间段对应的参照数据如下表1所示。
表1：参照数据统计
Figure SMS_2
本实施方式中，可根据以下公式（1）（2）（3）计算I max 、I min 和N：
I max =[I(1) max +I(2) max +I(3) max +……+I(m) max ]/m （1）
I min =[I(1) min +I(2) min +I(3) min +……+I(m) min ]/m （2）
N=[N(1)+N(2)+N(3)+……+N(m)]/m （3）
具体实施时，还可设置根据以下公式（4）（5）（6）计算I max 、I min 和N：
I max =MAX[I(1) max +I(2) max +I(3) max +……+I(m) max ] （4）
I min =MIN[I(1) min +I(2) min +I(3) min +……+I(m) min ] （5）
N=MAX[N(1)+N(2)+N(3)+……+N(m)] （6）
其中，MAX表示取最大值，MIN表示取最小值。
一种集电线路反击跳闸概率预测方法
参照图1，本实施方式提出的一种集电线路反击跳闸概率预测方法，包括以下步骤。
S1、以集电线路为中心设置监测区域，采用上述的集电线路雷电数据预测方法获取监测区域在待预测时间段内的雷电预测数据；雷电预测数据包括雷电流最大幅值预测值I max 、雷电流最小幅值预测值I min 和雷电流在待预测时间段内的地闪次数N。
S2、计算单次雷击时集电线路的反击跳闸概率P l ；
当I 1>I max ，则P l =0；当I 1<I min ，则P l =1；
当I min ≤I 1≤I max ，则根据以下公式计算P l ：
P l =[P(I 1)-P(I max )]/[P(I min )-P(I max )]
U 50% /I 1=(1-k)×βR su -[(h a /h g )-k]×β×L t /2.6+[1-(h g /h a )k 0]×h a /2.6
Figure SMS_3
其中，I 1为集电线路反击耐雷水平，P(I 1)为雷电流幅值大于I 1的概率，P(I max )为雷电流幅值大于I max 的概率，P(I min )为雷电流幅值大于I min 的概率；U 50% 为集电线路中绝缘子的额定雷电冲击耐受电压，k为集电线路中避雷线与导线间的感应耦合系数，β为集电线路中避雷线的分流系数，h a 为集电线路中导线离地高度，h g 为杆塔高度，L t 为杆塔塔身电感，k 0为集电线路中避雷线与导线间的几何耦合系数，R su 为杆塔接地电阻；所述杆塔为支撑集电线路的杆塔。
S3：计算集电线路在待预测时间段内的反击跳闸概率n，计算公式如下：
n=1-[1-P l ×(s/2d)×g×η] N
s=d×l w /1000
l w =b+4h g
其中，P l 为单次雷击时集电线路的反击跳闸概率，s为集电线路反击受雷面积，d为集电线路长度，η为建弧率，g为击杆率，η和g均由人工设置；N为雷电流在待预测时间段内的地闪次数；l w 为集电线路等效受雷宽度，b为两根避雷线间的距离，如果只有一根避雷线则为b=0；h g 为杆塔高度。
参照图3、图4，本实施方式提出的一种集电线路反击跳闸概率告警方法，首先获取监测区域在待预测时间段内的雷电发生概率P’，P’可采用现有任一种雷电预测方法获得；然后采用上述的集电线路反击跳闸概率预测方法获取单次雷击时集电线路的反击跳闸概率P l 和集电线路在待预测时间段内的反击跳闸概率n，结合设定的警报条件判断是否需要报警，需要则发出雷电警报。
具体实施，警报条件设置为：P’>C’且P l >C l 且P’×P l >C l ’，C’、C l 和C l ’均为设定值。
或者，警报条件设置为：P’>C’且n>C n ，C’和C n 均为设定值。
实施例
监测区域为以集电线路为长度方向中心轴线，宽度为2千米的水平矩形区域；本实施例中采用上述的集电线路反击跳闸概率预测方法获取单次雷击时集电线路的反击跳闸概率P l 和集电线路在待预测时间段内的反击跳闸概率n。
本实施例中，取值如下：
m=4，t 0=5分钟，I max =90kA，I min =30kA，N=7；
I max 、I min 和N根据公式（1）（2）（3）计算获得；
U 50% =400kV，k=0.3025，β=0.86，h a =15米，h g =，L t =8.8μH，k 0=0.275，R su =10Ω；
s=0.0362平方公里，d=0.5公里，η=0.85，g=1/6，l w =72.4米，b=2，h g =17.6米，
本实施例，计算获得：
I 1=48.67187kA，P l =0.5121，n=0.01824；即集电线路在接下来的5分钟内，反击跳闸的概率为1.824%。
为了证明该集电线路反击跳闸概率预测方法的有效性，工作人员采用该方法以及本实施例的参数设置对100个集电线路进行预测，其中反击跳闸概率高于50%的集电线路为4条，这批集电线路中有3条在接下来5分钟内真实发生了跳闸；反击跳闸概率高于20%的集电线路为21条，这批集电线路中有9条在接下来5分钟内真实发生了跳闸；反击跳闸概率高于10%的集电线路为35条，这批集电线路中有11条在接下来5分钟内真实发生了跳闸；反击跳闸概率低于1%的集电线路为20条，这批集电线路中有1条在接下来5分钟内真实发生了跳闸。该实施例统计如下表2所示。
表2：试验数据统计
Figure SMS_4
表2中反击跳闸概率和真实跳闸概率的对比如图5所示，结合图5可知，本方法预测的反击跳闸概率高的集电线路更容易发生跳闸，证明了该方法的有效性。
以上仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明创造的保护范围之内。

Claims (6)

1.一种集电线路反击跳闸概率预测方法，其特征在于，包括以下步骤：
S1、以集电线路为中心设置监测区域，获取监测区域的雷电历史数据；结合雷电历史数据获取监测区域在待预测时间段内的雷电预测数据；雷电预测数据包括雷电流最大幅值预测值I max 、雷电流最小幅值预测值I min 和雷电流在待预测时间段内的地闪次数N；
S2、计算单次雷击时集电线路的反击跳闸概率P l ；
当I 1>I max ，则P l =0；当I 1<I min ，则P l =1；
当I min ≤I 1≤I max ，则根据以下公式计算P l ：
P l =[P(I 1)-P(I max )]/[P(I min )-P(I max )]
U 50% /I 1=(1-k)×βR su -[(h a /h g )-k]×β×L t /2.6+[1-(h g /h a )k 0]×h a /2.6
其中，I 1为集电线路反击耐雷水平，P(I 1)为雷电流幅值大于I 1的概率，P(I max )为雷电流幅值大于I max 的概率，P(I min )为雷电流幅值大于I min 的概率；U 50% 为集电线路中绝缘子的额定雷电冲击耐受电压，k为集电线路中避雷线与导线间的感应耦合系数，β为集电线路中避雷线的分流系数，h a 为集电线路中导线离地高度，h g 为杆塔高度，L t 为杆塔塔身电感，k 0为集电线路中避雷线与导线间的几何耦合系数，R su 为杆塔接地电阻；所述杆塔为支撑集电线路的杆塔；
S2之后还包括S3：计算集电线路在待预测时间段内的反击跳闸概率n，计算公式如下：
n=1-[1-P l ×(s/2d)×g×η] N
其中，s为集电线路反击受雷面积，d为集电线路长度，η为建弧率，g为击杆率，η和g均由人工设置；N为雷电流在待预测时间段内的地闪次数；
S1包括以下分步骤：
S11、获取监测区域在最接近待预测时间段的时间长度为m×t 0的时间段的雷电历史数据，将m×t 0的时间段划分为m个连续的参照时间段，各参照时间段的时间长度均为t 0；m和t 0均为设定值；
S12、获取监测区域在各参照时间段上的参照数据，参照数据包括雷电流最大幅值、雷电流最小幅值和雷电流的地闪次数；结合各参照时间段的参照数据计算集电线路在待预测时间段内的雷电预测数据；
雷电流最大幅值预测值I max 为所有参照数据中的雷电流最大幅值的均值，雷电流最小幅值预测值I min 为所有参照数据中的雷电流最小幅值的均值，雷电流在待预测时间段内的地闪次数N为所有参照数据中的地闪次数的均值；
雷电流幅值大于I 1的概率P(I 1)、雷电流幅值大于I max 的概率P(I max )和雷电流幅值大于I min 的概率P(I min )，计算公式如下：
Figure QLYQS_1
。
2.如权利要求1所述的集电线路反击跳闸概率预测方法，其特征在于，集电线路反击受雷面积的计算公式如下：
s=d×l w /1000
l w =b+4h g
其中，l w 为集电线路等效受雷宽度，b为两根避雷线间的距离，如果只有一根避雷线则为b=0；h g 为杆塔高度。
3.一种采用如权利要求1所述的集电线路反击跳闸概率预测方法的集电线路反击跳闸概率告警方法，其特征在于，还包括S0和S4；
S0、获取监测区域在待预测时间段内的雷电发生概率P’；
S4、获取单次雷击时集电线路的反击跳闸概率P l ，如果P’>C’且P l >C l 且P’×P l >C l ’，则发出雷电警报；C’、C l 和C l ’均为设定值。
4.一种采用如权利要求1-2任一项所述的集电线路反击跳闸概率预测方法的集电线路反击跳闸概率告警方法，其特征在于，还包括S0和S4’；
S0、获取监测区域在待预测时间段内的雷电发生概率P’；
S4’、获取单次雷击时集电线路的反击跳闸概率P l 和集电线路在待预测时间段内的反击跳闸概率n；如果P’>C’且P l >C l 且P’×P l >C l ’，或者，P’>C’且n>C n ，则发出雷电警报；C’、C l 、C l ’和C n 均为设定值。
5.一种集电线路反击跳闸概率预测系统，其特征在于，包括存储器，存储器中存储有计算机程序，所述计算机程序被执行时用于实现如权利要求1-2任一项所述的集电线路反击跳闸概率预测方法。
6.如权利要求5所述的集电线路反击跳闸概率预测系统，其特征在于，还包括处理器，处理器与存储器连接，处理器用于执行所述计算机程序以实现如权利要求1-2任一项所述的集电线路反击跳闸概率预测方法。
CN202310315434.XA 2023-03-29 2023-03-29 一种集电线路反击跳闸概率预测、告警方法和系统 Active CN116070794B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310315434.XA CN116070794B (zh) 2023-03-29 2023-03-29 一种集电线路反击跳闸概率预测、告警方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310315434.XA CN116070794B (zh) 2023-03-29 2023-03-29 一种集电线路反击跳闸概率预测、告警方法和系统

Publications (2)

Publication Number Publication Date
CN116070794A CN116070794A (zh) 2023-05-05
CN116070794B true CN116070794B (zh) 2023-06-27

Family

ID=86183973

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310315434.XA Active CN116070794B (zh) 2023-03-29 2023-03-29 一种集电线路反击跳闸概率预测、告警方法和系统

Country Status (1)

Country Link
CN (1) CN116070794B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117217546B (zh) * 2023-11-08 2024-01-12 合肥工业大学 输电线路雷击跳闸预测模型、方法、系统和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103399233A (zh) * 2013-07-31 2013-11-20 国家电网公司 一种输电线路雷击跳闸风险预测方法
CN112149946A (zh) * 2020-07-29 2020-12-29 广西电网有限责任公司电力科学研究院 一种输电线路避雷器位置规划方法及系统
CN112529398A (zh) * 2020-12-07 2021-03-19 华能新能源股份有限公司 一种高海拔山区风电场集电线路雷击跳闸率的估算方法
WO2021109633A1 (zh) * 2019-12-03 2021-06-10 广东电网有限责任公司 一种基于粒子群算法的输电线路绕击跳闸率测评方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103837769B (zh) * 2014-02-27 2016-09-21 广西电网公司电力科学研究院 一种输电线路雷害预警方法及其系统
CN105868872B (zh) * 2016-05-30 2019-08-06 东北大学 一种配电网雷电灾害故障预测方法
CN107394676A (zh) * 2017-09-15 2017-11-24 杭州清源电力设计有限公司 一种绝缘架空线路的避雷线保护角确定方法及装置
CN115329284A (zh) * 2022-10-14 2022-11-11 国网江苏省电力有限公司苏州供电分公司 基于相邻时段参数的配电线路雷击跳闸概率计算方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103399233A (zh) * 2013-07-31 2013-11-20 国家电网公司 一种输电线路雷击跳闸风险预测方法
WO2021109633A1 (zh) * 2019-12-03 2021-06-10 广东电网有限责任公司 一种基于粒子群算法的输电线路绕击跳闸率测评方法
CN112149946A (zh) * 2020-07-29 2020-12-29 广西电网有限责任公司电力科学研究院 一种输电线路避雷器位置规划方法及系统
CN112529398A (zh) * 2020-12-07 2021-03-19 华能新能源股份有限公司 一种高海拔山区风电场集电线路雷击跳闸率的估算方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Study of lightning stroke trip-out fault analysis for transmission line;Xiaolan li等;《2016 IEEE PES Asia-Pacific Power and Energy Engineering Conference》;全文 *
配网架空地线的设计、防雷效果和经济性研究;冯焱冲等;《电工技术》;全文 *

Also Published As

Publication number Publication date
CN116070794A (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
US7725295B2 (en) Cable fault detection
WO2021109633A1 (zh) 一种基于粒子群算法的输电线路绕击跳闸率测评方法
CN109655713B (zh) 一种单相接地故障定位方法和系统
CN116070794B (zh) 一种集电线路反击跳闸概率预测、告警方法和系统
CN105242133B (zh) 一种改进配电线路雷电跳闸率计算方法
CN104808109B (zh) 基于录波数据的高压输电线路故障识别方法和系统
CN109596948B (zh) 一种配电线路绝缘状态评价方法
CN103837769A (zh) 一种输电线路雷害预警方法及其系统
CN104392327A (zh) 一种输电线路典型灾害因素评估方法
EP3719511A1 (en) Sensor and method for remotely monitoring the state of a surge arrester
CN103399233A (zh) 一种输电线路雷击跳闸风险预测方法
CN105116292A (zh) 线路雷击故障点定位方法及系统
CN111239543B (zh) 一种基于雷击过电压陡度传变特性的故障定位方法
CN115329284A (zh) 基于相邻时段参数的配电线路雷击跳闸概率计算方法及系统
CN113109633B (zh) 基于分布式行波定位技术的输电线路雷击监测方法及系统
KR101099788B1 (ko) 송전선로 섬락 고장 판별 장치 및 방법
WO2021109632A1 (zh) 一种110kV输电线路绕击跳闸率的评估方法
CN111239546B (zh) 一种雷击过电压在线测距及故障定位方法
CN110687371B (zh) 一种用于确定同塔多回线路的雷电绕击性能的方法及系统
CN115713236A (zh) 一种基于雷击数据空间自相关分析的配电网雷害风险评估方法
CN206075498U (zh) 基于数值模拟天气预报的电网风害预警系统
CN115236453A (zh) 一种基于油田网电设备的故障预警方法
CN108596427B (zh) 一种输电线路雷击风险等级图的绘制方法
CN108387772B (zh) 一种输电线路过电压的测量方法
CN108418168B (zh) 一种采取低残压避雷器治理集电线路雷击的方法及系统

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