CN117706276A - 基于Prony算法特征提取的配电网故障选线方法 - Google Patents
基于Prony算法特征提取的配电网故障选线方法 Download PDFInfo
- Publication number
- CN117706276A CN117706276A CN202410144172.XA CN202410144172A CN117706276A CN 117706276 A CN117706276 A CN 117706276A CN 202410144172 A CN202410144172 A CN 202410144172A CN 117706276 A CN117706276 A CN 117706276A
- Authority
- CN
- China
- Prior art keywords
- feeder
- distribution network
- power distribution
- determining
- matrix
- 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.)
- Pending
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 93
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 61
- 238000000605 extraction Methods 0.000 title claims abstract description 34
- 238000010187 selection method Methods 0.000 title claims abstract description 21
- 239000011159 matrix material Substances 0.000 claims abstract description 95
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000010355 oscillation Effects 0.000 claims abstract description 13
- 230000002159 abnormal effect Effects 0.000 claims description 26
- 238000005070 sampling Methods 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 19
- 238000004590 computer program Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process 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)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及电力系统技术领域，尤其涉及一种基于Prony算法特征提取的配电网故障选线方法。所述方法包括：获取配电网中采集到各馈线的零序电流；基于Prony算法确定所述零序电流在主振荡频率处相关性最弱的特征参数，并基于所述特征参数构造各馈线对应的拟合曲线，其中所述特征参数包括幅值、频率、衰减因子和相位；选取任意一条馈线的拟合曲线作为目标拟合曲线，确定所述目标拟合曲线与每一其他馈线对应的其他拟合曲线之间的相关系数；基于得到的每一所述相关系数构造相关系数混淆矩阵，并确定所述相关系数混淆矩阵的矩阵值；根据所述矩阵值的大小，判断所述目标馈线是否为故障馈线。旨在解决如何提高配电网故障选线效率的问题。
Description
技术领域
本发明涉及电力系统技术领域，尤其涉及一种基于Prony算法特征提取的配电网故障选线方法。
背景技术
在配电网故障选线的领域，采用中性点经消弧线圈接地系统进行故障选线是目前常见的一种故障选线方式，相较于传统的采用比幅、比相原理选线的方式，具有选线效率更高的优势。
然而，发明人在构思及实现本方案时，发现至少存在以下缺陷：对于传统的中性点经消弧线圈接地系统，由于系统存在不对称分量及稳态工频分量的因素，导致在故障选线时只能由人工测波，存在效率较低、适用性较差的缺陷。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种基于Prony算法特征提取的配电网故障选线方法，旨在解决如何提高配电网故障选线效率的问题。
为实现上述目的，本发明提供的一种基于Prony算法特征提取的配电网故障选线方法，所述方法包括：
获取配电网中采集到各馈线的零序电流；
基于Prony算法确定所述零序电流在主振荡频率处相关性最弱的特征参数，并基于所述特征参数构造各馈线对应的拟合曲线，其中所述特征参数包括幅值、频率、衰减因子和相位；
选取任意一条馈线的拟合曲线作为目标拟合曲线，确定所述目标拟合曲线与每一其他馈线对应的其他拟合曲线之间的相关系数；
基于得到的每一所述相关系数构造相关系数混淆矩阵，并确定所述相关系数混淆矩阵的矩阵值；
根据所述矩阵值的大小，判断所述目标馈线是否为故障馈线。
所述矩阵值是指相关系数混淆矩阵中的每个元素值。
可选地，所述获取配电网中采集到的零序电流和各馈线的馈线电流的步骤之前，还包括：
通过电磁式电流互感器采集所述配电网中各相的相电流，以及采集所述零序电流；
根据所述各相的相电流和所述零序电流，确定采样数据异常判别电流值；
当所述采样数据异常判别电流值处于预设区间内时，执行所述获取配电网中采集到各馈线的零序电流的步骤；
否则，执行保护复归策略。
所述保护复归策略具体为：若各相计算出的异常判别电流值未超过所设定的阈值，则各相电磁式电流互感器或零序电磁式电流互感器继续进行检测，并将保护闭锁。
可选地，所述根据所述各相的相电流和所述零序电流，确定采样数据异常判别电流值的步骤包括：
确定各相的相电流之和，以及确定所述相电流之和与相电流个数之间的比值；
确定所述比值与所述零序电流之间的差值，将所述差值作为所述采样数据异常判别电流值。
可选地，所述拟合曲线的表达式包括：
其中，t为第t个测量输入估计值，p为输入的测量估计值的总数，为幅值，为频
率，为衰减因子，为初始相位，h表示复数的虚部符号。
可选地，所述相关系数的表达式包括：
其中，为目标拟合曲线函数，为其他拟合曲线函数，i，j分别表示矩
阵的第i行，第j列，n=p表示从n等于p开始求和，N-1表示求和求到N-1为止。
可选地，所述相关系数混淆矩阵的表达式为：
其中，。
可选地，所述根据所述矩阵值的大小，判断所述目标拟合曲线对应的馈线是否为故障馈线的步骤包括：
确定所述矩阵值与预设矩阵阈值之间的数值关系；
若所述矩阵值小于或等于所述预设矩阵阈值，则确定所述目标拟合曲线对应的馈线为故障馈线；
若所述矩阵值大于所述预设矩阵阈值，则确定所述目标拟合曲线对应的馈线为健全馈线，返回执行所述选取任意一条馈线的拟合曲线作为目标拟合曲线，确定所述目标拟合曲线与每一其他馈线对应的其他拟合曲线之间的相关系数的步骤。
此外，为实现上述目的，本发明还提供一种配电网故障选线装置，应用于如上所述的基于Prony算法特征提取的配电网故障选线方法，所述配电网故障选线装置包括：
数据采集模块，用于获取配电网中采集到的零序电流；
数值计算模块，用于基于Prony算法确定所述零序电流在主振荡频率处相关性最弱的特征参数，并基于所述特征参数构造各馈线对应的拟合曲线，其中所述特征参数包括幅值、频率、衰减因子和相位；以及选取任意一条馈线的拟合曲线作为目标拟合曲线，确定所述目标拟合曲线与每一其他馈线对应的其他拟合曲线之间的相关系数；基于得到的每一所述相关系数构造相关系数混淆矩阵，并确定所述相关系数混淆矩阵的矩阵值；
逻辑判断模块，用于根据所述矩阵值的大小，判断所述目标拟合曲线对应的馈线是否为故障馈线。
此外，为实现上述目的，本发明还提供一种配电网故障选线系统，所述配电网故障选线系统包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于Prony算法特征提取的配电网故障选线程序，所述基于Prony算法特征提取的配电网故障选线程序被所述处理器执行时实现如上所述的基于Prony算法特征提取的配电网故障选线方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有基于Prony算法特征提取的配电网故障选线程序，所述基于Prony算法特征提取的配电网故障选线程序被处理器执行时实现如上所述的基于Prony算法特征提取的配电网故障选线方法的步骤。
本发明实施例提供一种基于Prony算法特征提取的配电网故障选线方法、装、系统以及计算机可读存储介质，通过Prony算法提取零序电流在主振荡频率处相关性最弱的特征参数，并基于各个特征参数构造得到各馈线对应的拟合曲线，选取任意一条作为目标拟合曲线，将该目标拟合曲线与每一其他拟合曲线进行比对，确定二者之间的相关系数，并基于得到的每一所述相关系数构造相关系数混淆矩阵，确定所述相关系数混淆矩阵的矩阵值，最后根据矩阵值的大小对目标拟合曲线对应的馈线是否为故障馈线进行判断，实现了非人工测波的故障选线，提高了配电网故障选线效率。
附图说明
图1为本发明实施例涉及的配电网故障选线系统的硬件运行环境的架构示意图；
图2为基于MATLAB搭建的配电网电路模型示意图；
图3为本发明基于Prony算法特征提取的配电网故障选线方法的第一实施例的流程示意图；
图4为本发明基于Prony算法特征提取的配电网故障选线方法的第二实施例的流程示意图；
图5为本发明实施例中涉及的基于Prony算法拟合出的正常馈线的波形与仿真出的正常波形的对比示意图；
图6为本发明实施例中涉及的基于Prony算法拟合出的故障馈线的波形与仿真出的故障波形的对比示意图；
图7为本发明实施例中涉及的基于Prony算法拟合出的正常馈线的波形与实测出的正常波形的对比示意图；
图8为本发明实施例中涉及的基于Prony算法拟合出的故障馈线的波形与实测出的故障波形的对比示意图；
图9为本发明配电网故障选线装置的架构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图作进一步说明。
具体实施方式
本申请通过Prony算法提取零序电流在主振荡频率处相关性最弱的特征参数，并基于各个特征参数构造得到各馈线对应的拟合曲线，选取任意一条作为目标拟合曲线，将该目标拟合曲线与每一其他拟合曲线进行比对，确定二者之间的相关系数，并基于得到的每一所述相关系数构造相关系数混淆矩阵，确定所述相关系数混淆矩阵的矩阵值，最后根据矩阵值的大小对目标拟合曲线对应的馈线是否为故障馈线进行判断，实现了非人工测波的故障选线，提高了配电网故障选线效率。
为了更好地理解上述技术方案，下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整地传达给本领域的技术人员。
作为一种实现方案，图1为本发明实施例方案涉及的配电网故障选线系统的硬件运行环境的架构示意图。
如图1所示，该配电网故障选线系统可以包括：处理器1001，例如CPU，存储器1005，用户接口1003，网络接口1004，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。存储器1005可以是高速RAM存储器，也可以是稳定的存储器（non-volatile memory），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的配电网故障选线系统架构并不构成对配电网故障选线系统的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于Prony算法特征提取的配电网故障选线程序。其中，操作系统是管理和控制配电网故障选线系统的硬件和软件资源的程序，基于Prony算法特征提取的配电网故障选线程序以及其他软件或程序的运行。
在图1所示的配电网故障选线系统中，用户接口1003主要用于连接终端，与终端进行数据通信；网络接口1004主要用于后台服务器，与后台服务器进行数据通信；处理器1001可以用于调用存储器1005中存储的基于Prony算法特征提取的配电网故障选线程序。
在本实施例中，配电网故障选线系统包括：存储器1005、处理器1001及存储在所述存储器上并可在所述处理器上运行的基于Prony算法特征提取的配电网故障选线程序，其中：
处理器1001调用存储器1005中存储的基于Prony算法特征提取的配电网故障选线程序时，执行以下操作：
获取配电网中采集到各馈线的零序电流；
基于Prony算法确定所述零序电流在主振荡频率处相关性最弱的特征参数，并基于所述特征参数构造各馈线对应的拟合曲线，其中所述特征参数包括幅值、频率、衰减因子和相位；
选取任意一条馈线的拟合曲线作为目标拟合曲线，确定所述目标拟合曲线与每一其他馈线对应的其他拟合曲线之间的相关系数；
基于得到的每一所述相关系数构造相关系数混淆矩阵，并确定所述相关系数混淆矩阵的矩阵值；
根据所述矩阵值的大小，判断所述目标馈线是否为故障馈线。
处理器1001调用存储器1005中存储的基于Prony算法特征提取的配电网故障选线程序时，执行以下操作：
通过电磁式电流互感器采集所述配电网中各相的相电流，以及采集所述零序电流；
根据所述各相的相电流和所述零序电流，确定采样数据异常判别电流值；
当所述采样数据异常判别电流值处于预设区间内时，执行所述获取配电网中采集到各馈线的零序电流的步骤；
否则，执行保护复归策略。
处理器1001调用存储器1005中存储的基于Prony算法特征提取的配电网故障选线程序时，执行以下操作：
确定各相的相电流之和，以及确定所述相电流之和与相电流个数之间的比值；
确定所述比值与所述零序电流之间的差值，将所述差值作为所述采样数据异常判别电流值。
处理器1001调用存储器1005中存储的基于Prony算法特征提取的配电网故障选线程序时，执行以下操作：
确定所述矩阵值与预设矩阵阈值之间的数值关系；
若所述矩阵值小于或等于所述预设矩阵阈值，则确定所述目标拟合曲线对应的馈线为故障馈线；
若所述矩阵值大于所述预设矩阵阈值，则确定所述目标拟合曲线对应的馈线为健全馈线，返回执行所述选取任意一条馈线的拟合曲线作为目标拟合曲线，确定所述目标拟合曲线与每一其他馈线对应的其他拟合曲线之间的相关系数的步骤。
基于上述基于电力系统技术的配电网故障选线系统的硬件架构，提出本发明基于Prony算法特征提取的配电网故障选线方法的实施例。
参照图2，图2为基于MATLAB搭建配电网模型示意图，图示中的电网模型，共有4条馈线，都为架空线路，采样频率为10kHz，设置故障为金属性接地故障。
第一实施例
参考图3，在第一实施例中，所述配电网故障选线方法包括以下步骤：
步骤S10，获取配电网中采集到各馈线的零序电流；
在本实施例中，配电网故障选线系统首先获取配电网中采集到的零序电流。可选地，零序电流可以通过电磁式电流互感器进行采集。
步骤S20，基于Prony算法确定所述零序电流在主振荡频率处相关性最弱的特征参数，并基于所述特征参数构造各馈线对应的拟合曲线，其中所述特征参数包括幅值、频率、衰减因子和相位；
在本实施例中，在获取到零序电流之后，利用Prony算法分析出零序电流中主振荡频率处相关性最弱的特征参数，作为有用的选线参数，特征参数包括幅值、频率、衰减因子和相位。
Prony算法是用一组指数项的线性组合来拟合等间距采样数据的方法，可以从中分析出电流信号的幅值、相位、阻尼因子、频率等信息。本实施例中选用Prony算法对零序电流信号中的幅值、频率、衰减因子和相位进行提取，该方法为现有，此处不展开叙述。
可选地，在得到前述的特征参数之后，基于得到的特征参数构造各馈线对应的拟合曲线。拟合曲线用于表征馈线受主振荡频率影响而产生的指数函数的线性组合，
可选地，设为拟合曲线，
整理后，得到拟合曲线的表达式为：
其中，t为第t个测量输入估计值，p为输入的测量估计值的总数，为幅值，为频
率，为衰减因子，为初始相位，h表示复数的虚部符号。
步骤S30，选取任意一条馈线的拟合曲线作为目标拟合曲线，确定所述目标拟合曲线与每一其他馈线对应的其他拟合曲线之间的相关系数；
在本实施例中，在得到各个馈线的拟合曲线之后，选取任意一条馈线的拟合曲线作为目标拟合曲线，然后将目标拟合曲线与每一其他馈线对应的其他拟合曲线进行比对，确定出目标拟合曲线和其他拟合曲线之间的相关系数。
可选地，相关系数的表达式为：
其中，为目标拟合曲线函数，为其他拟合曲线函数，i，j分别表示矩
阵的第i行，第j列，n=p表示从n等于p开始求和，N-1表示求和求到N-1为止。
步骤S40，基于得到的每一所述相关系数构造相关系数混淆矩阵，并确定所述相关系数混淆矩阵的矩阵值；
在本实施例中，在得到目标拟合曲线和各个其他拟合曲线之间的相关系数之后，将得到的各个相关系数构造成相关系数混淆矩阵；
可选地，相关系数混淆矩阵的表达式为：
其中，。
在得到相关系数混淆矩阵，计算相关系数混淆矩阵对应的矩阵值。具体的，矩阵值可以为相关系数混淆矩阵的行列式的值，
步骤S50，根据所述矩阵值的大小，判断所述目标拟合曲线对应的馈线是否为故障馈线。
在本实施例中，在计算出矩阵值之后，根据矩阵值的大小，判断所述目标拟合曲线对应的馈线是否为故障馈线。
可选地，设置一个预设矩阵阈值来作为矩阵值的大小的比较条件，确定矩阵值与预设矩阵阈值之间的数值关系，若矩阵值小于或等于预设矩阵阈值，则确定目标拟合曲线对应的馈线为故障馈线；若矩阵值大于预设矩阵阈值，则确定目标拟合曲线对应的馈线为健全馈线，返回去执行步骤S40，直到找出矩阵值小于预设矩阵阈值的故障馈线。
可选地，预设矩阵阈值可以设置为0.5。
在本实施例提供的技术方案中，通过Prony算法提取零序电流在主振荡频率处相关性最弱的特征参数，并基于各个特征参数构造得到各馈线对应的拟合曲线，选取任意一条作为目标拟合曲线，将该目标拟合曲线与每一其他拟合曲线进行比对，确定二者之间的相关系数，并基于得到的每一所述相关系数构造相关系数混淆矩阵，确定所述相关系数混淆矩阵的矩阵值，最后根据矩阵值的大小对目标拟合曲线对应的馈线是否为故障馈线进行判断，实现了非人工测波的故障选线，提高了配电网故障选线效率。
第二实施例
参考图4，在第二实施例中，所述步骤S10之前，还包括：
步骤S60，通过电磁式电流互感器采集所述配电网中各相的相电流，以及采集所述零序电流；
步骤S70，根据所述各相的相电流和所述零序电流，确定采样数据异常判别电流值；
步骤S80，当所述采样数据异常判别电流值处于预设区间内时，执行所述确定配电网中的各馈线的零序电流在主振荡频率处相关性最弱的特征参数的步骤；
步骤S90，否则，执行保护复归策略。
作为一可选实施例，在本实施例中，在获取各馈线的零序电流之前，为了确保后续判断的准确性，需要保证采集到的数据无误，因此，本实施例中通过布置在各馈线上的电磁式电流互感器（Current transformer，CT）采集配电网中各相的相电流，以及采集零序电流；根据各相的相电流和零序电流，确定出用于判断采样数据是否异常的采样数据异常判别电流值，并判断采样数据异常判别电流值是否处于一个预设区间内。
当采样数据异常判别电流值处于该预设区间内时，判断数据无误，执行步骤S10及其后续步骤；当采样数据异常判别电流值未处于该预设区间内时，判断数据存在误差，执行保护复归策略，重新通过电磁式电流互感器采集配电网中各相的相电流，以及零序电流。
可选地，采样数据异常判别电流值的计算步骤包括：确定各相的相电流之和，以及确定相电流之和与相电流个数之间的比值，确定比值与零序电流之间的差值，将差值作为所述采样数据异常判别电流值。
示例性地，设配电网中的相分别为a、b、c三相，则采样数据异常判别电流值的
计算公式如下：
其中，、和分别为a相的相电流、b相的相电流和c相的相电流，为零序电
流。
可选地，预设区间可以为[-5%I0，+5%I0]。
在本实施例提供的技术方案中，为了确保后续故障馈线判断的准确性，需要保证采集到的数据无误，通过布置在各馈线上的电磁式电流互感器采集配电网中各相的相电流，以及采集零序电流，然后根据各相的相电流和零序电流，确定出用于判断采样数据是否异常的采样数据异常判别电流值，并判断采样数据异常判别电流值是否处于一个预设区间内，从而对采集到的数据是否准确进行判断，提高了配电网故障选线效率的同时，确保故障选线的准确性。
此外，为了证明上述实施例中基于Prony算法特征提取的配电网故障选线方法的有效性，在一些具体实施方式中，参照图5、6、7和8，图5、6、7和8分别为基于Prony算法拟合出的正常馈线的波形与实测得到的参考正常波形的对比示意图，基于Prony算法拟合出的故障馈线的波形与参考故障波形的对比示意图，基于Prony算法拟合出的正常馈线的波形与实测出的正常波形的对比示意图，基于Prony算法拟合出的故障馈线的波形与实测出的故障波形的对比示意图。可以看到，拟合出的馈线电流信号波形，基本与实测波形的曲线走向一致，符合预期。
此外，参照图9，本实施例还提出一种配电网故障选线装置，所述配电网故障选线装置包括：
数据采集模块100，用于获取配电网中采集到的零序电流；
数值计算模块200，用于基于Prony算法确定所述零序电流在主振荡频率处相关性最弱的特征参数，并基于所述特征参数构造各馈线对应的拟合曲线，其中所述特征参数包括幅值、频率、衰减因子和相位；以及选取任意一条馈线的拟合曲线作为目标拟合曲线，确定所述目标拟合曲线与每一其他馈线对应的其他拟合曲线之间的相关系数；基于得到的每一所述相关系数构造相关系数混淆矩阵，并确定所述相关系数混淆矩阵的矩阵值；
逻辑判断模块300，用于根据所述矩阵值的大小，判断所述目标拟合曲线对应的馈线是否为故障馈线。
此外，所述数据采集模块100还包括：
数据采集单元，用于从传感器和/或其他测量设备等被测单元中实时采集各馈线各相的电流和馈线的零序电流信号；
模数变换单元，用于将采集到的参照量信号的瞬时值变换成数字量信号的数字值。
此外，所述数值计算模块200还包括：
信号计算单元：用于对采集到的各相的相电流和各馈线的零序电流信号，并构造启动信号；
Prony计算单元：用于通过Prony算法分析出零序电流中对选线的有用特征；
采样数据异常判别电流值计算单元，用于根据各相的相电流和零序电流，确定采样数据异常判别电流值；
此外，所述逻辑判断模块300还包括：
零序电流采集判断单元，用于判断采样数据异常判别电流值是否处于预设区间，并在判断采样数据异常判别电流值处于预设区间内时，向数据采集单元输出启动信号；否则，执行保护复归策略；
相关系数计算单元，用于计算选取的目标拟合曲线与每一其他馈线对应的其他拟合曲线之间的相关系数；
故障选线判断单元，用于判断矩阵值与预设矩阵阈值之间的数值关系，若矩阵值小于或等于所述预设矩阵阈值，则确定目标拟合曲线对应的馈线为故障馈线；若矩阵值大于所述预设矩阵阈值，则确定目标拟合曲线对应的馈线为健全馈线，向相关系数计算单元输出启动信号。
此外，本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令，计算机程序可以存储于一存储介质中，该存储介质为计算机可读存储介质。该程序指令被配电网故障选线系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。
因此，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有基于Prony算法特征提取的配电网故障选线程序，所述基于Prony算法特征提取的配电网故障选线程序被处理器执行时实现如上实施例所述的基于Prony算法特征提取的配电网故障选线方法的各个步骤。
其中，所述计算机可读存储介质可以是U盘、移动硬盘、只读存储器（Read-OnlyMemory，ROM）、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
需要说明的是，由于本申请实施例提供的存储介质，为实施本申请实施例的方法所采用的存储介质，故而基于本申请实施例所介绍的方法，本领域所属人员能够了解该存储介质的具体结构及变形，故而在此不再赘述。凡是本申请实施例的方法所采用的存储介质都属于本申请所欲保护的范围。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于Prony算法特征提取的配电网故障选线方法，其特征在于，所述基于Prony算法特征提取的配电网故障选线方法包括以下步骤：
获取配电网中采集到各馈线的零序电流；
基于Prony算法确定所述零序电流在主振荡频率处相关性最弱的特征参数，并基于所述特征参数构造各馈线对应的拟合曲线，其中所述特征参数包括幅值、频率、衰减因子和相位；
选取任意一条馈线的拟合曲线作为目标拟合曲线，确定所述目标拟合曲线与每一其他馈线对应的其他拟合曲线之间的相关系数；
基于得到的每一所述相关系数构造相关系数混淆矩阵，并确定所述相关系数混淆矩阵的矩阵值；
根据所述矩阵值的大小，判断所述目标馈线是否为故障馈线；
所述矩阵值是指相关系数混淆矩阵中的每个元素值。
2.如权利要求1所述的方法，其特征在于，所述获取配电网中采集到的零序电流和各馈线的馈线电流的步骤之前，还包括：
通过电磁式电流互感器采集所述配电网中各相的相电流，以及采集所述零序电流；
根据所述各相的相电流和所述零序电流，确定采样数据异常判别电流值；
当所述采样数据异常判别电流值处于预设区间内时，执行所述获取配电网中采集到各馈线的零序电流的步骤；
否则，执行保护复归策略；
所述保护复归策略具体为：若各相计算出的异常判别电流值未超过所设定的阈值，则各相电磁式电流互感器或零序电磁式电流互感器继续进行检测，并将保护闭锁。
3.如权利要求2所述的方法，其特征在于，所述根据所述各相的相电流和所述零序电流，确定采样数据异常判别电流值的步骤包括：
确定各相的相电流之和，以及确定所述相电流之和与相电流个数之间的比值；
确定所述比值与所述零序电流之间的差值，将所述差值作为所述采样数据异常判别电流值。
4.如权利要求1所述的方法，其特征在于，所述拟合曲线的表达式包括：
；
其中，t为第t个测量输入估计值，p为输入的测量估计值的总数，为幅值，/>为频率，/>为衰减因子，/>为初始相位，h表示复数的虚部符号。
5.如权利要求1或4所述的方法，其特征在于，所述相关系数的表达式包括：
；
其中，为目标拟合曲线函数，/>为其他拟合曲线函数，i，j分别表示矩阵的第i行，第j列，n=p表示从n等于p开始求和，N-1表示求和求到N-1为止。
6.如权利要求5所述的方法，其特征在于，所述相关系数混淆矩阵的表达式为：
；
其中，。
7.如权利要求1所述的方法，其特征在于，所述根据所述矩阵值的大小，判断所述目标拟合曲线对应的馈线是否为故障馈线的步骤包括：
确定所述矩阵值与预设矩阵阈值之间的数值关系；
若所述矩阵值小于或等于所述预设矩阵阈值，则确定所述目标拟合曲线对应的馈线为故障馈线；
若所述矩阵值大于所述预设矩阵阈值，则确定所述目标拟合曲线对应的馈线为健全馈线，返回执行所述选取任意一条馈线的拟合曲线作为目标拟合曲线，确定所述目标拟合曲线与每一其他馈线对应的其他拟合曲线之间的相关系数的步骤。
8.一种配电网故障选线装置，其特征在于，应用于如权利要求1至7任一项所述的基于Prony算法特征提取的配电网故障选线方法，所述配电网故障选线装置包括：
数据采集模块，用于获取配电网中采集到的零序电流；
数值计算模块，用于基于Prony算法确定所述零序电流在主振荡频率处相关性最弱的特征参数，并基于所述特征参数构造各馈线对应的拟合曲线，其中所述特征参数包括幅值、频率、衰减因子和相位；以及选取任意一条馈线的拟合曲线作为目标拟合曲线，确定所述目标拟合曲线与每一其他馈线对应的其他拟合曲线之间的相关系数；基于得到的每一所述相关系数构造相关系数混淆矩阵，并确定所述相关系数混淆矩阵的矩阵值；
逻辑判断模块，用于根据所述矩阵值的大小，判断所述目标拟合曲线对应的馈线是否为故障馈线。
9.一种配电网故障选线系统，其特征在于，所述配电网故障选线系统包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于Prony算法特征提取的配电网故障选线程序，所述基于Prony算法特征提取的配电网故障选线程序被所述处理器执行时实现如权利要求1至7中任一项所述的基于Prony算法特征提取的配电网故障选线方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于Prony算法特征提取的配电网故障选线程序，所述基于Prony算法特征提取的配电网故障选线程序被处理器执行时实现如权利要求1至7中任一项所述的基于Prony算法特征提取的配电网故障选线方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410144172.XA CN117706276A (zh) | 2024-02-01 | 2024-02-01 | 基于Prony算法特征提取的配电网故障选线方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410144172.XA CN117706276A (zh) | 2024-02-01 | 2024-02-01 | 基于Prony算法特征提取的配电网故障选线方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117706276A true CN117706276A (zh) | 2024-03-15 |
Family
ID=90162703
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410144172.XA Pending CN117706276A (zh) | 2024-02-01 | 2024-02-01 | 基于Prony算法特征提取的配电网故障选线方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117706276A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102928731A (zh) * | 2012-11-06 | 2013-02-13 | 昆明理工大学 | 一种利用零序电流全量Hough变换的配电网故障选线方法 |
| CN102967800A (zh) * | 2012-12-10 | 2013-03-13 | 辽宁省电力有限公司沈阳供电公司 | 基于暂态信号prony算法的配电网单相接地故障区段定位方法及定位装置 |
| CN103197203A (zh) * | 2013-03-29 | 2013-07-10 | 昆明理工大学 | 一种基于三相电流突变量的时域波形相关分析的故障选线方法 |
| CN103675605A (zh) * | 2013-12-11 | 2014-03-26 | 湖南大学 | 基于故障信号暂态相关分析的小电流接地故障选线方法 |
| CN107942193A (zh) * | 2017-10-31 | 2018-04-20 | 国网湖南省电力公司 | 一种复杂配电网网络定位方法 |
| CN110542821A (zh) * | 2019-08-30 | 2019-12-06 | 江苏莱尔曼电气科技有限公司 | 一种利用相关分析的小电流选线方法 |
| CN217931880U (zh) * | 2022-08-12 | 2022-11-29 | 国网山东省电力公司电力科学研究院 | 一种配电网单相接地故障检测装置 |
-
2024
- 2024-02-01 CN CN202410144172.XA patent/CN117706276A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102928731A (zh) * | 2012-11-06 | 2013-02-13 | 昆明理工大学 | 一种利用零序电流全量Hough变换的配电网故障选线方法 |
| CN102967800A (zh) * | 2012-12-10 | 2013-03-13 | 辽宁省电力有限公司沈阳供电公司 | 基于暂态信号prony算法的配电网单相接地故障区段定位方法及定位装置 |
| CN103197203A (zh) * | 2013-03-29 | 2013-07-10 | 昆明理工大学 | 一种基于三相电流突变量的时域波形相关分析的故障选线方法 |
| CN103675605A (zh) * | 2013-12-11 | 2014-03-26 | 湖南大学 | 基于故障信号暂态相关分析的小电流接地故障选线方法 |
| CN107942193A (zh) * | 2017-10-31 | 2018-04-20 | 国网湖南省电力公司 | 一种复杂配电网网络定位方法 |
| CN110542821A (zh) * | 2019-08-30 | 2019-12-06 | 江苏莱尔曼电气科技有限公司 | 一种利用相关分析的小电流选线方法 |
| CN217931880U (zh) * | 2022-08-12 | 2022-11-29 | 国网山东省电力公司电力科学研究院 | 一种配电网单相接地故障检测装置 |
Non-Patent Citations (2)
| Title |
|---|
| 彭仕欣: "谐振接地系统故障选线新方法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》, 15 September 2008 (2008-09-15), pages 042 - 181 * |
| 彭仕欣;李斌;赵兴兵;: "基于PRONY特征提取的谐振接地电网故障选线相关分析新方法", 昆明理工大学学报(理工版), no. 02, 15 April 2008 (2008-04-15), pages 73 - 77 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3043186B1 (en) | Method and system for identifying full parameters of element by fault recorder, and fault locating method | |
| CN110579682B (zh) | 一种故障录波数据暂态同源对比方法及装置 | |
| EP3560054B1 (en) | A method for detecting inrush and ct saturation and an intelligent electronic device therefor | |
| Veerakumar et al. | PMU-based real-time distribution system state estimation considering anomaly detection, discrimination and identification | |
| CN111537836A (zh) | 基于录波数据的配电网故障自动诊断方法及系统 | |
| CN112861947A (zh) | 传感器数据处理方法、装置及计算设备 | |
| CN117293799A (zh) | 一种用于评估电力系统暂态功角稳定的方法及系统 | |
| CN109586249B (zh) | 变压器励磁涌流判别方法和装置 | |
| CN118050598A (zh) | 配电网的故障选线方法、系统以及可读存储介质 | |
| CN105914738A (zh) | 一种基于测量不确定度的配电网不良数据检测和辨识方法 | |
| CN117706276A (zh) | 基于Prony算法特征提取的配电网故障选线方法 | |
| CN107229003A (zh) | 一种电网电压暂降薄弱区域的辨识方法及装置 | |
| CN111880020A (zh) | 面向电力用户配用电系统的故障录波数据生成方法及装置 | |
| CN115219787A (zh) | 基于改进矩阵束的电网相量移动测量方法、系统及介质 | |
| CN112968473B (zh) | 交直流混合配电网抗差状态估计方法及终端设备 | |
| CN112213577B (zh) | 电气操作的检测方法、装置、电脑钥匙及存储介质 | |
| CN115047400A (zh) | 三相电能表准确度校验方法、系统、终端设备及介质 | |
| CN109088413B (zh) | 一种直流受端电网动态无功规划选址方法和装置 | |
| CN108876393B (zh) | 判断用户风险程度的方法、装置 | |
| CN109375144B (zh) | 基于三相四线表计设备的失流故障监测方法和装置 | |
| CN112240992A (zh) | 基于线路空充暂态电流的保护极性校验方法、装置和设备 | |
| BR102015028907B1 (pt) | Método de detecção de saturação em transformadores de corrente utilizando o filtro de savitzky-golay | |
| CN117706281B (zh) | 基于相不对称的配电网的故障选线方法、系统及存储介质 | |
| CN117686843B (zh) | 基于波形高次累加重构的配电网故障选线方法及系统 | |
| CN115774677B (zh) | 一种基于多参数输入的模糊测试方法及装置 |
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 |