CN117895437A - 一种基于5g切片网络的配电网故障馈线保护方法 - Google Patents
一种基于5g切片网络的配电网故障馈线保护方法 Download PDFInfo
- Publication number
- CN117895437A CN117895437A CN202311751409.2A CN202311751409A CN117895437A CN 117895437 A CN117895437 A CN 117895437A CN 202311751409 A CN202311751409 A CN 202311751409A CN 117895437 A CN117895437 A CN 117895437A
- Authority
- CN
- China
- Prior art keywords
- fault
- network
- feeder
- feeder line
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 57
- 238000012360 testing method Methods 0.000 claims abstract description 45
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 44
- 238000002955 isolation Methods 0.000 claims abstract description 12
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 238000012549 training Methods 0.000 claims description 15
- 230000001012 protector Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 9
- 238000004140 cleaning Methods 0.000 claims description 8
- 230000036541 health Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000012706 support-vector machine Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000001052 transient 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
本发明公开了一种基于5G切片网络的配电网故障馈线保护方法,属于配电网保护领域,包括:实时采集配电网馈线网络电力数据并传输至控制平台进行预处理得到检测数据;基于检测数据通过控制平台中的5G切片网络进行检测确定馈线网络是否存在故障;基于检测数据通过故障定位算法识别对应故障的故障位置;基于故障位置的上游馈线断路器和下游馈线断路器对故障馈线进行故障隔离;将故障馈线停运负荷进行转移测试故障馈线状态,确定故障馈线是否继续发生故障;基于测试结果确定待接入馈线并将待接入馈线接入到接入馈线网络中。本方案通过将5G切片网路接入配电网馈线网络中对故障馈线进行检测,显著提高了配电网馈线网络的安全性。
Description
技术领域
本发明属于配电网保护领域,尤其是一种基于5G切片网络的配电网故障馈线保护方法。
背景技术
配电网是将电能从输电网传输到终端用户的关键组成部分。随着社会的发展和电力需求的增加,配电网规模逐渐庞大,因此必须保障其安全、稳定运行。在配电网运行中,故障是不可避免的问题,可能由于设备老化、外部因素、人为错误等原因导致。故障会影响电力系统的正常运行,甚至对用户造成服务中断,引发安全隐患。故障馈线是配电网中容易发生故障的关键部分,可能受到电器设备故障、外部短路、突发负荷等因素的影响。为了及时、有效地应对故障,配电网需要具备故障检测、定位和隔离的能力。
现有的配电网故障馈线保护方法主要依赖于设备和固定的保护参数,对于不同区域的电力系统特征和需求缺乏足够的灵活性,导致在某些特殊情况下,故障检测和定位的准确性不足。传统方法在故障检测方面受到数据采集精度的限制,对于一些小范围或瞬时性的故障可能难以准确识别。接入新馈线的手动干预,传统技术中,接入新馈线通常需要人工介入,执行手动的操作。这可能增加了系统的运维成本,并引入了人为错误的可能性。传统的配电网保护方法通常采用有线通信,这在布线、维护和扩展方面存在一些限制。在某些情况下,特别是在大范围的配电网中,传统通信手段可能无法满足快速、灵活的要求,导致配电网馈线网络的安全性较低。
发明内容
本发明的目的是解决现有技术中配电网馈线网络安全性低的问题,提供一种基于5G切片网络的配电网故障馈线保护方法,通过5G切片网络基于检测数据对配电网馈线网络进行检测确定故障馈线,并识别故障馈线中的故障位置,通过故障位置的上下游馈线断路器进行故障隔离,将故障馈线中的停运负荷转移到正常馈线后对故障馈线进行检测确定故障馈线状态,将检测未发生故障的馈线重新接入到馈线网络中。本发明通过将5G切片网路接入配电网馈线网络中对故障馈线进行检测,显著提高了配电网馈线网络的安全性。
为了实现上述目的,本发明采用以下技术方案:
一种基于5G切片网络的配电网故障馈线保护方法,包括如下步骤:
S1、实时采集配电网馈线网络电力数据并传输至控制平台进行预处理得到检测数据;
S2、基于检测数据通过控制平台中的5G切片网络进行检测确定馈线网络是否存在故障,若是,执行S3;若否,执行S1;
S3、基于检测数据通过故障定位算法识别对应故障的故障位置;
S4、基于故障位置的上游馈线断路器和下游馈线断路器对故障馈线进行故障隔离;
S5、将故障馈线停运负荷进行转移测试故障馈线状态,确定故障馈线是否继续发生故障;
S6、基于测试结果确定待接入馈线并将待接入馈线接入到接入馈线网络中。
上述技术方案中,通过实时采集配电网馈线网络电力数据并进行预处理,能够获取及时、准确的电力状态信息,有助于提高系统的实时性和对电力网络状态的准确感知;利用5G切片网络进行故障馈线的检测,能够更灵活地根据不同的网络特征对配电网进行划分,提高了系统的适应性和效率;通过故障定位算法和上下游馈线断路器的操作,能够快速准确地识别和隔离故障,降低了系统对故障的响应时间;通过将故障馈线的停运负荷转移到其他馈线进行测试,可以更全面地了解故障馈线的状态,有助于确保系统在进行接入操作时不会引入潜在的故障;基于测试结果,可以智能地确定待接入馈线,并进行接入操作,提高了系统对新馈线接入的自动化水平,减小了人为干预的需求。
优选的,所述S1包括如下步骤:
S11、采集配电网的馈线网络的电力数据;
S12、基于控制平台对电力数据进行数据清洗得到第一电力数据;
S13、对第一电力数据进行数据矫正得到第二电力数据;
S14、对第二电力数据进行归一化得到检测数据。
上述技术方案中,通过对电力数据进行清洗,可以去除其中的噪声、异常值或错误数据,从而得到更为干净和可靠的第一电力数据,有助于减小由于不良数据引起的误差,提高后续处理的准确性;通过对第一电力数据进行矫正,可以校正可能存在的偏差或错误,进一步提高数据的准确性,能够确保电力数据的可信度以及后续故障检测的精确性;通过对第二电力数据进行归一化,可以将不同量级的数据统一到相同的范围,避免数据之间的差异对后续分析造成的影响,有助于提高模型的稳定性。
优选的,所述S2包括如下步骤:
S21、基于控制平台的5G切片网络将馈线网络划分为若干个切片网络;
S22、根据每个切片网络的网络特征生成对应的馈线网络的故障检测规则;
S23、基于检测数据通过所述故障检测规则判断对应的馈线网络是否存在故障;
S24、若馈线网络存在故障,执行S3;若馈线网络不存在故障,执行S1。
上述技术方案中,通过5G切片网络将馈线网络划分为若干个切片网络,可以根据不同区域的特征和需求,实现网络资源的智能配置和分配,有助于提高网络的灵活性和效率,同时保障故障检测的针对性;根据每个切片网络的网络特征,生成对应的馈线网络的故障检测规则,能够更好地适应不同区域的电力系统特点,有助于提高系统的灵敏度和准确性;基于检测数据通过故障检测规则判断对应的馈线网络是否存在故障,能够更加精准地确定是否有异常或故障发生,由于规则是根据切片网络的特征生成的,故障判断更具针对性和适应性。
优选的,所述S21包括如下步骤:
S211、获取馈线网络的拓扑结构;
S212、基于馈线网络的拓扑结构进行切片网络设计确定切片网络边界;
S213、根据切片网络边界内的检测数据设置切片网络参数;
S214、基于所述切片网络边界和切片网络参数确定切片网络。
上述技术方案中,根据切片网络边界内的检测数据,动态设置切片网络的参数,可以根据实际情况优化切片网络的配置,使其更好地适应当前的工作负载和电力系统的实时状态,有助于提高切片网络的性能和响应速度;基于切片网络边界和动态调整的参数,确定精准的切片网络,有助于确保每个切片网络都能够满足相应区域的电力系统需求,提高网络的适应性和性能。
优选的,所述S22包括如下步骤:
S221、获取每个切片网络的网络特征,包括拓扑结构、电气参数和负载特性;
S222、基于所述拓扑结构、电气参数和负载特性获取固定间距的位置的馈线实时电力数据;S223、基于馈线实时电力数据进行差动分析确定超过差动特征阈值的馈线;
S224、将超过差动特征阈值的馈线作为故障馈线。
上述技术方案中,基于拓扑结构、电气参数和负载特性,获取固定间距的位置的馈线实时电力数据,有助于监测电力系统的实际运行状态,为后续的故障检测提供最新的、真实的数据基础;基于馈线实时电力数据进行差动分析,确定超过差动特征阈值的馈线,可以检测到馈线上的不一致性,从而找出潜在的故障点;将超过差动特征阈值的馈线作为故障馈线,有助于精确定位故障发生的位置,可以更准确地采取后续的故障隔离和修复措施。
优选的,所述S3包括如下步骤:
S31、提取故障馈线对应的检测数据中的数据特征构建数据特征集;
S32、将所述数据特征集划分为训练集和测试集;
S33、基于故障定位算法通过训练集建立故障定位模型;
S34、基于测试集通过故障定位模型识别故障馈线的故障位置。
上述技术方案中,通过将数据特征集划分为训练集和测试集,有助于评估故障定位模型的泛化能力,确保模型在未知数据上的性能,避免过拟合问题;基于故障定位算法,通过训练集建立故障定位模型,能够学习到故障位置与数据特征之间的关系,使得模型具备识别新数据中故障位置的能力;通过故障定位模型识别故障馈线的故障位置,在实际应用中能够快速、准确地定位故障,从而提高故障隔离和修复的效率。
优选的,所述S4包括如下步骤:
S41、获取故障馈线的故障位置对应的上下游馈线断路器;
S42、故障指示器通过通信链路向馈线继电保护器发送故障信息;
S43、馈电保护继电器接收故障信息后对故障馈线执行跳闸操作后启动上下游馈线断路器;
S44、基于上下游馈线断路器切断故障馈线的故障位置的上游开关和下游开关。
上述技术方案中,使用故障指示器通过通信链路向馈线继电保护器发送故障信息,能够在故障发生时快速将信息传递给相应的保护设备,缩短故障响应时间;馈电保护继电器接收故障信息后,对故障馈线执行跳闸操作,启动上下游馈线断路器,有助于迅速隔离故障,减小故障对电力系统的影响;根据上下游馈线断路器的操作,切断故障馈线的故障位置的上游开关和下游开关,能够有效地将故障隔离,防止故障扩散到其他部分,维护电力系统的稳定运行。
优选的,所述S5包括如下步骤:
S51、获取故障馈线的停运负荷和健康负荷;
S52、将停运负荷转移至未发生故障的馈线中;
S53、对故障馈线进行封闭测试,若测试未发生故障,执行S6;若测试发生故障,执行S51。
上述技术方案中,获取故障馈线的停运负荷和健康负荷,将停运负荷转移至未发生故障的馈线中,这样合理的负荷转移有助于平衡系统负荷,维持电力系统的稳定运行,同时最小化对用户的影响;对故障馈线进行封闭测试,检测故障馈线的状态,可以在确保电力系统安全的前提下,尽快恢复正常运行,减小对用户和系统的影响。
优选的,所述S6包括如下步骤:
S61、将封闭测试未发生故障的故障馈线作为待接入馈线;
S62、基于上下游断路器将待接入馈线的故障位置对应的上游开关和下游开关进行闭合;
S63、馈线保护继电器执行合闸操作将待接入馈线接入到馈线网络中。
上述技术方案中,基于上下游断路器,将待接入馈线的故障位置对应的上游开关和下游开关进行闭合,确保新馈线能够安全地接入到馈线网络中,同时保障整个系统的稳定运行;馈线保护继电器执行合闸操作,将待接入馈线接入到馈线网络中,通过保护继电器的合闸操作,确保新馈线的平稳接入。
本发明的有益效果:通过实时采集配电网馈线网络电力数据并进行预处理,获取及时、准确的电力状态信息,提高系统实时性和对电力网络状态的准确感知;利用5G切片网络进行故障馈线检测,灵活地划分配电网,提高系统适应性和效率;故障定位算法和上下游馈线断路器的操作能快速准确识别和隔离故障,降低系统响应时间;将故障馈线停运负荷转移到其他馈线进行测试,全面了解故障馈线状态,确保接入操作不引入潜在故障;基于测试结果智能确定待接入馈线,提高系统新馈线接入的自动化水平,减小人为干预需求。通过对电力数据清洗,去除噪声、异常值,得到干净、可靠的第一电力数据,提高后续处理准确性;对第一电力数据矫正,校正可能的偏差,确保数据可信度和故障检测精确性;对第二电力数据归一化,统一不同量级数据范围,提高模型稳定性。5G切片网络划分馈线网络,智能配置资源,提高网络灵活性和效率;生成切片网络故障检测规则,适应不同区域电力系统特点,提高系统灵敏度和准确性;通过故障检测规则判断馈线网络是否故障,更精准确定异常,增强系统针对性和适应性。将数据特征集划分训练集和测试集,评估故障定位模型泛化能力,避免过拟合;基于故障定位算法,通过训练集建立故障定位模型,学习故障位置与数据特征关系;故障定位模型识别故障位置,提高定位效率。故障指示器通过通信链路向继电保护器发送故障信息,快速传递信息,缩短故障响应时间;继电保护器接收信息执行跳闸操作,启动上下游馈线断路器,快速隔离故障,减小故障对电力系统影响;根据断路器操作切断故障位置上下游开关,有效隔离故障,维护系统稳定运行。获取故障馈线停运负荷和健康负荷,转移到未故障馈线,平衡系统负荷,最小化用户影响;封闭测试故障馈线,安全恢复正常运行,减小用户和系统影响。基于上下游断路器闭合待接入馈线开关,确保安全接入,提高系统稳定性;馈线保护继电器合闸操作,将待接入馈线接入网络,确保平稳接入。
上述发明内容仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。
图1为本发明一种基于5G切片网络的配电网故障馈线保护方法的流程图。
具体实施方式
为使本发明的目的、技术方案以及优点更加清楚明白,下面结合附图和实施例对本发明作进一步详细说明,应当理解的是,此处所描述的具体实施方式仅是本发明的一种最佳实施例,仅用以解释本发明,并不限定本发明的保护范围,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在更加详细地讨论示例性实施例之前,应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作(或步骤)可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤;所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例:
如图1所示,本发明实施例中提供的一种基于5G切片网络的配电网故障馈线保护方法,包括如下步骤:
S1、实时采集配电网馈线网络电力数据并传输至控制平台进行预处理得到检测数据。
具体地,S1包括如下步骤:
S11、采集配电网的馈线网络的电力数据;
S12、基于控制平台对电力数据进行数据清洗得到第一电力数据;
S13、对第一电力数据进行数据矫正得到第二电力数据;
S14、对第二电力数据进行归一化得到检测数据。
具体地,通过测量设备实时采集配电网馈线网络的电力数据,包括电流、电压、功率因数等信息,采集到的电力数据馈线网络中的馈线上的数据。采集得到的数据包含噪音以及异常值等,需要先进行数据清洗,包括移除重复值、采用插值法来填充缺失值、异常值检测和处理、以及通过滤波器进行去噪处理;通过数据清洗,去除不准确以及异常的数据,得到清洗后的第一电力数据。对清洗得到的第一电力数据进行矫正得到第二电力数据,通过设备的误差模型进行误差补差实现数据的矫正。对第二电力数据进行归一化处理,将数据映射到统一的尺度范围,本实施例归一化处理采用最小-最大缩放方法将第二电力数据缩放到0到1之间得到检测数据。
本实施例中,通过对电力数据进行清洗,可以去除其中的噪声、异常值或错误数据,从而得到更为干净和可靠的第一电力数据,有助于减小由于不良数据引起的误差,提高后续处理的准确性;通过对第一电力数据进行矫正,可以校正可能存在的偏差或错误,进一步提高数据的准确性,能够确保电力数据的可信度以及后续故障检测的精确性;通过对第二电力数据进行归一化,可以将不同量级的数据统一到相同的范围,避免数据之间的差异对后续分析造成的影响,有助于提高模型的稳定性。
S2、基于检测数据通过控制平台中的5G切片网络进行检测确定馈线网络是否存在故障,若是,执行S3;若否,执行S1。
具体地,S2包括如下步骤:
S21、基于控制平台的5G切片网络将馈线网络划分为若干个切片网络;
S22、根据每个切片网络的网络特征生成对应的馈线网络的故障检测规则;
S23、基于检测数据通过故障检测规则判断对应的馈线网络是否存在故障;
S24、若馈线网络存在故障,执行S3;若馈线网络不存在故障,执行S1。
本实施例中,通过5G切片网络将馈线网络划分为若干个切片网络,可以根据不同区域的特征和需求,实现网络资源的智能配置和分配,有助于提高网络的灵活性和效率,同时保障故障检测的针对性;根据每个切片网络的网络特征,生成对应的馈线网络的故障检测规则,能够更好地适应不同区域的电力系统特点,有助于提高系统的灵敏度和准确性;基于检测数据通过故障检测规则判断对应的馈线网络是否存在故障,能够更加精准地确定是否有异常或故障发生,由于规则是根据切片网络的特征生成的,故障判断更具针对性和适应性。
具体地,S21包括如下步骤:
S211、获取馈线网络的拓扑结构;
S212、基于馈线网络的拓扑结构进行切片网络设计确定切片网络边界;
S213、根据切片网络边界内的检测数据设置切片网络参数;
S214、基于切片网络边界和切片网络参数确定切片网络。
具体地,馈线网络的拓扑结构包括配电线路、变电站、负载、以及配电网设备之间的连接关系。根据馈线网络的拓扑结构,考虑到馈线网络中的不同区域可能有不同的电力特性、负载需求或其他特定的运行条件设计切片网络,利用设计的切片网络,确定切片网络的边界,切片网络的边界是切片与切片之间的分界线,边界考虑到网络中各部分的相互关系和交互影响,基于节点、设备位置、电力流向因素确定切片网络边界。在切片网络的边界内,根据相应的检测数据设置切片网络的参数,包括电流、电压、功率因数等方面的参数。基于切片网络的边界和参数,确定切片网络的配置,涉及到切片网络中设备的调整、连接关系等。
本实施例中,根据切片网络边界内的检测数据,动态设置切片网络的参数,可以根据实际情况优化切片网络的配置,使其更好地适应当前的工作负载和电力系统的实时状态,有助于提高切片网络的性能和响应速度;基于切片网络边界和动态调整的参数,确定精准的切片网络,有助于确保每个切片网络都能够满足相应区域的电力系统需求,提高网络的适应性和性能。
具体地,S22包括如下步骤:
S221、获取每个切片网络的网络特征,包括拓扑结构、电气参数和负载特性;
S222、基于拓扑结构、电气参数和负载特性获取固定间距的位置的馈线实时电力数据;
S223、基于馈线实时电力数据进行差动分析确定超过差动特征阈值的馈线;
S224、将超过差动特征阈值的馈线作为故障馈线。
具体地,对于每个切片网络,首先获取其网络特征,包括切片网络的拓扑结构,节点之间的连接关系,设备的布局,电气参数以及负载特性。利用切片网络的拓扑结构、电气参数和负载特性,在每个切片网络内选择固定间距的位置,通过在切片网络中布置传感器或测量设备来获取相应的馈线实时电力数据。对于每个切片网络内的馈线,比较相邻馈线之间的电力数据差异,并判断是否超过差动特征阈值,差动特征阈值根据切片网络的特性和性质进行设置,如果馈线在差动分析中发现超过差动特征阈值,将其标识为故障馈线。
本实施例中,基于拓扑结构、电气参数和负载特性,获取固定间距的位置的馈线实时电力数据,有助于监测电力系统的实际运行状态,为后续的故障检测提供最新的、真实的数据基础;基于馈线实时电力数据进行差动分析,确定超过差动特征阈值的馈线,可以检测到馈线上的不一致性,从而找出潜在的故障点;将超过差动特征阈值的馈线作为故障馈线,有助于精确定位故障发生的位置,可以更准确地采取后续的故障隔离和修复措施。
S3、基于检测数据通过故障定位算法识别对应故障的故障位置。
具体地,S3包括如下步骤:
S31、提取故障馈线对应的检测数据中的数据特征构建数据特征集;
S32、将数据特征集划分为训练集和测试集;
S33、基于故障定位算法通过训练集建立故障定位模型;
S34、基于测试集通过故障定位模型识别故障馈线的故障位置。
具体地,提取故障馈线对应的检测数据中的故障特征,故障特征包括在故障馈线存在异常的电力数据的数据特征,包括数据幅值、波形、相位差等,基于得到的故障特征构建数据特征集,将得到的数据特征80%划分为训练集,20%划分为测试集。本实施例采用支持向量机(SVM)作为故障定位模型,通过训练集的特征向量和对应的故障位置标签,训练SVM模型,学习特征与故障位置之间的关系,使用已训练好的SVM模型,对测试集中的特征向量进行预测,SVM模型输出的预测结果即为故障定位的结果,通过评估模型评估指标来判断模型的性能。评估指标包括准确性、精确度、召回率和F1分数。
本实施例中,通过将数据特征集划分为训练集和测试集,有助于评估故障定位模型的泛化能力,确保模型在未知数据上的性能,避免过拟合问题;基于故障定位算法,通过训练集建立故障定位模型,能够学习到故障位置与数据特征之间的关系,使得模型具备识别新数据中故障位置的能力;通过故障定位模型识别故障馈线的故障位置,在实际应用中能够快速、准确地定位故障,从而提高故障隔离和修复的效率。
S4、基于故障位置的上游馈线断路器和下游馈线断路器对故障馈线进行故障隔离。
具体地,S4包括如下步骤:
S41、获取故障馈线的故障位置对应的上下游馈线断路器;
S42、故障指示器通过通信链路向馈线继电保护器发送故障信息;
S43、馈电保护继电器接收故障信息后对故障馈线执行跳闸操作后启动上下游馈线断路器;
S44、基于上下游馈线断路器切断故障馈线的故障位置的上游开关和下游开关。
具体地,根据得到的故障位置确定处于故障位置的上游馈线断路器和下游馈线断路器,通过馈线网络中的故障指示器与馈线继电保护器之间的通信链路将故障信息发送至馈线继电保护器,馈线继电保护器在接收到故障信息后执行跳闸操作,指示对应的故障馈线的上游馈线断路器和下游馈线断路器切断故障位置的上游开关和下游开关。
本实施例中,使用故障指示器通过通信链路向馈线继电保护器发送故障信息,能够在故障发生时快速将信息传递给相应的保护设备,缩短故障响应时间;馈电保护继电器接收故障信息后,对故障馈线执行跳闸操作,启动上下游馈线断路器,有助于迅速隔离故障,减小故障对电力系统的影响;根据上下游馈线断路器的操作,切断故障馈线的故障位置的上游开关和下游开关,能够有效地将故障隔离,防止故障扩散到其他部分,维护电力系统的稳定运行。
S5、将故障馈线停运负荷进行转移测试故障馈线状态,确定故障馈线是否继续发生故障。
具体地,S5包括如下步骤:
S51、获取故障馈线的停运负荷和健康负荷;
S52、将停运负荷转移至未发生故障的馈线中;
S53、对故障馈线进行封闭测试,若测试未发生故障,执行S6;若测试发生故障,执行S51。
具体地,获取故障馈线的停运负荷信息,包括故障期间被停运的负荷量和类型;获取故障馈线正常运行状态下的负荷信息,包括馈线的额定负荷和正常运行时的负荷分布。根据故障馈线的停运负荷信息,将停运负荷动态地转移到未发生故障的其他馈线上,确保转移后的负荷在未发生故障的馈线上能够正常运行,避免对整体系统造成过载或其他问题。对故障馈线进行封闭测试,模拟重新投入运行的过程,若测试未发生故障,说明故障馈线可以正常运行,执行S6,若测试发生故障,可能意味着故障尚未完全排除或存在其他问题,此时执行S51,重新评估故障馈线状态。
本实施例中,获取故障馈线的停运负荷和健康负荷,将停运负荷转移至未发生故障的馈线中,这样合理的负荷转移有助于平衡系统负荷,维持电力系统的稳定运行,同时最小化对用户的影响;对故障馈线进行封闭测试,检测故障馈线的状态,可以在确保电力系统安全的前提下,尽快恢复正常运行,减小对用户和系统的影响。
S6、基于测试结果确定待接入馈线并接入馈线网络中。
具体地,S6包括如下步骤:
S61、将封闭测试未发生故障的故障馈线作为待接入馈线;
S62、基于上下游断路器将待接入馈线的故障位置对应的上游开关和下游开关进行闭合;
S63、馈线保护继电器执行合闸操作将待接入馈线接入到馈线网络中。
具体地,根据封闭测试的结果,将测试未发生故障的故障馈线标记为待接入状态,记录待接入馈线的相关信息,根据故障位置信息,通过上下游断路器闭合待接入馈线的故障位置对应的上游开关和下游开关,将故障馈线变更为导通的状态,馈线保护继电器检测待接入馈线状态正常后,执行合闸操作,将待接入馈线接入到馈线网络中。
本实施例中,基于上下游断路器,将待接入馈线的故障位置对应的上游开关和下游开关进行闭合,确保新馈线能够安全地接入到馈线网络中,同时保障整个系统的稳定运行;馈线保护继电器执行合闸操作,将待接入馈线接入到馈线网络中,通过保护继电器的合闸操作,确保新馈线的平稳接入。
本实施例的有益效果:通过实时采集电力数据并进行预处理,系统能够迅速、准确地获取电力状态信息,提高实时性和对电力网络状态的感知。5G切片网络用于故障检测,根据网络特征划分配电网,提高系统适应性和效率。故障定位算法结合断路器操作,实现快速、准确的故障识别和隔离,降低系统响应时间。将故障馈线停运负荷转移到其他馈线进行测试,全面了解故障馈线状态,确保接入操作安全。基于测试结果智能确定待接入馈线,提高新馈线接入的自动化水平。通过对电力数据进行清洗、矫正和归一化,提高数据准确性和模型稳定性。5G切片网络根据实时数据智能配置网络资源,提高网络性能。基于拓扑结构和实时电力数据进行差动分析,能够准确定位故障位置。故障定位模型通过训练集建立,能够精确识别新数据中的故障位置。通过故障指示器和馈电保护继电器协同工作,实现故障信息快速传递、跳闸操作和隔离故障。负荷转移和封闭测试有助于系统负荷平衡和安全恢复。上下游断路器的操作确保待接入馈线安全接入,提高系统稳定性。综上所述,该方案综合运用多项技术手段,全面提升配电网的智能化、自动化水平,优化系统运行效率和可靠性。
以上之具体实施方式为本发明一种基于5G切片网络的配电网故障馈线保护方法的较佳实施方式,并非以此限定本发明的具体实施范围,本发明的范围包括并不限于本具体实施方式,凡依照本发明之形状、结构所作的等效变化均在本发明的保护范围内。
Claims (9)
1.一种基于5G切片网络的配电网故障馈线保护方法,其特征在于,包括如下步骤:
S1、实时采集配电网馈线网络电力数据并传输至控制平台进行预处理得到检测数据;
S2、基于检测数据通过控制平台中的5G切片网络进行检测确定馈线网络是否存在故障,若是,执行S3;若否,执行S1;
S3、基于检测数据通过故障定位算法识别对应故障的故障位置;
S4、基于故障位置的上游馈线断路器和下游馈线断路器对故障馈线进行故障隔离;
S5、将故障馈线停运负荷进行转移测试故障馈线状态,确定故障馈线是否继续发生故障;
S6、基于测试结果确定待接入馈线并将待接入馈线接入到馈线网络中。
2.根据权利要求1所述的一种基于5G切片网络的配电网故障馈线保护方法,其特征在于,所述S1包括如下步骤:
S11、采集配电网的馈线网络的电力数据;
S12、基于控制平台对电力数据进行数据清洗得到第一电力数据;
S13、对第一电力数据进行数据矫正得到第二电力数据;
S14、对第二电力数据进行归一化得到检测数据。
3.根据权利要求1所述的一种基于5G切片网络的配电网故障馈线保护方法,其特征在于,所述S2包括如下步骤:
S21、基于控制平台的5G切片网络将馈线网络划分为若干个切片网络;
S22、根据每个切片网络的网络特征生成对应的馈线网络的故障检测规则;
S23、基于检测数据通过所述故障检测规则判断对应的馈线网络是否存在故障;
S24、若馈线网络存在故障,执行S3;若馈线网络不存在故障,执行S1。
4.根据权利要求3所述的一种基于5G切片网络的配电网故障馈线保护方法,其特征在于,所述S21包括如下步骤:
S211、获取馈线网络的拓扑结构;
S212、基于馈线网络的拓扑结构进行切片网络设计确定切片网络边界;
S213、根据切片网络边界内的检测数据设置切片网络参数;
S214、基于所述切片网络边界和切片网络参数确定切片网络。
5.根据权利要求3所述的一种基于5G切片网络的配电网故障馈线保护方法,其特征在于,所述S22包括如下步骤:
S221、获取每个切片网络的网络特征,所述网络特征包括拓扑结构、电气参数和负载特性;
S222、基于所述拓扑结构、电气参数和负载特性获取固定间距位置的馈线实时电力数据;
S223、基于馈线实时电力数据进行差动分析确定超过差动特征阈值的馈线;
S224、将超过差动特征阈值的馈线作为故障馈线。
6.根据权利要求1所述的一种基于5G切片网络的配电网故障馈线保护方法,其特征在于,所述S3包括如下步骤:
S31、提取故障馈线对应的检测数据中的数据特征构建数据特征集;
S32、将所述数据特征集划分为训练集和测试集;
S33、基于故障定位算法通过训练集建立故障定位模型;
S34、基于测试集通过故障定位模型识别故障馈线的故障位置。
7.根据权利要求1所述的一种基于5G切片网络的配电网故障馈线保护方法,其特征在于,所述S4包括如下步骤:
S41、获取故障馈线的故障位置对应的上下游馈线断路器;
S42、故障指示器通过通信链路向馈线继电保护器发送故障信息;
S43、馈电保护继电器接收故障信息后对故障馈线执行跳闸操作后启动上下游馈线断路器;
S44、基于上下游馈线断路器切断故障馈线的故障位置的上游开关和下游开关。
8.根据权利要求1所述的一种基于5G切片网络的配电网故障馈线保护方法,其特征在于,所述S5包括如下步骤:
S51、获取故障馈线的停运负荷和健康负荷;
S52、将停运负荷转移至未发生故障的馈线中;
S53、对故障馈线进行封闭测试,若测试未发生故障,执行S6;若测试发生故障,执行S51。
9.根据权利要求1所述的一种基于5G切片网络的配电网故障馈线保护方法,其特征在于,所述S6包括如下步骤:
S61、将封闭测试未发生故障的故障馈线作为待接入馈线;
S62、基于上下游断路器将待接入馈线的故障位置对应的上游开关和下游开关进行闭合;
S63、馈线保护继电器执行合闸操作将待接入馈线接入到馈线网络中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311751409.2A CN117895437A (zh) | 2023-12-19 | 2023-12-19 | 一种基于5g切片网络的配电网故障馈线保护方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311751409.2A CN117895437A (zh) | 2023-12-19 | 2023-12-19 | 一种基于5g切片网络的配电网故障馈线保护方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117895437A true CN117895437A (zh) | 2024-04-16 |
Family
ID=90645858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311751409.2A Pending CN117895437A (zh) | 2023-12-19 | 2023-12-19 | 一种基于5g切片网络的配电网故障馈线保护方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117895437A (zh) |
-
2023
- 2023-12-19 CN CN202311751409.2A patent/CN117895437A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109655713B (zh) | 一种单相接地故障定位方法和系统 | |
JP2021148778A (ja) | 非接地配電システムのための過渡状態に基づいた故障位置特定方法 | |
CN107037279B (zh) | 一种并联电容器监测系统及其方法 | |
CN112415425B (zh) | 一种10kv配网小电流单相接地故障检测方法 | |
CN111579919B (zh) | 一种配电网单相接地故障检测方法和系统 | |
CN113281618B (zh) | 一种低压配电线路故障定位方法及装置 | |
CN116520093B (zh) | 一种高压母线运行故障定位方法及装置 | |
CN113777434A (zh) | 一种故障监测方法、装置及供配电系统 | |
CN109633506B (zh) | 直流输电系统中的数据采集校核方法与监测控制系统 | |
JP2024513381A (ja) | 配電網の低電圧部分からの測定値を使用して中低電圧配電網の故障を識別し故障位置を特定する方法 | |
CN112595926A (zh) | 一种地区电网检修计划智能辨识及辅助编制的技术研究 | |
CN117895437A (zh) | 一种基于5g切片网络的配电网故障馈线保护方法 | |
Tutvedt et al. | Smart fault handling in medium voltage distribution grids | |
CN115372760A (zh) | 一种适用于电力领域的短路故障判断方法 | |
CN110888019B (zh) | 利用线路特征修正的配电网单相接地故障定位方法及系统 | |
CN112904150A (zh) | 基于低压配电识别高压线路断线故障并定位的系统 | |
CN117335578B (zh) | 一种用于低压配电的合环转电的检测与调控系统 | |
CN116626540B (zh) | 断线故障区间判定方法、系统、终端及存储介质 | |
CN113884942B (zh) | 基于scada数据的接地选线报警正确性校验方法 | |
CN110470938B (zh) | 一种用于变电站/配电自动化系统的在线检测方法 | |
CN118011149A (zh) | 面向大规模分布式电源接入的主动配电网故障检测方法 | |
CN109473951B (zh) | 一种电气物理约束变电站系统及信息纠错方法 | |
CN117578437A (zh) | 一种台区低压线路故障自愈方法和系统 | |
Guo et al. | Single Phase Short Circuit Fault Location Method Based on Innovation Graph | |
CN118259118A (zh) | 基于拉依达准则的高压电缆护套层故障检测处置方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |