CN117031211B - 一种台区电网故障诊断方法 - Google Patents
一种台区电网故障诊断方法 Download PDFInfo
- Publication number
- CN117031211B CN117031211B CN202311241191.6A CN202311241191A CN117031211B CN 117031211 B CN117031211 B CN 117031211B CN 202311241191 A CN202311241191 A CN 202311241191A CN 117031211 B CN117031211 B CN 117031211B
- Authority
- CN
- China
- Prior art keywords
- fault diagnosis
- signal
- fault
- value
- diagnosis host
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 192
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000008569 process Effects 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000007689 inspection Methods 0.000 claims abstract description 9
- 238000012423 maintenance Methods 0.000 claims description 32
- 238000012544 monitoring process Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 19
- 238000012360 testing method Methods 0.000 claims description 18
- 238000010586 diagram Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 11
- 230000035945 sensitivity Effects 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 230000006978 adaptation Effects 0.000 claims description 3
- 230000015607 signal release Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 11
- 238000012795 verification Methods 0.000 abstract description 6
- 230000002159 abnormal effect Effects 0.000 abstract description 5
- 238000011835 investigation Methods 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 25
- 230000007547 defect Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000002955 isolation Methods 0.000 description 3
- 229910052744 lithium Inorganic materials 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 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
- G01R31/08—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
- 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
-
- 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
- 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
本发明涉及电网故障诊断技术领域,具体公开一种台区电网故障诊断方法,改方法包括:故障诊断主机信号校验调频、台区电网电力参量数据采集分析、故障界定值分析评估以及故障风险管控告警提示,本发明在进行台区电网诊断的前期阶段过程中,对台区布设的各故障诊断主机进行细致的信号检验,能够及时进行设备的传输性能干预,进而有效保障诊断数据传输的及时性和稳定性,同时能够针对台区电力系统进行实时性地、多方位地故障诊断分析,并对电力参量数据进行精准的校验,不仅可以解决目前台区线路的异常排查难题,大幅提升台区管理人员的工作效率,并能够针对线路的故障进行及时高效的反馈警示,极大保证了台区的电网诊断水准。
Description
技术领域
本发明涉及电网故障诊断技术领域,具体而言,涉及一种台区电网故障诊断方法。
背景技术
台区指的是变压器的供电范围或区域,是电网的末端供电单元,包含了大量的低压用户、低压配电线路及相关辅助设备,存在点多、面广以及环境复杂等特点,一旦某一结构出现故障则会引起一连串的消极负面影响,因此,需要进行台区的针对性故障检测,通过检测可以及时地发现台区电网中的问题并进行修复,从而有助于避免电网故障的扩大化和连锁反应,提高电网整体运维的稳定性和可靠性。
现有技术如公告为CN105896729B的发明专利申请公开的基于FTU的配电网及诊断和隔离故障的方法,包括第一变电站和第二变电站,在第一变电站和第二变电站之间设有多个分段开关,分段开关上设有馈线终端装置,馈线终端装置之间依次连接,第一变电站出线首个的馈线终端装置与主站连接,第二变电站出线首个的馈线终端装置与主站连接,第一变电站出线首个的分段开关装设有断路器。馈线终端装置根据联络点的变化,通过中央处理器实时调整其的运行模式,控制开关的分合,即通过线路首端开关和其他分段开关配合以最优的方案完成故障隔离,使馈线自动化的故障诊断和隔离更加可靠和稳定,避免变电站出口断路器跳闸,缩小故障时停电范围。
现有技术如公告为CN106849354B的发明专利申请公开的一种配电系统中配电网的故障诊断方法,包括以配电网内各配网管理设备为节点构建通讯网络,通讯网络内配网管理设备可以共享各配网管理设备所采集的监测数据,监测数据包括与其对应的配网管理设备的标识,根据电流的特性确定各配网管理设备在配电网中的上下游关系。根据各配网管理设备监测数据的变化特性,以及各配网管理设备在配电网中的上下游位置关系,生成故障报告,故障报告包括故障位置、故障范围和故障类型中的一种及其任意组合,可以自动的确定出配电网的故障位置和故障类型,提高故障判断的准确性。
针对上述方案,本发明申请人认为:现有技术在进行电网诊断的过程中,故障诊断的数据并不全面具体,且缺乏进行精准校验的过程,并且在故障诊断前期阶段,欠缺对测量设备进行细致的信号质量验证,对于整个诊断流程来说,实质性的故障诊断能够反馈线路的故障缺陷,但若缺乏前期的设备信号查验过程,则无法有效保障诊断数据传输的及时性和稳定性,尤其在一些受外部环境干扰的场景下,故障诊断数据的传输也必然受到影响,由此导致无法针对线路的故障进行及时高效的反馈警示,极大折损了台区的电网诊断水准。
发明内容
为了克服背景技术中的缺点,本发明实施例提供了一种台区电网故障诊断方法,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现:一种台区电网故障诊断方法,包括:S1、对台区布设的各故障诊断主机进行信号检验,由此进行台区信号增益模式的调频切换。
S2、通过各故障诊断主机对台区的各衔接子网线路进行电力参量数据的监测,据此分析各故障诊断主机的衔接子网的故障潜在属性值。
S3、提取各故障诊断主机的衔接子网所属关联特征信息进行分析,评估各故障诊断主机的衔接子网所属故障诊断界定值。
S4、通过数值综合规整,筛分台区故障衔接子网进行风险管控告警提示。
作为一种优选设计方案,所述对台区布设的各故障诊断主机进行信号检验,具体包括:根据预定义的各信号试验强度,通过台区信号收发器对各故障诊断主机进行信号响应检测,得到各信号试验强度下各故障诊断主机的信号响应时间点,根据台区信号收发器的信号释放时间点,统计各信号试验强度下各故障诊断主机的接收时延,i为各信号试验强度的编号,,k为信号试验强度的数目,d为各故障诊断主机的编号,,f为故障诊断主机的数目。
统计各故障诊断主机与台区信号收发器之间的距离。
提取Redis库中设置的信号试验强度所属单位数值以及单位间隔距离对应的参照累增时延,依次记为、。
计算各故障诊断主机的信号反馈灵敏度,执行表达式如下:
。
式中,为设定的信号反馈灵敏修正系数,为设定的修正补偿时延,为设定的单位信号接收时延值对应的性能灵敏干扰因子。
通过台区信号收发器对各故障诊断主机进行信号输出性能检测,得到各故障诊断主机的信号输出时域波形以及信号输出频域分布示意图,通过分析处理得到各故障诊断主机的信号输出性能特征值。
作为一种优选设计方案,所述进行台区信号增益模式的调频切换,具体过程包括:分许各故障诊断主机的信号综合属性值,约束表达式为:
。
式中,、分别为设定的故障诊断主机的信号反馈灵敏度以及信号输出性能特征值对应的权重比例系数,为Redis库中定义的信号综合属性参照值。
根据各故障诊断主机的信号综合属性值,并提取Redis库中的故障诊断主机的信号综合属性理论阈值,由此比对得到低于信号综合属性理论阈值的故障诊断主机数目,并与设定的信号增益需求切换所属界定故障诊断主机数目进行校验,由信号调频模型:,分析得到信号增益模式,据此进行台区信号增益的调频切换。
作为一种优选设计方案,所述各故障诊断主机的信号输出性能特征值的具体分析处理过程包括:根据各故障诊断主机的信号输出时域波形,从中提取各时域周期的幅值域含括面积,m为各时域周期的编号,,u为时域周期数。
提取各故障诊断主机的信号输出频域分布示意图,并从中定位提取各频率点的信号振幅,g为各频率点的编号,,z为频率点数。
提取Redis库中的单个时域周期的参照幅值域含括面积以及各频率点的适配信号振幅,
综合计算各故障诊断主机的信号输出性能特征值,表达式为:。
其中,,和分别为设定的信号输出时域以及频域所属性能特征权重比例系数,和分别为设定的信号输出时域以及频域所属评估修正值,为设定的时域周期的幅值域含括单位偏离面积对应的评估影响因子,以及为设定的信号输出频域对应的增设补偿信号振幅以及信号振幅偏离界限值。
作为一种优选设计方案,所述通过各故障诊断主机对台区的各衔接子网线路进行电力参量数据的监测,具体过程为:监测提取各故障诊断主机的各衔接子网线路对应的电力参量数据,包括电流、电压、有功功率和视在功率,同时监测提取各故障诊断主机的关联电能表的脉冲信号能量值,r为各衔接子网线路的编号,,x为衔接子网线路数。
通过子网线路组合特征处理,进而提取各故障诊断主机的各组合子网线路之间的电流互差、电压互差、电流相位差、电压相位差,q为各组合子网线路的编号,,v为组合子网线路的数目。
根据Redis库中定义的组合子网线路之间的参照界限电流互差、参照界限电压互差、电流界定相位差、电压界定相位差,计算各故障诊断主机的衔接子网所属第一故障态势值,表达式为:
。
式中,,,、分别为设定的电流相位差以及电压相位差所属单位数值对应的故障态势评估因子。
通过处理构建各故障诊断主机的衔接子网所属第二故障态势值。
作为一种优选设计方案,所述各故障诊断主机的衔接子网所属第二故障态势值,具体包括:提取Redis库中定义的电能表对应累计有功功率单位输入值下的参照脉冲信号能量值以及各衔接子网线路对应的有功功率适配比例、参照视在功率。
构建各故障诊断主机的衔接子网所属第二故障态势值,表达式为:
。
式中,,和分别为设定的许可脉冲信号能量偏差值以及脉冲信号能量修正值,和为设定的有功功率界定偏差比例以及视在功率所属单位偏离数值对应的故障态势因子。
作为一种优选设计方案,所述分析各故障诊断主机的衔接子网的故障潜在属性值,具体执行表达式为:。
式中,、分别为设定的衔接子网所属第一故障态势值以及第二故障态势值对应的影响权重因子。
作为一种优选设计方案,所述评估各故障诊断主机的衔接子网所属故障诊断界定值,具体包括:根据各故障诊断主机的衔接子网所属关联特征信息,衔接子网所属关联特征信息为各衔接子网线路的累计应用年限、总输入电能值以及常态运维日均温差。
根据预定义的子网线路所属单位应用年限、单位输入电能值以及常态运维单位温差值对应的减损因子,并分别记为、、,据此计算各故障诊断主机的衔接子网所属运维消耗量度值,表达式为:
。
其中,、、分别为设定的应用年限、输入电能以及常态运维温差对应的消耗量度权值因子。
根据Redis库中定义的运维消耗量度所属单位数值的参照故障诊断界定值,依据公式分析得到各故障诊断主机的衔接子网所属故障诊断界定值。
作为一种优选设计方案,所述筛分台区故障衔接子网进行风险管控告警提示,具体包括:根据各故障诊断主机的衔接子网的故障潜在属性值,并带入分析模型:,处理得到各故障诊断主机的衔接子网所属诊断判定结果,若的输出结果为故障衔接子网,则进行风险管控告警提示。
相对于现有技术,本发明的实施例至少具有如下优点或有益效果:(1)本发明在进行台区电网诊断的前期阶段过程中,对台区布设的各故障诊断主机进行细致的信号检验,弥补了现有技术多欠缺对测量设备进行信号质量验证而导致存在的不足,通过前期的设备信号查验,能够及时进行设备的传输性能干预,进而有效保障诊断数据传输的及时性和稳定性,避免在一些受外部环境干扰的场景下,故障诊断数据的传输遭受到不必要的消极影响,由此能够针对线路的故障进行及时高效的反馈警示,极大保证了台区的电网诊断水准。
(2)本发明通过各故障诊断主机对台区的各衔接子网线路进行电力参量数据的监测,并进行针对性分析,提高了故障诊断数据的全面性和具体化水平,对电力参量数据进行精准的校验分析,有助于及时地诊断线路中的故障缺陷,并进行相应地定位提示,实现针对台区电力系统进行实时性地、多方位地故障诊断分析,不仅可以解决目前台区线路的异常排查难题,大幅提升台区管理人员的工作效率,且有利于降低台区管理人员的工作难度,在较大程度上提高了台区用电的综合诊断能力。
(3)本发明评估各故障诊断主机的衔接子网所属故障诊断界定值,考虑到各故障诊断主机的衔接子网存在不同程度的应用消耗,通过针对性地进行故障诊断界定值的评估判定,极大提升了数据分析的科学性以及针对性,并且能够保证后续进行风险管控告警提示的及时性和可靠性,避免增加一些不必要的运维投入成本,不仅可以防止潜在电力故障的发生和扩大,且大大减少了停电时间以及设备损坏的风险发生率。
(4)本发明筛分台区故障衔接子网进行风险管控告警提示,能够及时告知相关管理人员进行针对地实施管控举措,有助于防止电力故障风险地进一步扩大,通过高效健全的应急响应机制,不仅可以辅助了解电力故障风险的发展趋势,同时有助于为相关管理人员提供更加全面具体的数据支持,进而针对电力故障风险制定相应的预防和应急计划,提高台区电网系统的应用安全性以及可持续性。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的方法步骤示意图。
具体实施方式
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。
参照图1所示,本发明提供一种台区电网故障诊断方法,包括:S1、对台区布设的各故障诊断主机进行信号检验,由此进行台区信号增益模式的调频切换。
需要解释的是,上述故障诊断主机靠MCU与各内置功能模块之间作用来实现对电参量数据集的采集、存储、计算、上传等功能,故障诊断主机的供电电源为锂电池,电路结构中包含充电电路和保护电路,可用USB接口为锂电池充电,也可直接通过USB接口和转换电路为MCU供电,锂电池电路的输出端接升降压电路输出3.8V给内置功能4G模块电路供电,内置功能4G模块电路通过电平转换电路与MCU进行数据传输,升降压电路输出端接LDO转3.3V为MCU供电。
在本发明实施例中,通过在进行台区电网诊断的前期阶段过程中,对台区布设的各故障诊断主机进行细致的信号检验,弥补了现有技术多欠缺对测量设备进行信号质量验证而导致存在的不足,通过前期的设备信号查验,能够及时进行设备的传输性能干预,进而有效保障诊断数据传输的及时性和稳定性,避免在一些受外部环境干扰的场景下,故障诊断数据的传输遭受到不必要的消极影响,由此能够针对线路的故障进行及时高效的反馈警示,极大保证了台区的电网诊断水准。
具体地,所述对台区布设的各故障诊断主机进行信号检验,具体包括:根据预定义的各信号试验强度,通过台区信号收发器对各故障诊断主机进行信号响应检测,得到各信号试验强度下各故障诊断主机的信号响应时间点,根据台区信号收发器的信号释放时间点,统计各信号试验强度下各故障诊断主机的接收时延,i为各信号试验强度的编号,,k为信号试验强度的数目,d为各故障诊断主机的编号,,f为故障诊断主机的数目。
统计各故障诊断主机与台区信号收发器之间的距离。
提取Redis库中设置的信号试验强度所属单位数值以及单位间隔距离对应的参照累增时延,依次记为、。
计算各故障诊断主机的信号反馈灵敏度,执行表达式如下:
。
式中,为设定的信号反馈灵敏修正系数,为设定的修正补偿时延,为设定的单位信号接收时延值对应的性能灵敏干扰因子。
通过台区信号收发器对各故障诊断主机进行信号输出性能检测,得到各故障诊断主机的信号输出时域波形以及信号输出频域分布示意图,通过分析处理得到各故障诊断主机的信号输出性能特征值。
具体地,所述进行台区信号增益模式的调频切换,具体过程包括:分许各故障诊断主机的信号综合属性值,约束表达式为:
。
式中,、分别为设定的故障诊断主机的信号反馈灵敏度以及信号输出性能特征值对应的权重比例系数,为Redis库中定义的信号综合属性参照值。
根据各故障诊断主机的信号综合属性值,并提取Redis库中的故障诊断主机的信号综合属性理论阈值,由此比对得到低于信号综合属性理论阈值的故障诊断主机数目,并与设定的信号增益需求切换所属界定故障诊断主机数目进行校验,由信号调频模型:,分析得到信号增益模式,据此进行台区信号增益的调频切换。
需要解释的是,上述进行台区信号增益的调频切换,使用的设备为信号适配器,利用内置天线与外置天线切换技术,并采用射频开关进行内外置天线的切换,外置天线选择高增益模式类型,内置天线采用标准增益模式类型,通过台区信号增益的调频切换,能够降低地下室等应用场景下,信号薄弱的问题。
更加进一步地,所述各故障诊断主机的信号输出性能特征值的具体分析处理过程包括:根据各故障诊断主机的信号输出时域波形,从中提取各时域周期的幅值域含括面积,m为各时域周期的编号,,u为时域周期数。
提取各故障诊断主机的信号输出频域分布示意图,并从中定位提取各频率点的信号振幅,g为各频率点的编号,,z为频率点数。
应说明的是,上述信号输出时域波形以时间为横轴,以信号幅值为纵轴,由此构建各故障诊断主机的信号输出时域波形,而上述信号输出频域分布示意图则以频率为横轴,以信号输出振幅为纵轴,由此构建各故障诊断主机的信号输出频域分布示意图,信号输出时域波形和信号输出频域分布示意图提供了不同方面的信号特征信息,它们可以相互转换并用于信号分析和处理应用中,信号输出时域波形更适合观察信号的时序变化和波形特征,而信号输出频域分布示意图更适合分析信号的频率成分和频率域特征,综上所述,时域分析提供了信号的时间特性,而频域分析提供了信号的频率特性,本发明将两者结合进行分析,可以获得更全面、深入的信号分析结果,为后续的台区信号增益模式的调频切换提供了更加坚实的数据基础。
提取Redis库中的单个时域周期的参照幅值域含括面积以及各频率点的适配信号振幅,
综合计算各故障诊断主机的信号输出性能特征值,表达式为:。
其中,,和分别为设定的信号输出时域以及频域所属性能特征权重比例系数,和分别为设定的信号输出时域以及频域所属评估修正值,为设定的时域周期的幅值域含括单位偏离面积对应的评估影响因子,以及为设定的信号输出频域对应的增设补偿信号振幅以及信号振幅偏离界限值。
S2、通过各故障诊断主机对台区的各衔接子网线路进行电力参量数据的监测,据此分析各故障诊断主机的衔接子网的故障潜在属性值。
本发明实施例中,通过各故障诊断主机对台区的各衔接子网线路进行电力参量数据的监测,并进行针对性分析,提高了故障诊断数据的全面性和具体化水平,对电力参量数据进行精准的校验分析,有助于及时地诊断线路中的故障缺陷,并进行相应地定位提示,实现针对台区电力系统进行实时性地、多方位地故障诊断分析,不仅可以解决目前台区线路的异常排查难题,大幅提升台区管理人员的工作效率,且有利于降低台区管理人员的工作难度,在较大程度上提高了台区用电的综合诊断能力。
具体地,所述通过各故障诊断主机对台区的各衔接子网线路进行电力参量数据的监测,具体过程为:监测提取各故障诊断主机的各衔接子网线路对应的电力参量数据,包括电流、电压、有功功率和视在功率,同时监测提取各故障诊断主机的关联电能表的脉冲信号能量值,r为各衔接子网线路的编号,,x为衔接子网线路数。
通过子网线路组合特征处理,进而提取各故障诊断主机的各组合子网线路之间的电流互差、电压互差、电流相位差、电压相位差,q为各组合子网线路的编号,,v为组合子网线路的数目。
应当补充说明的是,上述通过子网线路组合特征处理,具体指代的是:故障诊断主机分别接到电路中的A相、B相、C相及零线上,通过子网线路组合特征处理,能够得到各组合子网线路,分别为:A相与B相,A相与C相,A相与零线,B相与C相,B相与零线,C相与零线,对子网线路进行组合特征处理,能够分析出组合子网线路之间的运维差异以及不均衡现象,有利于更加精准地筛分异常数据,提升台区电网故障的排查效率,为台区电力系统的经营可靠性和稳定性提供保障。
作为进一步地补充说明,上述电流相位差以及电压相位差,具体提取过程为:根据当前监测时间点,并以设定时长进行信号采集周期分割,得到基准信号采集周期,由此监测提取各组合子网线路的电流输出信号以及电压输出信号,并进行傅里叶变换,由此提取各组合子网线路之间的电流相位差以及电压相位差,在电力系统发生故障或扰动时,电流信号以及电压信号之间的相位差会产生偏离增大现象,通过针对电流相位差以及电压相位差进行分析评估,能够及时判定组合子网线路之间的电流相位关系以及电压相位关系,以此评估台区电力系统的故障和异常,例如是否存在失稳或振荡异常电力现象。
根据Redis库中定义的组合子网线路之间的参照界限电流互差、参照界限电压互差、电流界定相位差、电压界定相位差,计算各故障诊断主机的衔接子网所属第一故障态势值,表达式为:
。
式中,,,、分别为设定的电流相位差以及电压相位差所属单位数值对应的故障态势评估因子。
通过处理构建各故障诊断主机的衔接子网所属第二故障态势值。
进一步地,所述各故障诊断主机的衔接子网所属第二故障态势值,具体包括:提取Redis库中定义的电能表对应累计有功功率单位输入值下的参照脉冲信号能量值以及各衔接子网线路对应的有功功率适配比例、参照视在功率。
需要理解的是,电能表的脉冲信号能量值与关联的多个输入电线的累计输入有功功率之间呈正比例关系,当累计输入有功功率的值越大时,电能表的脉冲信号能量值也就会上浮,本发明通过比对累计输入有功功率以及脉冲信号能量值之间的关系,不仅可以有效评估台区电网的电能消耗情况,并且可以识别潜在的故障异常情况,例如电能表的损坏、接线故障问题等,有利于为保障电力系统的运维可靠性提供重要的参考和数据依据。
构建各故障诊断主机的衔接子网所属第二故障态势值,表达式为:
。
式中,,和分别为设定的许可脉冲信号能量偏差值以及脉冲信号能量修正值,和为设定的有功功率界定偏差比例以及视在功率所属单位偏离数值对应的故障态势因子。
更加进一步地,所述分析各故障诊断主机的衔接子网的故障潜在属性值,具体执行表达式为:。
式中,、分别为设定的衔接子网所属第一故障态势值以及第二故障态势值对应的影响权重因子。
S3、提取各故障诊断主机的衔接子网所属关联特征信息进行分析,评估各故障诊断主机的衔接子网所属故障诊断界定值。
本发明实施例中,通过评估各故障诊断主机的衔接子网所属故障诊断界定值,考虑到各故障诊断主机的衔接子网存在不同程度的应用消耗,通过针对性地进行故障诊断界定值的评估判定,极大提升了数据分析的科学性以及针对性,并且能够保证后续进行风险管控告警提示的及时性和可靠性,避免增加一些不必要的运维投入成本,不仅可以防止潜在电力故障的发生和扩大,且大大减少了停电时间以及设备损坏的风险发生率。
具体地,所述评估各故障诊断主机的衔接子网所属故障诊断界定值,具体包括:根据各故障诊断主机的衔接子网所属关联特征信息,衔接子网所属关联特征信息为各衔接子网线路的累计应用年限、总输入电能值以及常态运维日均温差。
应补充的是,上述常态运维日均温差,具体提取过程包括:任意择取一个故障诊断主机及其关联的某一衔接子网线路作为示例说明并分别记为指定故障诊断主机以及指定衔接子网线路,设定检测周期,并提取检测周期中的各监测日,同时布设若干筛查时间点,通过温度传感器感知提取各监测日的各筛查时间点中指定衔接子网线路的体表以及外部的环境温度,通过差值处理得到各监测日的各筛查时间点中指定衔接子网线路的运维温差,并通过均值处理得到指定衔接子网线路的常态运维日均温差,由此,依次分析得到各故障诊断主机的各衔接子网线路的常态运维日均温差。
需要理解的是,运维温差是影响子网线路经营稳定性的重要因素,若运维温差过大,可能会带来的故障问题有热膨胀以及绝缘降解等,因此,对运维温差进行分析,能够有效反馈子网线路的应用减损程度,为运维消耗量度值的分析判定提供有力的数据参照基础。
根据预定义的子网线路所属单位应用年限、单位输入电能值以及常态运维单位温差值对应的减损因子,并分别记为、、,据此计算各故障诊断主机的衔接子网所属运维消耗量度值,表达式为:
。
其中,、、分别为设定的应用年限、输入电能以及常态运维温差对应的消耗量度权值因子。
根据Redis库中定义的运维消耗量度所属单位数值的参照故障诊断界定值,依据公式分析得到各故障诊断主机的衔接子网所属故障诊断界定值。
S4、通过数值综合规整,筛分台区故障衔接子网进行风险管控告警提示。
具体地,所述筛分台区故障衔接子网进行风险管控告警提示,具体包括:根据各故障诊断主机的衔接子网的故障潜在属性值,并带入分析模型:,处理得到各故障诊断主机的衔接子网所属诊断判定结果,若的输出结果为故障衔接子网,则进行风险管控告警提示。
本发明实施例中,通过筛分台区故障衔接子网进行风险管控告警提示,能够及时告知相关管理人员进行针对地实施管控举措,有助于防止电力故障风险地进一步扩大,通过高效健全的应急响应机制,不仅可以辅助了解电力故障风险的发展趋势,同时有助于为相关管理人员提供更加全面具体的数据支持,进而针对电力故障风险制定相应的预防和应急计划,提高台区电网系统的应用安全性以及可持续性。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (7)
1.一种台区电网故障诊断方法,其特征在于,包括:
对台区布设的各故障诊断主机进行信号检验,并进行台区信号增益模式的调频切换;
通过各故障诊断主机对台区的各衔接子网线路进行电力参量数据的监测,分析各故障诊断主机的衔接子网的故障潜在属性值;
提取各故障诊断主机的衔接子网所属关联特征信息进行分析,评估各故障诊断主机的衔接子网所属故障诊断界定值;
通过数值综合规整,筛分台区故障衔接子网进行风险管控告警提示;
所述对台区布设的各故障诊断主机进行信号检验,具体包括:
根据预定义的各信号试验强度,通过台区信号收发器对各故障诊断主机进行信号响应检测,得到各信号试验强度下各故障诊断主机的信号响应时间点,根据台区信号收发器的信号释放时间点,统计各信号试验强度下各故障诊断主机的接收时延;
统计各故障诊断主机与台区信号收发器之间的距离;
提取Redis库中设置的信号试验强度所属单位数值以及单位间隔距离对应的参照累增时延,依次记为、,计算各故障诊断主机的信号反馈灵敏度;
通过台区信号收发器对各故障诊断主机进行信号输出性能检测,得到各故障诊断主机的信号输出时域波形以及信号输出频域分布示意图,通过分析处理得到各故障诊断主机的信号输出性能特征值;
其中,计算各故障诊断主机的信号反馈灵敏度,表达式如下:
;
式中,为设定的信号反馈灵敏修正系数,为设定的修正补偿时延,为设定的单位信号接收时延值对应的性能灵敏干扰因子;i为各信号试验强度的编号,,k为信号试验强度的数目,d为各故障诊断主机的编号,,f为故障诊断主机的数目;
所述进行台区信号增益模式的调频切换,具体方法包括:
分许各故障诊断主机的信号综合属性值,约束表达式为:
;
式中,、分别为设定的故障诊断主机的信号反馈灵敏度以及信号输出性能特征值对应的权重比例系数,为Redis库中定义的信号综合属性参照值;
根据各故障诊断主机的信号综合属性值,并提取Redis库中的故障诊断主机的信号综合属性理论阈值,比对得到低于信号综合属性理论阈值的故障诊断主机数目,并与设定的信号增益需求切换所属界定故障诊断主机数目进行校验,由信号调频模型:,分析得到信号增益模式,据此进行台区信号增益的调频切换。
2.根据权利要求1所述的台区电网故障诊断方法,其特征在于:所述各故障诊断主机的信号输出性能特征值的具体分析处理过程包括:
根据各故障诊断主机的信号输出时域波形,从中提取各时域周期的幅值域含括面积,m为各时域周期的编号,,u为时域周期数;
提取各故障诊断主机的信号输出频域分布示意图,并从中定位提取各频率点的信号振幅,g为各频率点的编号,,z为频率点数;
提取Redis库中的单个时域周期的参照幅值域含括面积以及各频率点的适配信号振幅,
综合计算各故障诊断主机的信号输出性能特征值,表达式为:
;
其中,,和分别为设定的信号输出时域以及频域所属性能特征权重比例系数,和分别为设定的信号输出时域以及频域所属评估修正值,为设定的时域周期的幅值域含括单位偏离面积对应的评估影响因子,以及为设定的信号输出频域对应的增设补偿信号振幅以及信号振幅偏离界限值。
3.根据权利要求1所述的台区电网故障诊断方法,其特征在于:所述通过各故障诊断主机对台区的各衔接子网线路进行电力参量数据的监测,具体过程为:
监测提取各故障诊断主机的各衔接子网线路对应的电力参量数据,包括电流、电压、有功功率和视在功率,同时监测提取各故障诊断主机的关联电能表的脉冲信号能量值,r为各衔接子网线路的编号,,x为衔接子网线路数;
通过子网线路组合特征处理,进而提取各故障诊断主机的各组合子网线路之间的电流互差、电压互差、电流相位差、电压相位差,q为各组合子网线路的编号,,v为组合子网线路的数目;
根据Redis库中定义的组合子网线路之间的参照界限电流互差、参照界限电压互差、电流界定相位差、电压界定相位差,计算各故障诊断主机的衔接子网所属第一故障态势值,表达式为:
;
式中,,,、分别为设定的电流相位差以及电压相位差所属单位数值对应的故障态势评估因子;
通过处理构建各故障诊断主机的衔接子网所属第二故障态势值。
4.根据权利要求3所述的台区电网故障诊断方法,其特征在于:所述各故障诊断主机的衔接子网所属第二故障态势值,具体包括:
提取Redis库中定义的电能表对应累计有功功率单位输入值下的参照脉冲信号能量值以及各衔接子网线路对应的有功功率适配比例、参照视在功率;
构建各故障诊断主机的衔接子网所属第二故障态势值,表达式为:
;
式中,,和分别为设定的许可脉冲信号能量偏差值以及脉冲信号能量修正值,和为设定的有功功率界定偏差比例以及视在功率所属单位偏离数值对应的故障态势因子。
5.根据权利要求4所述的台区电网故障诊断方法,其特征在于:所述分析各故障诊断主机的衔接子网的故障潜在属性值,具体执行表达式为:
;
式中,、分别为设定的衔接子网所属第一故障态势值以及第二故障态势值对应的影响权重因子。
6.根据权利要求1所述的台区电网故障诊断方法,其特征在于:所述评估各故障诊断主机的衔接子网所属故障诊断界定值,具体包括:
根据各故障诊断主机的衔接子网所属关联特征信息,衔接子网所属关联特征信息为各衔接子网线路的累计应用年限、总输入电能值以及常态运维日均温差;
根据预定义的子网线路所属单位应用年限、单位输入电能值以及常态运维单位温差值对应的减损因子,并分别记为、、,据此计算各故障诊断主机的衔接子网所属运维消耗量度值,表达式为:
;
其中,、、分别为设定的应用年限、输入电能以及常态运维温差对应的消耗量度权值因子;
根据Redis库中定义的运维消耗量度所属单位数值的参照故障诊断界定值,依据公式分析得到各故障诊断主机的衔接子网所属故障诊断界定值。
7.根据权利要求6所述的台区电网故障诊断方法,其特征在于:所述筛分台区故障衔接子网进行风险管控告警提示,具体包括:
根据各故障诊断主机的衔接子网的故障潜在属性值,并带入分析模型:
,
处理得到各故障诊断主机的衔接子网所属诊断判定结果,若的输出结果为故障衔接子网,则进行风险管控告警提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311241191.6A CN117031211B (zh) | 2023-09-25 | 2023-09-25 | 一种台区电网故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311241191.6A CN117031211B (zh) | 2023-09-25 | 2023-09-25 | 一种台区电网故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117031211A CN117031211A (zh) | 2023-11-10 |
CN117031211B true CN117031211B (zh) | 2024-01-12 |
Family
ID=88602673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311241191.6A Active CN117031211B (zh) | 2023-09-25 | 2023-09-25 | 一种台区电网故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117031211B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104506595A (zh) * | 2014-12-12 | 2015-04-08 | 国家电网公司 | 一种便携式输变电设备检测通信装置及其数据传输方法 |
CN106066192A (zh) * | 2016-05-24 | 2016-11-02 | 国家电网公司 | 一种低压台区故障诊断系统 |
CN112039073A (zh) * | 2020-09-18 | 2020-12-04 | 上海交通大学烟台信息技术研究院 | 一种适用于配电房设备故障判断的协同优化方法及系统 |
WO2022041264A1 (zh) * | 2020-08-31 | 2022-03-03 | 苏州大成电子科技有限公司 | 一种大数据支持轨交电力系统运营的方法 |
CN116247631A (zh) * | 2023-03-24 | 2023-06-09 | 中国能源建设集团湖南省电力设计院有限公司 | 基于区段有功变化系数的微电网保护方法 |
CN116660672A (zh) * | 2023-08-02 | 2023-08-29 | 国网四川省电力公司乐山供电公司 | 基于大数据的电网设备故障诊断方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2020245373B2 (en) * | 2019-03-25 | 2023-03-16 | S&C Electric Company | Fault location system using voltage or current measurement from diverse locations on a distribution network |
US11656263B2 (en) * | 2019-06-11 | 2023-05-23 | Arizona Board Of Regents On Behalf Of Arizona State University | Effective feature set-based high impedance fault detection |
US11448671B2 (en) * | 2019-09-24 | 2022-09-20 | General Electric Company | Signature identification for power system events |
-
2023
- 2023-09-25 CN CN202311241191.6A patent/CN117031211B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104506595A (zh) * | 2014-12-12 | 2015-04-08 | 国家电网公司 | 一种便携式输变电设备检测通信装置及其数据传输方法 |
CN106066192A (zh) * | 2016-05-24 | 2016-11-02 | 国家电网公司 | 一种低压台区故障诊断系统 |
WO2022041264A1 (zh) * | 2020-08-31 | 2022-03-03 | 苏州大成电子科技有限公司 | 一种大数据支持轨交电力系统运营的方法 |
CN112039073A (zh) * | 2020-09-18 | 2020-12-04 | 上海交通大学烟台信息技术研究院 | 一种适用于配电房设备故障判断的协同优化方法及系统 |
CN116247631A (zh) * | 2023-03-24 | 2023-06-09 | 中国能源建设集团湖南省电力设计院有限公司 | 基于区段有功变化系数的微电网保护方法 |
CN116660672A (zh) * | 2023-08-02 | 2023-08-29 | 国网四川省电力公司乐山供电公司 | 基于大数据的电网设备故障诊断方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于多源信息融合的电网多层智能故障诊断方法;赵维兴;《南方电网技术》;第15卷(第9期);9-15 * |
Also Published As
Publication number | Publication date |
---|---|
CN117031211A (zh) | 2023-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109298379B (zh) | 一种基于数据监测的智能电表现场误差异常的识别方法 | |
CN104796082A (zh) | 一种光伏发电系统在线故障诊断系统及方法 | |
CN112202493A (zh) | 通信线路的故障检测方法、装置及系统 | |
CN110689252A (zh) | 一种电容式电压互感器计量误差态势感知系统 | |
CN104821789B (zh) | 一种光伏发电系统可靠性的检测方法 | |
CN105911499A (zh) | 现场环境下超声波局部放电计量系统及方法 | |
CN109284933B (zh) | 一种基于数理统计的电子式互感器状态评估系统及方法 | |
CN117390403B (zh) | 一种新能源灯塔发电站的电网故障检测方法及系统 | |
CN111722124A (zh) | 一种蓄电池在线状态监测系统和监测方法 | |
CN114383652A (zh) | 一种配电网潜在故障在线风险辨识方法、系统及装置 | |
CN106370913A (zh) | 一种节点电压暂降严重性评估系统及评估方法 | |
CN111551887A (zh) | 一种多维度识别电压互感器计量性能在线监测平台 | |
CN111999608B (zh) | 配电变压器的监测方法、监测系统与智能终端 | |
CN108459269A (zh) | 一种10kV柱上真空开关状态在线评价方法与装置 | |
CN112665647A (zh) | 基于ZigBee的电网变压器远程在线监控系统 | |
CN116593926A (zh) | 便携式信息系统电源综合性能检测方法及平台 | |
CN115096366A (zh) | 一种sf6环网柜运行状态监测系统及其状态评估方法 | |
CN106597150A (zh) | 变压器在线状态监测和故障诊断方法 | |
CN117394311B (zh) | 一种基于多源信息融合的配电网韧性评估及紧急控制方法 | |
CN112083299B (zh) | 一种基于卡尔曼滤波的直流系统绝缘故障预测方法 | |
CN116544877B (zh) | 用于海上石油平台海缆电流实时监控的继电保护装置 | |
CN117031211B (zh) | 一种台区电网故障诊断方法 | |
CN116961130A (zh) | 一种基于多节点控制的电力调度方法及装置 | |
CN117578711A (zh) | 一种电网输电量监测系统及其监测方法 | |
CN111638401A (zh) | 一种电容器在线监测系统及方法 |
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 |