CN116520197B - 一种低压台区线路检测方法及系统 - Google Patents
一种低压台区线路检测方法及系统 Download PDFInfo
- Publication number
- CN116520197B CN116520197B CN202310814916.XA CN202310814916A CN116520197B CN 116520197 B CN116520197 B CN 116520197B CN 202310814916 A CN202310814916 A CN 202310814916A CN 116520197 B CN116520197 B CN 116520197B
- Authority
- CN
- China
- Prior art keywords
- data
- line
- compensation
- fluctuation
- frequency
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 79
- 238000005259 measurement Methods 0.000 claims description 119
- 238000009499 grossing Methods 0.000 claims description 85
- 238000012545 processing Methods 0.000 claims description 70
- 238000005070 sampling Methods 0.000 claims description 41
- 238000004364 calculation method Methods 0.000 claims description 33
- 238000000926 separation method Methods 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 18
- 238000007621 cluster analysis Methods 0.000 claims description 10
- 238000012935 Averaging Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 17
- 238000004891 communication Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000007689 inspection Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual 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
- G01R31/50—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
-
- 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
-
- 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
- G01R31/58—Testing of lines, cables or conductors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Locating Faults (AREA)
Abstract
本发明涉及线路检测技术领域，公开了一种低压台区线路检测方法及系统，其方法通过对待检测线路进行采集线路数据，构建线路数据集，通过对线路数据集进行去极值处理、取平均处理和取方差处理，得到线路波动数据，并对线路数据集进行去极值处理和取均方根处理，得到测量数据，利用线路波动数据确定对测量数据进行补偿的补偿数据，通过补偿数据对测量数据进行补偿，根据补偿测量数据对待检测线路进行故障检测，得到故障检测结果，从而实现低压台区的线路检测，提高了对低压台区的线路检测的可靠性和效率。
Description
技术领域
本发明涉及线路检测技术领域，尤其涉及一种低压台区线路检测方法及系统。
背景技术
随着生活水平的不断提高，对电力的依赖程度和电能质量的要求也随之提升，这就对配电线路的供电能力和供电质量提出了更高的要求。低压台区线路纷繁复杂，经常会出现线路过负载，发生线路跳闸的事情发生，相对应的投诉事件频繁发生，严重影响到生活水平。所以急需低压台区快速感知数据采集系统，实现快速监测并上传线路负载情况，能够实现根据实时线路负载情况，合理规划低压线路布局及快速预警过负载线路，从而能够从根本上解决线路过负载情况的发生。
而在现有技术中，通常在线路故障发生后，通过人工巡线的方式进行故障判断，通过人工巡线导致线路故障检测效率低且可靠性差。
发明内容
本发明提供了一种低压台区线路检测方法及系统，解决了人工巡线导致线路故障检测效率低且可靠性差的技术问题。
有鉴于此，本发明第一方面提供了一种低压台区线路检测方法，包括以下步骤：
基于预设的采集频率采集待检测线路的线路数据，构建线路数据集，所述线路数据为电压数据或电流数据；
对所述线路数据集进行去极值处理、取平均处理和取方差处理，得到线路波动数据；所述线路波动数据用于表征所述线路数据的波动情况；
对所述线路数据集进行去极值处理和取均方根处理，得到测量数据；
根据所述线路波动数据确定对所述测量数据进行补偿的补偿数据；
根据所述补偿数据对所述测量数据进行补偿，得到补偿测量数据；
根据所述补偿测量数据对所述待检测线路进行故障检测，得到故障检测结果。
优选地，所述基于预设的采集频率采集待检测线路的线路数据，构建线路数据集，所述线路数据包括电压数据和电流数据的步骤之后，还包括：
对所述线路数据集进行聚类分析，得到多个簇以及每个簇的聚类中心；
通过欧式距离计算每个簇中的所有样本点到聚类中心的平均距离，得到每个簇的紧密度，根据每个簇的紧密度计算所有簇的紧密度的平均值；
通过计算各簇的聚类中心之间的平均距离，得到所有簇间的分隔度；
对所有簇的紧密度的平均值和所有簇间的分隔度进行加权计算，得到加权值，将所述加权值与预设的加权阈值范围进行比较，若所述加权值不在所述预设的加权阈值范围内，则调整所述线路数据的采集频率，直至所述加权值在所述预设的加权阈值范围内停止调整所述线路数据的采集频率。
优选地，根据所述线路波动数据确定对所述测量数据进行补偿的补偿数据的步骤，具体包括：
对所述线路波动数据进行插值处理，对插值处理后的线路波动数据进行曲线拟合，得到线路波动曲线；
对所述线路波动曲线进行平滑处理，得到线路平滑曲线；
对所述线路波动曲线和所述线路平滑曲线分别进行滑动窗口划分，其中，所述滑动窗口的单位长度为一个完整的采样周期；
对经过滑动窗口划分后的所述线路波动曲线和所述线路平滑曲线分别进行快速傅里叶变换，得到所述线路波动曲线和所述线路平滑曲线分别对应的频域信息，所述频域信息包括线路波动数据和线路平滑数据以及其分别对应的频率值；
根据所述线路波动曲线和所述线路平滑曲线分别对应的频域信息构建关于各个频率值对应的线路波动补偿函数为：
；
式中，y为补偿数据，a为线路波动数据，b为线路平滑数据，s为第s个滑动窗口，s=1,2,3,...,S，S表示滑动窗口个数，为线路波动数据中第s个滑动窗口的线路波动量，为线路平滑数据中第s个滑动窗口的线路波动量，T为采样周期，f为第f个频率值，F为总频率值，/>为线路波动数据中第f个频率值的线路波动幅值，/>为线路波动数据中第f个频率值的角频率，/>为线路波动数据中第f个频率值的相位，/>为线路平滑数据中第f个频率值的线路波动幅值，/>为线路平滑数据中第f个频率值的角频率，/>为线路平滑数据中第f个频率值的相位；
根据所述线路波动补偿函数确定各个滑动窗口的线路波动补偿数据。
优选地，根据所述补偿数据对所述测量数据进行补偿，得到补偿测量数据的步骤，具体包括：
对所述测量数据进行滑动窗口划分，其中，所述滑动窗口的单位长度为一个完整的采样周期；
根据所述补偿数据的滑动窗口在所述测量数据中匹配到对应的滑动窗口，将所述补偿数据按照滑动窗口对所述测量数据进行补偿，得到补偿测量数据。
优选地，根据所述补偿测量数据对所述待检测线路进行故障检测，得到故障检测结果的步骤，具体包括：
判断所述补偿测量数据在第一预设时长内是否超过预设的短路幅值阈值且在所述第一预设时长内所述补偿测量数据变为零，若判断所述补偿测量数据在第一预设时长内超过预设的短路幅值阈值且在所述第一预设时长内所述补偿测量数据变为零时，则判定所述待检测线路存在短路故障；
判断所述补偿测量数据是否超过预设的过负载阈值，若判断所述补偿测量数据超过所述预设的过负载阈值时，则判断所述补偿测量数据是否持续超过第二预设时长，若判断所述补偿测量数据持续超过第二预设时长时，则判定所述待检测线路存在过负载故障。
第二方面，本发明还提供了一种低压台区线路检测系统，包括：
数据采集模块，用于基于预设的采集频率采集待检测线路的线路数据，构建线路数据集，所述线路数据为电压数据或电流数据；
第一数据处理模块，用于对所述线路数据集进行去极值处理、取平均处理和取方差处理，得到线路波动数据；所述线路波动数据用于表征所述线路数据的波动情况；
第二数据处理模块，用于对所述线路数据集进行去极值处理和取均方根处理，得到测量数据；
补偿数据计算模块，用于根据所述线路波动数据确定对所述测量数据进行补偿的补偿数据；
补偿模块，用于根据所述补偿数据对所述测量数据进行补偿，得到补偿测量数据；
故障检测模块，用于根据所述补偿测量数据对所述待检测线路进行故障检测，得到故障检测结果。
优选地，本系统还包括：
聚类分析模块，用于对所述线路数据集进行聚类分析，得到多个簇以及每个簇的聚类中心；
紧密度计算模块，用于通过欧式距离计算每个簇中的所有样本点到聚类中心的平均距离，得到每个簇的紧密度，根据每个簇的紧密度计算所有簇的紧密度的平均值；
分隔度计算模块，用于通过计算各簇的聚类中心之间的平均距离，得到所有簇间的分隔度；
频率调整模块，用于对所有簇的紧密度的平均值和所有簇间的分隔度进行加权计算，得到加权值，将所述加权值与预设的加权阈值范围进行比较，若所述加权值不在所述预设的加权阈值范围内，则调整所述线路数据的采集频率，直至所述加权值在所述预设的加权阈值范围内停止调整所述线路数据的采集频率。
优选地，所述补偿数据计算模块包括：
曲线拟合模块，用于对所述线路波动数据进行插值处理，对插值处理后的线路波动数据进行曲线拟合，得到线路波动曲线；
平滑处理模块，用于对所述线路波动曲线进行平滑处理，得到线路平滑曲线；
第一窗口划分模块，用于对所述线路波动曲线和所述线路平滑曲线分别进行滑动窗口划分，其中，所述滑动窗口的单位长度为一个完整的采样周期；
频域变换模块，用于对经过滑动窗口划分后的所述线路波动曲线和所述线路平滑曲线分别进行快速傅里叶变换，得到所述线路波动曲线和所述线路平滑曲线分别对应的频域信息，所述频域信息包括线路波动数据和线路平滑数据以及其分别对应的频率值；
波动补偿函数模块，用于根据所述线路波动曲线和所述线路平滑曲线分别对应的频域信息构建关于各个滑动窗口对应的线路波动补偿函数为：
；
式中，y为补偿数据，a为线路波动数据，b为线路平滑数据，s为第s个滑动窗口，s=1,2,3,...,S，S表示滑动窗口个数，为线路波动数据中第s个滑动窗口的线路波动量，为线路平滑数据中第s个滑动窗口的线路波动量，T为采样周期，f为第f个频率值，F为总频率值，/>为线路波动数据中第f个频率值的线路波动幅值，/>为线路波动数据中第f个频率值的角频率，/>为线路波动数据中第f个频率值的相位，/>为线路平滑数据中第f个频率值的线路波动幅值，/>为线路平滑数据中第f个频率值的角频率，/>为线路平滑数据中第f个频率值的相位；
波动补偿计算模块，用于根据所述线路波动补偿函数确定各个滑动窗口的线路波动补偿数据。
优选地，所述补偿模块具体包括：
第二窗口划分模块，用于对所述测量数据进行滑动窗口划分，其中，所述滑动窗口的单位长度为一个完整的采样周期；
窗口补偿模块，用于根据所述补偿数据的滑动窗口在所述测量数据中匹配到对应的滑动窗口，将所述补偿数据按照滑动窗口对所述测量数据进行补偿，得到补偿测量数据。
优选地，所述故障检测模块具体包括：
短路故障检测模块，用于判断所述补偿测量数据在第一预设时长内是否超过预设的短路幅值阈值且在所述第一预设时长内所述补偿测量数据变为零，若判断所述补偿测量数据在第一预设时长内超过预设的短路幅值阈值且在所述第一预设时长内所述补偿测量数据变为零时，则判定所述待检测线路存在短路故障；
过负载故障检测模块，用于判断所述补偿测量数据是否超过预设的过负载阈值，若判断所述补偿测量数据超过所述预设的过负载阈值时，则判断所述补偿测量数据是否持续超过第二预设时长，若判断所述补偿测量数据持续超过第二预设时长时，则判定所述待检测线路存在过负载故障。
从以上技术方案可以看出，本发明具有以下优点：
本发明通过对待检测线路进行采集线路数据，构建线路数据集，通过对线路数据集进行去极值处理、取平均处理和取方差处理，得到线路波动数据，并对线路数据集进行去极值处理和取均方根处理，得到测量数据，利用线路波动数据确定对测量数据进行补偿的补偿数据，通过补偿数据对测量数据进行补偿，根据补偿测量数据对待检测线路进行故障检测，得到故障检测结果，从而实现低压台区的线路检测，提高了对低压台区的线路检测的可靠性和效率。
附图说明
图1为本发明实施例提供的一种低压台区线路检测方法的流程图；
图2为本发明实施例提供的一种低压台区线路检测系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅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。
随着生活水平的不断提高，对电力的依赖程度和电能质量的要求也随之提升，这就对配电线路的供电能力和供电质量提出了更高的要求。低压台区线路纷繁复杂，经常会出现线路过负载，发生线路跳闸的事情发生，相对应的投诉事件频繁发生，严重影响到生活水平。所以急需低压台区快速感知数据采集系统，实现快速监测并上传线路负载情况，能够实现根据实时线路负载情况，合理规划低压线路布局及快速预警过负载线路，从而能够从根本上解决线路过负载情况的发生。
相关技术中，将现场故障指示器接收的线路设备接地、过流等各种信息送给监控中心（如配电管理系统），实时监测线路的各种运行状态，经计算机处理后，以声光报警、屏幕显示等方式告知值班人员，指示所监测线路的运行状态发生的变化并确认变化地点，将可以进一步提高故障处理能力。使用故障指示器，可快速确定短路时间及接地故障区段，彻底改变过去盲目巡线，分段合闸查找故障区段的落后方法，从而节省故障查找时间，减小巡线人员查找故障的劳动强度，缩小停电范围，提高巡线效率和供电可靠性。而对于低压线路，仍然采用效率低下且准确性低下的人工巡线方式进行故障的检查。
为此，本发明提供了一种低压台区线路检测方法及系统以解决上述技术问题。
下面参照附图详细描述根据本申请实施例提出的一种低压台区线路检测方法及系统，首先参照附图描述根据本申请实施例提出的一种低压台区线路检测方法，本申请实施例中的低压台区线路检测方法，可应用于终端中，也可应用于服务器中，还可以是运行于终端或服务器中的软件等。终端可以是平板电脑、笔记本电脑、台式计算机等，但并不局限于此。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
图1是本申请一个实施例的一种低压台区线路检测方法的流程图，本发明提供的一种低压台区线路检测方法，包括以下步骤：
101、基于预设的采集频率采集待检测线路的线路数据，构建线路数据集，线路数据为电压数据或电流数据。
其中，采集待检测线路的线路数据之前设定了采集频率，而采集频率决定了数据采集的精度。
102、对线路数据集进行去极值处理、取平均处理和取方差处理，得到线路波动数据；线路波动数据用于表征线路数据的波动情况。
需要说明的是，在一些可能的实施方式中，采集待检测线路的线路数据时，采用电压电流传感器经过霍尔传感器进行电压电流数据采集（即采集线路的线路数据集），其中霍尔传感器经过整流调制和计算多次采样数据的均方根，最终将实际采集电压电流数据转换为4-20ma电流数据进行输出；采集终端接收到电压电流传感器上送的数据之后，经过电流数据转换电压数据，可以对转换后的电压数据进行ADC采样，为了使采样精度更加精准，采样频率为20HZ，采样周期为1S，即在每一个采样周期内可进行n = 20次（示例性地）ADC采样，设A为线路数据集，既有如下集合A产生：
；
其中，集合A中的，x5、x9、x2均为线路数据。
针对集合A，对集合A进行冒泡排序之后，产生一个新的集合B，此时n = 20，如下所示：
；
针对集合B，去掉两个最小值和两个最大值，生成一个新的集合C， 此时，数据集合C包含成员m =16，m为采样点个数，具体数据集合C如下所示：
；
针对以上采样数据集合C，计算采样数据集合C的均值，如下式所示：
；
式中，为数据集合C的均值，M为采样点个数，Xi为第i个采样点的数据。
针对数据集合C，继续进行方差计算，方差代表一种平均功率的偏差，即将所有点和平均值偏差的平方相加再做平均，得到线路波动数据，如下式所示：
；
式中，为方差。
103、对线路数据集进行去极值处理和取均方根处理，得到测量数据。
在一个示例中，对数据集合C，进行均方根计算，均方根值也称作为效值，它的计算方法是先平方、再平均、然后开方，得到测量数据，如下式所示：
；
式中，Xrms为均方根值，XM-1为第M-1个采样点的数据。
104、根据线路波动数据确定对测量数据进行补偿的补偿数据。
经过大量数据测试对比之后，发现波动较小的线路电压电流数据监测，实际转换计算后的电流数据相对比较准确(<0.5，示例性地，此时预设波动阈值取0.5)，此时取均方根值/>（即测量数据）作为实际线路电流测量值；对线路波动较大的线路电压电流数据监测，实际转化计算后的电流数据相对基准电流相差较大(/>>0.5)，从原理上分析可知，电压电流传感器将变比后的数据经过整流桥处理，同时电压电流传感器的响应时间为200ms，所以对线路瞬时电流数据测量延后，经过多次测量数据对比，需要做增益补偿。
可以理解的是，电压电流传感器将变比后的数据经过整流桥处理，最终又计算了多组数据均方根，同时电压电流传感器的响应时间为200ms（示例性地，可以根据实际需求或设备的精度进行调整），所以对线路瞬时电压电流数据需要做增益补偿。
具体地，根据实时采集到的电压电流数据的波动变化情况，设定相应的补偿量，提升系统检测的准确度。可以理解的是，同样可以根据线路波动数据设定增益补偿量。因此，通过周期性地采集线路数据集，来确定线路波动数据，根据线路波动数据对测量数据进行增益补偿，更新测量数据。根据补偿数据进行线路检测。
105、根据补偿数据对测量数据进行补偿，得到补偿测量数据。
106、根据补偿测量数据对待检测线路进行故障检测，得到故障检测结果。
需要说明的是，本实施例提供的一种低压台区线路检测方法，通过对待检测线路进行采集线路数据，构建线路数据集，通过对线路数据集进行去极值处理、取平均处理和取方差处理，得到线路波动数据，并对线路数据集进行去极值处理和取均方根处理，得到测量数据，利用线路波动数据确定对测量数据进行补偿的补偿数据，通过补偿数据对测量数据进行补偿，根据补偿测量数据对待检测线路进行故障检测，得到故障检测结果，从而实现低压台区的线路检测，提高了对低压台区的线路检测的可靠性和效率。
在一个具体实施例中，步骤101之后，还包括：
111、对线路数据集进行聚类分析，得到多个簇以及每个簇的聚类中心；
112、通过欧式距离计算每个簇中的所有样本点到聚类中心的平均距离，得到每个簇的紧密度，根据每个簇的紧密度计算所有簇的紧密度的平均值；
113、通过计算各簇的聚类中心之间的平均距离，得到所有簇间的分隔度；
114、对所有簇的紧密度的平均值和所有簇间的分隔度进行加权计算，得到加权值，将加权值与预设的加权阈值范围进行比较，若加权值不在预设的加权阈值范围内，则调整线路数据的采集频率，直至加权值在预设的加权阈值范围内停止调整线路数据的采集频率。
具体地，可以理解的是，获得大量统计数据之后，将数据进行统计分析处理，针对以上多个数据采样集合C（线路数据）进行聚类分析，组内相似性越大，组间差距越大，说明数据采集数据越精准，数据采样精度越高；其中数据聚类中心是一个簇中所有样本点的均值(质心)；簇大小表示数据集合中所含样本的数量；簇密度表示数据集合中样本点的紧密程度；簇描述是数据集合中样本的业务特性，也就是说，聚类的目标是得到较高簇内相似度和较低的簇间相似度，使得簇间的距离尽可能大，簇内样本与簇中心的距离尽可能小。
因此，本申请实施例使用内部指标进行数据集合聚类结果进行评判，内部指标是指不借助任何外部参考，只用参与聚类的样本评判聚类结果好坏；使用R型聚类类型，计算欧式距离，即计算集合元素数据对于平均值的差值，也是最容易理解的差值计算方法，其计算公式如下式所示：
；
式中，xi为采样值，根据上述空间中点的距离度量，可以得出以下聚类性能度量内部指标，紧密度是每个初中的样本点到聚类中心的平均距离。
对于有n个样本点簇C1来说，该簇的紧密度计算公式如下式所示：
；
式中，平均值μ可以作为簇C1的聚类中心，对于聚类结果，需要使用所有簇紧密度的平均值来衡量聚类结果的好坏，假设总共有k个簇：紧密度的值越小，表示簇内样本点的距离越近，即簇内样本的相似度越高；即数据采样值越精准；
针对多个簇进行分隔度计算分析，分隔度是各簇的聚类中心ci,cj两两之间的平均距离，其计算公式如下：
；
式中，k用于表征簇的数量， 分隔度的值越大，表示各聚类中心相互之间的距离越远，即簇间相似度越低，说明数据采样值相对精准，但线路电流数据波动较大。可以理解的是，通过上述方法，计算得到精准度数据和数据波动值后，根据对所有簇的紧密度的平均值和所有簇间的分隔度进行加权计算，得到加权值，将加权值与预设的加权阈值范围进行比较，若加权值不在预设的加权阈值范围内，则调整线路数据的采集频率，直至加权值在预设的加权阈值范围内停止调整线路数据的采集频率，其中，权重设置可以依据经验值设置。
可以理解的是，聚类算法可以使用K-均值++算法和k-medoids算法；其中，K-均值++算法是计算样本点与类簇质心的距离，与类簇质心相近的样本点划分为同一类簇，通过样本间的距离来衡量各个样本之间的相似度，两个样本距离越远，则相似度越低，采样精准度越低；否则相似度越高，采样精准度越高；计算方法如下：
第1步，从样本集X中随机选择一个样本点c1作为第1个聚类中心；
第2步，计算其他样本点x到最近的聚类中心的距离dx；
第3步，以概率选择一个新样本点ci加入聚类中心点集合中，其中距离值dx越大，被选中的可能性越高；
第4步，重复步骤2和步骤3选定k个聚类中心；
第5步，基于这k个聚类中心进行K-均值运算。
k-medoids算法是通过选取原有样本中的样本点作为代表对象代表这个簇，计算剩下的样本点与代表对象的距离，将样本点划分到与其距离最近的代表对象所在的簇中，计算方法如下：
第1步，任意选取k个点作为中心点；
第2步，按照与中心点最近的原则，将剩余点分配到当前最佳的中心点代表的类中；
第3步，在每一类中，计算每个成员点对应的准则函数最小时对应的点作为新的中心点(其中准则函数为，一类中，某个成员点和其他成员点的距离之和)；
第4步，重复步骤2和步骤3的过程，直到所有的中心点不再发生变化，或已达到设定的最大迭代次数；
k-medoids算法的距离计算过程与k-均值算法的计算过程类似，只是将距离度量中的中心替换为代表对象，绝对误差标准：，式中，oc(i)表示第i簇Ci的中心，xj表示Ci簇中的点，E最小表示最小化所有簇中点与点之间的距离；
k-均值++算法，它是基于“质心”的聚类方法，算法快速高效，但也面临一些短板，特别是样本中的异常数据，可能会使聚类结果产生严重偏离；而k-medoids算法能够完美的客服k-均值++算法的这一缺点；即样本中出现异常数据时，针对异常采样数据进行数据告警。本申请并不限定聚类算法的具体计算过程。
在一个具体实施例中，步骤104具体包括：
1041、对线路波动数据进行插值处理，对插值处理后的线路波动数据进行曲线拟合，得到线路波动曲线。
其中，对线路波动数据进行插值处理的目的是进行缺失值补充，以提高数据精准度。
1042、对线路波动曲线进行平滑处理，得到线路平滑曲线。
可以理解的是，线路波动曲线是表征了线路波动情况，对其进行平滑处理，所得到的线路平滑曲线是为线路波动平滑情况。
1043、对线路波动曲线和线路平滑曲线分别进行滑动窗口划分，其中，滑动窗口的单位长度为一个完整的采样周期。
其中，线路波动曲线和线路平滑曲线的滑动窗口的单位长度一致。
1044、对经过滑动窗口划分后的线路波动曲线和线路平滑曲线分别进行快速傅里叶变换，得到线路波动曲线和线路平滑曲线分别对应的频域信息，频域信息包括线路波动数据和线路平滑数据以及其分别对应的频率值。
1045、根据线路波动曲线和线路平滑曲线分别对应的频域信息构建关于各个频率值对应的线路波动补偿函数为：
；
式中，y为补偿数据，a为线路波动数据，b为线路平滑数据，s为第s个滑动窗口，s=1,2,3,...,S，S表示滑动窗口个数，为线路波动数据中第s个滑动窗口的线路波动量，为线路平滑数据中第s个滑动窗口的线路波动量，T为采样周期，f为第f个频率值，F为总频率值，/>为线路波动数据中第f个频率值的线路波动幅值，/>为线路波动数据中第f个频率值的角频率，/>为线路波动数据中第f个频率值的相位，/>为线路平滑数据中第f个频率值的线路波动幅值，/>为线路平滑数据中第f个频率值的角频率，/>为线路平滑数据中第f个频率值的相位。
可以理解的是，将同一滑动窗口的线路波动数据和线路平滑数据进行作差处理，其得到的差值即为线路减少波动的差值，也即线路波动补偿数据，其结果可以为负数或正数。
同时，线路波动补偿数据随线路波动数据的增大而增大。当线路波动数据较低时，线路波动补偿数据较低。而当线路波动数据较高时，线路波动补偿数据较高，此时，补偿量的变化明显，以提升增益补偿效果。
1046、根据线路波动补偿函数确定各个滑动窗口的线路波动补偿数据。
在一个具体实施例中，步骤105具体包括：
1051、对测量数据进行滑动窗口划分，其中，滑动窗口的单位长度为一个完整的采样周期。
1052、根据补偿数据的滑动窗口在测量数据中匹配到对应的滑动窗口，将补偿数据按照滑动窗口对测量数据进行补偿，得到补偿测量数据。
可以理解的是，前述获取到了各个滑动窗口的线路波动补偿数据，按照各个滑动窗口的线路波动补偿数据在测量数据中匹配到对应的滑动窗口，对测量数据进行补偿相应的补偿数据，从而得到补偿测量数据。
在一个具体实施例中，步骤106具体包括：
1061、判断补偿测量数据在第一预设时长内是否超过预设的短路幅值阈值且在第一预设时长内补偿测量数据变为零，若判断补偿测量数据在第一预设时长内超过预设的短路幅值阈值且在第一预设时长内补偿测量数据变为零时，则判定待检测线路存在短路故障；
1062、判断补偿测量数据是否超过预设的过负载阈值，若判断补偿测量数据超过预设的过负载阈值时，则判断补偿测量数据是否持续超过第二预设时长，若判断补偿测量数据持续超过第二预设时长时，则判定待检测线路存在过负载故障。
在一些实施方式中，设备目前支持线路的短路故障和过负载故障检测。短路故障检测流程：
（11）线路中通过的电流值在200ms内突然升高，并达到或超过短路电流的阈值。
（12）持续进行线路中的电流检测，电流值在200ms内等于零。当电缆线路出现短路故障时，变电站线路出口保护动作，开关跳闸后线路停电，线路中的电流为零。
过负载故障检测流程：
（21）检测线路中通过的电流值达到过负载阈值。
（22）继续检测电流值，如果电流值超过负载阈值持续不到200ms，则此大电流可能是电机起动等因素引起的瞬间起动过电流，不是故障电流。
（23）如果过电流持续超过200ms，则判断为故障电流。
以上为本发明提供的一种低压台区线路检测方法的实施例的详细描述，以下为本发明提供的一种低压台区线路检测系统的实施例的详细描述。
图2是本申请一个实施例的低压台区线路检测系统的结构示意图，系统具体包括：
数据采集模块100，用于基于预设的采集频率采集待检测线路的线路数据，构建线路数据集，线路数据为电压数据或电流数据。
在一些实施方式中，数据采集模块可以是任意形式的传感器，以实现线路的电压或电流采集；并将采集到是数据传输至采样模块。采样模块对采集到的数据进行ADC采样处理。
线路包括第一相、第二相和第三相，数据采集模块包括第一采集单元、第二采集单元和第三采集单元；第一采集单元用于采集第一相的电压数据或电流数据中的至少一种，第二采集单元用于采集第二相的电压数据或电流数据中的至少一种，第三采集单元用于采集第三相的电压数据或电流数据中的至少一种。
本申请实施例提供的系统能够实时监测A、B、C三相电压电流，能够通过北斗卫星实现低压台区快速感知数据采集终端的定位，并通过4G/5G上送相关数据信息。ADC采样模块支持同时采集三路，即ABC三相的电压电流信号。可以理解的是，通过测量三相得到的数据（包括电压数据或电流数据），进行线路的检查。
第一数据处理模块200，用于对线路数据集进行去极值处理、取平均处理和取方差处理，得到线路波动数据；线路波动数据用于表征线路数据的波动情况；
第二数据处理模块300，用于对线路数据集进行去极值处理和取均方根处理，得到测量数据；
补偿数据计算模块400，用于根据线路波动数据确定对测量数据进行补偿的补偿数据；
补偿模块500，用于根据补偿数据对测量数据进行补偿，得到补偿测量数据；
故障检测模块600，用于根据补偿测量数据对待检测线路进行故障检测，得到故障检测结果。
可选地，本申请实施例中的低压台区线路检测系统，系统还包括通信模块和显示模块，通信模块用于检测系统与终端之间的通信，显示模块用于展示线路检测结果，控制模块用于当检测结果为异常时，通过通信模块发送异常结果。
在一些实施方式中，系统还包括定位模块、通信模块和显示模块，定位模块用于获取线路的位置信息，通信模块用于检测系统与终端之间的通信，显示模块用于展示线路检测结果。
其中，定位模块负责完成GPS/北斗的位置信息采集；显示模块负责显示采集终端的运行状态，也可用于其它信息的展示。可以理解的是，本申请实施例提供的检测系统还包括电源模块，负责整个设备的供电。通信模块可以是4G/5G通信，负责连接管理主站，并上报数据。
上述系统通过数据采集模块对线路的电压电流进行采集，通过定位模块进行线路定位，通过数据处理和线路检测，能够实现低压台区线路检测；同时通过增益补偿，提升线路检测的准确度。本申请提供的实施例，能够实现低压台区的线路检测，有利于提升低压台区的线路检测的可靠性和效率。
在一个具体实施例中，本系统还包括：
聚类分析模块，用于对线路数据集进行聚类分析，得到多个簇以及每个簇的聚类中心；
紧密度计算模块，用于通过欧式距离计算每个簇中的所有样本点到聚类中心的平均距离，得到每个簇的紧密度，根据每个簇的紧密度计算所有簇的紧密度的平均值；
分隔度计算模块，用于通过计算各簇的聚类中心之间的平均距离，得到所有簇间的分隔度；
频率调整模块，用于对所有簇的紧密度的平均值和所有簇间的分隔度进行加权计算，得到加权值，将加权值与预设的加权阈值范围进行比较，若加权值不在预设的加权阈值范围内，则调整线路数据的采集频率，直至加权值在预设的加权阈值范围内停止调整线路数据的采集频率。
在一个具体实施例中，补偿数据计算模块包括：
曲线拟合模块，用于对线路波动数据进行插值处理，对插值处理后的线路波动数据进行曲线拟合，得到线路波动曲线；
平滑处理模块，用于对线路波动曲线进行平滑处理，得到线路平滑曲线；
第一窗口划分模块，用于对线路波动曲线和线路平滑曲线分别进行滑动窗口划分，其中，滑动窗口的单位长度为一个完整的采样周期；
频域变换模块，用于对经过滑动窗口划分后的线路波动曲线和线路平滑曲线分别进行快速傅里叶变换，得到线路波动曲线和线路平滑曲线分别对应的频域信息，频域信息包括线路波动数据和线路平滑数据以及其分别对应的频率值；
波动补偿函数模块，用于根据线路波动曲线和线路平滑曲线分别对应的频域信息构建关于各个滑动窗口对应的线路波动补偿函数为：
；
式中，y为补偿数据，a为线路波动数据，b为线路平滑数据，s为第s个滑动窗口，s=1,2,3,...,S，S表示滑动窗口个数，为线路波动数据中第s个滑动窗口的线路波动量，为线路平滑数据中第s个滑动窗口的线路波动量，T为采样周期，f为第f个频率值，F为总频率值，/>为线路波动数据中第f个频率值的线路波动幅值，/>为线路波动数据中第f个频率值的角频率，/>为线路波动数据中第f个频率值的相位，/>为线路平滑数据中第f个频率值的线路波动幅值，/>为线路平滑数据中第f个频率值的角频率，/>为线路平滑数据中第f个频率值的相位；
波动补偿计算模块，用于根据线路波动补偿函数确定各个滑动窗口的线路波动补偿数据。
在一个具体实施例中，补偿模块具体包括：
第二窗口划分模块，用于对测量数据进行滑动窗口划分，其中，滑动窗口的单位长度为一个完整的采样周期；
窗口补偿模块，用于根据补偿数据的滑动窗口在测量数据中匹配到对应的滑动窗口，将补偿数据按照滑动窗口对测量数据进行补偿，得到补偿测量数据。
在一个具体实施例中，故障检测模块具体包括：
短路故障检测模块，用于判断补偿测量数据在第一预设时长内是否超过预设的短路幅值阈值且在第一预设时长内补偿测量数据变为零，若判断补偿测量数据在第一预设时长内超过预设的短路幅值阈值且在第一预设时长内补偿测量数据变为零时，则判定待检测线路存在短路故障；
在一些实施方式中，通过补偿测量数据在短时间内的突然变化，突然升高后突然变为零，确定线路存在短路故障。同时，可以根据补偿测量数据在长时间内的持续高于第一阈值，表明线路存在过负载故障。
过负载故障检测模块，用于判断补偿测量数据是否超过预设的过负载阈值，若判断补偿测量数据超过预设的过负载阈值时，则判断补偿测量数据是否持续超过第二预设时长，若判断补偿测量数据持续超过第二预设时长时，则判定待检测线路存在过负载故障。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
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 (4)
1.一种低压台区线路检测方法，其特征在于，包括以下步骤：
基于预设的采集频率采集待检测线路的线路数据，构建线路数据集，所述线路数据为电压数据或电流数据；
所述基于预设的采集频率采集待检测线路的线路数据，构建线路数据集，所述线路数据包括电压数据和电流数据的步骤之后，还包括：
对所述线路数据集进行聚类分析，得到多个簇以及每个簇的聚类中心；
通过欧式距离计算每个簇中的所有样本点到聚类中心的平均距离，得到每个簇的紧密度，根据每个簇的紧密度计算所有簇的紧密度的平均值；
通过计算各簇的聚类中心之间的平均距离，得到所有簇间的分隔度；
对所有簇的紧密度的平均值和所有簇间的分隔度进行加权计算，得到加权值，将所述加权值与预设的加权阈值范围进行比较，若所述加权值不在所述预设的加权阈值范围内，则调整所述线路数据的采集频率，直至所述加权值在所述预设的加权阈值范围内停止调整所述线路数据的采集频率；
对所述线路数据集进行去极值处理、取平均处理和取方差处理，得到线路波动数据；所述线路波动数据用于表征所述线路数据的波动情况；
对所述线路数据集进行去极值处理和取均方根处理，得到测量数据；
根据所述线路波动数据确定对所述测量数据进行补偿的补偿数据，具体包括：
对所述线路波动数据进行插值处理，对插值处理后的线路波动数据进行曲线拟合，得到线路波动曲线；
对所述线路波动曲线进行平滑处理，得到线路平滑曲线；
对所述线路波动曲线和所述线路平滑曲线分别进行滑动窗口划分，其中，所述滑动窗口的单位长度为一个完整的采样周期；
对经过滑动窗口划分后的所述线路波动曲线和所述线路平滑曲线分别进行快速傅里叶变换，得到所述线路波动曲线和所述线路平滑曲线分别对应的频域信息，所述频域信息包括线路波动数据和线路平滑数据以及其分别对应的频率值；
根据所述线路波动曲线和所述线路平滑曲线分别对应的频域信息构建关于各个频率值对应的线路波动补偿函数为：
；
式中，y为补偿数据，a为线路波动数据，b为线路平滑数据，s为第s个滑动窗口，s=1,2,3,...,S，S表示滑动窗口个数，为线路波动数据中第s个滑动窗口的线路波动量，/>为线路平滑数据中第s个滑动窗口的线路波动量，T为采样周期，f为第f个频率值，F为总频率值，/>为线路波动数据中第f个频率值的线路波动幅值，/>为线路波动数据中第f个频率值的角频率，/>为线路波动数据中第f个频率值的相位，/>为线路平滑数据中第f个频率值的线路波动幅值，/>为线路平滑数据中第f个频率值的角频率，/>为线路平滑数据中第f个频率值的相位；
根据所述线路波动补偿函数确定各个滑动窗口的线路波动补偿数据；
根据所述补偿数据对所述测量数据进行补偿，得到补偿测量数据；
根据所述补偿测量数据对所述待检测线路进行故障检测，得到故障检测结果，具体包括：
判断所述补偿测量数据在第一预设时长内是否超过预设的短路幅值阈值且在所述第一预设时长内所述补偿测量数据变为零，若判断所述补偿测量数据在第一预设时长内超过预设的短路幅值阈值且在所述第一预设时长内所述补偿测量数据变为零时，则判定所述待检测线路存在短路故障；
判断所述补偿测量数据是否超过预设的过负载阈值，若判断所述补偿测量数据超过所述预设的过负载阈值时，则判断所述补偿测量数据是否持续超过第二预设时长，若判断所述补偿测量数据持续超过第二预设时长时，则判定所述待检测线路存在过负载故障。
2.根据权利要求1所述的低压台区线路检测方法，其特征在于，根据所述补偿数据对所述测量数据进行补偿，得到补偿测量数据的步骤，具体包括：
对所述测量数据进行滑动窗口划分，其中，所述滑动窗口的单位长度为一个完整的采样周期；
根据所述补偿数据的滑动窗口在所述测量数据中匹配到对应的滑动窗口，将所述补偿数据按照滑动窗口对所述测量数据进行补偿，得到补偿测量数据。
3.一种低压台区线路检测系统，其特征在于，包括：
数据采集模块，用于基于预设的采集频率采集待检测线路的线路数据，构建线路数据集，所述线路数据为电压数据或电流数据；
聚类分析模块，用于对所述线路数据集进行聚类分析，得到多个簇以及每个簇的聚类中心；
紧密度计算模块，用于通过欧式距离计算每个簇中的所有样本点到聚类中心的平均距离，得到每个簇的紧密度，根据每个簇的紧密度计算所有簇的紧密度的平均值；
分隔度计算模块，用于通过计算各簇的聚类中心之间的平均距离，得到所有簇间的分隔度；
频率调整模块，用于对所有簇的紧密度的平均值和所有簇间的分隔度进行加权计算，得到加权值，将所述加权值与预设的加权阈值范围进行比较，若所述加权值不在所述预设的加权阈值范围内，则调整所述线路数据的采集频率，直至所述加权值在所述预设的加权阈值范围内停止调整所述线路数据的采集频率；
第一数据处理模块，用于对所述线路数据集进行去极值处理、取平均处理和取方差处理，得到线路波动数据；所述线路波动数据用于表征所述线路数据的波动情况；
第二数据处理模块，用于对所述线路数据集进行去极值处理和取均方根处理，得到测量数据；
补偿数据计算模块，用于根据所述线路波动数据确定对所述测量数据进行补偿的补偿数据；
所述补偿数据计算模块包括：
曲线拟合模块，用于对所述线路波动数据进行插值处理，对插值处理后的线路波动数据进行曲线拟合，得到线路波动曲线；
平滑处理模块，用于对所述线路波动曲线进行平滑处理，得到线路平滑曲线；
第一窗口划分模块，用于对所述线路波动曲线和所述线路平滑曲线分别进行滑动窗口划分，其中，所述滑动窗口的单位长度为一个完整的采样周期；
频域变换模块，用于对经过滑动窗口划分后的所述线路波动曲线和所述线路平滑曲线分别进行快速傅里叶变换，得到所述线路波动曲线和所述线路平滑曲线分别对应的频域信息，所述频域信息包括线路波动数据和线路平滑数据以及其分别对应的频率值；
波动补偿函数模块，用于根据所述线路波动曲线和所述线路平滑曲线分别对应的频域信息构建关于各个滑动窗口对应的线路波动补偿函数为：
；
式中，y为补偿数据，a为线路波动数据，b为线路平滑数据，s为第s个滑动窗口，s=1,2,3,...,S，S表示滑动窗口个数，为线路波动数据中第s个滑动窗口的线路波动量，/>为线路平滑数据中第s个滑动窗口的线路波动量，T为采样周期，f为第f个频率值，F为总频率值，/>为线路波动数据中第f个频率值的线路波动幅值，/>为线路波动数据中第f个频率值的角频率，/>为线路波动数据中第f个频率值的相位，/>为线路平滑数据中第f个频率值的线路波动幅值，/>为线路平滑数据中第f个频率值的角频率，/>为线路平滑数据中第f个频率值的相位；
波动补偿计算模块，用于根据所述线路波动补偿函数确定各个滑动窗口的线路波动补偿数据；
补偿模块，用于根据所述补偿数据对所述测量数据进行补偿，得到补偿测量数据；
故障检测模块，用于根据所述补偿测量数据对所述待检测线路进行故障检测，得到故障检测结果；
所述故障检测模块具体包括：
短路故障检测模块，用于判断所述补偿测量数据在第一预设时长内是否超过预设的短路幅值阈值且在所述第一预设时长内所述补偿测量数据变为零，若判断所述补偿测量数据在第一预设时长内超过预设的短路幅值阈值且在所述第一预设时长内所述补偿测量数据变为零时，则判定所述待检测线路存在短路故障；
过负载故障检测模块，用于判断所述补偿测量数据是否超过预设的过负载阈值，若判断所述补偿测量数据超过所述预设的过负载阈值时，则判断所述补偿测量数据是否持续超过第二预设时长，若判断所述补偿测量数据持续超过第二预设时长时，则判定所述待检测线路存在过负载故障。
4.根据权利要求3所述的低压台区线路检测系统，其特征在于，所述补偿模块具体包括：
第二窗口划分模块，用于对所述测量数据进行滑动窗口划分，其中，所述滑动窗口的单位长度为一个完整的采样周期；
窗口补偿模块，用于根据所述补偿数据的滑动窗口在所述测量数据中匹配到对应的滑动窗口，将所述补偿数据按照滑动窗口对所述测量数据进行补偿，得到补偿测量数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310814916.XA CN116520197B (zh) | 2023-07-05 | 2023-07-05 | 一种低压台区线路检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310814916.XA CN116520197B (zh) | 2023-07-05 | 2023-07-05 | 一种低压台区线路检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116520197A CN116520197A (zh) | 2023-08-01 |
| CN116520197B true CN116520197B (zh) | 2023-08-25 |
Family
ID=87401603
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310814916.XA Active CN116520197B (zh) | 2023-07-05 | 2023-07-05 | 一种低压台区线路检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116520197B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001043303A2 (en) * | 1999-12-09 | 2001-06-14 | Harris Corporation | Detection of bridged taps by frequency domain reflectometry |
| WO2003074338A1 (de) * | 2002-03-01 | 2003-09-12 | Continental Teves Ag & Co. Ohg | Verfahren und schaltungsanordnung zur kalibrierung von spannungs- und temperaturabweichungen des effektivstroms von hydraulikventilen in einer pwm-ansteuerung |
| JP2006019761A (ja) * | 2005-08-30 | 2006-01-19 | Fab Solution Kk | 半導体デバイス検査装置 |
| CN106505536A (zh) * | 2016-11-22 | 2017-03-15 | 三峡大学 | 一种基于分布参数模型下利用电流突变特性的特高压直流线路保护方法 |
| CN113708500A (zh) * | 2021-09-10 | 2021-11-26 | 深圳供电局有限公司 | 一种低压用电异常监测系统及方法 |
| CN114200354A (zh) * | 2022-02-16 | 2022-03-18 | 广东电网有限责任公司肇庆供电局 | 一种零序ct极性在线检测方法、系统及设备 |
| CN116345701A (zh) * | 2023-05-31 | 2023-06-27 | 国网安徽省电力有限公司合肥供电公司 | 一种低压无功补偿智能监测控制系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6744854B2 (en) * | 1999-12-09 | 2004-06-01 | Harris Corporation | Detection of bridge taps by frequency domain reflectometry-based signal processing with precursor signal conditioning |
-
2023
- 2023-07-05 CN CN202310814916.XA patent/CN116520197B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001043303A2 (en) * | 1999-12-09 | 2001-06-14 | Harris Corporation | Detection of bridged taps by frequency domain reflectometry |
| WO2003074338A1 (de) * | 2002-03-01 | 2003-09-12 | Continental Teves Ag & Co. Ohg | Verfahren und schaltungsanordnung zur kalibrierung von spannungs- und temperaturabweichungen des effektivstroms von hydraulikventilen in einer pwm-ansteuerung |
| JP2006019761A (ja) * | 2005-08-30 | 2006-01-19 | Fab Solution Kk | 半導体デバイス検査装置 |
| CN106505536A (zh) * | 2016-11-22 | 2017-03-15 | 三峡大学 | 一种基于分布参数模型下利用电流突变特性的特高压直流线路保护方法 |
| CN113708500A (zh) * | 2021-09-10 | 2021-11-26 | 深圳供电局有限公司 | 一种低压用电异常监测系统及方法 |
| CN114200354A (zh) * | 2022-02-16 | 2022-03-18 | 广东电网有限责任公司肇庆供电局 | 一种零序ct极性在线检测方法、系统及设备 |
| CN116345701A (zh) * | 2023-05-31 | 2023-06-27 | 国网安徽省电力有限公司合肥供电公司 | 一种低压无功补偿智能监测控制系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116520197A (zh) | 2023-08-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105512474B (zh) | 一种变压器状态监测数据的异常检测方法 | |
| US7961112B2 (en) | Continuous condition monitoring of transformers | |
| CN109254226B (zh) | 异地相间接地短路故障检测系统及其检测方法 | |
| CN102967800B (zh) | 基于暂态信号Prony算法的配电网单相接地故障区段定位方法及定位装置 | |
| CN112307435B (zh) | 一种基于模糊聚类和趋势判断筛查用电量异常的方法 | |
| CN102798776B (zh) | 一种多参量融合的变电站数据完整性校核方法 | |
| CN113641723B (zh) | 一种基于线路阻抗参数估计的窃电预测方法 | |
| CN116754901A (zh) | 一种基于快速定位的配电网故障分析管理平台 | |
| CN115065591A (zh) | 基于状态空间模型的电动汽车充电桩故障预警系统和方法 | |
| CN113030634B (zh) | 基于网络单元主机的接地故障定位方法 | |
| CN117480397A (zh) | 基于电网低压部分的测量数据识别和定位中低压配电网故障的方法 | |
| CN115792504B (zh) | 基于相电流突变量的配电网单相接地故障定位方法及系统 | |
| CN113985098A (zh) | 一种基于实时计量的提高防窃电分析准确度的方法 | |
| CN115792457A (zh) | 一种基于边缘计算的台区采集故障诊断与分析方法及系统 | |
| CN118226199B (zh) | 一种用于电力输送的线缆故障检测系统 | |
| CN117911011B (zh) | 一种交直流混联电力线路故障维修预警方法 | |
| CN112600309B (zh) | 一种具有录波功能的低压配电智能诊断系统 | |
| Ananthan et al. | Model-based approach integrated with fault circuit indicators for fault location in distribution systems | |
| CN112986708A (zh) | 一种判断母线电容需要检修或更换的方法及装置 | |
| CN116520197B (zh) | 一种低压台区线路检测方法及系统 | |
| CN117491845A (zh) | 用于多路直流负载设备的精准直流分路计量方法 | |
| CN110568313B (zh) | 小电流接地系统单相接地故障定位方法及系统 | |
| CN111898656B (zh) | 一种量测平衡检测的异常数据辨识方法 | |
| CN114636883A (zh) | 基于交流量的电力系统故障确定方法、装置及存储介质 | |
| CN110277834B (zh) | 一种电网响应建筑内部负荷监控方法、系统及存储介质 |
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 |