CN117872037A - 基于智慧开关的故障诊断方法、装置及配电网系统 - Google Patents
基于智慧开关的故障诊断方法、装置及配电网系统 Download PDFInfo
- Publication number
- CN117872037A CN117872037A CN202410271698.4A CN202410271698A CN117872037A CN 117872037 A CN117872037 A CN 117872037A CN 202410271698 A CN202410271698 A CN 202410271698A CN 117872037 A CN117872037 A CN 117872037A
- Authority
- CN
- China
- Prior art keywords
- fault
- line
- fault diagnosis
- information
- 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.)
- Granted
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 134
- 238000009826 distribution Methods 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000007704 transition Effects 0.000 claims description 28
- 238000003860 storage Methods 0.000 claims description 17
- 230000004927 fusion Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 3
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract 1
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000006399 behavior Effects 0.000 description 5
- 230000011664 signaling Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 101100457838 Caenorhabditis elegans mod-1 gene Proteins 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 101150110972 ME1 gene Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect 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
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供一种基于智慧开关的故障诊断方法、装置及配电网系统，属于配电网技术领域。所述基于智慧开关的故障诊断方法应用于配电网中的智慧开关，所述配电网包含分布式电源，每一电源下有多个线路，所述智慧开关位于线路上，所述方法包括：获取线路信息；基于所述线路信息，确定得到故障类型；基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置；基于所述故障类型和所述故障位置，得到故障信息。降低了误判的几率，大大提高故障诊断的准确性，可以大大提高故障诊断速度，给配电运维人员预留充足的时间预判现场情况，保障配电网运行的可靠性，从而提升了配电网故障诊断的能力。
Description
技术领域
本发明涉及配电网技术领域，具体地涉及一种基于智慧开关的故障诊断方法、一种基于智慧开关的故障诊断装置、一种配电网系统、一种机器可读存储介质及一种电子设备。
背景技术
配电网故障诊断是从技术上提高配电网安全可靠运行的重要手段，准确的故障定位、分析故障原因，提出故障恢复方案能够减少停电时间，加快线路的恢复，减少因停电造成的经济损失。
目前，不含分布式电源的传统配电网发生故障时，故障点的短路电流仅由主电源提供，故障点的上游侧可以检测到短路电流，而故障点的下游侧无法检测到短路电流。因此故障点容易定位，故障诊断相对简单。
然而，当含分布式电源的配电网发生故障时，故障点的短路电流由主电源和分布式电源共同提供，故障点的上游侧和下游侧均可检测到短路电流。因此，故障点的定位比较困难，故障诊断变得复杂，如果继续使用传统的故障诊断方案，可能会出现误判，导致诊断结果的不精确。
由此可见，对于含分布式电源的配电网，现有的配电网故障诊断的方法存在难以准确诊断故障的问题。
发明内容
本发明实施例的目的是提供一种基于智慧开关的故障诊断方法、一种基于智慧开关的故障诊断装置、一种配电网系统、一种机器可读存储介质及一种电子设备，该基于智慧开关的故障诊断方法从故障类型和故障位置来进行诊断，提高了故障诊断的准确性。
为了实现上述目的，本申请第一方面提供一种基于智慧开关的故障诊断方法，应用于配电网中的智慧开关，所述配电网包含分布式电源，每一电源下有多个线路，所述智慧开关位于线路上，所述基于智慧开关的故障诊断方法包括：
获取线路信息；
基于所述线路信息，确定得到故障类型；
基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置；
基于所述故障类型和所述故障位置，得到故障信息。
在本申请实施例中，所述线路信息包括线路首端短路电流和线路末端短路电流；
所述基于所述线路信息，确定得到故障类型，包括：
将所述线路首端短路电流和线路末端短路电流分别与预置的电流整定值进行对比，得到首端对比结果和末端对比结果；
基于所述首端对比结果和末端对比结果，确定得到故障类型。
在本申请实施例中，所述基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置，包括：
基于所述线路信息，判断是否确实发生故障；
在确定发生故障的情况下，基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置。
在本申请实施例中，所述线路信息包括线路的故障电流和故障电压；
所述基于所述线路信息，判断是否确实发生故障，包括：
判断所述线路的故障电流或所述线路的故障电压是否达到对应的故障值；
在确定所述线路的故障电流或所述线路的故障电压达到对应的故障值的情况下，判断是否有跳闸信号生成；
在确定有跳闸信号生成的情况下，确定发生故障。
在本申请实施例中，所述线路信息还包括线路的有向弧汇合点；
所述基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置，包括：
基于所述线路信息，构建Petri网模型；其中，所述Petri网模型的库所为台区变及线路，所述Petri网模型的变迁节点为所述线路的有向弧汇合点，所述Petri网模型的托肯为所述线路的故障电流或所述线路的故障电压；
基于所述线路的故障电流或所述线路的故障电压，确定所述Petri网模型的托肯初始分布；
基于Petri网的动态性质，满足条件的变迁触发点火，直至在没有变迁能被触发点火时，所述Petri网模型达到最终稳定状态，得到稳定的Petri网模型；
基于所述稳定的Petri网模型，得到故障位置。
在本申请实施例中，所述基于所述故障类型和所述故障位置，确定得到故障信息，包括：
判断所述故障类型是否为内部故障以及所述故障位置是否为空；
在确定所述故障类型为内部故障且所述故障位置不为空的情况下，确定得到故障信息。
在本申请实施例中，还包括：
基于所述跳闸信号对线路进行跳闸操作；
在跳闸操作完成后，生成跳闸执行信息并发送至台区融合终端，所述台区融合终端用于确认所述跳闸执行信息。
本申请第二方面提供一种配电网系统，包括分布式电源，每一电源下有多个线路，所述线路上设置有智慧开关，所述智慧开关根据上述的基于智慧开关的故障诊断方法对配电网进行故障诊断。
本申请第三方面一种基于智慧开关的故障诊断装置，应用于配电网中的智慧开关，所述配电网包含分布式电源，每一电源下有多个线路，所述智慧开关位于线路上，所述基于智慧开关的故障诊断装置包括：
获取模块，用于获取线路信息；
第一诊断模块，用于基于所述线路信息，确定得到故障类型；
第二诊断模块，用于基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置；
确定模块，用于基于所述故障类型和所述故障位置，得到故障信息。
在本申请实施例中，所述线路信息包括线路首端短路电流和线路末端短路电流；
所述第一诊断模块包括：
对比单元，用于将所述线路首端短路电流和线路末端短路电流分别与预置的电流整定值进行对比，得到首端对比结果和末端对比结果；
类型确定单元，用于基于所述首端对比结果和末端对比结果，确定得到故障类型。
本申请第四方面提供一种处理器，被配置成执行上述的基于智慧开关的故障诊断方法。
本申请第五方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得所述处理器被配置成执行上述的基于智慧开关的故障诊断方法。
通过上述技术方案，通过由智慧开关获取线路信息；基于所述线路信息，确定得到故障类型；基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置；基于所述故障类型和所述故障位置，得到故障信息。通过分别从故障类型和故障位置两个方向分别进行故障诊断，并基于两个方向的故障诊断结果得到故障信息，可以从故障类型和故障位置来进行诊断，降低了误判的几率，大大提高故障诊断的准确性，同时，采用Petri网模型来进行故障位置诊断，在出现设备异常时及时判断设备状态，可以大大提高故障诊断速度，给配电运维人员预留充足的时间预判现场情况，保障配电网运行的可靠性，从而提升了配电网故障诊断的能力，提升了供电的可靠性。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
图1示意性示出了根据本申请实施例的一种基于智慧开关的故障诊断方法流程示意图；
图2示意性示出了根据本申请实施例的智慧开关故障诊断方法流程图；
图3示意性示出了根据本申请实施例的基于智慧开关的故障诊断方法流程图；
图4示意性示出了根据本申请实施例的一种基于智慧开关的故障诊断装置结构框图；
图5示意性示出了根据本申请实施例的设备的内部结构图。
附图标记说明
410-获取模块；420-第一诊断模块；430-第二诊断模块；440-确定模块； A01-处理器；A02-网络接口；A03-内存储器；A04-显示屏；A05-输入装置；A06-非易失性存储介质；B01-操作系统；B02-计算机程序。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
需要说明的是，若本申请实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。
本实施例提供一种基于智慧开关的故障诊断方法，应用于配电网，在配电网中，配电台区是配电网的末级管理单元，直接联系着终端用电用户。台区智能终端是低压台区的“大脑”，实现对配电台区配变状态全景监测、台区拓扑识别、精益线损分析等作用。智慧开关处在台区的关键节点，对下承载用户，对上支撑配电台区变。智慧开关作为边缘计算节点，具备计算、存储和通信功能，可实现整台区网络节点运行数据的实时监测、线损分析、精准定位等功能，配合融合终端实现整个低压台区智能化。台区智能终端与各智慧开关建立连接关系，智慧开关可通过通信模组向台区发送遥测、遥信信息。
需要说明的是，本实施例提及的Petri网是由一种数学建模工具，用于描述并分析并发系统的行为。
请参看图1，图1示意性示出了根据本申请实施例的一种基于智慧开关的故障诊断方法流程示意图。本实施例提供一种基于智慧开关的故障诊断方法，应用于配电网中的智慧开关，所述配电网包含分布式电源，每一电源下有多个线路，所述智慧开关位于线路上，所述基于智慧开关的故障诊断方法包括以下步骤：
步骤210：获取线路信息；
在本实施例中，该基于智慧开关的故障诊断方法用于包含分布式电源的配电网，上述分布式电源可以是分布是光伏，在具体实施时，可以限制分布式电源的接入位置，保证系统提供的最小短路电流恒大于分布式电源提供的最大短路电流。由于包含分布式电源的配电网中包含多个电源，对于任一电源会带有多条线路，可以在每一个线路上设置一个智慧开关，也可以是根据需要在一些重要线路分别设置一个智慧开关。上述线路信息是在发生故障瞬时，各个线路上的智慧开关采集到的信息，上述线路信息包括但不限于线路的故障电流、线路的故障电压。上述信息的采集可以是由智慧开关采集遥测、遥信信息得到，还可以通过线路上的传感器得到。
其中，智慧开关在配电网中的作用包括：通过智慧开关，配电网运营人员可以远程监控开关状态，实时了解电网运行情况，并可以通过远程控制实现开关操作，提高运维效率。智慧开关还可以根据预设条件自动进行操作，如根据电网负荷情况自动调整开关状态，实现智能化的电网运行。智慧开关还可以通过传感器监测电网设备状态，及时发现故障并定位故障位置，有助于提高电网的可靠性和安全性。
步骤220：基于所述线路信息，确定得到故障类型；
在本实施例中，在发生故障瞬时，智慧开关可以根据采集到的信息，以及内置的拓扑识别单元判断故障类型，上述故障类型包括内部故障和外部故障。需要说明的是，这里的内部故障和外部故障是针对智慧开关所保护的线路范围，若故障发生在智慧开关保护范围内叫内部故障，反之外部故障。其中，为了便于识别，可以将故障类型记为状态Mode1，Mode1=1时，记为内部故障；Mode1=0时，记为外部故障。通过确定故障类型，可以确定故障是否发生在智慧开关保护范围内，有助于故障准确定位。
在一些实施例中，可以是在分布式光伏并网线路首末端均加装智慧开关，可以在线路的首末端的保护安装处测得短路电流，即所述线路信息包括线路首端短路电流和线路末端短路电流；相应地，所述基于所述线路信息，确定得到故障类型，包括以下步骤：
首先，将所述线路首端短路电流和线路末端短路电流分别与预置的电流整定值进行对比，得到首端对比结果和末端对比结果；
然后，基于所述首端对比结果和末端对比结果，确定得到故障类型。
在本实施例中，可以预先设置电流整定值，将所述线路首端短路电流和线路末端短路电流分别与电流整定值分别进行比较。若测量电流（即线路首端短路电流或线路末端短路电流）大于电流整定值，逻辑元件输出为1（首端对比结果或末端对比结果为1）；若测量电流小于电流整定值，逻辑元件输出0（首端对比结果或末端对比结果为0）。上述电流整定值通常指的是智慧开关的参数设置，用于确保在电网故障或异常情况下，智慧开关能够及时准确地检测并切断故障部分，以保护设备和人员安全。上述预置的电流整定值可以是由专业的电力系统工程师根据具体情况进行设置得到。在得到首端对比结果和末端对比结果之后，可以进一步将线路两侧保护逻辑元件输出结果进行异或运算，即将首端对比结果和末端对比结果进行异或运算，异或结果为1，说明是内部故障；异或结果为0，说明是外部故障，即只要有一个短路电流超过了电流整定值，说明就是内部故障，反之则为外部故障。
通过分别将线路首端短路电流和线路末端短路电流与电流整定值对比，并将对比结果进行异或运算，只要有一个短路电流超过了电流整定值，说明就是内部故障，反之则为外部故障，从而可以准确地确定出是外部故障还是内部故障。
步骤230：基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置；
在本实施例中，Petri网模型是基于Petri网构建的模型，所述Petri网模型可以通过图形化的方式描述配电网系统中的状态和转换，使配电网系统的行为模型直观可见。还能够很好地描述并发系统中各个组件之间的并行和同步操作。
在一些实施例中，为了能够准确地诊断故障，可以先确认故障是否确实发生，具体地，所述基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置，包括以下步骤：
首先，基于所述线路信息，判断是否确实发生故障；
在本实施例中，上述基于所述线路信息，判断是否确实发生故障可以是从电流或电压是否达到故障值，以及达到故障值的时间进行判断。所述线路信息包括线路的故障电流和故障电压，具体包括：
第一步，判断所述线路的故障电流或所述线路的故障电压是否达到对应的故障值；
在本实施例中，智慧开关根据采集到的信息，基于内置的拓扑识别单元判断此时故障电流或故障电压是否达到故障值，需要说明的是，具体是判断故障电流还是故障电压可以是根据智慧开关中是基于电流还是电压来进行保护，若是基于电流，则判断故障电流是否达到故障值，若是基于电压，则判断故障电压是否达到故障值，具体根据实际情况确定，本实施例不做限定。上述故障值是预先设置好的，对于故障电流和故障电压分别设置，比如，故障电流对应的故障值表示为I正常，故障电压对应的故障值表示为U正常。上述故障值可以是根据实际情况预先设置好。上述在判断时，可以是判断故障电流或故障电压是否大于对应的故障值，比如，故障电流表示为I故障，故障电压表示为U故障，则判断逻辑为是否满足I故障>I正常，U故障>U正常。
第二步，在确定所述线路的故障电流或所述线路的故障电压达到对应的故障值的情况下，判断是否有跳闸信号生成；
在本实施例中，在确定所述线路的故障电流或所述线路的故障电压达到对应的故障值之后，即在电流或电压变化超出正常临界范围后，可以启动故障诊断判别程序，考虑到线路中的电压或是电流会有波动，可能出现故障误判的情况，比如，由于电流波动，导致当前获得当前故障电流超过了故障值，而实际并没有出现故障，因此可以进一步判断是否有跳闸信号生成，在本实施例中，生成跳闸信号的条件可以是预先在智慧开关中设置好，一般包括电流或电压条件以及时间条件，比如，在故障电流达到故障值，并且超过0.5秒的情况下，生成跳闸信号。
第三步，在确定有跳闸信号生成的情况下，确定发生故障。
在本实施例中，若有跳闸信号生成，则可以确定是发生了故障，反之，则说明可能是没有发生故障。
通过从线路的故障电流或线路的故障电压是否达到故障值，以及是否有跳闸信号生成两个方面来判断是否确实发生故障，可以大大提高故障判断的准确率，进而有助于提高故障诊断的精准性。
然后，在确定发生故障的情况下，基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置。
在本实施例中，确定发生故障，则可以基于Petri网模型进行故障诊断，反之就不用进行故障诊断，从而提高了故障诊断的速度。
在一些实施例中，为了能够快速诊断出故障位置，可以将已经达到故障值的开关线路构建Petri网模型，所述线路信息还包括线路的有向弧汇合点；所述基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置，包括以下步骤：
首先，基于所述线路信息，构建Petri网模型；其中，所述Petri网模型的库所为台区变及线路，所述Petri网模型的变迁节点为所述线路的有向弧汇合点，所述Petri网模型的托肯为所述线路的故障电流或所述线路的故障电压；
在本实施例中，可以建立优化故障诊断的Petri网模型。具体可以是在不考虑开关失灵及保护装置出现故障的情况下，将已经达到故障值的线路构建Petri网模型，这里已经达到故障值的线路就是指智慧开关所在的线路，其中，台区变及线路定义为库所，这里的台区变是至线路对应的变压器，在Petri网中可以用圆圈表示；有向弧汇合点称为变迁节点，在Petri网中可以用竖线表示；发生异常后的故障电流/故障电压成为托肯，在Petri网中可以用黑点表示。这样就实现将已经达到临界值的智慧开关所保护的线路及变压器，一起构成了Petri网模型。
通过将已经达到故障值的线路构建Petri网模型，相较于现大多考虑开关失灵状态及保护装置情况建立的Petri网模型，采用本实施例中的方案构建的Petri网模型只是针对达到故障值的线路进行构建，得到的Petri网模型更简单，诊断时间大大缩短，可以快速定位，从而可以减少停电时间，快速恢复设备运行，实现配电台区故障线路的快速定位。
然后，基于所述线路的故障电流或所述线路的故障电压，确定所述Petri网模型的托肯初始分布；
然后，基于Petri网的动态性质，满足条件的变迁触发点火，直至在没有变迁能被触发点火时，所述Petri网模型达到最终稳定状态，得到稳定的Petri网模型；
最后，基于所述稳定的Petri网模型，得到故障位置。
在本实施例中，各智慧开关遍历寻找故障位置时，主要依靠内置的基于Petri网理论的故障诊断功能。Petri网理论以描述系统中各元件之间的关系为基础，用网络来表示系统中同时发生、次序发生或循环发生的各种活动。Petri网的网络结构是静态的，网络的动态性质是通过变迁的触发点火及库所中托肯的转移体现出来的。若满足一个变迁的触发条件，变迁点火可造成托肯按照有向弧的方向从该变迁的输入库所转移到输出库所中。Petri网的结构及变迁的使能与激发可用矩阵运算描述和分析，根据Petri网络模型形成基本矩阵，利用如下状态方程描述Petri网络的动态行为过程，从而使系统的状态标识发生变化。状态方程为：
，式中：/>、/>分别为/>、/>时刻的状态标识；/>为关联矩阵；/>为/>时刻的点火序列矩阵。
可以用Petri网中的库所表示的元件和保护设备（配电台区中主要保护设备为配电台区变以及线路）的状态，用变迁表示台区中保护设备发生的时间，如识别发生故障、开关跳闸、保护动作等；利用变迁节点的触发机制，描述和研究配电台区设备在发生故障后的动态行为，从而进行故障诊断和定位。具体包括：在接收到异常信号后，即在接收到跳闸信号后，首先根据实际现场情况（已经确定故障值的线路）确定托肯初始分布，托肯初始分布完成后，满足条件的变迁将被触发点火。经过满足条件的变迁的一系列点火后，托肯在Petri网模型中重新分布，直至没有变迁能被触发点火时网络达到最终稳定状态，通过得到的稳定的Petri网模型可完成配电台区故障线路的判定，得到故障位置。上述Petri网模型进行故障诊断的具体过程属于现有技术，在此就不再赘述。
请参看图2，图2示意性示出了根据本申请实施例的智慧开关故障诊断方法流程图。智慧开关采集遥测、遥信信息，并将接收到的异常信息进行处理，进行故障逻辑判断，以判断是否发生故障，若是发生故障，则建立故障Petri网模型，确定初始托肯分布，满足条件变迁点火，托肯重新分布，并判断Petri网模型是否稳定，若Petri网模型稳定，可以输出故障诊断位置，反之，则继续满足条件变迁点火，托肯重新分布。若没有发生故障，则由智慧开关继续采集遥测、遥信信息。
步骤240：基于所述和所述故障位置，得到故障信息。
在本实施例中，在得到故障类型和故障位置之后，就可以输出故障信息。
在一些实施例中，为了能够得到更准确地定位故障，所述基于所述故障类型和所述故障位置，确定得到故障信息，包括以下步骤：
首先，判断所述故障类型是否为内部故障以及所述故障位置是否为空；
然后，在确定所述故障类型为内部故障且所述故障位置不为空的情况下，确定得到故障信息。
在本实施例中，可以通过将两种不同判别故障线路的结果进行相与运算，以共同快速准确定位分布式电源接入后的故障诊断。比如，故障发生后，智慧开关利用其边缘计算功能，利用上述故障诊断方法，快速进行故障诊断，分别得到故障类型，记为Mode1，得到故障位置，记为Mode2，当故障位置为空的时候，标记为0。然后将故障类型与故障位置进行与运算，即：F=Mode1&Mode2，当且仅当F=1时，确定故障位置，即生成故障信息，并生成跳闸指令并向融合终端发生故障信息以及跳闸信息；F=0时继续查找故障线路，即返回至步骤210，直至定位出故障。
通过将两种不同判别故障线路的结果进行相与运算，可以快速准确定位分布式电源接入后的故障诊断结果。
上述实现过程中，通过由智慧开关获取线路信息；基于所述线路信息，确定得到故障类型；基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置；基于所述故障类型和所述故障位置，得到故障信息。通过分别从故障类型和故障位置两个方向分别进行故障诊断，并基于两个方向的故障诊断结果得到故障信息，可以从故障类型和故障位置来进行诊断，降低了误判的几率，大大提高故障诊断的准确性，同时，采用Petri网模型来进行故障位置诊断，在出现设备异常时及时判断设备状态，可以大大提高故障诊断速度，给配电运维人员预留充足的时间预判现场情况，保障配电网运行的可靠性，从而提升了配电网故障诊断的能力，提升了供电的可靠性。
在一些实施例中，还包括以下步骤：
首先，基于所述跳闸信号对线路进行跳闸操作；
然后，在跳闸操作完成后，生成跳闸执行信息并发送至台区融合终端，所述台区融合终端用于确认所述跳闸执行信息。
在本实施例中，台区智能终端与各智慧开关建立连接关系，智慧开关可通过通信模组向台区发送遥测、遥信信息。智慧开关根据跳闸信号执行跳闸，并将跳闸执行返回，并最终传回到融合终端展示。台区融合终端接收到跳闸执行信息并确认，以完成跳闸。
比如：请参看图3，图3示意性示出了根据本申请实施例的基于智慧开关的故障诊断方法流程图。智慧开关与融合终端保持通信成功状态，智慧开关进行故障逻辑判断，若出现故障，则生成跳闸指令，进而根据跳闸指令跳闸，并返回跳闸执行信息到融合终端，融合终端在确认跳闸执行信息成功之后，结束跳闸；反之继续由智慧开关生成跳闸指令。
图1为一个实施例中基于智慧开关的故障诊断方法的流程示意图。应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本实施例提供一种配电网系统，包括分布式电源，每一电源下有多个线路，所述线路上设置有智慧开关，所述智慧开关根据上述的基于智慧开关的故障诊断方法对配电网进行故障诊断。
在本实施例中，配电网系统包含分布式电源，通过采用基于智慧开关的故障诊断方法件故障诊断，可以大大提高配电网故障诊断的准确性，从而有助于保障了配电网系统运行的可靠性，提升了供电的可靠性。
请参看图4，图4示意性示出了根据本申请实施例的一种基于智慧开关的故障诊断装置结构框图。本实施例提供一种基于智慧开关的故障诊断装置，应用于配电网中的智慧开关，所述配电网包含分布式电源，每一电源下有多个线路，所述智慧开关位于线路上，所述基于智慧开关的故障诊断装置包括获取模块410、第一诊断模块420、第二诊断模块430和确定模块440，其中：
获取模块410，用于获取线路信息；
第一诊断模块420，用于基于所述线路信息，确定得到故障类型；
第二诊断模块430，用于基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置；
确定模块440，用于基于所述故障类型和所述故障位置，得到故障信息。
其中，所述线路信息包括线路首端短路电流和线路末端短路电流；
所述第一诊断模块420包括：
对比单元，用于将所述线路首端短路电流和线路末端短路电流分别与预置的电流整定值进行对比，得到首端对比结果和末端对比结果；
类型确定单元，用于基于所述首端对比结果和末端对比结果，确定得到故障类型。
所述基于智慧开关的故障诊断装置包括处理器和存储器，上述获取模块410、第一诊断模块420、第二诊断模块430和确定模块440等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来提高配电网故障诊断的准确性。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本发明实施例提供了一种机器可读存储介质，其上存储有程序，该程序被处理器执行时实现所述基于智慧开关的故障诊断方法。
本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述基于智慧开关的故障诊断方法。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器A01、网络接口A02、显示屏A04、输入装置A05和存储器（图中未示出）。其中，该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A06。该非易失性存储介质A06存储有操作系统B01和计算机程序B02。该内存储器A03为非易失性存储介质A06中的操作系统B01和计算机程序B02的运行提供环境。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序被处理器A01执行时以实现一种基于智慧开关的故障诊断方法。该计算机设备的显示屏A04可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置A05可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，本申请提供的基于智慧开关的故障诊断装置可以实现为一种计算机程序的形式，计算机程序可在如图5所示的计算机设备上运行。计算机设备的存储器中可存储组成该基于智慧开关的故障诊断装置的各个程序模块，比如，图4所示的获取模块410、第一诊断模块420、第二诊断模块430和确定模块440。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的基于智慧开关的故障诊断方法中的步骤。
图5所示的计算机设备可以通过如图4所示的基于智慧开关的故障诊断装置中的获取模块410执行步骤210。计算机设备可通过第一诊断模块420执行步骤220。计算机设备可通过第二诊断模块430执行步骤230。计算机设备可通过确定模块440执行步骤240。
本申请实施例提供了一种电子设备，该电子设备包括：至少一个处理器；存储器，与所述至少一个处理器连接；其中，所述存储器存储有能被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现上述的基于智慧开关的故障诊断方法，所述方法应用于配电网中的智慧开关，所述配电网包含分布式电源，每一电源下有多个线路，所述智慧开关位于线路上，处理器执行指令时实现以下步骤：
获取线路信息；
基于所述线路信息，确定得到故障类型；
基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置；
基于所述故障类型和所述故障位置，得到故障信息。
在一个实施例中，所述线路信息包括线路首端短路电流和线路末端短路电流；
所述基于所述线路信息，确定得到故障类型，包括：
将所述线路首端短路电流和线路末端短路电流分别与预置的电流整定值进行对比，得到首端对比结果和末端对比结果；
基于所述首端对比结果和末端对比结果，确定得到故障类型。
在一个实施例中，所述基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置，包括：
基于所述线路信息，判断是否确实发生故障；
在确定发生故障的情况下，基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置。
在一个实施例中，所述线路信息包括线路的故障电流和故障电压；
所述基于所述线路信息，判断是否确实发生故障，包括：
判断所述线路的故障电流或所述线路的故障电压是否达到对应的故障值；
在确定所述线路的故障电流或所述线路的故障电压达到对应的故障值的情况下，判断是否有跳闸信号生成；
在确定有跳闸信号生成的情况下，确定发生故障。
在一个实施例中，所述线路信息还包括线路的有向弧汇合点；
所述基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置，包括：
基于所述线路信息，构建Petri网模型；其中，所述Petri网模型的库所为台区变及线路，所述Petri网模型的变迁节点为所述线路的有向弧汇合点，所述Petri网模型的托肯为所述线路的故障电流或所述线路的故障电压；
基于所述线路的故障电流或所述线路的故障电压，确定所述Petri网模型的托肯初始分布；
基于Petri网的动态性质，满足条件的变迁触发点火，直至在没有变迁能被触发点火时，所述Petri网模型达到最终稳定状态，得到稳定的Petri网模型；
基于所述稳定的Petri网模型，得到故障位置。
在一个实施例中，所述基于所述故障类型和所述故障位置，确定得到故障信息，包括：
判断所述故障类型是否为内部故障以及所述故障位置是否为空；
在确定所述故障类型为内部故障且所述故障位置不为空的情况下，确定得到故障信息。
在一个实施例中，还包括：
基于所述跳闸信号对线路进行跳闸操作；
在跳闸操作完成后，生成跳闸执行信息并发送至台区融合终端，所述台区融合终端用于确认所述跳闸执行信息。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。
本申请是参照根据本申请实施例的方法、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。
在一个典型的配置中，计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”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、商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、商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，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理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权利要求范围之内。
Claims (12)
1.一种基于智慧开关的故障诊断方法，其特征在于，应用于配电网中的智慧开关，所述配电网包含分布式电源，每一电源下有多个线路，所述智慧开关位于线路上，所述基于智慧开关的故障诊断方法包括：
获取线路信息；
基于所述线路信息，确定得到故障类型；
基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置；
基于所述故障类型和所述故障位置，得到故障信息。
2.根据权利要求1所述的基于智慧开关的故障诊断方法，其特征在于，所述线路信息包括线路首端短路电流和线路末端短路电流；
所述基于所述线路信息，确定得到故障类型，包括：
将所述线路首端短路电流和线路末端短路电流分别与预置的电流整定值进行对比，得到首端对比结果和末端对比结果；
基于所述首端对比结果和末端对比结果，确定得到故障类型。
3.根据权利要求1所述的基于智慧开关的故障诊断方法，其特征在于，所述基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置，包括：
基于所述线路信息，判断是否确实发生故障；
在确定发生故障的情况下，基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置。
4.根据权利要求3所述的基于智慧开关的故障诊断方法，其特征在于，所述线路信息包括线路的故障电流和故障电压；
所述基于所述线路信息，判断是否确实发生故障，包括：
判断所述线路的故障电流或所述线路的故障电压是否达到对应的故障值；
在确定所述线路的故障电流或所述线路的故障电压达到对应的故障值的情况下，判断是否有跳闸信号生成；
在确定有跳闸信号生成的情况下，确定发生故障。
5.根据权利要求3所述的基于智慧开关的故障诊断方法，其特征在于，所述线路信息还包括线路的有向弧汇合点；
所述基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置，包括：
基于所述线路信息，构建Petri网模型；其中，所述Petri网模型的库所为台区变及线路，所述Petri网模型的变迁节点为所述线路的有向弧汇合点，所述Petri网模型的托肯为所述线路的故障电流或所述线路的故障电压；
基于所述线路的故障电流或所述线路的故障电压，确定所述Petri网模型的托肯初始分布；
基于Petri网的动态性质，满足条件的变迁触发点火，直至在没有变迁能被触发点火时，所述Petri网模型达到最终稳定状态，得到稳定的Petri网模型；
基于所述稳定的Petri网模型，得到故障位置。
6.根据权利要求1所述的基于智慧开关的故障诊断方法，其特征在于，所述基于所述故障类型和所述故障位置，确定得到故障信息，包括：
判断所述故障类型是否为内部故障以及所述故障位置是否为空；
在确定所述故障类型为内部故障且所述故障位置不为空的情况下，确定得到故障信息。
7.根据权利要求4所述的基于智慧开关的故障诊断方法，其特征在于，还包括：
基于所述跳闸信号对线路进行跳闸操作；
在跳闸操作完成后，生成跳闸执行信息并发送至台区融合终端，所述台区融合终端用于确认所述跳闸执行信息。
8.一种配电网系统，其特征在于，包括分布式电源，每一电源下有多个线路，所述线路上设置有智慧开关，所述智慧开关根据权利要求1-7中任一项所述的基于智慧开关的故障诊断方法对配电网进行故障诊断。
9.一种基于智慧开关的故障诊断装置，其特征在于，应用于配电网中的智慧开关，所述配电网包含分布式电源，每一电源下有多个线路，所述智慧开关位于线路上，所述基于智慧开关的故障诊断装置包括：
获取模块，用于获取线路信息；
第一诊断模块，用于基于所述线路信息，确定得到故障类型；
第二诊断模块，用于基于所述线路信息，构建Petri网模型，并基于所述Petri网模型对所述配电网进行故障诊断，得到故障位置；
确定模块，用于基于所述故障类型和所述故障位置，得到故障信息。
10.根据权利要求9所述的基于智慧开关的故障诊断装置，其特征在于，所述线路信息包括线路首端短路电流和线路末端短路电流；
所述第一诊断模块包括：
对比单元，用于将所述线路首端短路电流和线路末端短路电流分别与预置的电流整定值进行对比，得到首端对比结果和末端对比结果；
类型确定单元，用于基于所述首端对比结果和末端对比结果，确定得到故障类型。
11.一种电子设备，其特征在于，该电子设备包括：
至少一个处理器；
存储器，与所述至少一个处理器连接；
其中，所述存储器存储有能被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现权利要求1至7中任一项所述的基于智慧开关的故障诊断方法。
12.一种机器可读存储介质，该机器可读存储介质上存储有指令，其特征在于，该指令在被处理器执行时使得所述处理器被配置成执行根据权利要求1至7中任一项所述的基于智慧开关的故障诊断方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410271698.4A CN117872037B (zh) | 2024-03-11 | 2024-03-11 | 基于智慧开关的故障诊断方法、装置及配电网系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410271698.4A CN117872037B (zh) | 2024-03-11 | 2024-03-11 | 基于智慧开关的故障诊断方法、装置及配电网系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117872037A true CN117872037A (zh) | 2024-04-12 |
| CN117872037B CN117872037B (zh) | 2024-06-07 |
Family
ID=90594988
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410271698.4A Active CN117872037B (zh) | 2024-03-11 | 2024-03-11 | 基于智慧开关的故障诊断方法、装置及配电网系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117872037B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130262922A1 (en) * | 2012-03-27 | 2013-10-03 | State Grid Corporation Of China | Centralized and networked protection system and method of a regional distribution network |
| CN106932712A (zh) * | 2016-12-30 | 2017-07-07 | 江苏南瑞泰事达电气有限公司 | 一种基于改进模糊Petri网的断路器故障诊断方法 |
| CN108037415A (zh) * | 2017-12-15 | 2018-05-15 | 国网江苏省电力有限公司南京供电分公司 | 基于多源异构数据的配电网故障信息挖掘与诊断方法 |
| CN113746073A (zh) * | 2021-08-30 | 2021-12-03 | 许昌许继软件技术有限公司 | 一种主站与终端协同自适应的配电网故障处理方法及系统 |
| CN114252727A (zh) * | 2021-11-12 | 2022-03-29 | 国网浙江省电力有限公司杭州供电公司 | 一种基于人工智能技术的电网故障快速诊断方法 |
| CN114400631A (zh) * | 2022-01-05 | 2022-04-26 | 国网安徽省电力有限公司宣城供电公司 | 基于宽带电力线载波通信的低压台区差动保护方法及系统 |
| US20220163567A1 (en) * | 2019-03-20 | 2022-05-26 | Elmos Semiconductor Se | Apparatus for analysing currents in an electrical load, and load having such an apparatus |
-
2024
- 2024-03-11 CN CN202410271698.4A patent/CN117872037B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130262922A1 (en) * | 2012-03-27 | 2013-10-03 | State Grid Corporation Of China | Centralized and networked protection system and method of a regional distribution network |
| CN106932712A (zh) * | 2016-12-30 | 2017-07-07 | 江苏南瑞泰事达电气有限公司 | 一种基于改进模糊Petri网的断路器故障诊断方法 |
| CN108037415A (zh) * | 2017-12-15 | 2018-05-15 | 国网江苏省电力有限公司南京供电分公司 | 基于多源异构数据的配电网故障信息挖掘与诊断方法 |
| US20220163567A1 (en) * | 2019-03-20 | 2022-05-26 | Elmos Semiconductor Se | Apparatus for analysing currents in an electrical load, and load having such an apparatus |
| CN113746073A (zh) * | 2021-08-30 | 2021-12-03 | 许昌许继软件技术有限公司 | 一种主站与终端协同自适应的配电网故障处理方法及系统 |
| CN114252727A (zh) * | 2021-11-12 | 2022-03-29 | 国网浙江省电力有限公司杭州供电公司 | 一种基于人工智能技术的电网故障快速诊断方法 |
| CN114400631A (zh) * | 2022-01-05 | 2022-04-26 | 国网安徽省电力有限公司宣城供电公司 | 基于宽带电力线载波通信的低压台区差动保护方法及系统 |
Non-Patent Citations (4)
| Title |
|---|
| 单大鹏;张莉莉;: "基于蚁群算法的配电网故障定位系统研究", 信息技术, no. 06, 20 June 2019 (2019-06-20), pages 87 - 90 * |
| 张晟等: ""基于Petri网的含分布式电源配电网故障定位研究"", 《青岛大学学报(工程技术版)》, vol. 31, no. 4, 31 December 2016 (2016-12-31), pages 62 - 67 * |
| 李峰;孙波;王轩;雷文宝;蒋海峰;: "基于Petri网的含分布式光伏配电网故障诊断方法", 自动化技术与应用, vol. 39, no. 08, 25 August 2020 (2020-08-25), pages 92 - 96 * |
| 陈铁军;宁美凤;: "电网自愈控制中故障实时监测及诊断研究", 自动化仪表, vol. 34, no. 01, 20 January 2013 (2013-01-20), pages 14 - 17 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117872037B (zh) | 2024-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2966287T3 (es) | Sistema y procedimiento para la detección de anomalías y ciberamenazas en una turbina eólica | |
| CN106124935B (zh) | 中低压配电网络故障定位方法 | |
| EP3236552A1 (en) | Triple redundant digital protective relay and operating method therefor | |
| CN105637432A (zh) | 识别被监控实体的异常行为 | |
| CN109001596B (zh) | 一种电网故障诊断与输电线路参数辨识系统 | |
| CN111428200B (zh) | 一种跨空间连锁故障的评估方法、装置及设备 | |
| CN104380554A (zh) | 能量供应网中的故障识别 | |
| KR102319083B1 (ko) | 인공지능 기반의 화재예방 제공 장치 및 방법 | |
| US20230368651A1 (en) | Fire protection method and fire protection system | |
| Liu et al. | Assessing the risk of implementing system integrity protection schemes in a power system with significant wind integration | |
| CN104750878A (zh) | 一种基于混合搜索策略的拓扑故障诊断方法 | |
| CN103208049B (zh) | 异常告警快速事故分析方法及系统 | |
| CN110048375A (zh) | 一种储能系统电弧检测与保护方法以及相关装置 | |
| CN117289085A (zh) | 一种多线路故障分析诊断方法及系统 | |
| CN114997428A (zh) | 站室供电故障处理方法、装置、电子设备及存储介质 | |
| CN114252727A (zh) | 一种基于人工智能技术的电网故障快速诊断方法 | |
| CN117872037B (zh) | 基于智慧开关的故障诊断方法、装置及配电网系统 | |
| US20230038461A1 (en) | Asset management method for substation | |
| KR101663936B1 (ko) | 발전소에서의 감지신호와 제어신호의 검정 방법 및 그 장치 | |
| CN110838940A (zh) | 地下电缆巡检任务配置方法和装置 | |
| CN113835390B (zh) | 基于区块链的抽水蓄能电站分布式控制方法及相关设备 | |
| Esmail et al. | Modified autonomous fault management strategy for enhancing distribution network reliability | |
| CN113570473B (zh) | 设备故障监测方法、装置、计算机设备和存储介质 | |
| CN114943297A (zh) | 发电机出口断路器的智能运维方法、装置、计算机设备 | |
| CN113723625A (zh) | 基于网关的故障区域识别方法、装置、智能网关和介质 |
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 |