CN117310384B - 一种智能配电网内故障区域分析方法及装置 - Google Patents
一种智能配电网内故障区域分析方法及装置 Download PDFInfo
- Publication number
- CN117310384B CN117310384B CN202311447245.4A CN202311447245A CN117310384B CN 117310384 B CN117310384 B CN 117310384B CN 202311447245 A CN202311447245 A CN 202311447245A CN 117310384 B CN117310384 B CN 117310384B
- Authority
- CN
- China
- Prior art keywords
- power supply
- fault
- vector
- area
- distribution network
- 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 67
- 239000013598 vector Substances 0.000 claims abstract description 337
- 238000004458 analytical method Methods 0.000 claims abstract description 51
- 238000004422 calculation algorithm Methods 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000011144 upstream manufacturing Methods 0.000 claims description 5
- 230000004913 activation Effects 0.000 claims 1
- 230000008569 process Effects 0.000 description 19
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000004088 simulation Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Locating Faults (AREA)
Abstract
本发明提供一种智能配电网内故障区域分析方法及装置,属于继电器保护技术领域。该方法包括:获取智能配电网内供电区间的拓扑结构信息和过流信息;拓扑结构信息包括各供电区域对应的供电路径和所辖的电力终端的标识;过流信息用于表明存在过流现象的电力终端;根据拓扑结构信息生成各供电区域对应的路径向量;并根据各路径向量确定各供电区域对应的供电路径长度;根据过流信息、各供电区域对应的路径向量和各供电区域对应的供电路径长度,生成各供电区域的短路路径向量和故障向量;根据短路路径向量和故障向量生成区域状态向量,基于区域状态向量确定智能配电网内故障区域分析结果。本发明能够降低故障判据逻辑复杂度并提高故障识别速率。
Description
技术领域
本发明涉及继电器保护技术领域,尤其涉及一种智能配电网内故障区域分析方法及装置。
背景技术
智能配电网作为能源互联网的重要组成部分,是配电网未来发展的必然趋势。智能配电网的快速发展使传统配电网保护面临如下挑战:随机性新能源与电动汽车等快速充放电设备的规模化并网运行,使配电网运行方式灵活多变,保护定值整定愈发困难;配电网分支数多、供电半径短,相邻线路短路水平差异不明显,保护采用延时级差配合的方式识别故障,难以同时兼顾选择性与速动性的要求;与此同时,自愈控制技术的广泛应用更使得配电网拓扑变化成为常态,保护上下级配合关系将发生实时性变化。
传统配电网保护基于本地信息、采用定值配合的方式判别故障,具体可以分为广域纵联保护与人工智能算法保护两种。
广域纵联保护通过比较线路两侧终端上报的故障信息识别故障,具有判据简单直接、故障识别效率高的特点。广域纵联保护按照利用信息的类型,可分为基于电气量信息的广域电流差动保护和基于逻辑量信息的广域方向纵联保护。广域电流差动保护要求在配网范围内实现信息同步,然而目前的配电自动系统与通信网络尚不具备实现该保护原理的硬件条件;广域方向纵联保护无需信息同步,对带宽要求低,但其信息容错能力较差。
基于状态逼近理论的人工智能算法通过比对区域状态与终端实际上报故障信息的相似程度识别故障,具有较强的信息容错能力。然而该原理的故障判据涉及繁复的逻辑运算,在搜索过程中具有一定的随机性与盲目性,致使其故障识别的速度难以保证。
发明内容
本发明实施例提供了一种智能配电网内故障区域分析方法及装置,以解决现阶段的配电网保护方法故障判据逻辑复杂、故障识别速率低的问题。
第一方面,本发明实施例提供了一种智能配电网内故障区域分析方法,包括:
获取智能配电网内供电区间的拓扑结构信息和过流信息;其中,供电区间包括多个供电区域;拓扑结构信息包括各供电区域对应的供电路径和所辖的电力终端的标识;过流信息用于表明存在过流现象的电力终端;
根据拓扑结构信息生成各供电区域对应的路径向量;并根据各路径向量确定各供电区域对应的供电路径长度;
根据过流信息、各供电区域对应的路径向量和各供电区域对应的供电路径长度,生成各供电区域的短路路径向量和故障向量;
根据短路路径向量和故障向量生成区域状态向量,基于区域状态向量确定智能配电网内故障区域分析结果。
第二方面,本发明实施例提供了一种智能配电网内故障区域分析装置,包括:
获取模块,用于获取智能配电网内供电区间的拓扑结构信息和过流信息;其中,供电区间包括多个供电区域;拓扑结构信息包括各供电区域对应的供电路径和所辖的电力终端的标识;过流信息用于表明存在过流现象的电力终端;
计算模块,用于根据拓扑结构信息生成各供电区域对应的路径向量;并根据各路径向量确定各供电区域对应的供电路径长度;
计算模块还用于,根据过流信息、各供电区域对应的路径向量和各供电区域对应的供电路径长度,生成各供电区域的短路路径向量和故障向量;
分析模块,用于根据短路路径向量和故障向量生成区域状态向量,基于区域状态向量确定智能配电网内供电区域的故障区域分析结果。
本发明实施例提供一种智能配电网内故障区域分析方法及装置,通过获取智能配电网内各供电区域的供电路径信息和过流信息;并根据智能配电网内各供电区域的供电路径、每条路径上的电力终端数量和过流信息确定各供电区域对应的供电路径长度,最后,根据过流信息、各供电区域对应的路径向量和各供电区域对应的供电路径长度,生成短路路径向量和故障向量,进而根据短路路径向量和故障向量确定智能配电网的故障区域分析结果。本发明实施例所提供的方法不需要复杂的逻辑运算,可以只根据智能配电网内各供电区域的拓扑结构、每条供电路径上的终端以及存在过流现象的终端,及该终端所处的位置与供电路径,生成相应的路路径向量和故障向量,并基于路路径向量和故障向量进行判断故障判据逻辑简单,在运算过程中只涉及到向量的生成与运算,故障识别速率,并且,本发明实施例提供的方法对智能配电网的硬件条件没有要求。本发明实施例能够解决现阶段的配电网保护方法故障判据逻辑复杂、故障识别速率低的问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术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发明的一些实施例,对于本领域普通技术人员来讲,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是本发明实施例提供的智能配电网故障特征的示例图;
图2是本发明实施例提供的智能配电网内故障区域分析方法的实现流程图;
图3是本发明实施例提供的配电网结构的示例图;
图4是本发明实施例提供的智能配电网内故障区域分析方法的系统框图;
图5是本发明实施例提供的馈线段配电系统示例图;
图6是本发明实施例提供的智能配电网内故障区域分析装置的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施例来进行说明。
图1是本发明实施例提供的智能配电网故障特征的示例图。如图1所示:
本实施例主要思想是基于智能配电网的路径信息对智能配电网内的故障区域进行判定。由于智能配电网的网架呈辐射状,电网故障后主网电源向配电网输送短路功率,故障区域位于短路路径的末梢。也即,本发明实施例是在对智能配电网内供电区间的故障区域进行判定,具体的判据可以理解为:智能配电网故障后,主网电源短路路径的末梢是故障元件。基于上述分析,将智能配电网内故障区域的判据表述如下:
以图1所示智能配电网为例说明智能配电网故障区域判据的有效性。图1中BL1-BL2代表智能配电网的供电区间,DG代表分布式(电源)发电(Distributed Generation,DG)。供电区间内包括多个供电区域,字母A-F代表智能配电网中的供电区域。数字1-8代表智能配电网中的电力终端,其中,黑色矩形表示断路器、黑色圆圈表示分段开关、空心圆圈表示联络开关。实线箭头代表主电源短路功率方向及路径,虚线箭头代表分布式(电源)发电短路功率及路径。f代表故障区域。
当电网f处发生故障时,主网电源向供电区间BL1输送短路功率,短路功率的方向及路径如图1所示,其短路路径的末梢是B,那么区域B是故障区域,故障判别结果与实际情况相符。
实施例一:
图2为本发明实施例提供的智能配电网内故障区域分析方法的实现流程图,详述如下:
步骤210:获取智能配电网内供电区间的拓扑结构信息和过流信息;其中,供电区间包括多个供电区域;拓扑结构信息包括各供电区域对应的供电路径和所辖的电力终端的标识;过流信息用于表明存在过流现象的电力终端。
本实施例所提供的方法是基于广域保护算法和迪杰斯特拉(Dijkstra)算法改进得到的。在本实施例中,智能配电网广域保护算法的思想是基于供电路径分析结果、根据智能配电网内供电区间中电力终端上报的过流信息计算短路路径长度,将路径最长的区域(该区域必定位于短路路径末梢)判定为故障区域。
Dijkstra算法是分析路径问题的经典方法。由于智能配电网供电路径具有唯一性,基于Dijkstra算法,以供电区域为节点、智能开关为边,以开关状态作为边的权重,分析各供电区间内主网电源对区域的供电路径。
因此,本实施例需要获取智能配电网内供电区间的拓扑结构信息和过流信息。其中,智能配电网的变电站主站能够基于拓扑结构信息确定智能配电网中所包括的各供电区域、各供电区域对应的供电路径和各供电区域所辖的电力终端的标识;其中,供电区域所辖的电力终端的标识包括主网电源到该供电区域内电流流经的电力终端的标识。并且,根据过流信息还可以确定出具体哪个电力终端存在过流现象。其中,图3是本发明实施例提供的配电网结构的示例图;下面结合图3的结构对本实施例进行说明:电力终端的标识可以为如图3中的数字1-8;相应的,电力终端可以包括断路器、分段开关和联络开关等。
步骤220:根据拓扑结构信息生成各供电区域对应的路径向量;并根据各路径向量确定各供电区域对应的供电路径长度。
在本实施例中,路径向量的维度为智能配电网内供电区间所辖的电力终端数量;路径向量内的每个元素数值对应一个电力终端,其中,元素数值为0表示供电路径内不含有该电力终端,元素数值为1表示供电路径内含有该电力终端;供电路径长度表示其对应的路径向量内元素数值为1的个数;
具体的,通过建立路径向量Path能够存储主网电源对供电区域的供电路径中终端的标号。Path中的元素数值由式(1)决定:
供电路径长度Dist为其对应的Path中元素数值为1的个数。其物理意义是当该区域或其下游区域故障时,主网电源对该区域短路路径中上报过流信息的电力终端的个数。
以图3为例,供电区间S1-S2中各供电区域的供电路径分析结果如表1所示:
表1供电区间S1-S2中各供电区域的供电路径分析结果
步骤230:根据过流信息、各供电区域对应的路径向量和各供电区域对应的供电路径长度,生成各供电区域的短路路径向量和故障向量。
在一些实现方式中,步骤230可以由步骤231-步骤233实现,具体步骤如下:
步骤231:根据过流信息生成每条供电路径对应的故障信息向量;其中,故障信息向量的维度为智能配电网内供电区间所辖的电力终端数量;故障信息向量内的每个元素数值对应一个电力设备,其中,元素数值为0表示供电路径内不含有该存在过流现象的电力终端,1表示供电路径内含有该存在过流现象的电力终端。
在本实施例中,智能配电网内供电区域故障后,考虑到部分电力终端在上报过流信息时,可能存在错报、漏报的情况,因此供电区间基于过流信息生成每条供电路径对应的故障信息向量Fault。Fault的维度是智能配电网内供电区间所辖电力终端个数。在本实施例中,定义主网电源供电方向为正方向,Fault向量中的元素数值由式(2)决定:
如图2所示,当f1处发生故障时,D区域生成的Fault向量为:
Fault=[1 1 1 0 1 0 0 0]
其他供电区域的Fault向量可以依据上述公式计算得到,在此不再赘述。
步骤232:将各供电区域对应的路径向量和故障信息向量做内积,得到各供电区域对应的短路路径长度;其中短路路径长度表示短路路径中实际存在过流现象的电力终端数量。
在本实施例中,短路路径长度可以用FDist表示。FDist的物理意义是主网电源对区域的短路路径中实际上报过流信息的电力终端个数,也即短路路径中实际存在过流现象的电力终端数量。
短路路径长度FDist的计算公式如式(3)所示:
FDist=Path×FaultT (3)
步骤233:根据各供电区域对应的故障信息向量、短路路径长度和供电路径长度,生成各供电区域的短路路径向量和故障向量。
在一些实现方式中,步骤233可以通过步骤233.1-步骤233.3实现,具体的:
步骤233.1:将各供电区域对应的短路路径长度和供电路径长度相除,得到各区域对应的故障因子;其中,故障因子为1表示该供电区域包括故障区域和故障上游区域。
在本实施例中,故障因子可以用CFactor表示,CFactor为1表示该供电区域包括故障区域和故障上游区域。
故障因子CFactor的计算公式如式(4)所示:
CFactor=FDist/Dist (4)
步骤233.2:根据各供电区域对应的短路路径长度确定智能配电网的短路路径向量;其中,短路路径向量的维度是智能配电网内供电区域的数量;短路路径向量内的每个元素数值对应于一个供电区域,元素数值为1表示该供电区域为智能配电网内短路路径长度最大的供电区域,元素数值为0表示其他供电区域。
在本实施例中,FDist数值最大的供电区域对应的是故障区域与故障下游区域。本实施例采用短路路径向量FDMax表示FDist数值最大区域。其中,FDMax的维度是智能配电网内供电区域的数量,FDMax中的元素数值由式(5)确定:
步骤233.3:根据各供电区域对应的故障因子确定智能配电网的故障向量;其中,故障向量的维度是智能配电网内供电区域的数量;故障向量内的元素数值对应一个供电区域,元素数值为1表示故障因子为1的供电区域,0表示其他供电区域。
在本实施例中,故障向量可以用CFArea来表示,CFArea的维度是智能配电网内供电区域的数量,CFArea中的元素数值由式(6)确定:
步骤240:根据短路路径向量和故障向量生成区域状态向量,基于区域状态向量确定智能配电网内故障区域分析结果。
作为本发明的一种实现方式,步骤240可以通过步骤241-步骤244实现,具体的:
步骤241:将短路路径向量和故障因子向量进行逻辑“与”运算,得到区域状态向量;其中,区域状态向量的维度是智能配电网内供电区域数;区域状态向量内的元素数值每个元素数值对应于一个供电区域,1表示故障区域,0表示未发生故障的区域。
在本实施例中,区域状态向量可以用AreaState表示,AreaState的计算公式如式(7)所示。
AreaState=FDMax&CFArea (7)
其中,AreaState中数值为1的区域即为故障区域。
步骤242:判断区域状态向量是否为零向量。
在本实施例中,由于电力终端在上报过流信息时可能会存在误差或者是计算过程中计算偏差,可能会导致存在过流信息但是没有找到故障区域的情况,因此,在确定智能配电网内供电区间的故障区域时,需要判断区域状态向量是否为零向量,以判断是否出错。
步骤243:若区域状态向量不为零向量,则判定区域状态向量中元素数值为1的区域是智能配电网内供电区域的故障区域。
下面结合图3和表2对本实施例进行说明,表2为图3f1处发生故障时,广域保护算法的故障分析过程与结果,如表2所示:
表2图3f1处发生故障时,广域保护算法的故障分析过程与结果
由表2可知,供电区域D是故障区域,故障判别结果与实际相符。
步骤244:若区域状态向量为零向量,则发出警报并启动信息容错功能。
在本实施例中,若区域状态向量为零向量,则说明判定过程中存在误差,那么此时系统会发出警报,并启动信息容错功能,以便于系统能够正常运行,并重新判断故障区域。
图4是本发明实施例提供的智能配电网内故障区域分析方法的系统框图。
如图4所示:
本实施例在进行智能配电网内故障区域分析时,主要通过四部分实现,分别为路径分析、计算路径长度、识别故障区域以及故障信息健全性分析。
路径分析部分包括:根据智能配电网内供电区间的拓扑结构信息生成各供电区域对应的路径向量Path,并基于路径向量Path确定各供电区域对应的供电路径长度Dist。同时,根据过流信息生成每条供电路径对应的故障信息向量Fault。
计算路径长度部分包括:将各供电区域对应的路径向量Path和故障信息向量Fault做内积,得到各供电区域对应的短路路径长度FDist。然后,将各供电区域对应的短路路径长度FDist和供电路径长度Dist相除,得到各区域对应的故障因子CFactor。
识别故障区域部分包括:根据各供电区域对应的短路路径长度FDist确定智能配电网的短路路径向量FDMax;根据各供电区域对应的故障因子CFactor确定智能配电网的故障向量CFArea。在得到FDMax和CFArea之后,将短路路径向量FDMax和故障因子向量CFArea进行逻辑“与”运算,得到区域状态向量AreaState。
故障信息健全性分析包括:判断区域状态向量AreaState是否为零向量,若是则发出警报并启动信息容错功能;若不是则判定区域状态向量AreaState中元素数值为1的区域是智能配电网内供电区域的故障区域。
本实施例未能详尽描述的部分可以参考上述其他实施例所记载的内容。
综上,本发明实施例通过获取智能配电网内各供电区域的供电路径信息和过流信息;并根据智能配电网内各供电区域的供电路径、每条路径上的终端数量和过流信息确定各供电区域对应的供电路径长度,最后,根据过流信息、各供电区域对应的路径向量和各供电区域对应的供电路径长度,生成短路路径向量和故障向量,进而根据短路路径向量和故障向量确定智能配电网的故障区域分析结果。本发明实施例所提供的方法不需要复杂的逻辑运算,可以只根据智能配电网内各供电区域的拓扑结构、每条供电路径上的终端以及存在过流现象的终端,及该终端所处的位置与供电路径,生成相应的路路径向量和故障向量,并基于路路径向量和故障向量进行判断故障判据逻辑简单,在运算过程中只涉及到向量的生成与运算,故障识别速率,并且,本发明实施例提供的方法对智能配电网的硬件条件没有要求。本发明实施例能够解决现阶段的配电网保护方法故障判据逻辑复杂、故障识别速率低的问题。
实施例二:
在上述任一实施例的基础上,步骤243中判定区域状态向量中元素数值为1的区域是智能配电网内供电区域的故障区域之后,该方法还可以包括:
将故障区域对应的故障信息向量中的电力终端置0,并根据其他供电区域对应的路径向量和故障信息向量进行逻辑“非”与逻辑“与”运算,得到其他供电区域对应的临时短路路径长度;其中,其他供电区域包括智能配电网内除故障区域之外的其他供电区域;
若存在不为0的临时短路路径长度,则判定智能配电网内供电区域存在多重故障。
在本实施例中,当智能配电网同一供电区间中发生多重故障时,配电网广域保护算法将通过多次判定找出所有的故障区域,故障判定的次数与故障区域数量有关。因此,在找到多重故障区域之前需要先判定智能配电网是否发生多重故障。
具体的,可以通过计算临时短路路径长度来判断。临时短路路径长度可以用FDisttem表示。临时短路路径长度FDisttem的计算公式如式(8)所示:
FDisttem=Path×[(~Path[i])&Fault]T (8)
其中,“~”与“&”分别代表逻辑非与逻辑与运算。Path[i]代表故障区域i对应的Path向量。
在一些实现方式中,在判定智能配电网内供电区域存在多重故障之后,该方法还可以包括:
将不为0的临时短路路径长度FDisttem对应的供电区域作为故障标记区域。
根据故障标记区域内的短路路径长度确定二次判定短路路径向量。
将二次判定短路路径向量和故障因子向量进行逻辑“与”运算,得到二次判定区域状态向量(具体的计算过程可以参考公式(7),在此不再赘述)。
将二次判定区域状态向量中元素数值为1的区域判定为智能配电网内供电区域内的故障区域。
根据这种方法能够得到智能配电网内所有的故障区域,那么相应的,将二次判定区域状态向量中元素数值为1的区域判定为智能配电网内供电区域内的故障区域之后,还可以包括:
返回将故障区域对应的故障信息向量中的电力终端置0,并根据其他供电区间对应的路径向量和故障信息向量进行逻辑“非”与逻辑“与”运算,得到供电区域中的其他供电区间对应的临时短路路径长度的步骤,直到不存在不为0的临时短路路径长度。
将得到的所有区域状态向量相加,确定智能配电网内供电区域的所有故障区域。
也即,在本实施例中,在确定一个故障区域后,需要将该故障区域的故障信息向量中的电力终端置0,并重复公式(8)的操作,直到最终得到的临时短路路径长度FDisttem全部为0。那么此时判定该智能配电网内不存在其他故障区域。之后,将得到的所有区域状态向量相加,确定智能配电网内供电区域的所有故障区域。
以图3为例,假设图3中f1与f2同时故障。表3为智能配电网内发生多重故障下的故障分析首次判定过程,具体如表3所示:
表3智能配电网内发生多重故障下的故障分析首次判定过程
由表3可知,根据本实施例所提供的方法,首次判定供电区域D是故障区域(也即判定f1是故障区域)。进行公式(8)的操作后,发现供电区域F的临时短路路径长度FDisttem不为0,那么,将供电区域F作为故障标记区域,并进行二次判定。
相应的,二次判定FDMax向量为:
FDMax=[0 0 0 0 0 1]
将FDMax与CFArea做逻辑与运算得到故障区域F。重复式(8)操作,发现全部的临时短路路径长度FDisttem都不为0,那么说明智能配电网此时没有其他故障区域。将两次获得的AreaState向量相加得到故障区域是D和F(也即f1与f2),故障识别结果与实际相符。另外,需要注意的是,本实施例列举了智能配电网如何通过二次判定找到两个故障区域,但是实际上并不是在限定本方法只能找到两个故障区域,上述实施例仅仅是用于举例说明,在实际应用中本实施例所提供的方法完全可以分析出智能配电网中的多重故障区域。另外,本实施例未能详尽描述的部分可以参考上述其他实施例所记载的内容。
实施例三:
在上述任一实施例的基础上,步骤244中发出警报并启动信息容错功能,可以包括:
将短路路径向量中故障因子最大的区域作为一次候选标记区域。
根据供电路径信息对一次候选标记区域向其对应的主网电源方向回溯,确定故障因子为1的区域;将该区域与一次候选标记区域之间的区域作为第一候选故障区域。
将第一候选故障区域对应的故障信息向量中的电力终端置0,并计算其他供电区域对应的临时短路路径长度。
若存在不为0的临时短路路径长度,则将不为0的临时短路路径长度对应的供电区域作为二次候选标记区域。
根据二次候选标记区域内的短路路径长度确定二次判定短路路径向量。
将二次判定短路路径向量和故障因子向量进行逻辑“与”运算,得到二次判定区域状态向量。
根据二次判定区域状态向量,确定第二候选故障区域。
将将第二候选故障区域对应的故障信息向量中的电力终端置0,并返回并计算其他供电区域对应的临时短路路径长度步骤,直到不存在不为0的临时短路路径长度。
将得到的所有候选故障区域进行组合,剔除不满足约束条件的组合,得到多个候选故障区域。
利用状态逼近理论对多个候选故障区域进行识别,确定智能配电网内供电区域的故障区域。
可选的,利用状态逼近理论对多个候选故障区域进行识别,确定智能配电网内供电区域的故障区域可以包括:
根据每个候选故障区域对应的路径向量,确定各候选区域对应的假想故障状态向量;
根据每个候选故障区域对应的假想故障状态向量,确定信息容错算法模型;其中,信息容错算法模型包括目标函数和约束条件;
根据信息容错算法模型计算各候选故障区域对应的假想故障状态向量和故障信息向量之间的汉明距离;
对比多个候选故障区域中每个候选故障区域的汉明距离,将最小的汉明距离对应的候选故障区域作为智能配电网内供电区域的故障区域。
在本实施例中,由于智能配电网的电力终端的工作环境恶劣、通信受干扰严重,易发生信息错报、漏报的现象。当故障信息异常时,主网电源短路路径末梢不明确,FDist最大区域与CFactor为1区域的交集是空集(也即FDMax与CFArea),保护系统报警并启动信息容错算法。现供应的,此时需要本发明实施例所提供的广域保护信息容错算法基于故障识别过程中的FDist与CFactor数值生成若干有效的候选故障区域(组合),降低故障区域的搜索维度,利用状态逼近理论识别故障。本实施例所提供的方法基本思路为:
将候选故障区域的假想故障状态信息与实际获得的故障信息向量做状态逼近,将相似程度最好的区域作为故障区域。用Hamming距离来表示两组二进制编码间的相似程度,相应的,信息容错算法的目标函数f如式(9)所示:
其中,N为智能配电网内供电区间所辖终端个数,HyF代表向量AreaState对应的假想故障状态向量。其中,AssoArea可以根据上述实施例计算得到,具体的计算过程在此不再赘述。
故障识别结果应满足智能配电网辐射状供电模式特征,即供电区间中互为上下级供电关系的关联区域同时检测出故障的情况不满足算法约束条件。其方法是从供电区间末梢供电区域出发,利用存储的上级供电区域向主网电源方向回溯,得到当前运行方式下供电区间的关联区域向量。
相应的,信息容错算法的约束条件可以由式(10)描述:
AreaState×AssoAreaT<2 (10)
假设供电区间所辖终端的个数为N,共有M个供电区域末梢,信息容错算法模型可以表述为:
在本实施例中,生成的候选故障区域应包括可能发生故障的所有区域(组合)。相应的,候选故障区域的生成规则描述如下:
(1)将FDMax中CFactor最大的区域作为一次候选标记区域。
(2)利用上级供电区域信息对一次候选标记区域向主网电源方向回溯,找到CFactor为1的区域,将该区域与标记区域之间的区域作为第一候选故障区域。
(3)执行式(8)操作,将第一候选故障区域对应的故障信息向量中的电力终端置0,计算并观察是否有区域的FDisttem不为0,采用上述相同方法得到其它候选故障区域(具体的步骤可以参考实施例二中如何分析智能配电网发生多重故障时,故障区域的判断步骤,再次不再赘述)。
(4)将所有候选区域做多重故障组合,剔除不满足约束条件的组合,得到多个候选故障区域。
利用状态逼近理论对多个候选故障区域进行识别,确定智能配电网内供电区域的故障区域。
下面结合图3对本实施例进行说明。如图3所示:当电网f1处发生故障时,假设电力终端2漏报故障信息。表4为故障信息异常时的故障分析过程,具体的,系统的故障分析过程如表4所示。
表4故障信息异常时的故障分析过程
此时Areastate是零向量,系统发出警报并进入信息容错运算。
依据候选故障区域的生成规则,FDMax中CFactor最大的区域是D,用上级供电区域信息对D向主网电源方向回溯,CFactor数值为1的区域是A,因此,可以将A、B、C和D作为候选故障区域。将D所对应的故障信息向量中的电力终端置0,检测到没有区域的FDisttem不为0,那么,最终得到分候选故障区域为A、B、C和D。
在获得候选故障区域后,将其他各供电区域的Path向量作为区域假想故障状态向量HyF(多重故障的HyF向量由故障区域的Path做逻辑或运算取得)。利用式(9)计算HyF与Fault之间的Hamming距离,将最小的Hamming距离对应的候选故障区域作为智能配电网内供电区域的故障区域。
表5为候选区域的Hamming距离,如表5所示:
表5候选区域的Hamming距离
由表5分析可知,区域D的Hamming距离最小,判定为故障区域,故障识别结果与实际相同。
综上,本发明实施例提供了三种实施例,分别为:智能配电网单一故障识别、智能配电网多重故障识别以及智能配电网识别过程中的信息容错算法。其中,智能配电网单一故障识别是后两个的基础,在智能配电网多重故障识别过程中也有可能会触发信息容错功能。同样的,在智能配电网识别过程中触发信息容错功能的同时,智能配电网如果发生多重故障也需要采用智能配电网多重故障识别方法,实际使用时可以参照上述各部分实施例,在此不再赘述。
图5是本发明实施例提供的馈线段配电系统示例图;以下结合图5对实施例一、二和三进行说明。如图5所示:
图5中数字标号1-28表示电力终端;数字标号(1)-(28)表示供电区域;f1-f5表示故障区域。
(1)假设图5中仅f1处发生故障,依据上述实施例一中的方法进行故障仿真运算,得到表6,表6为智能配电网发生单一故障的仿真结果,如表6所示:
表6智能配电网发生单一故障的仿真结果
由表6可知,区域(13)是故障区域,故障分析结果结果与实际相符。
(2)假设图5中f1与f2同时发生故障,依据上述实施例二中的方法进行故障仿真运算,得到表7,表7为智能配电网发生多重故障的仿真结果,如表7所示:
表7智能配电网发生多重故障的仿真结果
由表7可知,区域(13)与(17)是故障区域,故障分析结果与实际相符。
(3)假设图5中发生故障信息畸变(也即触发信息容错功能),在多信息畸变的情况下,依据上述实施例三中的方法对该智能配电网内不同供电区域的(多重)故障进行仿真,得到表8,表8为智能配电网故障信息畸变仿真结果,如表8所示:
表8智能配电网故障信息畸变仿真结果
表8中的仿真结果表明:本实施例所提供方法具有较强的信息容错能力,在电网同时发生多重故障且信息出错的情况下,仍可准确识别故障。
综上,本发明实施例通过获取智能配电网内各供电区域的供电路径信息和过流信息;并根据智能配电网内各供电区域的供电路径、每条路径上的终端数量和过流信息确定各供电区域对应的供电路径长度,最后,根据过流信息、各供电区域对应的路径向量和各供电区域对应的供电路径长度,生成短路路径向量和故障向量,进而根据短路路径向量和故障向量确定智能配电网的故障区域分析结果。本发明实施例所提供的方法不需要复杂的逻辑运算,可以只根据智能配电网内各供电区域的拓扑结构、每条供电路径上的终端以及存在过流现象的终端,及该终端所处的位置与供电路径,生成相应的路路径向量和故障向量,并基于路路径向量和故障向量进行判断故障判据逻辑简单,在运算过程中只涉及到向量的生成与运算,故障识别速率,并且,本发明实施例提供的方法对智能配电网的硬件条件没有要求。本发明实施例能够解决现阶段的配电网保护方法故障判据逻辑复杂、故障识别速率低的问题。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例,对于其中未详尽描述的细节,可以参考上述对应的方法实施例。
图6示出了本发明实施例提供的智能配电网内故障区域分析装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
如图6所示,一种智能配电网内供电区域的故障区域分析装置装置4包括:
获取模块61,用于获取智能配电网内供电区间的拓扑结构信息和过流信息;其中,供电区间包括多个供电区域;拓扑结构信息包括各供电区域对应的供电路径和所辖的电力终端的标识;过流信息用于表明存在过流现象的电力终端;
计算模块62,用于根据拓扑结构信息生成各供电区域对应的路径向量;并根据各路径向量确定各供电区域对应的供电路径长度;
计算模块62还用于,根据过流信息、各供电区域对应的路径向量和各供电区域对应的供电路径长度,生成各供电区域的短路路径向量和故障向量;
分析模块63,用于根据短路路径向量和故障向量生成区域状态向量,基于区域状态向量确定智能配电网内供电区域的故障区域分析结果。
在一些实施例中,路径向量的维度为智能配电网内供电区间所辖的电力终端数量;路径向量内的每个元素数值对应一个电力终端,其中,元素数值为0表示供电路径内不含有该电力终端,元素数值为1表示供电路径内含有该电力终端;供电路径长度表示其对应的路径向量内元素数值为1的个数;
计算模块62具体用于:
根据过流信息生成每条供电路径对应的故障信息向量;其中,故障信息向量的维度为智能配电网内供电区间所辖的电力终端数量;故障信息向量内的每个元素数值对应一个电力设备,其中,元素数值为0表示供电路径内不含有该存在过流现象的电力终端,1表示供电路径内含有该存在过流现象的电力终端;
将各供电区域对应的路径向量和故障信息向量做内积,得到各供电区域对应的短路路径长度;其中短路路径长度表示短路路径中实际存在过流现象的电力终端数量;
根据各供电区域对应的故障信息向量、短路路径长度和供电路径长度,生成各供电区域的短路路径向量和故障向量。
在一些实施例中,计算模块62具体用于:
将各供电区域对应的短路路径长度和供电路径长度相除,得到各区域对应的故障因子;其中,故障因子为1表示该供电区域包括故障区域和故障上游区域;
根据各供电区域对应的短路路径长度确定智能配电网的短路路径向量;其中,短路路径向量的维度是智能配电网内供电区域的数量;短路路径向量内的每个元素数值对应于一个供电区域,元素数值为1表示该供电区域为智能配电网内短路路径长度最大的供电区域,元素数值为0表示其他供电区域;
根据各供电区域对应的故障因子确定智能配电网的故障向量;其中,故障向量的维度是智能配电网内供电区域的数量;故障向量内的元素数值对应一个供电区域,元素数值为1表示故障因子为1的供电区域,0表示其他供电区域。
在一些实施例中,分析模块63具体用于:
将短路路径向量和故障因子向量进行逻辑“与”运算,得到区域状态向量;其中,区域状态向量的维度是智能配电网内供电区域数;区域状态向量内的元素数值每个元素数值对应于一个供电区域,1表示故障区域,0表示未发生故障的区域;
判断区域状态向量是否为零向量;
若区域状态向量不为零向量,则判定区域状态向量中元素数值为1的区域是智能配电网内供电区域的故障区域;
若区域状态向量为零向量,则发出警报并启动信息容错功能。
在一些实施例中,分析模块63还用于:
将故障区域对应的故障信息向量中的电力终端置0,并根据其他供电区域对应的路径向量和故障信息向量进行逻辑“非”与逻辑“与”运算,得到其他供电区域对应的临时短路路径长度;其中,其他供电区域包括智能配电网内除故障区域之外的其他供电区域;
若存在不为0的临时短路路径长度,则判定智能配电网内供电区域存在多重故障。
在一些实施例中,分析模块63还用于:
将不为0的临时短路路径长度对应的供电区域作为故障标记区域;
根据故障标记区域内的短路路径长度确定二次判定短路路径向量;
将二次判定短路路径向量和故障因子向量进行逻辑“与”运算,得到二次判定区域状态向量;
将二次判定区域状态向量中元素数值为1的区域判定为智能配电网内的故障区域。
在一些实施例中,分析模块63还用于:
返回将故障区域对应的故障信息向量中的电力终端置0,并根据其他供电区间对应的路径向量和故障信息向量进行逻辑“非”与逻辑“与”运算,得到供电区域中的其他供电区间对应的临时短路路径长度的步骤,直到不存在不为0的临时短路路径长度;
将得到的所有区域状态向量相加,确定智能配电网内供电区域的所有故障区域。
在一些实施例中,分析模块63具体用于:
将短路路径向量中故障因子最大的区域作为一次候选标记区域;
根据供电路径信息对一次候选标记区域向其对应的主网电源方向回溯,确定故障因子为1的区域;将该区域与一次候选标记区域之间的区域作为第一候选故障区域;
将第一候选故障区域对应的故障信息向量中的电力终端置0,并计算其他供电区域对应的临时短路路径长度;
若存在不为0的临时短路路径长度,则将不为0的临时短路路径长度对应的供电区域作为二次候选标记区域;
根据二次标记区域内的短路路径长度确定二次判定短路路径向量;
将二次判定短路路径向量和故障因子向量进行逻辑“与”运算,得到二次判定区域状态向量;
根据二次判定区域状态向量,确定第二候选故障区域;
将将第二候选故障区域对应的故障信息向量中的电力终端置0,并返回并计算其他供电区域对应的临时短路路径长度步骤,直到不存在不为0的临时短路路径长度;
将得到的所有候选故障区域进行组合,剔除不满足约束条件的组合,得到多个候选故障区域;
利用状态逼近理论对多个候选故障区域进行识别,确定智能配电网内供电区域的故障区域。
在一些实施例中,分析模块63具体用于:
根据每个候选故障区域对应的路径向量,确定各候选区域对应的假想故障状态向量;
根据每个候选故障区域对应的假想故障状态向量,确定信息容错算法模型;其中,信息容错算法模型包括目标函数和约束条件;
根据信息容错算法模型计算各候选故障区域对应的假想故障状态向量和故障信息向量之间的汉明距离;
对比多个候选故障区域中每个候选故障区域的汉明距离,将最小的汉明距离对应的候选故障区域作为智能配电网内故障区域。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的模板、单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
模块/单元如果以软件功能单元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,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个智能配电网内故障区域分析方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。
以上所述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,均应包含在本发明的保护范围之内。
Claims (7)
1.一种智能配电网内故障区域分析方法,其特征在于,包括:
获取智能配电网内供电区间的拓扑结构信息和过流信息;其中,所述供电区间包括多个供电区域;所述拓扑结构信息包括各供电区域对应的供电路径和所辖的电力终端的标识;所述过流信息用于表明存在过流现象的电力终端;
根据所述拓扑结构信息生成各供电区域对应的路径向量;并根据各路径向量确定各供电区域对应的供电路径长度;
根据所述过流信息、各供电区域对应的路径向量和各供电区域对应的供电路径长度,生成各供电区域的短路路径向量和故障向量;
根据所述短路路径向量和所述故障向量生成区域状态向量,基于所述区域状态向量确定所述智能配电网内故障区域分析结果;
所述路径向量的维度为所述智能配电网内供电区间所辖的电力终端数量;所述路径向量内的每个元素数值对应一个电力终端,其中,元素数值为0表示供电路径内不含有该电力终端,元素数值为1表示供电路径内含有该电力终端;
所述供电路径长度表示其对应的路径向量内元素数值为1的个数;
所述根据所述过流信息、各供电区域对应的路径向量和各供电区域对应的供电路径长度,生成各供电区域的短路路径向量和故障向量,包括:
根据所述过流信息生成每条供电路径对应的故障信息向量;其中,所述故障信息向量的维度为所述智能配电网内供电区间所辖的电力终端数量;所述故障信息向量内的每个元素数值对应一个电力设备,其中,元素数值为0表示供电路径内不含有该存在过流现象的电力终端,1表示供电路径内含有该存在过流现象的电力终端;
将各供电区域对应的路径向量和故障信息向量做内积,得到各供电区域对应的短路路径长度;其中所述短路路径长度表示短路路径中实际存在过流现象的电力终端数量;
根据各供电区域对应的故障信息向量、短路路径长度和供电路径长度,生成各供电区域的短路路径向量和故障向量;
所述根据各供电区域对应故障信息向量、短路路径长度和供电路径长度,生成各供电区域的短路路径向量和故障向量,包括:
将各供电区域对应的短路路径长度和供电路径长度相除,得到各区域对应的故障因子;其中,所述故障因子为1表示该供电区域包括故障区域和故障上游区域;
根据各供电区域对应的短路路径长度确定所述智能配电网的短路路径向量;其中,所述短路路径向量的维度是所述智能配电网内供电区域的数量;所述短路路径向量内的每个元素数值对应于一个供电区域,元素数值为1表示该供电区域为所述智能配电网内短路路径长度最大的供电区域,元素数值为0表示其他供电区域;
根据各供电区域对应的故障因子确定所述智能配电网的故障向量;其中,所述故障向量的维度是所述智能配电网内供电区域的数量;所述故障向量内的元素数值对应一个供电区域,元素数值为1表示故障因子为1的供电区域,0表示其他供电区域;
所述根据所述短路路径向量和所述故障向量生成区域状态向量,基于所述区域状态向量确定所述智能配电网内供电区域的故障区间分析结果,包括:
将所述短路路径向量和所述故障因子向量进行逻辑“与”运算,得到区域状态向量;其中,所述区域状态向量的维度是所述智能配电网内供电区域数;所述区域状态向量内的元素数值每个元素数值对应于一个供电区域,1表示故障区域,0表示未发生故障的区域;
判断所述区域状态向量是否为零向量;
若所述区域状态向量不为零向量,则判定所述区域状态向量中元素数值为1的区域是所述智能配电网内供电区域的故障区域;
若所述区域状态向量为零向量,则发出警报并启动信息容错功能。
2.根据权利要求1所述的一种智能配电网内故障区域分析方法,其特征在于,所述判定所述区域状态向量中元素数值为1的区域是所述智能配电网内供电区域的故障区域之后,还包括:
将所述故障区域对应的故障信息向量中的电力终端置0,并根据其他供电区域对应的路径向量和故障信息向量进行逻辑“非”与逻辑“与”运算,得到所述其他供电区域对应的临时短路路径长度;其中,所述其他供电区域包括所述智能配电网内除所述故障区域之外的其他供电区域;
若存在不为0的临时短路路径长度,则判定所述智能配电网内供电区域存在多重故障。
3.根据权利要求2所述的一种智能配电网内故障区域分析方法,其特征在于,所述判定所述智能配电网内供电区域存在多重故障之后,还包括:
将不为0的临时短路路径长度对应的供电区域作为故障标记区域;
根据所述故障标记区域内的短路路径长度确定二次判定短路路径向量;
将所述二次判定短路路径向量和所述故障因子向量进行逻辑“与”运算,得到二次判定区域状态向量;
将所述二次判定区域状态向量中元素数值为1的区域判定为所述智能配电网内的故障区域。
4.根据权利要求3所述的一种智能配电网内故障区域分析方法,其特征在于,所述将所述二次判定区域状态向量中元素数值为1的区域判定为所述智能配电网内的故障区域之后,还包括:
返回将所述故障区域对应的故障信息向量中的电力终端置0,并根据其他供电区间对应的路径向量和故障信息向量进行逻辑“非”与逻辑“与”运算,得到所述供电区域中的其他供电区间对应的临时短路路径长度的步骤,直到不存在不为0的临时短路路径长度;
将得到的所有区域状态向量相加,确定所述智能配电网内供电区域的所有故障区域。
5.根据权利要求1所述的一种智能配电网内故障区域分析方法,其特征在于,所述发出警报并启动信息容错功能,包括:
将所述短路路径向量中故障因子最大的区域作为一次候选标记区域;
根据供电路径信息对所述一次候选标记区域向其对应的主网电源方向回溯,确定故障因子为1的区域;将该区域与所述一次候选标记区域之间的区域作为第一候选故障区域;
将所述第一候选故障区域对应的故障信息向量中的电力终端置0,并计算其他供电区域对应的临时短路路径长度;
若存在不为0的临时短路路径长度,则将不为0的临时短路路径长度对应的供电区域作为二次候选标记区域;
根据所述二次候选标记区域内的短路路径长度确定二次判定短路路径向量;
将所述二次判定短路路径向量和所述故障因子向量进行逻辑“与”运算,得到二次判定区域状态向量;
根据所述二次判定区域状态向量,确定第二候选故障区域;
将所述第二候选故障区域对应的故障信息向量中的电力终端置0,并返回并计算其他供电区域对应的临时短路路径长度步骤,直到不存在不为0的临时短路路径长度;
将得到的所有候选故障区域进行组合,剔除不满足约束条件的组合,得到多个候选故障区域;
利用状态逼近理论对所述多个候选故障区域进行识别,确定所述智能配电网内供电区域的故障区域。
6.根据权利要求5所述的一种智能配电网内故障区域分析方法,其特征在于,所述利用状态逼近理论对所述多个候选故障区域进行识别,确定所述智能配电网内供电区域的故障区域包括:
根据每个候选故障区域对应的路径向量,确定各候选区域对应的假想故障状态向量;
根据每个候选故障区域对应的假想故障状态向量,确定信息容错算法模型;其中,所述信息容错算法模型包括目标函数和约束条件;
根据所述信息容错算法模型计算各候选故障区域对应的假想故障状态向量和故障信息向量之间的汉明距离;
对比所述多个候选故障区域中每个候选故障区域的汉明距离,将最小的汉明距离对应的候选故障区域作为所述智能配电网内故障区域。
7.一种智能配电网内故障区域分析装置,其特征在于,包括:
获取模块,用于获取智能配电网内供电区间的拓扑结构信息和过流信息;其中,所述供电区间包括多个供电区域;所述拓扑结构信息包括各供电区域对应的供电路径和所辖的电力终端的标识;所述过流信息用于表明存在过流现象的电力终端;
计算模块,用于根据所述拓扑结构信息生成各供电区域对应的路径向量;并根据各路径向量确定各供电区域对应的供电路径长度;
所述计算模块还用于,根据所述过流信息、各供电区域对应的路径向量和各供电区域对应的供电路径长度,生成各供电区域的短路路径向量和故障向量;
分析模块,用于根据所述短路路径向量和所述故障向量生成区域状态向量,基于所述区域状态向量确定所述智能配电网内供电区域的故障区域分析结果;
所述路径向量的维度为所述智能配电网内供电区间所辖的电力终端数量;所述路径向量内的每个元素数值对应一个电力终端,其中,元素数值为0表示供电路径内不含有该电力终端,元素数值为1表示供电路径内含有该电力终端;
所述供电路径长度表示其对应的路径向量内元素数值为1的个数;
所述计算模块具体用于:
根据所述过流信息生成每条供电路径对应的故障信息向量;其中,所述故障信息向量的维度为所述智能配电网内供电区间所辖的电力终端数量;所述故障信息向量内的每个元素数值对应一个电力设备,其中,元素数值为0表示供电路径内不含有该存在过流现象的电力终端,1表示供电路径内含有该存在过流现象的电力终端;
将各供电区域对应的路径向量和故障信息向量做内积,得到各供电区域对应的短路路径长度;其中所述短路路径长度表示短路路径中实际存在过流现象的电力终端数量;
根据各供电区域对应的故障信息向量、短路路径长度和供电路径长度,生成各供电区域的短路路径向量和故障向量;
所述计算模块具体用于:
将各供电区域对应的短路路径长度和供电路径长度相除,得到各区域对应的故障因子;其中,所述故障因子为1表示该供电区域包括故障区域和故障上游区域;
根据各供电区域对应的短路路径长度确定所述智能配电网的短路路径向量;其中,所述短路路径向量的维度是所述智能配电网内供电区域的数量;所述短路路径向量内的每个元素数值对应于一个供电区域,元素数值为1表示该供电区域为所述智能配电网内短路路径长度最大的供电区域,元素数值为0表示其他供电区域;
根据各供电区域对应的故障因子确定所述智能配电网的故障向量;其中,所述故障向量的维度是所述智能配电网内供电区域的数量;所述故障向量内的元素数值对应一个供电区域,元素数值为1表示故障因子为1的供电区域,0表示其他供电区域;
所述分析模块具体用于:
将所述短路路径向量和所述故障因子向量进行逻辑“与”运算,得到区域状态向量;其中,所述区域状态向量的维度是所述智能配电网内供电区域数;所述区域状态向量内的元素数值每个元素数值对应于一个供电区域,1表示故障区域,0表示未发生故障的区域;
判断所述区域状态向量是否为零向量;
若所述区域状态向量不为零向量,则判定所述区域状态向量中元素数值为1的区域是所述智能配电网内供电区域的故障区域;
若所述区域状态向量为零向量,则发出警报并启动信息容错功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311447245.4A CN117310384B (zh) | 2023-11-02 | 2023-11-02 | 一种智能配电网内故障区域分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311447245.4A CN117310384B (zh) | 2023-11-02 | 2023-11-02 | 一种智能配电网内故障区域分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117310384A CN117310384A (zh) | 2023-12-29 |
CN117310384B true CN117310384B (zh) | 2024-05-28 |
Family
ID=89273735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311447245.4A Active CN117310384B (zh) | 2023-11-02 | 2023-11-02 | 一种智能配电网内故障区域分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117310384B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102709890A (zh) * | 2012-06-04 | 2012-10-03 | 山东电力集团公司济南供电公司 | 一种考虑光伏电站随机性的配电网保护方法 |
CN108375713A (zh) * | 2018-01-25 | 2018-08-07 | 长沙理工大学 | 一种新型电网故障行波定位方法和系统 |
CN109474023A (zh) * | 2019-01-22 | 2019-03-15 | 山东大学 | 智能配电网区段实时更新方法、系统、存储介质及终端 |
KR20210023127A (ko) * | 2019-08-22 | 2021-03-04 | 한국전력공사 | 배전계통 고장구간 식별 시스템 |
CN112994246A (zh) * | 2021-04-02 | 2021-06-18 | 河池学院 | 一种适应分布式电源接入的配电网馈线自动化控制方法 |
CN113346460A (zh) * | 2021-04-20 | 2021-09-03 | 国网河北省电力有限公司 | 一种适用于花瓣式配电网的区域后备保护方法及系统 |
CN113507116A (zh) * | 2021-07-08 | 2021-10-15 | 国网河北省电力有限公司电力科学研究院 | 一种配电网负荷转供方法、装置、设备及存储介质 |
CN116015707A (zh) * | 2022-11-03 | 2023-04-25 | 国网河北省电力有限公司电力科学研究院 | 配电网信息物理系统网络拓扑优化方法、装置及终端 |
CN116381402A (zh) * | 2023-03-07 | 2023-07-04 | 华北电力科学研究院有限责任公司 | 含分布式光伏接入的配电网故障分析方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10236675B2 (en) * | 2016-07-26 | 2019-03-19 | Schweitzer Engineering Laboratories, Inc. | Fault detection and protection during steady state using traveling waves |
-
2023
- 2023-11-02 CN CN202311447245.4A patent/CN117310384B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102709890A (zh) * | 2012-06-04 | 2012-10-03 | 山东电力集团公司济南供电公司 | 一种考虑光伏电站随机性的配电网保护方法 |
CN108375713A (zh) * | 2018-01-25 | 2018-08-07 | 长沙理工大学 | 一种新型电网故障行波定位方法和系统 |
CN109474023A (zh) * | 2019-01-22 | 2019-03-15 | 山东大学 | 智能配电网区段实时更新方法、系统、存储介质及终端 |
KR20210023127A (ko) * | 2019-08-22 | 2021-03-04 | 한국전력공사 | 배전계통 고장구간 식별 시스템 |
CN112994246A (zh) * | 2021-04-02 | 2021-06-18 | 河池学院 | 一种适应分布式电源接入的配电网馈线自动化控制方法 |
CN113346460A (zh) * | 2021-04-20 | 2021-09-03 | 国网河北省电力有限公司 | 一种适用于花瓣式配电网的区域后备保护方法及系统 |
CN113507116A (zh) * | 2021-07-08 | 2021-10-15 | 国网河北省电力有限公司电力科学研究院 | 一种配电网负荷转供方法、装置、设备及存储介质 |
CN116015707A (zh) * | 2022-11-03 | 2023-04-25 | 国网河北省电力有限公司电力科学研究院 | 配电网信息物理系统网络拓扑优化方法、装置及终端 |
CN116381402A (zh) * | 2023-03-07 | 2023-07-04 | 华北电力科学研究院有限责任公司 | 含分布式光伏接入的配电网故障分析方法及装置 |
Non-Patent Citations (1)
Title |
---|
基于子网络划分的含DG配电网故障区段定位;郭利爽;《电力系统保护与控制》;20200401;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117310384A (zh) | 2023-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112731051B (zh) | 混合网络的高压直流输电线路的单端故障定位方法及系统 | |
Shams et al. | Active power imbalance detection, size and location estimation using limited PMU measurements | |
US20180375373A1 (en) | Impact increments-based state enumeration reliability assessment approach and device thereof | |
CN110988596B (zh) | 一种新型主动配电网故障区段定位方法 | |
CN106093713A (zh) | 一种含分布式电源的配电网区段故障定位方法及系统 | |
CN106918764B (zh) | 基于网基矩阵型算法的配网故障定位方法 | |
CN108022002A (zh) | 一种基于支持张量机的中性点接地方式决策方法及系统 | |
CN105067956A (zh) | 一种基于蚁群算法配网故障定位的方法 | |
Wang et al. | A hierarchical power grid fault diagnosis method using multi-source information | |
CN110674950A (zh) | 基于多源信息的配电网故障定位方法 | |
CN104750878A (zh) | 一种基于混合搜索策略的拓扑故障诊断方法 | |
Kiaei et al. | A two-stage fault location identification method in multiarea power grids using heterogeneous types of data | |
Tzelepis et al. | Intelligent fault location in MTDC networks by recognizing patterns in hybrid circuit breaker currents during fault clearance process | |
CN113608072B (zh) | 基于非健全条件下电力自愈快速故障定位方法 | |
Zayandehroodi et al. | A novel protection coordination strategy using back tracking algorithm for distribution systems with high penetration of DG | |
CN115545479A (zh) | 一种配电网重要节点或重要线路的确定方法及装置 | |
CN114720820A (zh) | 配电网馈线故障定位方法、装置、终端设备及存储介质 | |
CN113740666B (zh) | 一种数据中心电力系统告警风暴根源故障的定位方法 | |
CN111525495A (zh) | 一种继电保护定值在线校核方法、系统、计算机存储介质 | |
CN117310384B (zh) | 一种智能配电网内故障区域分析方法及装置 | |
Naidu | HVDC Fault detection and Identification in monopolar topology using deep learning | |
Zhou et al. | Fault location for distribution networks with distributed generation sources using a hybrid DE/PSO algorithm | |
Garcia et al. | Substation-level circuit topology estimation using machine learning | |
CN115456109B (zh) | 电网故障元件辨识方法、系统、计算机设备及存储介质 | |
CN113675877B (zh) | 一种基于深度学习的含分布式电源配网故障诊断方法 |
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 |