CN117909909A - 一种配电网弧光接地故障识别方法 - Google Patents
一种配电网弧光接地故障识别方法 Download PDFInfo
- Publication number
- CN117909909A CN117909909A CN202410308744.3A CN202410308744A CN117909909A CN 117909909 A CN117909909 A CN 117909909A CN 202410308744 A CN202410308744 A CN 202410308744A CN 117909909 A CN117909909 A CN 117909909A
- Authority
- CN
- China
- Prior art keywords
- zero
- arc
- frequency domain
- voltage
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 239000011159 matrix material Substances 0.000 claims abstract description 29
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000005070 sampling Methods 0.000 claims description 33
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 abstract description 10
- 238000000605 extraction Methods 0.000 abstract description 7
- 238000010891 electric arc Methods 0.000 description 6
- 230000007704 transition Effects 0.000 description 3
- 230000006378 damage Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000016507 interphase Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Landscapes
- Locating Faults (AREA)
Abstract
本发明涉及电力系统配电线路继电保护技术领域，公开了一种配电网弧光接地故障识别方法，步骤如下：数据采集设备采集故障发生时刻电网三相电压、三相电流、零序电压和零序电流波形。对三相电压、三相电流波形进行预处理后提取其时频域特征信息。计算零序电压、零序电流局部最大尺度矩阵。确定零序电压、零序电流波形尖峰位置索引值，进而确定波峰个数。结合时频域特征信息与尖峰个数识别弧光接地故障：当时频域特征信息与尖峰个数均超出预设阈值时，认为所采集波形数据为弧光接地故障数据。本发明通过时频域特征提取和自动多尺度峰值查找算法实现对电网弧光接地故障的精准检测，为配电网营造了安全可靠的运行环境，具有很强的工程实用性。
Description
技术领域
本发明涉及电力系统配电线路继电保护技术领域，尤其涉及一种配电网弧光接地故障识别方法。
背景技术
作为电力系统中起分配电能作用的网络，配电网的安全稳定运行是保证用户供电可靠性的重要保障，然而配电网结构复杂、分支众多等原因，故障概率较高，其中单相接地故障占故障总数的80%以上。弧光接地故障作为配电网中单相接地故障中的一种常见类型，不仅影响供电系统平稳运行，造成严重的人身伤害和财产损失，甚至会诱发山火及森林火灾，导致一系列次生灾害发生，持续发展性的弧光接地故障还会导致弧光过电压，造成电缆等设备的绝缘累积性损坏，在非故障相的绝缘弱环节造成设备相对地击穿，继而发展成为相间的短路事故。目前的弧光接地故障检测方法主要包括暂态分析法和行波法等，而在接地电弧的非线性、较大的过渡电阻和设备采样率低导致行波无法准确提取等问题的影响下，上述检测方法的检测准确性一般，工程实用性较差。
尖峰：变化率超过一定阈值的波峰。
发明内容
本发明针对现有技术存在的不足和缺陷，提供了一种配电网弧光接地故障识别方法，通过时频域特征提取和自动多尺度峰值查找算法实现对电网弧光接地故障的精准检测。
本发明的目的可以通过以下技术方案来实现。
一种配电网弧光接地故障识别方法，包括以下步骤。
步骤1：数据采集设备采集故障发生时刻电网三相电压、三相电流、零序电压和零序电流波形数据。
步骤2：对三相电压、三相电流波形数据进行预处理后，提取其时频域特征信息。
步骤3：计算零序电压、零序电流局部最大尺度矩阵。
步骤4：基于局部最大尺度矩阵确定零序电压、零序电流波形尖峰位置索引值，进而确定波峰个数。
步骤5：结合时频域特征信息与尖峰个数识别弧光接地故障：当时频域特征信息与尖峰个数均超出预设阈值时，认为所采集波形数据为弧光接地故障数据。
优选地，所述步骤1中数据采集设备为故障指示器或FTU。
优选地，所述步骤2中数据预处理方法为剔除采样异常数据，采样异常数据满足连续两采样点电流差值超过800A或电流、电压采样值连续两个工频周期保持不变。
优选地，所述步骤2中提取时频域特征的方法为S变换，提取的时频域特征信息包括：基波幅值、信号占比最大谐波次数和信号占比最大谐波最大幅值。
优选地，所述步骤3中计算局部最大尺度矩阵的方法如下。
首先通过最小二乘法对采样信号x=[x1,x2,……,xi,……,xN]进行线性拟合并进行线性趋势去除，使用滑动窗口法来确定信号x的局部最大尺度，进而得到局部最大尺度矩阵M。
其中i为采样点标号；N为采样点数；i=1,2,…,N；窗口长度ωk=2k，其中k=1,2，…，L；L=N/2-1。
局部最大尺度mk,i需要满足下列等式。
。
其中r为[0, 1]范围内变化的随机数，α是值为1的常数因子。
。
优选地，所述步骤4中确定零序电压、零序电流波形尖峰位置索引值，进而确定尖峰个数的步骤如下。
S4-1，计算局部最大尺度矩阵M各行之和γk。
。
由于矩阵γ=[γ1, γ2, …, γi,…γL]包含有局部最大尺度的信息，因此矩阵γ最小值的索引λ代表采样信号x的局部最大尺度的维度。
S4-2，对局部最大尺度矩阵M进行重组，剔除所有满足k>λ的元素mk,i，得到λ×N维度的新矩阵Mr=（mk,i）。
其中i=1,2,…，N；k=1,2，…，λ；λ为矩阵γ最小值的索引。
S4-3，根据下列公式逐列计算矩阵Mr的标准差σi。
，。
则满足σi=0的索引值pq均为尖峰位置索引值，其个数即为尖峰个数。
优选地，所述步骤5中的时频域特征信息为信号占比最大谐波次数，预设阈值为9，尖峰个数预设阈值为3。
本发明的有益技术效果：通过时频域特征提取和自动多尺度峰值查找算法实现对电网弧光接地故障的精准检测，为配电网营造了安全可靠的运行环境，具有很强的工程实用性。
附图说明
图1为本发明的总体流程图。
图2为本发明实施例1对应的多尺度尖峰检测结果。
图3为本发明实施例2对应的多尺度尖峰检测结果。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不限定本发明。
本申请公开了一种配电网弧光接地故障识别方法，针对于配电网弧光接地故障检测。首先采集故障发生时刻电网的电压电流数据并通过S变换提取电压电流信号的时频域特征信息，通过自动多尺度峰值查找算法检测零序电压、零序电流波峰，结合电弧放电的频率统计电弧放电过程出现的特定波峰脉冲个数，利用时频域信息结合脉冲波峰数量实现对弧光接地故障的识别。
配网弧光接地故障是指配电网线路中某相经过电弧与大地形成短路，一般出现在中性点不接地系统当中。当电网中某一故障相因为电弧接地而电位降低为零时，其余的两非故障相对地电位升高并产生弧光过电压。接地电弧具备非线性，当故障相电压处于波峰或波谷时，空气或绝缘设备被击穿拉弧，此时线路与大地间过渡电阻较小类似于金属性接地，当故障相电压处于过零点附近时，空气或绝缘设备绝缘恢复并且熄弧，此时线路与大地间过渡电阻较大，因此间歇性弧光故障往往伴随有周期性放电，且放电频率一般小于三倍工频，零序波形上显示为周期性尖峰，且电压电流信号含有较多的高次谐波成分。
实施例1：结合附图1，一种配电网弧光接地故障识别方法，包括以下步骤。
步骤1：故障指示器或FTU实时检测电网的三相电压、三相电流、零序电压和零序电流，当检测值符合接地故障启动录波条件时，采集故障发生时刻电网电压、电流波形数据，包括故障发生前6个工频周期和故障发生后10个工频周期数据。
步骤2：对三相电压、三相电流波形数据进行预处理，剔除采样异常数据，方法为：逐点计算电流、电压数据当前采样点与上一采样点的差值，当满足电流采样值两采样点差值超过800A或电流、电压采样值连续两个工频周期保持不变，则该次采样数据为采样异常数据，实施例1不满足上述条件，因此非采样异常数据，使用S变换提取采样数据时频域特征信息，包括基波幅值、信号占比最大谐波次数和信号占比最大谐波最大幅值，如下表1所示。
表1、实施例1基波幅值、信号占比最大谐波次数和信号占比最大谐波最大幅值提取结果
| 时频域特征 | 提取结果 |
| 基波幅值 | 500 |
| 信号占比最大谐波次数 | 15 |
| 信号占比最大谐波最大幅值 | 700 |
步骤3：计算零序电压、零序电流局部最大尺度矩阵。
步骤4：基于局部最大尺度矩阵检测波峰位置索引，并确定波峰个数，由于间歇性弧光接地故障零序电压与零序电流波峰个数相同，因此以零序电压为例，实施例1中基于局部最大尺度矩阵检测波峰位置索引如附图2所示，结合弧光放电频率一般小于三倍工频，统计波峰个数为10个。
步骤5：结合时频域特征信息与波峰个数识别弧光接地故障，实施例1的信号占比最大谐波次数大于9次且波峰个数大于3个，满足预设阈值，认为实施例1所采集波形数据为弧光接地故障。
实施例2：结合附图1，一种配电网弧光接地故障识别方法，包括以下步骤。
步骤1：故障指示器或FTU实时检测电网的三相电压、三相电流、零序电压和零序电流，当检测值符合接地故障启动录波条件时，采集故障发生时刻电网电压、电流波形数据，包括故障发生前6个工频周期和故障发生后10个工频周期数据。
步骤2：对三相电压、三相电流波形数据进行预处理，剔除采样异常数据，方法为：逐点计算电流、电压数据当前采样点与上一采样点的差值，当满足电流采样值两采样点差值超过800A或电流、电压采样值连续两个工频周期保持不变，则该次采样数据为采样异常数据，实施例2不满足上述条件，因此非采样异常数据，使用S变换提取采样数据时频域特征信息，包括基波幅值、信号占比最大谐波次数和信号占比最大谐波最大幅值，结果如下表2所示。
表2、实施例2基波幅值、信号占比最大谐波次数和信号占比最大谐波最大幅值提取结果
| 时频域特征 | 提取结果 |
| 基波幅值 | 60 |
| 信号占比最大谐波次数 | 17 |
| 信号占比最大谐波最大幅值 | 110 |
步骤3：计算零序电压、零序电流局部最大尺度矩阵。
步骤4：基于局部最大尺度矩阵检测波峰位置索引，并确定波峰个数，由于间歇性弧光接地故障零序电压与零序电流波峰个数相同，因此以零序电压为例，实施例2中基于局部最大尺度矩阵检测波峰位置索引如附图3所示，结合弧光放电频率一般小于三倍工频，统计波峰个数为2个。
步骤5：结合时频域特征信息与波峰个数识别弧光接地故障，实施例2的信号占比最大谐波次数大于9次但波峰个数小于3个，不满足预设阈值，认为实施例2所采集波形数据不是弧光接地故障。
上述实施例是对本发明的具体实施方式的说明，而非对本发明的限制，有关技术领域的技术人员在不脱离本发明的精神和范围的情况下，还可做出各种变换和变化以得到相对应的等同的技术方案，因此所有等同的技术方案均应归入本发明的专利保护范围。
Claims (7)
1.一种配电网弧光接地故障识别方法，其特征在于，包括以下步骤：
步骤1：数据采集设备采集故障发生时刻电网三相电压、三相电流、零序电压和零序电流波形数据；
步骤2：对三相电压、三相电流波形数据进行预处理后，提取其时频域特征信息；
步骤3：计算零序电压、零序电流局部最大尺度矩阵；
步骤4：基于局部最大尺度矩阵确定零序电压、零序电流波形尖峰位置索引值，进而确定波峰个数；
步骤5：结合时频域特征信息与尖峰个数识别弧光接地故障：当时频域特征信息与尖峰个数均超出预设阈值时，认为所采集波形数据为弧光接地故障数据。
2.根据权利要求1所述的一种配电网弧光接地故障识别方法，其特征在于，所述步骤1中数据采集设备为故障指示器或FTU。
3.根据权利要求1所述的一种配电网弧光接地故障识别方法，其特征在于，所述步骤2中数据预处理方法为剔除采样异常数据，采样异常数据满足连续两采样点电流差值超过800A或电流、电压采样值连续两个工频周期保持不变。
4.根据权利要求1所述的一种配电网弧光接地故障识别方法，其特征在于，所述步骤2中提取时频域特征的方法为S变换，提取的时频域特征信息包括：基波幅值、信号占比最大谐波次数和信号占比最大谐波最大幅值。
5.根据权利要求1所述的一种配电网弧光接地故障识别方法，其特征在于，所述步骤3中计算局部最大尺度矩阵的方法为：
首先通过最小二乘法对采样信号x=[x1,x2,……,xi,……,xN]进行线性拟合并进行线性趋势去除，使用滑动窗口法来确定信号x的局部最大尺度，进而得到局部最大尺度矩阵M；
其中i为采样点标号；N为采样点数；i=1,2,…,N；窗口长度ωk=2k，其中k=1,2，…，L；L=N/2-1；
局部最大尺度mk,i需要满足下列等式：
；
其中r为[0, 1]范围内变化的随机数，α是值为1的常数因子；
。
6.根据权利要求5所述的一种配电网弧光接地故障识别方法，其特征在于，所述步骤4中确定零序电压、零序电流波形尖峰位置索引值，进而确定尖峰个数的步骤包括：
S4-1，计算局部最大尺度矩阵M各行之和γk：
；
由于矩阵γ=[γ1, γ2, …, γi,…γL]包含有局部最大尺度的信息，因此矩阵γ最小值的索引λ代表采样信号x的局部最大尺度的维度；
S4-2，对局部最大尺度矩阵M进行重组，剔除所有满足k>λ的元素mk,i，得到λ×N维度的新矩阵Mr=（mk,i）；
其中i=1,2,…，N；k=1,2，…，λ；λ为矩阵γ最小值的索引；
S4-3，根据下列公式逐列计算矩阵Mr的标准差σi：
，/>；
则满足σi=0的索引值pq均为尖峰位置索引值，其个数即为尖峰个数。
7.根据权利要求1所述的一种配电网弧光接地故障识别方法，其特征在于，所述步骤5中的时频域特征信息为信号占比最大谐波次数，预设阈值为9，尖峰个数预设阈值为3。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410308744.3A CN117909909A (zh) | 2024-03-19 | 2024-03-19 | 一种配电网弧光接地故障识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410308744.3A CN117909909A (zh) | 2024-03-19 | 2024-03-19 | 一种配电网弧光接地故障识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117909909A true CN117909909A (zh) | 2024-04-19 |
Family
ID=90690852
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410308744.3A Pending CN117909909A (zh) | 2024-03-19 | 2024-03-19 | 一种配电网弧光接地故障识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117909909A (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101587159A (zh) * | 2009-06-22 | 2009-11-25 | 昆明理工大学 | 利用s变换辐角检测的配电网馈出线故障选线方法 |
| CN103454528A (zh) * | 2013-08-30 | 2013-12-18 | 华南理工大学 | 基于形态奇异熵的电力系统元件故障检测及识别方法 |
| CN104635111A (zh) * | 2015-01-23 | 2015-05-20 | 云南电网公司楚雄供电局 | 一种基于故障时刻s变换频谱特性的配电网故障启动方法 |
| CN106127683A (zh) * | 2016-06-08 | 2016-11-16 | 中国电子科技集团公司第三十八研究所 | 一种无人机载sar图像实时拼接方法 |
| CN106841915A (zh) * | 2017-01-15 | 2017-06-13 | 东北电力大学 | 一种基于压缩感知的输电线路故障定位方法 |
| KR20170078479A (ko) * | 2015-12-29 | 2017-07-07 | 한국 전기안전공사 | 아크 검출 장치 및 아크 검출 장치를 이용한 접지 아크 검출 방법 |
| CN107727990A (zh) * | 2017-10-23 | 2018-02-23 | 云南电网有限责任公司电力科学研究院 | 一种配网弧光接地故障辨识方法 |
| CN108279364A (zh) * | 2018-01-30 | 2018-07-13 | 福州大学 | 基于卷积神经网络的配电网单相接地故障选线方法 |
| CN109188193A (zh) * | 2018-07-26 | 2019-01-11 | 昆明理工大学 | 一种基于特征频带收敛性闵氏距离的配电网故障选线方法 |
| EP3454336A1 (en) * | 2017-09-12 | 2019-03-13 | Dolby Laboratories Licensing Corp. | Packet loss concealment for critically-sampled filter bank-based codecs using multi-sinusoidal detection |
| CN111579936A (zh) * | 2020-06-30 | 2020-08-25 | 上海交通大学 | 一种适用于弧光接地故障的定位方法及系统 |
| CN112014773A (zh) * | 2020-09-04 | 2020-12-01 | 内蒙古电力（集团）有限责任公司呼和浩特供电局 | 一种用于检测小电流接地系统电缆早期故障的方法 |
| WO2023284609A1 (zh) * | 2021-07-12 | 2023-01-19 | 深圳思谋信息科技有限公司 | 图形码识别方法、装置、计算机设备和存储介质 |
| CN116540025A (zh) * | 2023-05-19 | 2023-08-04 | 云南电网有限责任公司红河供电局 | 一种基于迁移学习与残差网络的故障检测方法 |
| CN116930685A (zh) * | 2023-09-18 | 2023-10-24 | 青岛鼎信通讯科技有限公司 | 一种适用于配电网单相接地故障的单端测距方法 |
| WO2023216553A1 (zh) * | 2022-05-11 | 2023-11-16 | 广东电网有限责任公司东莞供电局 | 一种配电网多重故障诊断方法及系统 |
-
2024
- 2024-03-19 CN CN202410308744.3A patent/CN117909909A/zh active Pending
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101587159A (zh) * | 2009-06-22 | 2009-11-25 | 昆明理工大学 | 利用s变换辐角检测的配电网馈出线故障选线方法 |
| CN103454528A (zh) * | 2013-08-30 | 2013-12-18 | 华南理工大学 | 基于形态奇异熵的电力系统元件故障检测及识别方法 |
| CN104635111A (zh) * | 2015-01-23 | 2015-05-20 | 云南电网公司楚雄供电局 | 一种基于故障时刻s变换频谱特性的配电网故障启动方法 |
| KR20170078479A (ko) * | 2015-12-29 | 2017-07-07 | 한국 전기안전공사 | 아크 검출 장치 및 아크 검출 장치를 이용한 접지 아크 검출 방법 |
| CN106127683A (zh) * | 2016-06-08 | 2016-11-16 | 中国电子科技集团公司第三十八研究所 | 一种无人机载sar图像实时拼接方法 |
| CN106841915A (zh) * | 2017-01-15 | 2017-06-13 | 东北电力大学 | 一种基于压缩感知的输电线路故障定位方法 |
| EP3454336A1 (en) * | 2017-09-12 | 2019-03-13 | Dolby Laboratories Licensing Corp. | Packet loss concealment for critically-sampled filter bank-based codecs using multi-sinusoidal detection |
| CN107727990A (zh) * | 2017-10-23 | 2018-02-23 | 云南电网有限责任公司电力科学研究院 | 一种配网弧光接地故障辨识方法 |
| CN108279364A (zh) * | 2018-01-30 | 2018-07-13 | 福州大学 | 基于卷积神经网络的配电网单相接地故障选线方法 |
| CN109188193A (zh) * | 2018-07-26 | 2019-01-11 | 昆明理工大学 | 一种基于特征频带收敛性闵氏距离的配电网故障选线方法 |
| CN111579936A (zh) * | 2020-06-30 | 2020-08-25 | 上海交通大学 | 一种适用于弧光接地故障的定位方法及系统 |
| CN112014773A (zh) * | 2020-09-04 | 2020-12-01 | 内蒙古电力（集团）有限责任公司呼和浩特供电局 | 一种用于检测小电流接地系统电缆早期故障的方法 |
| WO2023284609A1 (zh) * | 2021-07-12 | 2023-01-19 | 深圳思谋信息科技有限公司 | 图形码识别方法、装置、计算机设备和存储介质 |
| WO2023216553A1 (zh) * | 2022-05-11 | 2023-11-16 | 广东电网有限责任公司东莞供电局 | 一种配电网多重故障诊断方法及系统 |
| CN116540025A (zh) * | 2023-05-19 | 2023-08-04 | 云南电网有限责任公司红河供电局 | 一种基于迁移学习与残差网络的故障检测方法 |
| CN116930685A (zh) * | 2023-09-18 | 2023-10-24 | 青岛鼎信通讯科技有限公司 | 一种适用于配电网单相接地故障的单端测距方法 |
Non-Patent Citations (3)
| Title |
|---|
| 古一灿，唐文虎*，辛妍丽，周九江，吴青华: "基于多尺度数学形态学和高低频能量比值的 海上风电场内部瞬态过电压特征分析", 中 国 电 机 工 程 学 报, vol. 41, no. 5, 5 March 2021 (2021-03-05) * |
| 吴乐鹏;黄纯;林达斌;朱智军;蒋洪涛;: "基于暂态小波能量的小电流接地故障选线新方法", 电力自动化设备, no. 05, 10 May 2013 (2013-05-10) * |
| 束洪春;彭仕欣;: "配电网络单相故障馈线的S变换检测新方法", 高电压技术, no. 12, 31 December 2009 (2009-12-31) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wu et al. | Ultra-high-speed directional protection of transmission lines using mathematical morphology | |
| CN104808109B (zh) | 基于录波数据的高压输电线路故障识别方法和系统 | |
| CN102680854B (zh) | 一种电力电缆隐性故障及接头工艺缺陷在线监测方法 | |
| CN109655713B (zh) | 一种单相接地故障定位方法和系统 | |
| CN104237731B (zh) | 基于eemd与能量法的谐振接地配电网单相接地故障选线方法 | |
| CN107179466A (zh) | 小电流接地系统的单相接地故障选线方法 | |
| CN103529358A (zh) | 用电流信息检测中压配电系统持续性高阻接地故障的方法 | |
| Imani et al. | A novel time-domain method for fault detection and classification in VSC-HVDC transmission lines | |
| CN111999753A (zh) | 一种配电线路单相接地故障定位技术及自愈决策方法 | |
| CN111880046A (zh) | 一种快速识别线路故障原因的装置及方法 | |
| CN113933647A (zh) | 一种基于首半波功率方向的小电流接地系统故障选线方法 | |
| Shu et al. | MMC-HVDC line fault identification scheme based on single-ended transient voltage information entropy | |
| CN117909909A (zh) | 一种配电网弧光接地故障识别方法 | |
| CN116298665A (zh) | 一种配电电缆弧光接地故障判定方法及系统 | |
| Ramamurthy et al. | High Impedance Fault detection using DWT for transmission and distribution networks | |
| CN115236389A (zh) | 一种氧化锌避雷器无线监测方法、系统、设备及存储介质 | |
| CN114545288A (zh) | 一种基于谐波分量的配电电缆弧光接地故障判定方法及系统 | |
| CN108736435B (zh) | 一种故障定位方法、装置、定位设备及存储介质 | |
| CN114142442A (zh) | 一种直流输电线路保护方法及系统 | |
| Cong et al. | Ground Fault Identification and Key Feature Extraction Method for Distribution Network Based on Waveform Analysis | |
| CN110108972B (zh) | 一种单相高阻接地故障的电弧检测方法 | |
| CN104977492A (zh) | 一种10kV配电杆塔接地状态评估系统及评估方法 | |
| CN115575783B (zh) | 一种交流输电线路多重雷绕击与反击识别方法及系统 | |
| CN111965482B (zh) | 一种配电网高阻接地故障保护选线启动算法 | |
| Linli et al. | Adaptive tripping for distribution network based on fault indicator recording data |
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 |