CN117192291B - 一种配电网单相断线不接地故障定位方法 - Google Patents
一种配电网单相断线不接地故障定位方法 Download PDFInfo
- Publication number
- CN117192291B CN117192291B CN202311421398.1A CN202311421398A CN117192291B CN 117192291 B CN117192291 B CN 117192291B CN 202311421398 A CN202311421398 A CN 202311421398A CN 117192291 B CN117192291 B CN 117192291B
- Authority
- CN
- China
- Prior art keywords
- fault
- detection node
- signal
- phase
- detection
- 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
- 238000000034 method Methods 0.000 title claims abstract description 84
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 32
- 230000001052 transient effect Effects 0.000 claims abstract description 23
- 230000035772 mutation Effects 0.000 claims abstract description 12
- 238000001514 detection method Methods 0.000 claims description 124
- 230000006870 function Effects 0.000 claims description 23
- 230000009466 transformation Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims 2
- 238000003745 diagnosis Methods 0.000 abstract description 5
- 230000004927 fusion Effects 0.000 abstract description 5
- 238000012545 processing Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000016507 interphase Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 208000025274 Lightning injury Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052573 porcelain Inorganic materials 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000009394 selective breeding Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
Landscapes
- Locating Faults (AREA)
Abstract
本发明涉及电力系统配电网故障诊断领域，具体为一种配电网单相断线不接地故障定位方法，包括：获取相电压信息，辨别故障相并确定故障区段；采用完全自适应噪声集合经验模态分解法，在故障暂态行波信号中加入高斯白噪声，获取信号发生突变的精确时间；在故障区段内先进行初步定位，在初步定位的范围内对故障位置进行精准定位。通过确定故障区段、初步定位和精准定位，大幅减少运算工作量、提高定位效率，并结合相电压和暂态行波信号的特性，实现了物理参量的融合；有效去噪的同时又尽可能的保留高频噪声分量中的有价值信号分量，使最终重构的信号尽可能小的失真，避免了经验模态分解法中存在的模态混叠现象造成的误差，具有更高的定位精度。
Description
技术领域
本发明涉及电力系统配电网故障诊断领域，具体为一种配电网单相断线不接地故障定位方法。
背景技术
近年来，社会经济迅速发展，人民生活水平不断提高，使得用户对配电网供电可靠性与安全性提出了更高的要求。同时，随着电力体制改革的推进与电力市场化的初步形成，用户体验成为电力公司不可忽视的重要因素，配电网与用户直接相连，其重要性开始为电力建设者所认识，成为电网建设的重要部分。
随着配电网架空绝缘线的普及，由雷击，风暴、大雪以及冰雹等自然灾害，线路陈旧、老化，瓷横担处断裂以及外力破坏等原因造成的断线故障已成为配电网常见的故障之一。配电网故障可以大致分为：单相接地故障、单相断线故障、 相间短路故障与复合故障等。断线故障类型繁多，形态复杂多样，断线故障后导致系统不对称运行，故障线路负序电流激增，电压质量降低，对三相运行设备损害极大，缺相运行可能导致电动机转速急剧下降甚至烧毁。配电线路发生断线故障后，可能坠落至地面进一步形成复杂故障极易引发山火、人畜触电、设备损害等恶性事故。此外，断线故障还可能发展至相间短路故障，扩大停电范围，由此引起的长时或短时停电，将给用户带来经济损失。由此可见，应对断线故障引起高度重视。
为保证配电网安全可靠运行，需要对断线故障进行精确定位，以便电网维护人员进行快速处理。
目前针对输电网的故障定位研究已经较为成熟，但是由于配电网支路繁多，结构复杂，故障电流较小等特点，针对配电网的故障定位难度远大于输电网。据目前各种配电网故障定位方法所利用信号的不同，一般可以将其分为主动式定位方法与被动式定位方法两大类。其中，主动式定位方法指的是主动在故障后向系统注入特定信号，然后通过在配网线路各处检测特定信号的情况进行故障定位；而被动式定位方法指的是利用故障后系统自身产生的故障电压、电流等信号，通过理论推导与算法设计得出故障发生的位置。现有的研究从不同角度对配电网的单相断线故障定位展开了研究并取得了一定的成果，但还在单相断线不接地故障电压特征的数值分析噪声信号较大、容易失真、配电网单相断线不接地故障定位的准确度不足、数据的融合性不够等问题。此外，现有的故障分析方法相互独立，对现有的监测装置获取的故障信号信息利用不足，缺少兼容性和融合。
发明内容
本发明提供一种智能化配变高压侧故障诊断方法、故障诊断设备、计算机可读存储介质和计算机程序产品，以解决上述的问题。
第一方面，本发明提供一种配电网单相断线不接地故障定位方法，包括以下步骤：
步骤1，获取故障发生时刻的相电压信息，辨别故障相并确定故障区段；
其中的相电压信息通过馈线终端FTU或者故障指示器获得。
步骤1.1，采集相电压，标记检测节点；其中，母线出口处的检测节点标记为检测节点1，邻近的检测节点标记为检测节点2，其余检测节点的标记依此类推、逐个递增，最后一个检测节点标记为检测节点n；
步骤1.2，将检测节点1设为k，此时k=1；
步骤1.3，读取检测节点k处的A、B、C三相的相电压、/>、/>；计算检测节点k处的每两相相电压的幅值差，其中，/>，/>，，计算检测节点k处每两相相电压的相位差，其中，，/>，/>；
步骤1.4，分别比较检测节点k处UAB与θAB、UBC与θBC、UCA与θCA之间的关系，若满足（UAB≤0∩UCA≥0）∩（θAB≤90°∪θCA≤90°），则判定为A相断线；若满足（UAB≥0∩UBC≤0）∩（θAB≤90°∪θBC≤90°），则判定为B相断线；若满足（UBC≥0∩UCA≤0）∩（θBC≤90°∪θCA≤90°），则判定为C相断线；
步骤1.5，如满足上述三个条件中的任一个，则判定故障区段为检测节点k与检测节点k-1之间的区段，结束判断；
否则，令k=k+1，
若k≤n，继续执行步骤1.3；
若k＞n，直接判定故障区段为检测节点n到线路末端之间的区段，结束判断。
步骤2，采用完全自适应噪声集合经验模态分解法，在故障暂态行波信号中加入高斯白噪声，获取信号发生突变的精确时间；具体步骤如下：
步骤2.1，在采集到的故障暂态行波信号中加入高斯白噪声，得到待分解的信号x(t)，然后对待分解信号x(t)进行完全自适应噪声集合经验模态分解，得到若干个本征模态分量固有模态函数，将其中的低频有价值信号提取出来，记为xL(t)；
步骤2.2，对分解得到的高频分量固有模态函数进行小波变换去噪，保留高频分量中的有价值信号，得到去噪后的信号为xH(t)；
步骤2.3，重构信号x′(t)=xL(t)+xH(t)；
步骤2.4，对重构信号x′(t)进行小波变换去噪，进一步去除信号中所含的噪声分量，得到最终的信号x′′(t)，利用信号的奇异性检测得到信号发生突变的精确时间。
其中，小波变换去噪方式为模极大值去噪。
步骤3，根据步骤2计算的信号发生突变的精确时间，在步骤1确定的检测节点k-1与检测节点k之间的故障区段进行初步定位；
步骤3.1，记故障发生时间为t0，计算故障位置F产生的行波信号到达检测节点k-1、检测节点k的时间是、/>，故障位置产生的行波信号分别在检测节点k-1、检测节点k反射后，经过故障位置折射到另一侧检测节点k、检测节点k-1的时间是/>、 />，故障位置产生的行波信号分别在检测节点k-1、检测节点k反射后，再经过故障位置二次反射到检测节点k-1、检测节点k的时间是/>、/>；
步骤3.2，计算故障位置F与检测节点k-1之间的距离；
假设检测节点k-1与检测节点k之间的距离为L，行波的传播速度为V，则；
进行初步定位，故障F与检测节点k-1之间的距离是；
步骤3.3，依据故障位置F与检测节点k-1之间的距离，判断故障发生在靠近检测节点k-1或检测节点k；
当或/>时，故障位置F靠近检测节点k-1；
当或/>时，故障位置F靠近检测节点k；
当或/>时，故障位置F位于检测节点k-1与检测节点k中间；
步骤4，计算故障发生时间t0 ，修正行波的传播速度V＇，进行故障在故障区段的精准定位；
当或/>时，故障时间/>，修正后行波的传播速度/>，
则故障位置F与检测节点k-1之间的距离；
当或/>时，故障时间/>，修正后行波的传播速度/>，
则故障位置F与检测节点k之间的距离；
当或/>时，故障位置F位于检测节点k-1与检测节点k中间，即；故障位置F与检测节点k-1之间的距离/>。
第二方面，本发明提供了一种智能化配变高压侧故障诊断设备，包括存储器和处理器；其中，
所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现上述方法的步骤。
第三方面，本发明提供了一种计算机可读存储介质，其上存储有计算机指令，其中，该计算机指令被处理器执行时实现上述方法的步骤。
第四方面，一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现上述方法的步骤。
本发明提供的技术方案能够实现以下有益效果：
1.本申请先通过相电压信息辨别故障相并确定故障区段，再依据暂态行波信号在故障区段内进行初步定位和精准定位，将故障位置的范围由大到小、逐步逼近，综合故障区段定位、初步定位和精准定位各步骤的优势，大幅减少运算工作量、提高定位效率的同时实现精准定位。
2.本申请利用单相断线不接地故障发生时的相电压信息，辨别故障相并确定故障区段，该方法可以利用已有的配电网自动化系统平台或者故障指示器系统，不需要配置新设备，仅在主站添加一个软件模块即可实现，投资成本低，具有很好的适用性。
3.本申请同时采用稳态参数和暂态参量，并结合相电压和暂态行波信号的特性分别用于故障定位的不同阶段，实现了物理参量的融合，充分挖掘可获取参数的物理特性，大大提高了物理参数表征内涵的包容性，提高故障定位的准确性。
4.本申请通过加入高斯白噪声，并将其分解为各种尺度上的分量，减小加入高斯白噪声对待分解信号所带来的影响，为了有效的对采集到的故障暂态行波信号进行去噪，又尽可能的保留高频噪声分量中的有用信号分量，使最终重构的信号尽可能小的失真。
5.本申请通过优化的完全自适应噪声集合经验模态分解法对采集到的故障暂态行波信号进行处理，有效的避免了经验模态分解法中存在的模态混叠现象对最终分解结果造成的误差，保证了数据意义的真实性。
6.本申请对提取分解得到的高频分量固有模态函数进行小波变换去噪，得到其中的有价值信号分量，然后与完全自适应噪声集合经验模态分解得到的低频有价值信号进行重构，最后再对重构后的信号进行小波变换去噪，得到最终的有价值信号，最后利用信号奇异性检测得到故障发生点的具体位置，既可以减少最终重构信号与原始信号之间的失真，并且对信号的滤波效果更好，在利用信号奇异点检测时能更精确的得到信号突变点的时间，从而提高单相断线不接地故障定位的精确度。
7.本申请通过修正行波的传播速度，有效的克服了传统行波法中因时钟不同步和波速不稳定性产生的定位不准问题，不受线路长度和故障位置的影响，具有更高的故障定位精度。
附图说明
为了更清楚的说明本发明实施例的技术方案，下面将对实施例描述中待要使用的附图作简单介绍，显而易见的，下面描述中的附图仅仅是本发明的一些实施例，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为配电网单相断线不接地故障定位方法步骤示意图；
图2为配电网单相断线不接地故障位置示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
需要说明的是，术语“包括”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的各个实施例及实施例中的各个特征可以相互组合。
实施例1：
本实施例提供一种配电网单相断线不接地故障定位方法，包括以下步骤：
步骤1，获取相电压信息，辨别故障相并确定故障区段；
相电压信息通过馈线终端FTU或者故障指示器FI采集；
步骤1.1，采集相电压，标记检测节点；其中，母线出口处的检测节点标记为检测节点1，邻近的检测节点标记为检测节点2，其余检测节点的标记依此类推、逐个递增，最后一个检测节点标记为检测节点n；
步骤1.2，将检测节点1设为k，此时k=1；
步骤1.3，读取检测节点k处的A、B、C三相的相电压、/>、/>；计算检测节点k处的每两相相电压的幅值差，其中，/>，/>，，计算检测节点k处每两相相电压的相位差，其中，，/>，/>；
步骤1.4，分别比较检测节点k处UAB与θAB、UBC与θBC、UCA与θCA之间的关系，若满足（UAB≤0∩UCA≥0）∩（θAB≤90°∪θCA≤90°），则判定为A相断线；若满足（UAB≥0∩UBC≤0）∩（θAB≤90°∪θBC≤90°），则判定为B相断线；若满足（UBC≥0∩UCA≤0）∩（θBC≤90°∪θCA≤90°），则判定为C相断线；
步骤1.5，如满足上述三个条件中的任一个，则判定故障区段为检测节点k与检测节点k-1之间的区段，结束判断；
否则，令k=k+1，
若k≤n，继续执行步骤1.3；
若k＞n，直接判定故障区段为检测节点n到线路末端之间的区段，结束判断。
步骤2，采用完全自适应噪声集合经验模态分解法，在故障暂态行波信号中加入高斯白噪声，获取信号发生突变的精确时间；
具体步骤如下：
步骤2.1，在采集到的故障暂态行波信号中加入高斯白噪声，得到待分解的信号x(t)，然后对待分解信号x(t)进行完全自适应噪声集合经验模态分解，得到若干个本征模态分量固有模态函数，将其中的低频有价值信号提取出来，记为xL(t)；
步骤2.2，对分解得到的高频分量固有模态函数进行小波变换去噪，保留高频分量中的有价值信号，得到去噪后的信号为xH(t)；
步骤2.3，重构信号x′(t)=xL(t)+xH(t)；
步骤2.4，对重构信号x′(t)进行小波变换去噪，进一步去除信号中所含的噪声分量，得到最终的信号x′′(t)，利用信号的奇异性检测得到信号发生突变的精确时间。
其中的小波变换去噪方式为模极大值去噪。
由于配电网线路容易受到环境等各种因素的影响，当发生单相断线不接地故障时，在故障点处产生的故障暂态行波波头在到达接收端时将会产生噪声信号，噪声信号会严重影响故障检测定位的精度，因此，需要对接收到的故障暂态行波信号进行去噪处理并提取出真正有用的信号，这是对故障发生点进行精确定位的关键。
采集的故障暂态行波信号进行分析，在这些信号中，高频部分实质上属于噪声信号，而且有用信号几乎不存在于高频的部分，而且低频分量部分含有多数有用信号，少数噪声信号，而小波变换能在时频域上清楚地显示信号的突变情况，并具有能够实现信号去噪、具有多尺度分析的特点，这对于从采集的故障暂态行波信号提取有效信号是非常有效的。但是小波变换在对信号分析处理之前需要人为的选取小波基，对信号的分析处理会造成一定的影响。并且，当采用较小的分解尺度时，小波变换得到的函数平滑区域也相应变小，此时，模极大值点离信号突变点越近，小波变换分析受噪声的影响越大，因此，可以根据不同需要选择合适的分解尺度来获得光滑、清晰的曲线。且在使用尺度较大时，所得函数平滑区域相应较大，这时模极大值点较稳定，但在这种情况下会因为平滑作用使模极大值点离信号突变点较远。因此在利用小波变换模极大值去噪及分析判断信号突变点时需做多尺度分析与处理。
而经验模态分解法不需要选择基函数且具有自适应性等优点，从而避免了由于人为选择基函数而给信号分析处理造成的错误影响，经验模态分解法不仅能够有效地提取出原始信号的特征信息，同时也能将其分解为不同频率成分下的固有模态函数分量，从而使得重构结果更加准确可靠。但是，采用经验模态分解法分析处理信号时，在分解信号的过程中，由于会出现幅值很小的高频信号，从而会带来极值的突变，导致产生模态混叠现象。模态混叠现象表现为单个本征模态函数含有不同特征时间尺度或者相似特征时间尺度出现在不同本征模态函数之间，这就造成了两个相似本征模态函数波形互相混叠和互相影响而难以识别。它不仅影响了模态参数识别精度，而且严重降低了系统辨识精度。出现模态混叠现象时会对经验模态分解信号所得结果产生不利影响，甚至使得经验模态分解产生的信号丧失物理意义，进而使得所得结果丧失真实性、有效性而出现较大误差。为了解决该问题，通常采用去噪或重构等手段来解决，但这些措施都有一定局限性。
采用小波分解对原始信号进行去噪处理，选取自适应阈值法，虽然对信号有一定的滤波效果，但是滤波信号中仍含有较多的噪声干扰成分。当小波分解层数增大时，虽然滤去了更多的噪声信号，但是也会使原始信号严重失真，这会对故障定位的精确度造成严重的影响，从而使故障定位不准确。
原始含噪信号经完全自适应噪声集合经验模态分解后的高频分量中也包含有一些有用信号，如果只用完全自适应噪声集合经验模态分解对原始信号进行滤波，则会丢弃高频分量中的有用信号部分，导致最终的分解结果与原信号有误差。
步骤3，根据步骤2计算的信号发生突变的精确时间，在步骤1确定的检测节点k-1与检测节点k之间的故障区段进行初步定位；
步骤3.1，记故障发生时间为，计算故障位置F产生的行波信号到达检测节点k-1、检测节点k的时间是、/>，故障位置产生的行波信号分别在检测节点k-1、检测节点k反射后，经过故障位置折射到另一侧检测节点k、检测节点k-1的时间是/>、/>，故障位置产生的行波信号分别在检测节点k-1、检测节点k反射后，再经过故障位置二次反射到检测节点k-1、检测节点k的时间是/>、/>；
步骤3.2，计算故障位置F与检测节点k-1之间的距离；
假设检测节点k-1与检测节点k之间的距离为L，行波的传播速度为V，则；
进行初步定位，故障F与检测节点k-1之间的距离是；
步骤3.3，依据故障位置F与检测节点k-1之间的距离，判断故障发生在靠近检测节点k-1或检测节点k；
当或/>时，故障位置F靠近检测节点k-1；
当或/>时，故障位置F靠近检测节点k；
当或/>时，故障位置F位于检测节点k-1与检测节点k中间；
步骤4，计算故障发生时间t0，修正行波的传播速度V＇，进行故障在故障区段的精准定位；
当或/>时，故障时间/>，修正后行波的传播速度/>，
则故障位置F与检测节点k-1之间的距离；
当或/>时，故障时间/>，修正后行波的传播速度/>，
则故障位置F与检测节点k之间的距离；
当或/>时，故障位置F位于检测节点k-1与检测节点k中间，即；故障位置F与检测节点k-1之间的距离/>。
利用MATLAB软件对本申请的故障定位方法进行验证，故障相的辨别率为91%，故障区段的准确率为89%，初步定位的误差率在9.7%以内，精准定位的误差率在6.4%以内，验证了完全自适应噪声集合经验模态分解法结合小波变换的方法对故障暂态行波信号进行处理的有效性。
综上分析可知，本申请先通过相电压信息辨别故障相并确定故障区段，再依据暂态行波信号在故障区段内进行初步定位和精准定位，将故障位置的范围由大到小、逐步逼近，综合故障区段定位、初步定位和精准定位各步骤的优势，大幅减少运算工作量、提高定位效率的同时，实现精准定位；利用单相断线不接地故障发生时的相电压信息，辨别故障相并确定故障区段，该方法可以利用已有的配电网自动化系统平台或者故障指示器系统，不需要配置新设备，仅在主站添加一个软件模块即可实现，投资成本低，具有很好的适用性。
本申请同时采用稳态参数和暂态参量，并结合相电压和暂态行波信号的特性分别用于故障定位的不同阶段，实现了物理参量的融合，充分挖掘可获取参数的物理特性，大大提高了物理参数表征内涵的包容性，提高故障定位的准确性；本申请通过加入高斯白噪声，并将其分解为各种尺度上的分量，减小加入高斯白噪声对待分解信号所带来的影响，为了有效的对采集到的故障暂态行波信号进行去噪，又尽可能的保留高频噪声分量中的有用信号分量，使最终重构的信号尽可能小的失真。本申请通过优化的完全自适应噪声集合经验模态分解法对采集到的故障暂态行波信号进行处理，有效的避免了经验模态分解法中存在的模态混叠现象对最终分解结果造成的误差，保证了数据意义的真实性。
本申请对提取分解得到的高频分量固有模态函数进行小波变换去噪，得到其中的有价值信号分量，然后与完全自适应噪声集合经验模态分解得到的低频有价值信号进行重构，最后再对重构后的信号进行小波变换去噪，得到最终的有价值信号，最后利用信号奇异性检测得到故障发生点的具体位置，既可以减少最终重构信号与原始信号之间的失真，并且对信号的滤波效果更好，在利用信号奇异点检测时能更精确的得到信号突变点的时间，从而提高单相断线不接地故障定位的精确度。
本申请通过修正行波的传播速度，有效的克服了传统行波法中因时钟不同步和波速不稳定性产生的定位不准问题，不受线路长度和故障位置的影响，具有更高的故障定位精度
实施例2：
本申请实施例提供一种配电网单相断线不接地故障定位装置，其包括存储器，用于存储一个或多个计算机指令；处理器。当一个或多个计算机指令被处理器执行时，实现如上述第一方面中任一项的方法。
还包括通信接口，该存储器、处理器和通信接口相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器可用于存储软件程序及模块，处理器通过执行存储在存储器内的软件程序及模块，从而执行各种功能应用以及数据处理。该通信接口可用于与其他节点设备进行信令或数据的通信。
其中，存储器可以是但不限于，随机存取存储器 (Random Access Memory，RAM)，只读存储器 (Read Only Memory，ROM)，可编程只读存储器(ProgrammableRead-OnlyMemory，PROM)，可擦除只读存储器 (Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器 (Electric Erasable Programmable Read-Only Memory，EEPROM)等。
处理器可以是一种集成电路芯片，具有信号处理能力。该处理器可以是通用处理器，包括中央处理器 (Central Processing Unit，CPU)、网络处理器 (NetworkProcessor，NP)等；还可以是数字信号处理器 (Digital Signal Processing，DSP)、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请所提供的实施例中，应该理解到，所揭露的方法及系统，也可以通过其它的方式实现。以上所描述的方法及系统实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的方法及系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
实施例3
本申请实施例提供一种计算机可读存储介质，其上存储有计算机指令，该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器 (ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其它的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (6)
1.一种配电网单相断线不接地故障定位方法，其特征在于，包括以下步骤：
步骤1，获取故障发生时刻的相电压信息，辨别故障相，并确定故障区段, 确定故障区段的具体步骤如下：
步骤1.1，采集相电压，标记检测节点；其中，母线出口处的检测节点标记为检测节点1，邻近的检测节点标记为检测节点2，其余检测节点的标记依此类推、逐个递增，最后一个检测节点标记为检测节点n；
步骤1.2，将检测节点1设为k，此时k=1；
步骤1.3，读取检测节点k处的A、B、C三相的相电压、/>、/>；计算检测节点k处的每两相相电压的幅值差，其中，/>，/>，，计算检测节点k处每两相相电压的相位差，其中，/>，，/>；
步骤1.4，分别比较检测节点k处UAB与θAB、UBC与θBC、UCA与θCA之间的关系，若满足（UAB≤0∩UCA≥0）∩（θAB≤90°∪θCA≤90°），则判定为A相断线；若满足（UAB≥0∩UBC≤0）∩（θAB≤90°∪θBC≤90°），则判定为B相断线；若满足（UBC≥0∩UCA≤0）∩（θBC≤90°∪θCA≤90°），则判定为C相断线；
步骤1.5，如满足上述三个条件中的任一个，则判定故障区段为检测节点k与检测节点k-1之间的区段，结束判断；
否则，令k=k+1，若k≤n，继续执行步骤1.3；若k＞n，直接判定故障区段为检测节点n到线路末端之间的区段，结束判断；
步骤2，在故障暂态行波信号中加入高斯白噪声，采用完全自适应噪声集合经验模态分解法，获取信号发生突变的精确时间；其具体步骤如下：
步骤2.1，在采集到的故障暂态行波信号中加入高斯白噪声，得到待分解的信号x(t)，然后对待分解的信号x(t)进行完全自适应噪声集合经验模态分解，得到若干个本征模态分量固有模态函数，将其中的低频有价值信号提取出来，记为xL(t)；
步骤2.2，对分解得到的高频分量固有模态函数进行小波变换去噪，保留高频分量中的有价值信号，得到去噪后的信号为xH(t)；
步骤2.3，重构信号x′(t)=xL(t)+xH(t)；
步骤2.4，对重构信号x′(t)进行小波变换去噪，进一步去除信号中所含的噪声分量，得到最终的信号，利用信号的奇异性检测，得到信号发生突变的精确时间；
步骤3，根据步骤2计算的信号发生突变的精确时间，在步骤1确定的故障区段内对故障位置进行初步定位；所述对故障位置进行初步定位的具体步骤如下：
步骤3.1，记故障发生时间为，计算故障位置F产生的行波信号到达检测节点k-1、检测节点k的时间是/>、/>，故障位置产生的行波信号分别在检测节点k-1、检测节点k反射后，经过故障位置折射到另一侧检测节点k、检测节点k-1的时间是/>、/>，故障位置产生的行波信号分别在检测节点k-1、检测节点k反射后，再经过故障位置二次反射到检测节点k-1、检测节点k的时间是/>、/>；
步骤3.2，计算故障位置F与检测节点k-1之间的距离；
假设检测节点k-1与检测节点k之间的距离为L，行波的传播速度为V，则；
进行初步定位，故障F与检测节点k-1之间的距离是；
步骤3.3，依据故障位置F与检测节点k-1之间的距离，判断故障发生在靠近检测节点k-1或检测节点k；
当或/>时，故障位置F靠近检测节点k-1；
当或/>时，故障位置F靠近检测节点k；
当或/>时，故障位置F位于检测节点k-1与检测节点k中间；
步骤4，计算故障发生时间t0，修正行波的传播速度V′，在步骤3确定的初步定位的范围内对故障位置进行精准定位，对故障位置进行精准定位的具体步骤如下：
当或/>时，故障时间/>，修正后行波的传播速度/>，
则故障位置F与检测节点k-1之间的距离：
；
当或/>时，故障时间/>，修正后行波的传播速度，
则故障位置F与检测节点k之间的距离：
；
当或/>时，故障位置F位于检测节点k-1与检测节点k中间，即；故障位置F与检测节点k-1之间的距离/>。
2.根据权利要求1所述的一种配电网单相断线不接地故障定位方法，其特征在于，所述步骤1中的相电压信息从馈线终端FTU或者故障指示器FI获得。
3.根据权利要求1所述的一种配电网单相断线不接地故障定位方法，其特征在于，所述小波变换去噪采用模极大值去噪。
4.一种配电网单相断线不接地故障定位装置，包括存储器和处理器；其中，
所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现权利要求1-3任一项所述配电网单相断线不接地故障定位方法的步骤。
5.一种计算机可读存储介质，其上存储有计算机指令，其中，该计算机指令被处理器执行时实现权利要求1-3任一项所述配电网单相断线不接地故障定位方法的步骤。
6.一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现权利要求1-3任一项所述配电网单相断线不接地故障定位方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311421398.1A CN117192291B (zh) | 2023-10-31 | 2023-10-31 | 一种配电网单相断线不接地故障定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311421398.1A CN117192291B (zh) | 2023-10-31 | 2023-10-31 | 一种配电网单相断线不接地故障定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117192291A CN117192291A (zh) | 2023-12-08 |
| CN117192291B true CN117192291B (zh) | 2024-01-09 |
Family
ID=88983665
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311421398.1A Active CN117192291B (zh) | 2023-10-31 | 2023-10-31 | 一种配电网单相断线不接地故障定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117192291B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117849516B (zh) * | 2024-03-07 | 2024-05-31 | 陕西明珠电力产业服务有限公司 | 一种变压器故障监测装置及其监测方法 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2045610A1 (fr) * | 2007-10-05 | 2009-04-08 | Schneider Electric Industries SAS | Localisation d'un défaut dans un réseau de distribution publique moyenne tension |
| CN101907437A (zh) * | 2010-07-23 | 2010-12-08 | 西安科技大学 | 一种基于小波差分算法的电缆故障测距方法 |
| CN102621449A (zh) * | 2012-03-16 | 2012-08-01 | 河南理工大学 | 一种小电流接地系统单相接地故障区段定位方法 |
| WO2014089899A1 (zh) * | 2012-12-10 | 2014-06-19 | 国家电网公司 | 基于暂态信号小波变换的配电网单相接地故障定位方法及定位装置 |
| CN105738764A (zh) * | 2016-02-22 | 2016-07-06 | 国家电网公司 | 基于暂态信息全频带的配电网故障区段定位方法 |
| CN110609204A (zh) * | 2019-06-27 | 2019-12-24 | 杭州电子科技大学 | 基于形态学小波分析消噪的配电网单相接地故障定位方法 |
| CN110658420A (zh) * | 2019-11-01 | 2020-01-07 | 国网江苏省电力有限公司徐州供电分公司 | 一种小波变换和时间搜索策略的混合输电线路双端行波故障测距方法 |
| EP3719510A1 (de) * | 2019-04-01 | 2020-10-07 | Siemens Aktiengesellschaft | Verfahren, fehlerortungseinrichtung und system zum ermitteln eines fehlerortes auf einer leitung eines elektrischen energieversorgungsnetzes |
| CN113253052A (zh) * | 2021-05-13 | 2021-08-13 | 东北电力大学 | 一种基于改进smmg的高压直流输电线路故障测距方法 |
| CN113884818A (zh) * | 2021-10-27 | 2022-01-04 | 国网江苏省电力有限公司徐州供电分公司 | 一种基于lstm的配电网故障行波到达时间精确估算方法 |
| CN114936347A (zh) * | 2022-04-29 | 2022-08-23 | 国网上海市电力公司 | 一种基于变模态分解和小波模极大值的故障行波检测方法 |
| CN116087688A (zh) * | 2023-02-15 | 2023-05-09 | 云南电网有限责任公司曲靖供电局 | 一种配电网故障定位分析的行波测距改进方法 |
| CN116718874A (zh) * | 2023-06-19 | 2023-09-08 | 河海大学 | 一种行波故障定位方法、系统及装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| MX2014003271A (es) * | 2011-10-12 | 2014-04-10 | Schweitzer Engineering Lab Inc | Ubicacion de falla usando ondas viajeras. |
| CN110927521B (zh) * | 2019-11-25 | 2021-09-14 | 山东理工大学 | 一种单端行波故障定位方法及装置 |
| EP3968037B1 (de) * | 2020-09-10 | 2024-07-03 | Siemens Aktiengesellschaft | Verfahren und einrichtung zum ermitteln eines fehlerortes in einem elektrischen energieverteilnetz |
-
2023
- 2023-10-31 CN CN202311421398.1A patent/CN117192291B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2045610A1 (fr) * | 2007-10-05 | 2009-04-08 | Schneider Electric Industries SAS | Localisation d'un défaut dans un réseau de distribution publique moyenne tension |
| CN101907437A (zh) * | 2010-07-23 | 2010-12-08 | 西安科技大学 | 一种基于小波差分算法的电缆故障测距方法 |
| CN102621449A (zh) * | 2012-03-16 | 2012-08-01 | 河南理工大学 | 一种小电流接地系统单相接地故障区段定位方法 |
| WO2014089899A1 (zh) * | 2012-12-10 | 2014-06-19 | 国家电网公司 | 基于暂态信号小波变换的配电网单相接地故障定位方法及定位装置 |
| CN105738764A (zh) * | 2016-02-22 | 2016-07-06 | 国家电网公司 | 基于暂态信息全频带的配电网故障区段定位方法 |
| EP3719510A1 (de) * | 2019-04-01 | 2020-10-07 | Siemens Aktiengesellschaft | Verfahren, fehlerortungseinrichtung und system zum ermitteln eines fehlerortes auf einer leitung eines elektrischen energieversorgungsnetzes |
| CN110609204A (zh) * | 2019-06-27 | 2019-12-24 | 杭州电子科技大学 | 基于形态学小波分析消噪的配电网单相接地故障定位方法 |
| CN110658420A (zh) * | 2019-11-01 | 2020-01-07 | 国网江苏省电力有限公司徐州供电分公司 | 一种小波变换和时间搜索策略的混合输电线路双端行波故障测距方法 |
| CN113253052A (zh) * | 2021-05-13 | 2021-08-13 | 东北电力大学 | 一种基于改进smmg的高压直流输电线路故障测距方法 |
| CN113884818A (zh) * | 2021-10-27 | 2022-01-04 | 国网江苏省电力有限公司徐州供电分公司 | 一种基于lstm的配电网故障行波到达时间精确估算方法 |
| CN114936347A (zh) * | 2022-04-29 | 2022-08-23 | 国网上海市电力公司 | 一种基于变模态分解和小波模极大值的故障行波检测方法 |
| CN116087688A (zh) * | 2023-02-15 | 2023-05-09 | 云南电网有限责任公司曲靖供电局 | 一种配电网故障定位分析的行波测距改进方法 |
| CN116718874A (zh) * | 2023-06-19 | 2023-09-08 | 河海大学 | 一种行波故障定位方法、系统及装置 |
Non-Patent Citations (4)
| Title |
|---|
| Single-Phase Ground Fault Location of Distribution Network with DG Based on CEEMD;Qin Qingshan等;《2020 Asia Energy and Electrical Engineering Symposium (AEEES)》;全文 * |
| 基于VMD和MC-PE的配电网故障行波检测方法;王永雪，等;《国外电子测量技术》;第41卷(第2期);全文 * |
| 基于互补集合经验模态分解的线路故障测距;穆永凯，等;《电气自动化》;第44卷(第5期);全文 * |
| 基于行波时差信息的输电线路分布式故障定位矩阵算法;周福涛，等;《水电能源科学》;第41卷(第8期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117192291A (zh) | 2023-12-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117192291B (zh) | 一种配电网单相断线不接地故障定位方法 | |
| CN104977502B (zh) | 一种特高压直流输电线路区内外故障识别方法 | |
| Zhang et al. | Morphological undecimated wavelet decomposition for fault location on power transmission lines | |
| CN104393581B (zh) | 一种利用电压电流突变量小波系数相关分析的三角形环网暂态量单元保护方法 | |
| CN107395157A (zh) | 基于小波变换和加权移动平均的接地网电位差滤波方法 | |
| CN106501673B (zh) | 一种基于输电线路隐患放电实测电流行波的正常谐波判别方法 | |
| CN104122486A (zh) | 一种电缆早期故障检测方法及装置 | |
| CN105223467B (zh) | 基于分维计算和mallat分解的配电网故障选线方法 | |
| CN108845177A (zh) | 一种用于配电网的雷击监测与识别方法、装置和设备 | |
| CN110873847A (zh) | 一种基于sogi去基波的单相接地故障定位方法 | |
| Asman et al. | Transient fault detection and location in power distribution network: A review of current practices and challenges in Malaysia | |
| CN105021954A (zh) | 一种基于线模电流s变换辐角检测的母线保护方法 | |
| CN113406442B (zh) | 一种小电阻接地系统高阻接地故障检测方法及相关装置 | |
| CN104659767B (zh) | 一种利用序列重叠差分的三角形环网线路单元保护方法 | |
| CN112881789B (zh) | 一种过电压信号识别方法、装置、介质及车辆 | |
| CN112670990B (zh) | 基于MEEMD-Prony联合算法的电力系统低频振荡特征参数提取方法 | |
| CN117110797B (zh) | 一种基于多判据的配电网单相接地故障定位方法及装置 | |
| CN118011145A (zh) | 电缆故障位置的确定方法、确定装置和电子设备 | |
| CN112444704A (zh) | 一种配电网行波故障定位方法及装置 | |
| CN107797025B (zh) | 电力系统的故障定位方法和装置 | |
| CN113030648B (zh) | 电力电缆故障点位置确定方法、装置及终端设备 | |
| CN115313329A (zh) | 一种用于快速行波保护的频带范围选取方法及相关装置 | |
| CN111521909B (zh) | 基于线零模波速差的复杂结构电网故障单端测距方法 | |
| CN106885942B (zh) | 一种适用于动物触电的物理实验平台及触电阻抗建模方法 | |
| CN111638428B (zh) | 一种基于gis特高频局部放电数据的处理方法及系统 |
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 |