JPH08265959A - 故障様相判別方法 - Google Patents
故障様相判別方法Info
- Publication number
- JPH08265959A JPH08265959A JP6435695A JP6435695A JPH08265959A JP H08265959 A JPH08265959 A JP H08265959A JP 6435695 A JP6435695 A JP 6435695A JP 6435695 A JP6435695 A JP 6435695A JP H08265959 A JPH08265959 A JP H08265959A
- Authority
- JP
- Japan
- Prior art keywords
- value
- contact
- ground fault
- failure
- fault current
- 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.)
- Withdrawn
Links
Landscapes
- Testing Electric Properties And Detecting Electric Faults (AREA)
- Emergency Protection Circuit Devices (AREA)
Abstract
(57)【要約】
【目的】地絡故障の原因を金属接触、鳥獣接触、樹木接
触の３群のいずれに属するかを推定するするとともに、
鳥獣接触と樹木接触の判別が困難な場合にも両者を明確
に判別する。 【構成】地絡電流波形をスペクトル解析し、判別分析法
により故障原因が金属接触、鳥獣接触、樹木接触の３群
のいずれに属するかを推定するとともに、地絡電流値の
最大値を基準として地絡電流が最大値の２０％に達した
ときから９０％に達するまでの時間からなる変数を判別
分析に算入して、故障原因が鳥獣接触、樹木接触のいず
れに属するかを判別する。
触の３群のいずれに属するかを推定するするとともに、
鳥獣接触と樹木接触の判別が困難な場合にも両者を明確
に判別する。 【構成】地絡電流波形をスペクトル解析し、判別分析法
により故障原因が金属接触、鳥獣接触、樹木接触の３群
のいずれに属するかを推定するとともに、地絡電流値の
最大値を基準として地絡電流が最大値の２０％に達した
ときから９０％に達するまでの時間からなる変数を判別
分析に算入して、故障原因が鳥獣接触、樹木接触のいず
れに属するかを判別する。
Description
【０００１】
【産業上の利用分野】本発明は、送電線や配電線のよう
な電力線において地絡故障が生じた場合に、その地絡電
流波形から故障原因を判別する故障様相判別方法に関す
るものであり、特に故障原因が鳥獣接触、樹木接触のい
ずれに属するかを確実に判別できる故障様相判別方法に
関する。
な電力線において地絡故障が生じた場合に、その地絡電
流波形から故障原因を判別する故障様相判別方法に関す
るものであり、特に故障原因が鳥獣接触、樹木接触のい
ずれに属するかを確実に判別できる故障様相判別方法に
関する。
【０００２】
【従来の技術】電力線の地絡故障の原因としては、落
雷、樹木の接触、鳥の接触、蛇の接触、クレーンの接
触、釣竿の接触等の様々な原因がある。これらのいずれ
かの原因により電力線に地絡故障が生じた場合、監視所
において地絡故障の発生は容易に把握できるものの、そ
の故障原因が何であるかを特定することは容易ではな
い。このため、作業者が現場へ出向いて故障原因を発見
したうえで修復作業を行っているが、故障点及び故障原
因を発見するまでに多くの時間を要するという問題があ
った。
雷、樹木の接触、鳥の接触、蛇の接触、クレーンの接
触、釣竿の接触等の様々な原因がある。これらのいずれ
かの原因により電力線に地絡故障が生じた場合、監視所
において地絡故障の発生は容易に把握できるものの、そ
の故障原因が何であるかを特定することは容易ではな
い。このため、作業者が現場へ出向いて故障原因を発見
したうえで修復作業を行っているが、故障点及び故障原
因を発見するまでに多くの時間を要するという問題があ
った。
【０００３】そこで本発明者等は、故障原因によって地
絡電流波形が異なるとの知見に基づいて、故障点から離
れた監視所において故障原因をほぼ正確に推定すること
ができる故障様相判別方法を開発している。その一つの
方法は、電力線に設置したＣＴにより地絡電流波形を取
込み、これをスペクトル解析して得られたパワースペク
トル値、判別分析、ニューラルネットワーク等を組み合
わせた故障様相判別方法であり、またさらには、分析手
法として地絡電流波形をスペクトル解析したパワースペ
クトル値を変数とする判別分析法を採用し、雷以外の故
障原因として最も発生頻度の高い金属接触、鳥獣接触、
樹木接触、の３群のいずれに属するかを推定する故障様
相判別方法である。
絡電流波形が異なるとの知見に基づいて、故障点から離
れた監視所において故障原因をほぼ正確に推定すること
ができる故障様相判別方法を開発している。その一つの
方法は、電力線に設置したＣＴにより地絡電流波形を取
込み、これをスペクトル解析して得られたパワースペク
トル値、判別分析、ニューラルネットワーク等を組み合
わせた故障様相判別方法であり、またさらには、分析手
法として地絡電流波形をスペクトル解析したパワースペ
クトル値を変数とする判別分析法を採用し、雷以外の故
障原因として最も発生頻度の高い金属接触、鳥獣接触、
樹木接触、の３群のいずれに属するかを推定する故障様
相判別方法である。
【０００４】後者の方法にあっては、高い確率で故障原
因の推定を行うことができる故障様相判別方法ではある
ものの、地絡故障の原因が鳥獣接触と樹木接触である場
合には、図３の判別分析グラフに示すように各々の判別
値領域が接近していることから、地絡故障の原因を鳥獣
接触と樹木接触のいずれかに明確に区分するのに困難な
場合があった。
因の推定を行うことができる故障様相判別方法ではある
ものの、地絡故障の原因が鳥獣接触と樹木接触である場
合には、図３の判別分析グラフに示すように各々の判別
値領域が接近していることから、地絡故障の原因を鳥獣
接触と樹木接触のいずれかに明確に区分するのに困難な
場合があった。
【０００５】
【発明が解決しようとする課題】本発明は、上記の問題
点を解決するためになされたもので、地絡故障の原因を
金属接触、鳥獣接触、樹木接触の３群のいずれに属する
かを推定するするとともに、鳥獣接触と樹木接触の判別
が困難な場合にも両者を明確に判別できる故障様相判別
方法を提供する。
点を解決するためになされたもので、地絡故障の原因を
金属接触、鳥獣接触、樹木接触の３群のいずれに属する
かを推定するするとともに、鳥獣接触と樹木接触の判別
が困難な場合にも両者を明確に判別できる故障様相判別
方法を提供する。
【０００６】
【課題を解決するための手段】上記の課題は、請求項１
記載の電力線の地絡電流波形から地絡故障の原因を推定
することで判別する故障様相判別方法であって、地絡電
流波形をスペクトル解析したパワースペクトル値または
スペクトル強度からなる変数と、地絡電流値の最大値を
基準として、フラッシオーバ前の電流値が予め設定した
しきい値を超えたときからフラッシオーバ時の最大電流
値以下の予め設定した値に達するまでの時間からなる変
数とを用いて判別分析法により、地絡故障の原因を金属
接触、鳥獣接触、樹木接触、の３群のいずれに属するか
を推定して判別することを特徴とする故障様相判別方法
によって解決することができる。また、請求項２記載の
前記の予め設定したしきい値が地絡電流値の最大値の０
〜３０％の範囲内の値であるとともに、前記のフラッシ
オーバ時の最大電流値以下の予め設定した値が地絡電流
値の最大値の８０〜１００％の範囲内の値である請求項
１記載の故障様相判別方法によってより好適に解決する
ことができる。
記載の電力線の地絡電流波形から地絡故障の原因を推定
することで判別する故障様相判別方法であって、地絡電
流波形をスペクトル解析したパワースペクトル値または
スペクトル強度からなる変数と、地絡電流値の最大値を
基準として、フラッシオーバ前の電流値が予め設定した
しきい値を超えたときからフラッシオーバ時の最大電流
値以下の予め設定した値に達するまでの時間からなる変
数とを用いて判別分析法により、地絡故障の原因を金属
接触、鳥獣接触、樹木接触、の３群のいずれに属するか
を推定して判別することを特徴とする故障様相判別方法
によって解決することができる。また、請求項２記載の
前記の予め設定したしきい値が地絡電流値の最大値の０
〜３０％の範囲内の値であるとともに、前記のフラッシ
オーバ時の最大電流値以下の予め設定した値が地絡電流
値の最大値の８０〜１００％の範囲内の値である請求項
１記載の故障様相判別方法によってより好適に解決する
ことができる。
【０００７】
【作用】本発明によれば、地絡故障原因を、判別が容易
な雷を除き発生頻度の高い金属接触、鳥獣接触、樹木接
触の３群にまとめているのである。これらの３群は判別
分析にかけた場合に比較的判別が容易であり、高確率の
判別率で故障原因の推定を行うことができるが、電流値
が予め設定したしきい値を超えたときからフラッシュオ
ーバ時の最大電流値以下の予め設定した値に達するまで
の時間の要素を判別分析の変数に算入したので鳥獣接触
と樹木接触の区分を明確にすることができるようになっ
た。このようにして故障原因が推定できれば修復作業の
内容も特定できるので、修復作業時間を大幅に短縮でき
るのである。
な雷を除き発生頻度の高い金属接触、鳥獣接触、樹木接
触の３群にまとめているのである。これらの３群は判別
分析にかけた場合に比較的判別が容易であり、高確率の
判別率で故障原因の推定を行うことができるが、電流値
が予め設定したしきい値を超えたときからフラッシュオ
ーバ時の最大電流値以下の予め設定した値に達するまで
の時間の要素を判別分析の変数に算入したので鳥獣接触
と樹木接触の区分を明確にすることができるようになっ
た。このようにして故障原因が推定できれば修復作業の
内容も特定できるので、修復作業時間を大幅に短縮でき
るのである。
【０００８】
【実施例】次に、本発明を図１、図２を参照して実施例
によって更に詳細に説明する。図１は、本発明のフロー
チャートであり、まず電力線の地絡電流波形をＣＴによ
り検出し、解析のために記録させる。次いでファイナル
フラッシオーバの前後の解析部分を取り出すのである
が、そのためにはファイナルフラッシオーバを特定する
必要があり、地絡電流値がある値（例えば２０Ａ）を越
えたときをファイナルフラッシオーバの発生点と定義す
ればよい。
によって更に詳細に説明する。図１は、本発明のフロー
チャートであり、まず電力線の地絡電流波形をＣＴによ
り検出し、解析のために記録させる。次いでファイナル
フラッシオーバの前後の解析部分を取り出すのである
が、そのためにはファイナルフラッシオーバを特定する
必要があり、地絡電流値がある値（例えば２０Ａ）を越
えたときをファイナルフラッシオーバの発生点と定義す
ればよい。
【０００９】落雷の場合にはファイナルフラッシオーバ
の波高値がその後の続流の波高値よりも非常に大きいた
め、この段階において容易に判別ができる。このため落
雷の場合にはその後の判別分析を行うまでもない。そし
て落雷以外の場合には、取り出した解析部分の地絡電流
波形からＤＣ成分をカットしたうえ、地絡電流値の最大
振幅により正規化を行い、振幅の最大値を一定に揃え
る。
の波高値がその後の続流の波高値よりも非常に大きいた
め、この段階において容易に判別ができる。このため落
雷の場合にはその後の判別分析を行うまでもない。そし
て落雷以外の場合には、取り出した解析部分の地絡電流
波形からＤＣ成分をカットしたうえ、地絡電流値の最大
振幅により正規化を行い、振幅の最大値を一定に揃え
る。
【００１０】次に、正規化された地絡電流波形を、周波
数分析器にかけてスペクトル解析を行う。これにより電
力線の商用周波数の整数倍の周波数のパワースペクトル
値が得られる。そして、このようにして得られた商用周
波数の整数倍の周波数のパワースペクトル値を変数とし
て、判別分析法による故障原因の推定を行う。この判別
分析法とは、多変量解析法のひとつであって、あるサン
プルが複数の群のいずれに属するかを多変量データに基
づいて統計的に判別する手法である。その基本的な考え
方は、判別したいサンプルと各群の重心との距離（マハ
ラノビス距離）を算出し、その値が最も小さい群にその
サンプルが属するとするものである。
数分析器にかけてスペクトル解析を行う。これにより電
力線の商用周波数の整数倍の周波数のパワースペクトル
値が得られる。そして、このようにして得られた商用周
波数の整数倍の周波数のパワースペクトル値を変数とし
て、判別分析法による故障原因の推定を行う。この判別
分析法とは、多変量解析法のひとつであって、あるサン
プルが複数の群のいずれに属するかを多変量データに基
づいて統計的に判別する手法である。その基本的な考え
方は、判別したいサンプルと各群の重心との距離（マハ
ラノビス距離）を算出し、その値が最も小さい群にその
サンプルが属するとするものである。
【００１１】本発明においては、雷以外の故障原因を金
属接触、鳥獣接触、樹木接触の３群に分類し、故障原因
がそのいずれに属するかを判別分析法により推定するよ
うにしたもので、上記の手順のみから得られた判別分析
グラフは図３に示すように、鳥獣接触と樹木接触の領域
が比較的接近しているものとなった。そこでこの実施例
では、上記の取り出した解析部分の地絡電流波形から地
絡電流値の最大値を求め、それを基準として、フラッシ
オーバ前の電流値が予め設定したしきい値を超えたとき
からフラッシオーバ時の最大電流値以下の予め設定した
値に達するまでの時間を求めるのであるが、地絡電流が
その最大値の予め設定した２０％を超えたときから予め
設定した９０％に達するまでの時間を求めることとし
て、その得られた値を前記の判別分析の変数として算入
するようにしたのである。
属接触、鳥獣接触、樹木接触の３群に分類し、故障原因
がそのいずれに属するかを判別分析法により推定するよ
うにしたもので、上記の手順のみから得られた判別分析
グラフは図３に示すように、鳥獣接触と樹木接触の領域
が比較的接近しているものとなった。そこでこの実施例
では、上記の取り出した解析部分の地絡電流波形から地
絡電流値の最大値を求め、それを基準として、フラッシ
オーバ前の電流値が予め設定したしきい値を超えたとき
からフラッシオーバ時の最大電流値以下の予め設定した
値に達するまでの時間を求めるのであるが、地絡電流が
その最大値の予め設定した２０％を超えたときから予め
設定した９０％に達するまでの時間を求めることとし
て、その得られた値を前記の判別分析の変数として算入
するようにしたのである。
【００１２】その結果、得られた図２の判別分析グラフ
に示す通り、鳥獣接触と樹木接触の領域は相当に隔離さ
れたものとなったので、その両者を明確に判別すること
ができるようになった。このようにこの実施例では多数
の故障原因を判別が容易な上記の３群にまとめたため、
判別分析法によって高い判別率で故障原因を判別するこ
とが可能となった。なお、この実施例では、地絡電流が
その最大値の２０％を超えたときから９０％に達するま
での時間からなる変数を用いたが、本発明では、最大値
の０〜３０％の範囲内の予め設定した値を超えたときか
ら最大値の８０〜１００％の範囲内の予め設定した値に
達するまでの時間を選択して、電力線の課電電圧の高
さ、フラッシオーバ前の地絡電流の大きさなどの状況に
応じて判別精度を高めることができる。
に示す通り、鳥獣接触と樹木接触の領域は相当に隔離さ
れたものとなったので、その両者を明確に判別すること
ができるようになった。このようにこの実施例では多数
の故障原因を判別が容易な上記の３群にまとめたため、
判別分析法によって高い判別率で故障原因を判別するこ
とが可能となった。なお、この実施例では、地絡電流が
その最大値の２０％を超えたときから９０％に達するま
での時間からなる変数を用いたが、本発明では、最大値
の０〜３０％の範囲内の予め設定した値を超えたときか
ら最大値の８０〜１００％の範囲内の予め設定した値に
達するまでの時間を選択して、電力線の課電電圧の高
さ、フラッシオーバ前の地絡電流の大きさなどの状況に
応じて判別精度を高めることができる。
【００１３】なお本発明においては、フラッシオーバ前
の波形については少なくとも商用周波数の１、３、４、
７倍の周波数のパワースペクトル値を変数として用い、
フラッシオーバ後の波形については少なくとも商用周波
数の２、３、５、１３倍の周波数のパワースペクトル値
を変数として用いるとともに、地絡電流がその最大値の
０〜３０％の範囲内の予め設定した値を超えたときから
最大値の８０〜１００％の範囲内の予め設定した値に達
するまでの時間も変数として用いて、判別分析を行うの
がより好ましい。
の波形については少なくとも商用周波数の１、３、４、
７倍の周波数のパワースペクトル値を変数として用い、
フラッシオーバ後の波形については少なくとも商用周波
数の２、３、５、１３倍の周波数のパワースペクトル値
を変数として用いるとともに、地絡電流がその最大値の
０〜３０％の範囲内の予め設定した値を超えたときから
最大値の８０〜１００％の範囲内の予め設定した値に達
するまでの時間も変数として用いて、判別分析を行うの
がより好ましい。
【００１４】
【発明の効果】以上に説明したように、本発明の故障様
相判別方法によれば、地絡故障の原因を金属接触、鳥獣
接触、樹木接触の３群のいずれに属するかを推定するす
るとともに、鳥獣接触と樹木接触の判別が困難な場合に
も両者を明確に判別できる。このため監視所において故
障原因をほぼ正確に推定したうえで現場へ出向くことが
でき、修復作業時間を大幅に短縮できる利点がある。よ
って本発明は従来の問題点を解決した故障様相判別方法
として、その工業的価値が大なるものである。
相判別方法によれば、地絡故障の原因を金属接触、鳥獣
接触、樹木接触の３群のいずれに属するかを推定するす
るとともに、鳥獣接触と樹木接触の判別が困難な場合に
も両者を明確に判別できる。このため監視所において故
障原因をほぼ正確に推定したうえで現場へ出向くことが
でき、修復作業時間を大幅に短縮できる利点がある。よ
って本発明は従来の問題点を解決した故障様相判別方法
として、その工業的価値が大なるものである。
【図１】本発明の実施例を示すフローチャートである。
【図２】実施例に基づく１判別分析グラフである。
【図３】比較例に基づく１判別分析グラフである。
Claims (2)
- 【請求項１】 電力線の地絡電流波形から地絡故障の原
因を推定することで判別する故障様相判別方法であっ
て、地絡電流波形をスペクトル解析したパワースペクト
ル値またはスペクトル強度からなる変数と、地絡電流値
の最大値を基準として、フラッシオーバ前の電流値が予
め設定したしきい値を超えたときからフラッシオーバ時
の最大電流値以下の予め設定した値に達するまでの時間
からなる変数とを用いて判別分析法により、地絡故障の
原因を金属接触、鳥獣接触、樹木接触、の３群のいずれ
に属するかを推定して判別することを特徴とする故障様
相判別方法。 - 【請求項２】 前記の予め設定したしきい値が地絡電流
値の最大値の０〜３０％の範囲内の値であるとともに、
前記のフラッシオーバ時の最大電流値以下の予め設定し
た値が地絡電流値の最大値の８０〜１００％の範囲内の
値である請求項１記載の故障様相判別方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6435695A JPH08265959A (ja) | 1995-03-23 | 1995-03-23 | 故障様相判別方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6435695A JPH08265959A (ja) | 1995-03-23 | 1995-03-23 | 故障様相判別方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08265959A true JPH08265959A (ja) | 1996-10-11 |
Family
ID=13255897
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6435695A Withdrawn JPH08265959A (ja) | 1995-03-23 | 1995-03-23 | 故障様相判別方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH08265959A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012032301A (ja) * | 2010-07-30 | 2012-02-16 | Kyoto Univ | 電気設備の異常要因推定装置、コンピュータプログラム、電気設備の異常要因推定方法、及び、電気設備の異常要因推定システム |
| US20130054162A1 (en) * | 2011-08-31 | 2013-02-28 | Tollgrade Communications, Inc. | Methods and apparatus for determining conditions of power lines |
| CN106338664A (zh) * | 2016-08-11 | 2017-01-18 | 中车株洲电力机车研究所有限公司 | 一种列车变流器故障诊断方法和装置 |
| US10041968B2 (en) | 2012-02-14 | 2018-08-07 | Aclara Technologies Llc | Power line management system |
| CN110568300A (zh) * | 2019-06-24 | 2019-12-13 | 昆明理工大学 | 一种基于多源信息的配电网单相接地故障辨识方法 |
-
1995
- 1995-03-23 JP JP6435695A patent/JPH08265959A/ja not_active Withdrawn
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012032301A (ja) * | 2010-07-30 | 2012-02-16 | Kyoto Univ | 電気設備の異常要因推定装置、コンピュータプログラム、電気設備の異常要因推定方法、及び、電気設備の異常要因推定システム |
| US20130054162A1 (en) * | 2011-08-31 | 2013-02-28 | Tollgrade Communications, Inc. | Methods and apparatus for determining conditions of power lines |
| US10041968B2 (en) | 2012-02-14 | 2018-08-07 | Aclara Technologies Llc | Power line management system |
| CN106338664A (zh) * | 2016-08-11 | 2017-01-18 | 中车株洲电力机车研究所有限公司 | 一种列车变流器故障诊断方法和装置 |
| CN110568300A (zh) * | 2019-06-24 | 2019-12-13 | 昆明理工大学 | 一种基于多源信息的配电网单相接地故障辨识方法 |
| CN110568300B (zh) * | 2019-06-24 | 2021-07-13 | 昆明理工大学 | 一种基于多源信息的配电网单相接地故障辨识方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117411811B (zh) | 一种电力通信设备的故障智能监测方法 | |
| CN116228174B (zh) | 一种具有智能识别功能的印控仪管理方法 | |
| CN113391164A (zh) | 一种配电网单相接地故障智能化识别方法及装置 | |
| CN110907755A (zh) | 一种输电线路在线监测故障识别方法 | |
| CN110705900B (zh) | 一种输电线路树障风险等级评估方法 | |
| CN115684821A (zh) | 用于电网故障分析中的ai持续学习的系统和方法 | |
| CN113284004A (zh) | 一种基于孤立森林算法的电力数据诊断的治理方法 | |
| CN112904148A (zh) | 智能电缆运行监测系统、方法及装置 | |
| CN115144702A (zh) | 一种基于自组织竞争型神经网络的接地故障类型识别方法 | |
| JPH08265959A (ja) | 故障様相判別方法 | |
| CN115311585A (zh) | 用于电网架空线路异物的识别检测系统 | |
| CN113098131B (zh) | 一种基于电流信号的电网拓扑识别方法 | |
| KR101597935B1 (ko) | 비정상 시계열 데이터 탐지 방법 및 비정상 시계열 데이터 탐지 시스템 | |
| JPH07270467A (ja) | 故障様相判別方法 | |
| CN111874813A (zh) | 基于改进决策树算法的岸桥起重机减速器状态检测方法 | |
| CN114201483A (zh) | 一种基于统计建模的光伏阵列故障诊断方法 | |
| CN108983042B (zh) | 一种基于knn的配网接地故障原因识别方法 | |
| CN109738686B (zh) | 一种电力系统暂态过电压快速判别方法及装置 | |
| JPH06289086A (ja) | 故障様相判別方法 | |
| CN117168633B (zh) | 基于温度监测的高低压成套设备保护方法及系统 | |
| CN114062842B (zh) | 一种电缆监测方法及终端 | |
| CN114781426A (zh) | 一种基于深度卷积神经网络的配电网小电流接地故障成因智能辨识方法及系统 | |
| CN115168091A (zh) | 基于大规模网络流量类型数据的跳变点检测系统及方法 | |
| CN114609476A (zh) | 一种输电线路故障波头定位方法、装置、设备及存储介质 | |
| CN115049516A (zh) | 基于电网设备的配网状态确定方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20020604 |