CN117665648A - 单相接地故障识别方法及装置 - Google Patents
单相接地故障识别方法及装置 Download PDFInfo
- Publication number
- CN117665648A CN117665648A CN202410146072.0A CN202410146072A CN117665648A CN 117665648 A CN117665648 A CN 117665648A CN 202410146072 A CN202410146072 A CN 202410146072A CN 117665648 A CN117665648 A CN 117665648A
- Authority
- CN
- China
- Prior art keywords
- theoretical
- historical
- fault
- current
- voltage
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000007613 environmental effect Effects 0.000 claims abstract description 41
- 238000000819 phase cycle Methods 0.000 claims abstract description 11
- 230000008859 change Effects 0.000 claims description 144
- 238000012216 screening Methods 0.000 claims description 22
- 230000035772 mutation Effects 0.000 claims description 15
- 238000005070 sampling Methods 0.000 claims description 11
- 230000000737 periodic effect Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000001052 transient effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Classifications
-
- 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
Abstract
本发明提供了一种单相接地故障识别方法,涉及配电网故障识别技术领域,所述方法包括:实时捕获配电网输出电源多个相序的相电压值;基于实时捕捉到的多个相电压值,建立历史电压曲线图;根据历史电压曲线图生成理论电压曲线图;根据预设的环境干扰因素传感器实时获取环境干扰信息;基于当前的环境干扰信息、理论电压曲线图以及历史电压曲线图识别出当前状态信息,状态信息包括多个故障类别信息或稳态运行信息。本发明通过环境干扰因素传感器,实时捕获当前的环境干扰信息,再针对于当前识别周期中,捕获到的历史电压曲线图,分析当前识别周期中的当前状态,以达到降低环境因素对故障电压采集产生的影响,提高故障短路识别的准确性。
Description
技术领域
本发明涉及配电网故障识别技术领域,具体而言,涉及一种单相接地故障识别方法及装置。
背景技术
配电拓扑网络结构复杂、分支线路增多,接地故障识别难度增大。其中,配电拓扑网络主要采用中性点非有效接地方式,包括中性点不接地和谐振接地,实际运行发现,单相接地故障约占总故障的80%。发生单相接地故障后,故障相电压降低,非故障相电压升高,系统线电压不变,供电不受影响,系统允许继续运行2小时,但是长时间运行可能导致事故扩大或引发新的故障。
目前,关于单相接地故障识别算法包括有暂态法和稳态法,其中暂态法通过对系统电压、电流等参数在瞬时变化的过程中进行分析,以识别系统中的故障;稳态法主要通过对系统在稳定运行状态下的电压、电流、功率等参数进行分析,以发现系统中可能存在的故障。
但是实际运行中故障零序电流较小时,易受到启动定值、采样噪声、电磁干扰等多个环节的综合系统性影响,最终使算法灵敏度较低。
发明内容
为了便于提高故障短路识别的准确性,降低外界环境因素对故障电压采集产生的影响,本申请提供一种单相接地故障识别方法。
第一方面,本申请提供一种单相接地故障识别方法,采用如下的技术方案:
一种单相接地故障识别方法,所述方法包括:
实时捕获配电网输出电源多个相序的相电压值;
基于实时捕捉到的多个所述相电压值,建立历史电压曲线图;
根据所述历史电压曲线图生成理论电压曲线图;
根据预设的环境干扰因素传感器实时获取环境干扰信息;
基于当前的所述环境干扰信息、所述理论电压曲线图以及所述历史电压曲线图识别出当前状态信息,所述状态信息包括多个故障类别信息或稳态运行信息。
可选的,所述根据所述历史电压曲线图生成理论电压曲线图,包括:
根据所述历史电压曲线图,获取配电网输出电源的电信号周期性变化信息以及电信号峰值信息;
根据所述周期性变化信息和所述电信号峰值信息,建立所述理论电压曲线图。
可选的,所述基于当前的所述环境干扰信息、所述理论电压曲线图以及所述历史电压曲线图识别出当前状态信息,所述状态信息包括多个故障类别信息或稳态运行信息,包括:
由预设的识别周期时长,周期性的将所述理论电压曲线图以及所述历史电压曲线图相比较;
若当前识别周期中所述历史电压曲线图的电压值与所述理论电压曲线图中的电压值均相等,则将识别出当前识别周期的状态信息为稳态运行信息;
若当前识别周期中存当前理论干扰值在所述历史电压曲线图的电压值与所述理论电压曲线图中的电压值均不相等,则基于所述环境干扰信息和所述历史电压曲线图,识别当前识别周期的故障类别信息。
可选的,所述基于所述环境干扰信息和所述历史电压曲线图,识别当前识别周期的故障类别信息,包括:
根据当前的所述环境干扰信息,以及预记载的噪音干扰数据库匹配出当前理论干扰值,所述噪音干扰数据库中包括历史噪音分贝量、历史噪音干扰值以及对应的历史理论电压值;
基于所述当前理论干扰值和所述噪音干扰数据库,获取理论干扰变化曲线图;
根据所述理论干扰变化曲线图和所述历史电压曲线图,筛选出多个故障区域以及对应的故障突变量;
若所述当前识别周期中存在有当前故障区域,则基于当前故障区域以及对应的当前故障突变量,从预设的故障识别数据库中匹配出当前的故障类别信息,所述故障识别数据库包括多个历史故障类型信息以及历史故障突变量。
可选的,所述根据所述理论干扰变化曲线图和所述历史电压曲线图,筛选出多个故障区域以及对应的故障突变量,包括:
根据所述理论电压曲线图从所述历史电压曲线图中,距当前识别周期起始时刻的预设采样时长内,捕获到多个电信号变化区域和电信号变化量;
根据所述理论电压曲线图从所述理论干扰变化曲线图中,距当前识别周期起始时刻的预设采样时长内,捕获到多个理论变化区域和理论变化量;
将多个所述电信号变化区域投影至所述理论干扰变化曲线中,并从投影后的所述理论干扰变化曲线中筛选出多个故障区域和对应的故障突变量。
可选的,所述从投影后的所述理论干扰变化曲线中筛选出多个故障区域和对应的故障突变量,包括:
若目标电信号变化区域与多个所述理论变化区域均未重合,则将所述目标电信号变化区域标记为故障区域,且将对应的所述目标电信号变化量标记为故障变化量;
若存在目标电信号变化区域与目标理论变化区域相重合,则将对应的目标电信号变化量和对应的目标理论变化量相比较;
根据所述目标理论变化量和预设检测浮动值,计算生成预估干扰浮动区间;
当所述目标电信号变化量不位于所述预估干扰浮动区间中,则将所述目标电信号变化区域标记为故障区域,且将所述目标电信号变化量与所述目标理论变化量的差值标记为故障变化量。
可选的,所述根据所述环境干扰信息,以及预记载的噪音干扰数据匹配出当前理论干扰值,包括:
根据所述当前故障区域对应所述环境干扰信息中的噪音分贝量,和预设的浮动噪音值,生成对比噪音区间;
根据所述对比噪音区间从所述噪音干扰数据库中,筛选多个目标历史噪音分贝量以及对应的目标历史理论电压值;
基于所述当前故障区域对应的当前理论电压值,从多个目标历史理论电压值中筛选出分布于所述当前理论电压值两侧的两个对比历史理论电压值;
基于两个所述对比历史理论电压值,以及两个所述对比历史理论电压值对应的对比历史噪音干扰值,计算生成当前理论干扰值。
可选的,所述基于两个所述对比历史理论电压值,以及两个所述对比历史理论电压值对应的对比历史噪音干扰值,计算生成当前理论干扰值,包括:
所述计算当前理论干扰值的公式如下:
;
其中,所述为当前理论干扰值,/>为当前理论电压值,/>和/>为分布于所述当前理论电压值两侧的两个对比历史理论电压值,且/>;/>为对应于/>的对比历史噪音干扰值,/>为对应于/>的对比历史噪音干扰值。
第二方面,本申请提供一种单相接地故障识别装置,采用如下的技术方案:
一种单相接地故障识别装置,所述装置包括:
信息获取模块,用于实时捕获配电网输出电源多个相序的相电压值;还用于根据预设的环境干扰因素传感器实时获取环境干扰信息;
图形建立模块,基于实时捕捉到的多个所述相电压值,建立历史电压曲线图;还用于根据所述历史电压曲线图生成理论电压曲线图;
状态识别模块,基于当前的所述环境干扰信息、所述理论电压曲线图以及所述历史电压曲线图识别出当前状态信息,所述状态信息包括多个故障类别信息或稳态运行信息。
第三方面,本申请提供一种智能终端,采用如下的技术方案:
一种智能终端,所述智能终端包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如第一方面所述的单相接地故障识别方法。
综上所述,至少存在以下一种有益效果:
在智能终端进行单相接地故障识别的过程中,为降低噪音、电磁干扰等外界因素产生的干扰,通过环境干扰因素传感器,实时捕获当前的环境干扰信息;进一步的,将当前的环境干扰信息与历史电压曲线图结合,以判断环境干扰信息产生的干扰值,然后再针对于当前识别周期中,捕获到的历史电压曲线图,分析当前识别周期中的当前状态,以达到降低环境因素对故障电压采集产生的影响,提高故障短路识别的准确性。
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是本申请实施例提供的一种单相接地故障识别方法的流程图。
图2是本申请实施例提供的一种识别当前识别周期的故障类别信息的流程图。
图3是本申请实施例提供的另一种识别当前识别周期的故障类别信息的流程图。
图4是本申请实施例提供的一种生成当前理论干扰值的流程图。
图5是本申请实施例提供的一种识别故障区域的流程图。
图6是本申请实施例提供的另一种识别故障区域的流程图。
图7是本申请实施例提供的一种单相接地故障识别装置的装置框图。
附图标记说明:701、信息获取模块;702、图形建立模块;703、状态识别模块;704、曲线比较模块;705、信息匹配模块;706、区域筛选模块;707、信息比较模块;708、计算模块。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下将结合1-7附图对本发明实施方式作进一步地详细描述。
本申请实施例提供了一种单相接地故障识别方法,所述方法的可以应用于单相接地故障识别装置,本方法的执行主体可以是单相接地故障识别装置中的智能终端,并由电压检测传感器和环境干扰因素传感器辅助实现。本申请实施例以配电网故障识别中,智能终端和电压检测传感器以及环境干扰因素传感器之间的信息交互为例进行说明,其他情况与之类似,不再一一赘述。
下面将结合具体实施方式,对图1所示的处理流程进行详细的说明,内容可以如下:
S101,实时捕获配电网输出电源多个相序的相电压值。
在实施中,智能终端通过电压检测传感器实时捕获配电网输出电源的多个相序的电压值。
S102,基于实时捕捉到的多个相电压值,建立历史电压曲线图。
在实施中,智能终端由实时捕获到的多个相电压值,能够建立携带由多个相序的相电压曲线图,也可以是建立与相序一一对应的多个独立的相电压曲线图。在本申请的实施例中,为了便于理解和分析,以其中仅仅包含一个相序电压值的相电压曲线图进行解释说明,且将此处的相电压曲线图称为历史电压曲线图。
S103,根据历史电压曲线图生成理论电压曲线图。
在实施中,智能终端由历史曲线图中的电压波动周期和电压峰值,生成理论电压曲线图。
S104,根据预设的环境干扰因素传感器实时获取环境干扰信息。
在实施中,智能终端实时接收环境干扰因素传感器反馈的环境干扰信息,本申请实施例中,环境干扰因素传感器为噪音分贝检测传感器,环境干扰信息为噪音分贝量。
S105,基于当前的环境干扰信息、理论电压曲线图以及历史电压曲线图识别出当前状态信息,状态信息包括多个故障类别信息或稳态运行信息。
在实施中,智能终端通过将理论电压曲线图和历史电压曲线图相比较,能够识别当前识别周期性是否出现电压非正常变化区域,接着再通过环境干扰信息,判断当前电压非正常变化区域的电压变化是否为环境干扰,进入通过识别出当前的配电网的状态情况。
当存在当前电压非正常变化区域的电压变化不是环境干扰所导致,则能够进一步判断当前的电压变化对应的故障类别,从而能够准确的判断当前的配电网单相短路故障识别。
可选的,在步骤S103中,还存在以下处理,具体的操作流程如下:
根据历史电压曲线图,获取配电网输出电源的电信号周期性变化信息以及电信号峰值信息;
根据周期性变化信息和电信号峰值信息,建立理论电压曲线图。
在实施中,智能终端由历史电压曲线图分析获取配电网输出电源的电信号周期性变化信息和电信号峰值信息,此处的电信号周期性变化信息为电压周期性变化信息。
智能终端再由周期性变化信息和电信号峰值信息,建立理论上的相电压正弦曲线图,此处的理论上的相电压正弦曲线图可以称为理论电压曲线图。
可选的,在步骤S103中,还存在如图2所示的处理,具体的操作流程如下:
S201,由预设的识别周期时长,周期性的将理论电压曲线图以及历史电压曲线图相比较。
在实施中,智能终端为了周期性的对应当前的故障状态进行识别处理,周期性的将理论电压曲线图和历史电压曲线图相比较,以便于从实时更新的历史电压曲线图中识别出和理论电压曲线图中存在差异性的区域。此处的周期时长为识别周期时长。
S202,若当前识别周期中历史电压曲线图的电压值与理论电压曲线图中的电压值均相等,则将识别出当前识别周期的状态信息为稳态运行信息。
在实施中,智能终端在将理论电压曲线图和历史电压曲线图相比较后,若在当前的识别周期中,历史电压曲线图和理论电压曲线图的电压值均相等,则智能终端将判断配电网的运行状态为稳定运行,从而以识别当前的状态信息为稳态运行信息,且此处当前的识别周期称为当前识别周期。
S203,若当前识别周期中存在历史电压曲线图的电压值与理论电压曲线图中的电压值均不相等,则基于环境干扰信息和历史电压曲线图,识别当前识别周期的故障类别信息。
在实施中,智能终端在将理论电压曲线图和历史电压曲线图相比较后,若在当前的识别周期中,存在历史电压曲线图和理论电压曲线图的电压值不均相等,则先将连续不相同的多个电压值构成区域标识出,然后再由历史电压曲线图中标识出区域的电压值,识别出当前识别周期的故障类型信息,此处标识出区域的电压值和多个故障类型信息之间存在映射关系,且映射关系可以是预先人为记载存储于智能终端中的,也可以是由网络大数据汇总等到的映射关系。
需要注意的是为了便于计算,此处标识出区域的电压值可以采集中数的方式。
可选的,在步骤S203中,还存在如图3所示的处理,具体的操作流程如下:
S301,根据当前的环境干扰信息,以及预记载的噪音干扰数据库匹配出当前理论干扰值,噪音干扰数据库中包括历史噪音分贝量、历史噪音干扰值以及对应的历史理论电压值。
在实施中,智能终端由环境干扰信息的噪音分贝量,从预记载的噪音干扰数据库中匹配出对应的理论干扰值,此处的理论干扰值为噪音对于电压检测可能会产生的误差范围,同时此处的噪音干扰数据库中包括有历史噪音分贝量、历史噪音干扰值、以及相对应的历史理论电压值。
S302,基于当前理论干扰值和噪音干扰数据库,获取理论干扰变化曲线图。
在实施中,智能终端将当前理论干扰值和噪音干扰数据库中记载的多个历史噪音干扰值,在理论电压曲线图的基础上构建理论干扰变化曲线图。
S303,根据理论干扰变化曲线图和历史电压曲线图,筛选出多个故障区域以及对应的故障突变量。
在实施中,智能终端将理论干扰曲线图与历史电压曲线图相比较,从历史电压曲线图中筛选出故障区域,此处的故障区域存在两种情况:
情况一:相对于理论电压曲线图,历史电压曲线图中存在的电压变化区域,理论干扰变化曲线图中不存在,则将该存在的电压变化区域标记为故障区域,同时将故障区域对应的变化电压值标记为故障突变量;
情况二:相对于理论电压曲线图,历史电压曲线图中存在的电压变化区域,理论干扰变化曲线图中也同时存在,但理论干扰变化曲线图与历史电压曲线图中电压变化区域的电压值差距较大(可以理解的两者直接差距大于某一阈值),则将该电压变化区域标记为故障区域,同时将故障区域对应的变化电压值标记为故障突变量。
S304,若当前识别周期中存在有当前故障区域,则基于当前故障区域以及对应的当前故障突变量,从预设的故障识别数据库中匹配出当前的故障类别信息,故障识别数据库包括多个历史故障类型信息以及历史故障突变量。
在实施中,智能终端若识别到当前识别周期中存在有故障区域时,此处当前识别周期中的故障区域可以称为当前故障区域。则智能终端将当前故障区域对应的故障突变量,从故障识别数据库中匹配对应的故障类别信息。此处故障识别数据库可以来源于预先的实验室通过实验获取,也可以来自历史数据汇总处理记载出来的。
可选的,在步骤S301中,还存在如图4所示的处理,具体的操作流程如下:
S401,根据当前故障区域对应环境干扰信息中的噪音分贝量,和预设的浮动噪音值,生成对比噪音区间。
在实施中,智能终端由当前故障区域对应的环境干扰信息,获取当前故障区域对应时间段的噪音分贝量。然后智能终端再由噪音分贝量分别加浮动噪音值生成对比噪音区间。
S402,根据对比噪音区间从噪音干扰数据库中,筛选多个目标历史噪音分贝量以及对应的目标历史理论电压值。
在实施中,智能终端由对比噪音区间从噪音数据库中,筛选出位于对比噪音区间的多个历史噪音分贝量,并由多个历史噪音分贝量匹配出对应的多个历史理论电压值,此处的历史噪音分贝量可以称为目标历史噪音分贝量,历史理论电压值可以称为目标历史理论电压值。
S403,基于当前故障区域对应的当前理论电压值,从多个目标历史理论电压值中筛选出分布于当前理论电压值两侧的两个对比历史理论电压值。
在实施中,智能终端从多个目标历史理论电压值中筛选出两个目标历史理论电压值,此处筛选出的两个目标历史理论电压值可以称为对比历史理论电压值。两个对比历史理论电压值分布于当前故障区域对应理论电压值的两侧,且两个对比历史理论电压值在多个目标历史理论电压值中,为最接近当前理论电压值的两个目标历史理论电压值。
需要注意的是,为了便于计算,通常针对于某一区域的理论电压值、故障干扰值以及历史电压值均取中数处理。
S404,基于两个对比历史理论电压值,以及两个对比历史理论电压值对应的对比历史噪音干扰值,计算生成当前理论干扰值。
在实施中,智能终端由两个对比历史理论电压值,和两个对比理论电压值对应的对比历史噪音干扰值,计算当前的理论干扰值。
具体的,计算当前理论干扰值的公式如下:
;
其中,为当前理论干扰值,/>为当前理论电压值,/>和/>为分布于当前理论电压值两侧的两个对比历史理论电压值,且/>;/>为对应于/>的对比历史噪音干扰值,/>为对应于/>的对比历史噪音干扰值。
可选的,在步骤S303中,还存在如图5所示的处理,具体的操作流程如下:
S501,根据理论电压曲线图从历史电压曲线图中,距当前识别周期起始时刻的预设采样时长内,捕获到多个电信号变化区域和电信号变化量。
在实施中,智能终端将理论电压曲线图投影历史电压曲线图中,接着智能终端从投影后的历史电压曲线图,距离当前识别周期的起始时刻的预设采样时长内,捕获到多个电信号变化区域和电信号变化量。此处的电信号变化区域为历史电压曲线图相对于理论电压曲线图产生电压突变的区域。
S502,根据理论电压曲线图从理论干扰变化曲线图中,距当前识别周期起始时刻的预设采样时长内,捕获到多个理论变化区域和理论变化量。
在实施中,智能终端将理论电压曲线图投影理论干扰变化曲线图中,接着智能终端从投影后的理论干扰变化曲线图,距离当前识别周期的起始时刻的预设采样时长内,捕获到多个理论变化区域和理论变化量。此处的理论变化区域为理论干扰变化曲线图相对于理论电压曲线图产生电压突变的区域。
S503,将多个电信号变化区域投影至理论干扰变化曲线中,并从投影后的理论干扰变化曲线中筛选出多个故障区域和对应的故障突变量。
在实施中,智能终端将电信号变化区域以及电信号变化量,投影至理论干扰变化曲线中,此时将电信号变化区域投影至理论干扰曲线后,存在以下两种情况:
情况一:某一电信号变化区域与多个理论变化区域不相重合,则将该电信号变化区域标记为故障区域,对应的电信号变化量标记为故障突变量。
情况一:某一电信号变化区域与理论变化区域相重合,则将电信号变化量和对应的理论变化量,且仅将两者差距较大的某一电信号变化区域标记为故障区域,对应电信号变化量与理论变化量的差值标记为故障突变量。
可选的,在步骤S503中,还存在如图5所示的处理,具体的操作流程如下:
S601,若目标电信号变化区域与多个理论变化区域均未重合,则将目标电信号变化区域标记为故障区域,且将对应的目标电信号变化量标记为故障变化量。
在实施中,智能终端将电信号变化区域以及电信号变化量,投影至理论干扰变化曲线中之后,存在以下多种情况。此处选取其中一个电信号变化区域进行说明,并将该电信号变化区域称为目标电信号变化区域,对应的额电信号变化量标记为目标电信号变化量。
情况一:若目标电信号变化区域与多个理论变化区域均未重合,则智能终端将目标电信号变化区域标记为故障区域,并将对应的目标电信号变化量标记为故障变化量。
S602,若存在目标电信号变化区域与目标理论变化区域相重合,则将对应的目标电信号变化量和对应的目标理论变化量相比较。
在实施中,情况二:若存在目标电信号变化区域与某一理论变化区域相重合,智能终端则再将目标电信号变化量和该理论变化区域对应的理论变化量相比较。
此处理论变化区域可以称为目标理论变化区域,对应的理论变化量可以称为目标理论变化量。
S603,根据目标理论变化量和预设检测浮动值,计算生成预估干扰浮动区间。
在实施中,智能终端将目标理论变化量分别于预设的检测浮动值相加和相减,计算生成预估干扰浮动区间。
S604,当目标电信号变化量不位于预估干扰浮动区间中,则将目标电信号变化区域标记为故障区域,且将目标电信号变化量与目标理论变化量的差值标记为故障变化量。
在实施中,当智能终端识别到目标电信号变化量位于预估干扰浮动区间中,则智能终端识别出当前状态信息为稳态运行信息。
当智能终端识别到目标电信号变化量不位于预估干扰浮动区间中,则智能终端将目标电信号变化区域标记为故障区域,且将目标电信号变化量与目标理论变化量的差值标记为故障变化量息。
需要注意的是,当目标电信号变化量为0是,则直接将目标电信号变化量标记为故障变化量。
基于相同的构思,本申请实施例还公开一种单相接地故障识别装置,如图7所示,所述装置包括:
信息获取模块701,用于实时捕获配电网输出电源多个相序的相电压值;还用于根据预设的环境干扰因素传感器实时获取环境干扰信息;
图形建立模块702,基于实时捕捉到的多个相电压值,建立历史电压曲线图;还用于根据历史电压曲线图生成理论电压曲线图;
状态识别模块703,基于当前的环境干扰信息、理论电压曲线图以及历史电压曲线图识别出当前状态信息,状态信息包括多个故障类别信息或稳态运行信息。
可选的,单相接地故障识别装置,具体的用于:
信息获取模块701,用于根据历史电压曲线图,获取配电网输出电源的电信号周期性变化信息以及电信号峰值信息;
图形建立模块702,用于根据周期性变化信息和电信号峰值信息,建立理论电压曲线图。
可选的,单相接地故障识别装置,具体的用于:
曲线比较模块704,用于由预设的识别周期时长,周期性的将理论电压曲线图以及历史电压曲线图相比较;
状态识别模块703,若当前识别周期中历史电压曲线图的电压值与理论电压曲线图中的电压值均相等,则将识别出当前识别周期的状态信息为稳态运行信息;
状态识别模块703,若当前识别周期中存在历史电压曲线图的电压值与理论电压曲线图中的电压值均不相等,则基于环境干扰信息和历史电压曲线图,识别当前识别周期的故障类别信息。
可选的,单相接地故障识别装置,具体的用于:
信息匹配模块705,用于根据当前的环境干扰信息,以及预记载的噪音干扰数据库匹配出当前理论干扰值,噪音干扰数据库中包括历史噪音分贝量、历史噪音干扰值以及对应的历史理论电压值;
图形建立模块702,用于基于当前理论干扰值和噪音干扰数据库,获取理论干扰变化曲线图;
区域筛选模块706,用于根据理论干扰变化曲线图和历史电压曲线图,筛选出多个故障区域以及对应的故障突变量;
状态识别模块703,若当前识别周期中存在有当前故障区域,则基于当前故障区域以及对应的当前故障突变量,从预设的故障识别数据库中匹配出当前的故障类别信息,故障识别数据库包括多个历史故障类型信息以及历史故障突变量。
可选的,单相接地故障识别装置,具体的用于:
区域筛选模块706,用于根据理论电压曲线图从历史电压曲线图中,距当前识别周期起始时刻的预设采样时长内,捕获到多个电信号变化区域和电信号变化量;
区域筛选模块706,用于根据理论电压曲线图从理论干扰变化曲线图中,距当前识别周期起始时刻的预设采样时长内,捕获到多个理论变化区域和理论变化量;
区域筛选模块706,用于将多个电信号变化区域投影至理论干扰变化曲线中,并从投影后的理论干扰变化曲线中筛选出多个故障区域和对应的故障突变量。
可选的,单相接地故障识别装置,具体的用于:
区域筛选模块706,用于若目标电信号变化区域与多个理论变化区域均未重合,则将目标电信号变化区域标记为故障区域,且将对应的目标电信号变化量标记为故障变化量;
信息比较模块707,若存在目标电信号变化区域与目标理论变化区域相重合,则将对应的目标电信号变化量和对应的目标理论变化量相比较;
计算模块708,用于根据目标理论变化量和预设检测浮动值,计算生成预估干扰浮动区间;
状态识别模块703,当目标电信号变化量不位于预估干扰浮动区间中,则将目标电信号变化区域标记为故障区域,且将目标电信号变化量与目标理论变化量的差值标记为故障变化量。
可选的,单相接地故障识别装置,具体的用于:
计算模块708,用于根据当前故障区域对应环境干扰信息中的噪音分贝量,和预设的浮动噪音值,生成对比噪音区间;
信息匹配模块705,用于根据对比噪音区间从噪音干扰数据库中,筛选多个目标历史噪音分贝量以及对应的目标历史理论电压值;
信息匹配模块705,用于基于当前故障区域对应的当前理论电压值,从多个目标历史理论电压值中筛选出分布于当前理论电压值两侧的两个对比历史理论电压值;
计算模块708,用于基于两个对比历史理论电压值,以及两个对比历史理论电压值对应的对比历史噪音干扰值,计算生成当前理论干扰值。
可选的,单相接地故障识别装置,具体的用于:
计算当前理论干扰值的公式如下:
;
其中,为当前理论干扰值,/>为当前理论电压值,/>和/>为分布于当前理论电压值两侧的两个对比历史理论电压值,且/>;/>为对应于/>的对比历史噪音干扰值,/>为对应于/>的对比历史噪音干扰值。
本申请实施例中提供的智能终端的结构示意图。该智能终端可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(例如,一个或一个以上处理器)和存储器,一个或一个以上存储应用程序或数据的存储介质(例如一个或一个以上海量存储设备)。其中,存储器和存储介质可以是短暂存储或持久存储。存储在存储介质的程序可以包括一个或一个以上的模块(图中未标出),每个模块可以包括对智能终端中的一系列指令操作。
智能终端还可以包括一个或一个以上的电源,一个或一个以上有线或无线网络接口,一个或一个以上输入输出接口,一个或一个以上键盘,和/或,一个或一个以上操作系统。
智能终端可以包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行一个或者一个以上程序包含用于进行上述单相接地故障识别方法中智能终端的处理。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器等。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (10)
1.一种单相接地故障识别方法,其特征在于,所述方法包括:
实时捕获配电网输出电源多个相序的相电压值;
基于实时捕捉到的多个所述相电压值,建立历史电压曲线图;
根据所述历史电压曲线图生成理论电压曲线图;
根据预设的环境干扰因素传感器实时获取环境干扰信息;
基于当前的所述环境干扰信息、所述理论电压曲线图以及所述历史电压曲线图识别出当前状态信息,所述状态信息包括多个故障类别信息或稳态运行信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述历史电压曲线图生成理论电压曲线图,包括:
根据所述历史电压曲线图,获取配电网输出电源的电信号周期性变化信息以及电信号峰值信息;
根据所述周期性变化信息和所述电信号峰值信息,建立所述理论电压曲线图。
3.根据权利要求2所述的方法,其特征在于,所述基于当前的所述环境干扰信息、所述理论电压曲线图以及所述历史电压曲线图识别出当前状态信息,所述状态信息包括多个故障类别信息或稳态运行信息,包括:
由预设的识别周期时长,周期性的将所述理论电压曲线图以及所述历史电压曲线图相比较;
若当前识别周期中所述历史电压曲线图的电压值与所述理论电压曲线图中的电压值均相等,则将识别出当前识别周期的状态信息为稳态运行信息;
若当前识别周期中存在所述历史电压曲线图的电压值与所述理论电压曲线图中的电压值均不相等,则基于所述环境干扰信息和所述历史电压曲线图,识别当前识别周期的故障类别信息。
4.根据权利要求3所述的方法,其特征在于,所述基于所述环境干扰信息和所述历史电压曲线图,识别当前识别周期的故障类别信息,包括:
根据当前的所述环境干扰信息,以及预记载的噪音干扰数据库匹配出当前理论干扰值,所述噪音干扰数据库中包括历史噪音分贝量、历史噪音干扰值以及对应的历史理论电压值;
基于所述当前理论干扰值和所述噪音干扰数据库,获取理论干扰变化曲线图;
根据所述理论干扰变化曲线图和所述历史电压曲线图,筛选出多个故障区域以及对应的故障突变量;
若所述当前识别周期中存在有当前故障区域,则基于当前故障区域以及对应的当前故障突变量,从预设的故障识别数据库中匹配出当前的故障类别信息,所述故障识别数据库包括多个历史故障类型信息以及历史故障突变量。
5.根据权利要求4所述的方法,其特征在于,所述根据所述理论干扰变化曲线图和所述历史电压曲线图,筛选出多个故障区域以及对应的故障突变量,包括:
根据所述理论电压曲线图从所述历史电压曲线图中,距当前识别周期起始时刻的预设采样时长内,捕获到多个电信号变化区域和电信号变化量;
根据所述理论电压曲线图从所述理论干扰变化曲线图中,距当前识别周期起始时刻的预设采样时长内,捕获到多个理论变化区域和理论变化量;
将多个所述电信号变化区域投影至所述理论干扰变化曲线中,并从投影后的所述理论干扰变化曲线中筛选出多个故障区域和对应的故障突变量。
6.根据权利要求5所述的方法,其特征在于,所述从投影后的所述理论干扰变化曲线中筛选出多个故障区域和对应的故障突变量,包括:
若目标电信号变化区域与多个所述理论变化区域均未重合,则将所述目标电信号变化区域标记为故障区域,且将对应的所述目标电信号变化量标记为故障变化量;
若存在目标电信号变化区域与目标理论变化区域相重合,则将对应的目标电信号变化量和对应的目标理论变化量相比较;
根据所述目标理论变化量和预设检测浮动值,计算生成预估干扰浮动区间;
当所述目标电信号变化量不位于所述预估干扰浮动区间中,则将所述目标电信号变化区域标记为故障区域,且将所述目标电信号变化量与所述目标理论变化量的差值标记为故障变化量。
7.根据权利要求4所述的方法,其特征在于,所述根据所述环境干扰信息,以及预记载的噪音干扰数据匹配出当前理论干扰值,包括:
根据所述当前故障区域对应所述环境干扰信息中的噪音分贝量,和预设的浮动噪音值,生成对比噪音区间;
根据所述对比噪音区间从所述噪音干扰数据库中,筛选多个目标历史噪音分贝量以及对应的目标历史理论电压值;
基于所述当前故障区域对应的当前理论电压值,从多个目标历史理论电压值中筛选出分布于所述当前理论电压值两侧的两个对比历史理论电压值;
基于两个所述对比历史理论电压值,以及两个所述对比历史理论电压值对应的对比历史噪音干扰值,计算生成当前理论干扰值。
8.根据权利要求7所述的方法,其特征在于,所述基于两个所述对比历史理论电压值,以及两个所述对比历史理论电压值对应的对比历史噪音干扰值,计算生成当前理论干扰值,包括:
所述计算当前理论干扰值的公式如下:
;
其中,所述为当前理论干扰值,/>为当前理论电压值,/>和/>为分布于所述当前理论电压值两侧的两个对比历史理论电压值,且/>;/>为对应于/>的对比历史噪音干扰值,/>为对应于/>的对比历史噪音干扰值。
9.一种单相接地故障识别装置,其特征在于,所述装置包括:
信息获取模块(701),用于实时捕获配电网输出电源多个相序的相电压值;还用于根据预设的环境干扰因素传感器实时获取环境干扰信息;
图形建立模块(702),基于实时捕捉到的多个所述相电压值,建立历史电压曲线图;还用于根据所述历史电压曲线图生成理论电压曲线图;
状态识别模块(703),基于当前的所述环境干扰信息、所述理论电压曲线图以及所述历史电压曲线图识别出当前状态信息,所述状态信息包括多个故障类别信息或稳态运行信息。
10.一种智能终端,其特征在于,所述智能终端包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至8任一所述的单相接地故障识别方法中智能终端的处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410146072.0A CN117665648B (zh) | 2024-02-02 | 2024-02-02 | 单相接地故障识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410146072.0A CN117665648B (zh) | 2024-02-02 | 2024-02-02 | 单相接地故障识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117665648A true CN117665648A (zh) | 2024-03-08 |
CN117665648B CN117665648B (zh) | 2024-04-19 |
Family
ID=90086704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410146072.0A Active CN117665648B (zh) | 2024-02-02 | 2024-02-02 | 单相接地故障识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117665648B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104502800A (zh) * | 2014-12-17 | 2015-04-08 | 华北电力大学(保定) | 一种电力系统故障因子特征提取方法 |
CN109470981A (zh) * | 2018-04-10 | 2019-03-15 | 国网浙江省电力有限公司嘉兴供电公司 | 一种保电配电网故障研判方法及系统 |
CN110864801A (zh) * | 2019-10-30 | 2020-03-06 | 国网福建省电力有限公司检修分公司 | 变压器噪声与振动在线监测及故障分析系统 |
KR20210150913A (ko) * | 2020-06-04 | 2021-12-13 | 한국전력공사 | 스마트폰을 이용한 소음 측정 지원 장치 |
CN114563657A (zh) * | 2022-02-23 | 2022-05-31 | 山东理工大学 | 基于谐波特征距离测度的低压配电线路故障电弧识别方法 |
US20220299578A1 (en) * | 2021-03-19 | 2022-09-22 | Mersen Usa Ep Corp. | Arc fault detection based on photovoltaic operating characteristics and extraction of pink noise behavior |
CN116973788A (zh) * | 2023-08-04 | 2023-10-31 | 嘉庚创新实验室 | 内短路故障检测方法、装置、计算机设备及存储介质 |
CN117269829A (zh) * | 2023-08-23 | 2023-12-22 | 国网四川省电力公司电力科学研究院 | 一种干式空心电抗器匝间短路故障识别方法和系统 |
-
2024
- 2024-02-02 CN CN202410146072.0A patent/CN117665648B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104502800A (zh) * | 2014-12-17 | 2015-04-08 | 华北电力大学(保定) | 一种电力系统故障因子特征提取方法 |
CN109470981A (zh) * | 2018-04-10 | 2019-03-15 | 国网浙江省电力有限公司嘉兴供电公司 | 一种保电配电网故障研判方法及系统 |
CN110864801A (zh) * | 2019-10-30 | 2020-03-06 | 国网福建省电力有限公司检修分公司 | 变压器噪声与振动在线监测及故障分析系统 |
KR20210150913A (ko) * | 2020-06-04 | 2021-12-13 | 한국전력공사 | 스마트폰을 이용한 소음 측정 지원 장치 |
US20220299578A1 (en) * | 2021-03-19 | 2022-09-22 | Mersen Usa Ep Corp. | Arc fault detection based on photovoltaic operating characteristics and extraction of pink noise behavior |
CN114563657A (zh) * | 2022-02-23 | 2022-05-31 | 山东理工大学 | 基于谐波特征距离测度的低压配电线路故障电弧识别方法 |
CN116973788A (zh) * | 2023-08-04 | 2023-10-31 | 嘉庚创新实验室 | 内短路故障检测方法、装置、计算机设备及存储介质 |
CN117269829A (zh) * | 2023-08-23 | 2023-12-22 | 国网四川省电力公司电力科学研究院 | 一种干式空心电抗器匝间短路故障识别方法和系统 |
Non-Patent Citations (4)
Title |
---|
何轶斌;: "电力系统暂态识别与人工智能技术", 宁夏电力, no. 1, 31 December 1998 (1998-12-31) * |
刘科研 等: "基于改进极限学习机的配电网高阻接地 故障检测方案", 电 网 技 术, 31 May 2023 (2023-05-31) * |
张健 等: "基于多端行波到达时差的配电网故障选线方法", 电力科学与技术学报, 31 December 2016 (2016-12-31) * |
张健;贺蕾思思;陈锐;曾祥君;: "基于寻优控制的配电网单相接地故障有源消弧方法", 广东电力, no. 02, 25 February 2017 (2017-02-25) * |
Also Published As
Publication number | Publication date |
---|---|
CN117665648B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111239471B (zh) | 换相失败保护方法、装置、计算机设备及存储介质 | |
CN111313833B (zh) | 一种组串式光伏系统直流侧串联电弧故障的检测方法 | |
CN114076873A (zh) | 电缆故障分析预测方法和装置 | |
CN108512222A (zh) | 一种智能变电站综合自动化系统 | |
CN111415107A (zh) | 配电网台区画像生成方法、装置、计算机设备和存储介质 | |
CN115372816A (zh) | 基于数据分析的配电开关设备运行故障预测系统及方法 | |
CN117665648B (zh) | 单相接地故障识别方法及装置 | |
CN117031182B (zh) | 配电站所终端遥测值异常检测方法及系统 | |
CN108647626B (zh) | 电能质量事件与事件成因的关联关系确定方法和装置 | |
CN112803581A (zh) | 低压联络柜的智能供电控制方法、系统及装置 | |
CN110794335A (zh) | 一种基于波形差异性的单相接地检测系统及其检测方法 | |
CN115065591B (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 | |
CN115047288A (zh) | 基于电力采集终端的台区故障定位方法及装置 | |
CN110544031A (zh) | 电能表可靠度预计方法、装置、计算机设备和存储介质 | |
CN115129011A (zh) | 基于边缘计算的工业资源管理方法 | |
CN115684829A (zh) | 一种电力二次回路故障检测预警方法及系统 | |
CN106053978B (zh) | 一种基于窗口的卫星非周期性遥测模拟量判读方法 | |
KR102327165B1 (ko) | 누전차단기의 전류신호에 기초한 전기화재 분류 방법 및 시스템 | |
CN114912070A (zh) | 一种基于多维特征分析的电机类负载非侵入式监测方法 | |
CN111414171A (zh) | 存储光纤网络的配置方法、装置、设备及可读存储介质 | |
CN114037010A (zh) | 一种电量数据异常的识别方法及装置 | |
CN111969952A (zh) | 光伏组串的故障检测方法、装置、设备以及计算机可读存储介质 | |
CN113964935B (zh) | 一种配电自动化终端工厂化全闭环调试方法及其系统 | |
Chakraborty et al. | Data-driven detection of low-current arcing events in power distribution systems | |
CN111521986B (zh) | 一种雷达通信分机数据融合模块的检测系统 |
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 |