CN116203351A - 线路阻抗异常的检测方法及系统 - Google Patents
线路阻抗异常的检测方法及系统 Download PDFInfo
- Publication number
- CN116203351A CN116203351A CN202310212129.8A CN202310212129A CN116203351A CN 116203351 A CN116203351 A CN 116203351A CN 202310212129 A CN202310212129 A CN 202310212129A CN 116203351 A CN116203351 A CN 116203351A
- Authority
- CN
- China
- Prior art keywords
- impedance
- user
- voltage
- branch
- line
- 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.)
- Pending
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
- G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
- G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本申请提供一种线路阻抗异常的检测方法及系统,线路阻抗异常的检测方法包括:获取两个以上用户的初始数据,所述初始数据包括采集时间、电压序列以及电流序列;基于K‑means算法,获取用户所属台区的相别,其中K‑means算法中欧式距离为1‑ρ,ρ为两用户间的相关系数;基于变压器二次侧至用户处的配电网线路,获取干路以及支路;根据用户的初始数据以及相别,计算干路阻抗以及支路阻抗;基于DBSCAN算法,获取干路阻抗的异常值以及支路阻抗的异常值;判断一用户的异常值比例是否大于一限定阈值,若是,判定其存在阻抗异常。从而对具体用户的线路进行检查和维修,确保用户安全性,以解决无法基于阻抗参数的异常对具体用户进行故障甄别、风险预判的技术问题。
Description
技术领域
本申请涉及低压配电网技术领域,具体涉及一种线路阻抗异常的检测方法及系统。
背景技术
随着经济技术的发展和人们生活水平的提高,电能已经成为人们生产和生活中必不可少的二次能源,因而保障电能的稳定可靠供应,就成为了电力系统最重要的任务之一。
低压供电线路作为电力系统的终端环节,其稳定可靠地供应极大的影响着人们的生产和生活。线路阻抗异常往往是由线路松动、老化、锈蚀等问题导致的,因而线路阻抗参数是表征线路健康度和电力系统稳定性的有效参数。其中高压线路的阻抗参数相对于低压线路来说比较固定,而低压供电线路的阻抗参数比较繁杂,因而传统研究主要集中在中高压输电网络中的线路阻抗估计,低压配电网主要依赖于如SCADA(数据采集与监视控制系统)、PMU(电源管理单元)等设备采集的数据,但这些设备在低压配电网中普及率较低。
随着智能电网的发展,电力公司可以将电压、电流等用电数据通过电网中的HPLC模块无线传输至总站进行存储。基于存储的用电数据可考虑运用基于软件的方式对台区用户进行相位识别。如通过采集得到的用户电压时间序列,利用离群点检测算法校验台区中“户-变”间的拓扑关系,但是其缺点在于无法明确分辨出用户所属台区的相别。因而低压供电线路的台区用户的相互信息无法进行精细化管理,无法基于阻抗参数的异常对具体用户进行故障甄别、风险预判等。
发明内容
本申请提供一种线路阻抗异常的检测方法及系统,以解决无法基于阻抗参数的异常对具体用户进行故障甄别、风险预判的技术问题。
本申请提供一种线路阻抗异常的检测方法,包括:
获取两个以上用户的初始数据,所述初始数据包括采集时间、电压序列以及电流序列;
基于K-means算法,获取用户所属台区的相别,其中K-means算法中欧式距离为1-ρ,ρ为两用户间的相关系数;
基于变压器二次侧至用户处的配电网的线路,获取所述配电网的干路以及支路;
根据用户的初始数据以及相别,计算干路阻抗以及支路阻抗;
基于DBSCAN算法,获取干路阻抗的异常值以及支路阻抗的异常值;
获取存在异常值的用户;
判断每一用户的异常值占比是否大于一限定阈值,若是,判定该用户存在阻抗异常;
输出阻抗异常的用户的位置。
可选的,所述计算干路阻抗以及支路阻抗的步骤,具体包括步骤:
根据用户的初始数据以及相别,利用电压降公式获得回归方程:
U0-U2=Z1I1+Z2I2
其中,U0为变压器处的电压,U2为用户处的电压,I1为干路电流,I2为支路电流,Z1为干路阻抗,Z2为支路阻抗;
计算干路阻抗Z1以及支路阻抗Z2。
可选的,所述计算干路阻抗以及支路阻抗的步骤之后,还包括步骤:
筛选一预设范围内的干路阻抗以及支路阻抗。
可选的,所述线路阻抗异常包括电表接线端子松动、电表接线端子脱落、电表接线端子锈蚀以及线路老化中的至少一种。
可选的,所述获取两个以上用户的初始数据步骤之后,还包括步骤:
针对初始数据在时间轴上进行对齐处理。
可选的,所述基于k-means算法,获取用户的相别的步骤之前,还包括步骤:
基于一预设阈值,从电压序列中筛选出离群的电压值;
拼接筛除后的电压序列中无缺失值的序列段。
可选的,所述获取两个以上用户的初始数据步骤包括:
存储配电网中HPLC模块采集的电压序列及电流序列,并构建数据库;
基于数据库获取一时间段内两个以上用户的初始数据。
相应的,本申请还提供一种电子设备,包括存储器以及处理器,所述存储器用于存储可执行程序代码;所述处理器连接至所述存储器,通过读取所述可执行程序代码来运行与所述可执行程序代码对应的计算机程序,以执行上述任一项的线路阻抗异常的检测方法中的步骤。
相应的,本申请还提供一种线路阻抗异常的检测系统,其包括电子设备,所述电子设备为上述的电子设备。
可选的,线路阻抗异常的检测系统还包括变压器、配电网、两个以上户表以及HPLC模块,所述变压器包括二次侧;所述户表设于所述配电网的支路,用以采集每一用户的电压数据及电流数据;所述HPLC模块设于所述配电网的干路与支路的节点处,并电连接至所述电子设备;所述HPLC模块根据同一时刻至少一用户的电压数据生成电压序列,其根据同一时刻至少一用户的电流数据生成电流序列;其中,所述电子设备从所述HPLC模块获取并存储所述电压序列及所述电流序列。
本申请提供一种线路阻抗异常的检测方法及系统,线路阻抗异常的检测方法可以快速判断配电网的线路故障,且具有较高的准确率;同时可以基于阻抗参数的异常针对具体用户进行故障甄别以及风险预判等,因而可以快速、高效地对具体用户的线路进行检查和维修,实现对配电网线路进行实时、全面、快速地监测,确保用户用电的安全性,提升线路抢修效率。
同时,线路阻抗异常的检测方法可以基于现有的低压配电网,不需要加装额外的硬件设备便可以判定某一用户是否存在阻抗异常,故而可以降低成本,节省人力物力。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,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是本申请提供的线路阻抗异常的检测方法的流程示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。此外,应当理解的是,此处所描述的具体实施方式仅用于说明和解释本申请,并不用于限制本申请。在本申请中,在未作相反说明的情况下,使用的方位词如“上”、“下”、“左”、“右”通常是指装置实际使用或工作状态下的上、下、左和右,具体为附图中的图面方向。
本申请提供一种线路阻抗异常的检测方法及系统,以下分别进行详细说明。需要说明的是,以下实施例的描述顺序不作为对本申请实施例优选顺序的限定。且在以下实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
请参阅图1,本申请提供一种线路阻抗异常的检测系统,其用于检测台区内低压配电网线路中是否存在阻抗异常,针对检测出阻抗异常的用户可以进行现场检查,检测电表接线端子是否存在松动、脱落、锈蚀以及线路是否存在老化等问题,从而提高用电安全。
线路阻抗异常的检测系统主要包括电子设备、变压器、配电网、两个以上户表以及HPLC模块,其中电子设备包括存储器以及处理器,其中存储器用于存储可执行程序代码;处理器连接至所述存储器,通过读取可执行程序代码来运行与可执行程序代码对应的计算机程序,以执行下述的线路阻抗异常的检测方法中的步骤。
变压器包括二次侧(输出端),用户家中的用电设备通过配电网电连接至变压器。
户表安装在用户的家中,并电连接至配电网的支路上,用以采集每一用户的电压数据及电流数据。HPLC模块(高速电力线载波,也称为高速宽带载波)设于配电网的干路与支路的节点处,同时HPLC模块电连接至上述电子设备。
HPLC模块主要采用了正交频分复用(OFDM)技术,有四个工作频段,采集速率高,抗衰减能力强、通信距离远,对其他无线业务影响小,更适应长距离地埋电缆环境,可以有效提升电能表自动抄表成功率,实现低压用户电压、电流、无功功率、有功功率高频采集,储存一天96点负荷曲线或24点的小时冻结信息。
一户表可以采集该用户家中电压数据以及电流数据,由于户表电连接至配电网的支路,基于HPLC模块的智能电表电连接至配电网,使得HPLC模块可以根据同一时刻至少一用户的电压数据生成电压序列,同时可以根据同一时刻至少一用户的电流数据生成电流序列,从而获得采集时间、电压序列以及电流序列等数据。
基于HPLC模块的智能电表可以将上述数据无线传输至电子设备,使得电子设备可以获取并存储采集时间、电压序列以及电流序列等数据,并形成一数据库。
现有技术中低压配电网主要依赖于如SCADA(数据采集与监视控制系统)、PMU(电源管理单元)等设备采集的数据,但这些设备在低压配电网中普及率较低。
线路阻抗异常的检测系统可以基于配电网中的HPLC模块采集并传输电压数据以及电流数据,而后处理器通过读取可执行程序代码来运行与可执行程序代码对应的计算机程序,以执行下述的线路阻抗异常的检测方法,从而获得线路中阻抗的异常值,并可以基于阻抗异常值判断一用户是否存在阻抗异常,以辅助配电网的故障甄别以及风险预判,便于监测用户的用电安全。
线路阻抗异常的检测系统可以基于现有的低压配电网,不需要加装额外的硬件设备便可以判定某一用户是否存在阻抗异常,故而可以降低成本,节省人力物力。同时,现有技术中用户的电压数据以及电流数据经配电网中的HPLC模块无线传输至电子设备,而后利用计算机程序执行线路阻抗异常的检测方法获得线路阻抗的异常值,并判断用户是否存在阻抗异常,因而可以快速判断配电网的线路故障,且具有较高的准确率。同时可以基于阻抗参数的异常针对具体用户进行故障甄别以及风险预判等,从而提高用户的用电安全。
请参阅图1,本申请还提供一种线路阻抗异常的检测方法,其具体包括以下步骤:
S100、存储配电网中HPLC模块采集的电压序列及电流序列,并构建数据库;
HPLC模块可以采集一段时间内多个用户的电压数据和电流数据,从而获得采集时间、电压序列以及电流序列等数据。同时基于HPLC模块的智能电表可以将上述数据无线传输至电子设备,使得电子设备可以接收并存储采集时间、电压序列以及电流序列等数据,并形成一数据库。
S200、基于数据库获取一时间段内两个以上用户的初始数据,所述初始数据包括采集时间、电压序列以及电流序列;
选取数据库中的多个用户的初始数据,从而获取一段时间内的电压数据和电流数据,例如从数据库中选取某台区2021年9月至2022年8月由HPLC模块上传的电压数据及电流数据。
S300、针对初始数据在时间轴上进行对齐处理;
初始数据包括采集时间,当电压数据与电流数据为间断采集时,为方便后续算法运算,将空缺的日期填补为null。
S400、基于一预设阈值,从电压序列中筛选出离群的电压值;
离群值是指在数据中有一个或几个数值与其他数值相比差异较大,发现离群值可以将电压数据直接作图呈现或绘制数据分布的频率直方图来初步判断,也可通过统计软件作电压值的箱式图来判断,同时在统计学上也可用线性回归的方法来对离群值进行判断。
本申请中设置一预设阈值,例如设置超出电压数据均值8%的数值定义为离群值,根据上述预设阈值可以从电压序列中筛选出离群的电压值,从而更真实的反应数据。上述预设阈值仅为示例,不表示对保护范围的限制。
S500、拼接筛除后的电压序列中无缺失值的序列段;
被剔除的离群值与其他电压数值相比差异较大,针对电压数据的缺失值进行分析,然后将电压数据中无用户缺失值的序列段进行拼接,以形成一初筛电压序列。初筛电压序列中电压数值差异较小,具有较大的相关性,以便于后续根据电压数据对用户进行相位识别。
S600、基于K-means算法,获取用户的相别,其中K-means算法中欧式距离为1-ρ,ρ为两用户间的相关系数;
K-means算法是一种典型的无监督学习算法,主要用于将相似的用户自动归到一个类别中。K-means中心思想:事先确定常数K,常数K意味着最终的聚类类别数,首先随机选定初始点为质心,并通过计算每一个用户与质心之间的相似度(这里为欧式距离),将用户点归到最相似的类中,接着重新计算每个类的质心(即为类中心),重复这样的过程,直到质心不再改变,最终就确定了每个用户所属的类别以及每个类的质心。
同一台区下的用户相别包括A相、B相以及C相,因而设置聚类组别数K=3,将多个用户的电压序列进行K-means算法运算,根据用户与聚类中心的相似度,分别将多个用户分配至最为相似的聚类;而后计算每个所获新聚类的聚类中心,不断重复这一过程直至标准测度函数开始收敛为止。此时,各聚类本身尽可能的紧凑,而各聚类之间尽可能的分开,从而获取同一台区下每一个用户的相别。
现有技术中台区用户的相位信息在档案的记录中并不全面,已有的配电网多基于硬件的现场辨识方法对台区用户的相位信息进行分类,例如工频崎变法。但是基于硬件的现场辨识方法易造成供电质量下降,且危险系数较高等问题。
随着电力公司将电压数据以及电流数据等用电数据通过配电网中的HPLC模块无线传输至系统主站进行存储,因而可以运用软件运算的方式对台区用户进行相位识别。例如,通过采集的用户电压时间序列。利用离群点检测算法校验台区中的“用户-变压器”之间的拓扑关系,但是该种方法无法明确分辨出用户所属台区的相别。
线路阻抗异常的检测方法包括台区用户相位识别部分,先基于预设阈值筛选出离群的电压值,使得筛除后的电压值为更加真实的反应数据,同时筛选后的电压值之间的差异较小,具有较大的相关性。而后基于K-means算法确定每个用户所属台区的相别,同时K-means算法中的欧式距离为1-ρ,ρ为两用户间的相关系数。因而利用筛选后的电压序列进行聚类识别,避免K-means算法运算中对离群点、噪音敏感,使得聚类中心不易偏移,能够提高用户归类的准确性、高效性。
S700、基于变压器二次侧至用户处的配电网的线路,获取所述配电网的干路以及支路;
将变压器二次侧至用户处的低压配电网的线路进行简化,使其分为“变压器-楼”以及“楼-用户”两个部分,定义“变压器-楼”的部分为干路,同时“楼-用户”的部分为支路。
简化变压器二次侧至用户处的配电网线路,并将其分为干路以及支路,可以针对干路和支路进行分别监测,以方便快速确定存在阻抗异常的部分,从而能够更加准确地确定需要进行检查、维修的位置,实现对配电网线路进行全面、精确、高效的用电安全监测。
S800、根据用户的初始数据以及相别,计算干路阻抗以及支路阻抗;
基于用户的采集时间、电压序列、电流序列以及所属台区的相别,可以计算各个干路阻抗以及各个支路阻抗。其中,干路阻抗以及支路阻抗的具体计算步骤如下所示:
S810、根据用户的初始数据以及相别,楼处的电压U1可由电压降公式估计得到,即
U1-U2=Z2I2
其中,U1为楼处的电压,U2为用户处的电压,Z2为支路阻抗,I2为支路电流;用户处的电压U2可由相应的电表测得,支路电流I2可由用户处电表测得。
再对变压器至楼的线路利用一次电压降公式,得回归方程:
U0-U2=Z1I1+Z2I2
其中,U0为变压器处的电压,U2为用户处的电压,I1为干路电流,I2为支路电流,Z1为干路阻抗,Z2为支路阻抗;变压器处的电压U0以及用户处的电压U2可由相应的电表测得,支路电流I2可由用户处电表测得,干路电流I1为各个支路电流I2之和。
S820、计算干路阻抗以及支路阻抗;
基于回归方程获得一关于Z1,Z2的二元线性回归问题,将初始数据中的电压序列以及电流序列输入至线性回归模型中进行拟合,可以计算得到一个阻抗值序列。例如,将每两个小时的电压数据以及电流数据输入至线性回归模型中进行拟合,可以得到一个阻抗值,因而依次输入序列中的电压数据以及电流数据,可以获得该用户的一组阻抗值。
S830、筛选一预设范围内的干路阻抗以及支路阻抗;
限定干路阻抗和支路阻抗均在0~5欧的范围内,以筛选部分阻抗值差异较大的干路阻抗以及支路阻抗,使得筛选后的干路阻抗之间的相关性较大,同时筛选后的支路阻抗之间的相关性也较大。
S900、基于DBSCAN算法,获取干路阻抗的异常值以及支路阻抗的异常值;
DBSCAN算法是基于密度的聚类算法,它将簇定义为密度相连的点的最大集合,能够把具有足够高密度的区域划分为簇,并可在噪声的空间数据库中发现任意形状的聚类。
线路阻抗异常的检测方法包括线路阻抗异常检测部分,先基于一预设范围筛选干路阻抗以及支路阻抗,使得筛选后的阻抗值为更加真实的反应数据,同时筛选后的干路阻抗之间的相关性较大,同时筛选后的支路阻抗之间的相关性也较大。而后基于DBSCAN算法可以获取干路阻抗的异常值以及支路阻抗的异常值。
利用筛选后的干路阻抗以及支路阻抗进行聚类划分,可以避免阻抗集的密度不均匀、聚类间距差相差较大时,导致的聚类质量较差的问题,从而可以提高阻抗异常值检测的准确性以及高效性。
S1000、获取存在异常值的用户;
根据获取的干路阻抗的异常值以及支路阻抗的异常值,对应地筛选出存在异常值的用户,以便于针对上述的用户进行下一步的判断。
S1100、判断每一用户的异常值占比是否大于一限定阈值,若是,判定其存在阻抗异常。
由于配电网线路出现松动、脱落、老化、锈蚀等问题时,线路的阻抗值会出现异常,因而当某一用户的阻抗异常值的比例超过一限定阈值时,则可以判定该用户在此段时间段内存在阻抗异常。而后对该异常的用户进行现场验证,检测该用户的线路是否存在电表接线端子处松动、脱落、锈蚀或线路老化等问题,可以针对具体用户的线路进行快速维修,从而保证配电网线路的安全性。
由于初始数据中包括一段时间内的电压数据和电流数据形成的电压序列以及电流序列,因而针对上述每一用户可以获得一对应的阻抗值序列。然后基于DBSCAN算法可以筛选出该序列中的阻抗异常值,然后计算筛选出的阻抗异常值占阻抗值序列中的占比。当一用户的异常值的占比大于限定阈值时,便可以判定该用户所属台区的对应线路存在阻抗异常。
本申请中若某一用户的阻抗异常值比例超过5%时,则可以判定该用户在此段时间段内存在阻抗异常,上述限定阈值仅为示例说明,不构成对保护范围的限制。
S1200、输出阻抗异常的用户的位置;
依次判断每一个用户是否存在阻抗异常,而后将存在阻抗异常用户的位置经电子设备或其他元器件输出,以便于用电公司对上述用户的线路进行抢修,确保用户的用电安全。
本申请中线路阻抗异常的检测方法包括台区用户相位识别方法以及用户阻抗异常的检测方法。根据用户的电压序列、电流序列以及采集时间,可以基于K-means算法确定每个用户所属台区的相位,同时变压器二次侧至用户处的配电网线路被简化为干路以及支路,因而根据一个干路以及电连接的某一支路可以对应地确定一具体用户。
根据前述的初始数据以及所属台区的相别可以计算干路阻抗以及支路阻抗,而后基于DBSCAN算法获取干路阻抗的异常值以及支路阻抗的异常值,并能够根据阻抗异常值确定存在阻抗异常的具体用户,因而可以从配电网线路中确定该异常用户的干路以及对应的支路。
线路阻抗异常的检测方法可以快速判断配电网的线路故障,且具有较高的准确率;同时可以基于阻抗参数的异常针对具体用户进行故障甄别以及风险预判等,因而可以快速、高效地对具体用户的线路进行检查和维修,实现对配电网线路进行实时、全面、快速地监测,确保用户用电的安全性,提升线路抢修效率。
同时,线路阻抗异常的检测方法可以基于现有的低压配电网,不需要加装额外的硬件设备便可以判定某一用户是否存在阻抗异常,故而可以降低成本,节省人力物力。
以上对本申请提供一种线路阻抗异常的检测方法及系统进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种线路阻抗异常的检测方法,其特征在于,包括:
获取两个以上用户的初始数据,所述初始数据包括采集时间、电压序列以及电流序列;
基于K-means算法,获取用户所属台区的相别,其中K-means算法中欧式距离为1-ρ,ρ为两用户间的相关系数;
基于变压器二次侧至用户处的配电网的线路,获取所述配电网的干路以及支路;
根据用户的初始数据以及相别,计算干路阻抗以及支路阻抗;
基于DBSCAN算法,获取干路阻抗的异常值以及支路阻抗的异常值;
获取存在异常值的用户;
判断每一用户的异常值占比是否大于一限定阈值,若是,判定该用户存在阻抗异常;
输出阻抗异常的用户的位置。
2.根据权利要求1所述的线路阻抗异常的检测方法,其特征在于,所述计算干路阻抗以及支路阻抗的步骤,具体包括步骤:
根据用户的初始数据以及相别,利用电压降公式获得回归方程:
U0-U2=Z1I1+Z2I2
其中,U0为变压器处的电压,U2为用户处的电压,I1为干路电流,I2为支路电流,Z1为干路阻抗,Z2为支路阻抗;
计算干路阻抗Z1以及支路阻抗Z2。
3.根据权利要求2所述的线路阻抗异常的检测方法,其特征在于,所述计算干路阻抗以及支路阻抗的步骤之后,还包括步骤:
筛选一预设范围内的干路阻抗以及支路阻抗。
4.根据权利要求1所述的线路阻抗异常的检测方法,其特征在于,所述线路阻抗异常包括电表接线端子松动、电表接线端子脱落、电表接线端子锈蚀以及线路老化中的至少一种。
5.根据权利要求1所述的线路阻抗异常的检测方法,其特征在于,所述获取两个以上用户的初始数据步骤之后,还包括步骤:
针对初始数据在时间轴上进行对齐处理。
6.根据权利要求1所述的线路阻抗异常的检测方法,其特征在于,所述基于k-means算法,获取用户的相别的步骤之前,还包括步骤:
基于一预设阈值,从电压序列中筛选出离群的电压值;
拼接筛除后的电压序列中无缺失值的序列段。
7.根据权利要求1所述的线路阻抗异常的检测方法,其特征在于,所述获取两个以上用户的初始数据步骤包括:
存储配电网中HPLC模块采集的电压序列及电流序列,并构建数据库;
基于数据库获取一时间段内两个以上用户的初始数据。
8.一种电子设备,其特征在于,包括:
存储器,用于存储可执行程序代码;以及
处理器,连接至所述存储器,通过读取所述可执行程序代码来运行与所述可执行程序代码对应的计算机程序,以执行如权利要求1-7中任一项所述的线路阻抗异常的检测方法中的步骤。
9.一种线路阻抗异常的检测系统,其特征在于,包括如权利要求8所述的电子设备。
10.根据权利要求9所述的线路阻抗异常的检测系统,其特征在于,还包括:
变压器,其包括二次侧;
配电网,用电设备通过所述配电网电连接至所述变压器;
两个以上户表,其设于所述配电网的支路,用以采集每一用户的电压数据及电流数据;以及
HPLC模块,其设于所述配电网的干路与支路的节点处,并电连接至所述电子设备;所述HPLC模块根据同一时刻至少一用户的电压数据生成电压序列,其根据同一时刻至少一用户的电流数据生成电流序列;
其中,所述电子设备从所述HPLC模块获取并存储所述电压序列及所述电流序列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310212129.8A CN116203351A (zh) | 2023-03-07 | 2023-03-07 | 线路阻抗异常的检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310212129.8A CN116203351A (zh) | 2023-03-07 | 2023-03-07 | 线路阻抗异常的检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116203351A true CN116203351A (zh) | 2023-06-02 |
Family
ID=86519016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310212129.8A Pending CN116203351A (zh) | 2023-03-07 | 2023-03-07 | 线路阻抗异常的检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116203351A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116908524A (zh) * | 2023-09-13 | 2023-10-20 | 中国建筑科学研究院有限公司 | 基于人工智能的建筑电气系统异常感知监测系统 |
CN117922301A (zh) * | 2024-03-25 | 2024-04-26 | 北京厚方科技有限公司 | 一种适用于新能源汽车的电池供电安全监管系统 |
-
2023
- 2023-03-07 CN CN202310212129.8A patent/CN116203351A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116908524A (zh) * | 2023-09-13 | 2023-10-20 | 中国建筑科学研究院有限公司 | 基于人工智能的建筑电气系统异常感知监测系统 |
CN116908524B (zh) * | 2023-09-13 | 2023-12-01 | 中国建筑科学研究院有限公司 | 基于人工智能的建筑电气系统异常感知监测系统 |
CN117922301A (zh) * | 2024-03-25 | 2024-04-26 | 北京厚方科技有限公司 | 一种适用于新能源汽车的电池供电安全监管系统 |
CN117922301B (zh) * | 2024-03-25 | 2024-05-24 | 北京厚方科技有限公司 | 一种适用于新能源汽车的电池供电安全监管系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110516912B (zh) | 一种配电台区户变关系的识别方法 | |
CN116203351A (zh) | 线路阻抗异常的检测方法及系统 | |
CN115170000B (zh) | 一种基于电能表通信模块的远程监测方法及系统 | |
CN111650431B (zh) | 一种电表台区识别方法 | |
CN112688428B (zh) | 一种基于物联网技术的10千伏电网同期线损治理方法 | |
CN111242161B (zh) | 一种基于智能学习的非侵入式非居民用户负荷辨识方法 | |
CN111371188A (zh) | 一种用电异常数据实时预警系统 | |
CN117411189B (zh) | 一种微电网协调控制器的监测数据增强方法 | |
CN112418687B (zh) | 基于用电特征的用户用电异常识别方法、装置和存储介质 | |
CN112615428A (zh) | 一种线损分析治理系统及方法 | |
CN111654392A (zh) | 基于互信息的低压配电网拓扑识别方法及系统 | |
CN112152313A (zh) | 一种采集系统进行电力设备识别的方法 | |
CN112415330A (zh) | 一种基于广域信息的电网故障智能辨识方法及系统 | |
CN110555619A (zh) | 一种基于智能配电网的供电能力评估方法 | |
Chen et al. | Big data analysis based identification method of low-voltage substation area | |
CN112508254B (zh) | 变电站工程项目投资预测数据的确定方法 | |
CN117154716B (zh) | 一种分布式电源接入配电网的规划方法及系统 | |
CN109378834A (zh) | 基于信息最大相关的大规模电网电压稳定裕度评估系统 | |
CN117421622A (zh) | 基于聚类算法的低压台区线损计算方法及系统 | |
CN117031201A (zh) | 一种配电网多场景拓扑异常识别方法及系统 | |
CN111178679A (zh) | 一种基于聚类算法和网络搜索的相位识别方法 | |
CN115603318A (zh) | 基于营配数据的跨地区大面积停电故障研判方法及系统 | |
Liang et al. | A data-driven topology estimation for distribution grid | |
CN112241812A (zh) | 基于单边优化与遗传算法协作的低压配电网拓扑识别方法 | |
CN114047372B (zh) | 一种基于电压特征的台区拓扑辨识系统 |
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 |