CN114137360A - 一种配电网故障定位方法、装置及存储介质 - Google Patents
一种配电网故障定位方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114137360A CN114137360A CN202111400391.2A CN202111400391A CN114137360A CN 114137360 A CN114137360 A CN 114137360A CN 202111400391 A CN202111400391 A CN 202111400391A CN 114137360 A CN114137360 A CN 114137360A
- Authority
- CN
- China
- Prior art keywords
- fault
- power distribution
- distribution network
- network
- phase
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000005259 measurement Methods 0.000 claims description 29
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 7
- 230000004807 localization Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000012993 chemical processing Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
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)
- Locating Faults (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种配电网故障定位方法、装置及存储介质,该方法包括:获取配电网故障网络,配电网故障网络中包括多个元件;计算每个元件的故障匹配值,并选择故障匹配值最小的元件作为故障元件;对故障元件进行故障测距,确定故障的实际位置。通过本发明的技术方案,能够快速、准确的进行配电网故障定位。
Description
技术领域
本发明实施例涉及配电网技术领域,尤其涉及一种配电网故障定位方法、装置及存储介质。
背景技术
随着智能配电网技术的发展,配电网接入的分布式能源越来越多,其拓扑也变得愈加复杂,因此,作为连接电力用户和输电网的重要纽带,配电网的故障定位是当下的热门问题。
现有的配电网故障定位方法采用的是矩阵法,以图论知识为基础,结合配电网的拓扑结构特点对配电网络进行拓扑描述,得出配电网的描述矩阵,然后根据馈线终端装置上传的故障信息生成故障信息矩阵,并进行故障定位。但是在分布式能源容量和控制存在不确定性的情况下,配电网的故障特征与运行特性变得不再典型,导致故障指示单元无法给出正确的故障信号,从而造成故障定位失效,且矩阵法采用0-1变量难以采取最原始的故障特征数据,在新能源接入情况下的应用性较低。
发明内容
本发明提供一种配电网故障定位方法、装置及存储介质,用以快速、准确的进行配电网故障定位。
第一方面,本发明实施例提供了一种配电网故障定位方法,该方法包括:
获取配电网故障网络,配电网故障网络中包括多个元件;
计算每个元件的故障匹配值,并选择故障匹配值最小的元件作为故障元件;
对故障元件进行故障测距,确定故障的实际位置。
可选的,在获取配电网故障网络后,还包括:对配电网故障网络进行归一化处理;其中,归一化处理后的配电网故障网络的任一元件处的故障电流为表示从一个方向注入的分量电流,表示从另一个方向注入的分量电流,表示从元件处注入的电流,0<α<1。
可选的,计算每个元件的故障匹配值,包括:根据配电网故障网络的实时量测数据和配电网接线拓扑,构建状态估计方程;根据状态估计方程,计算系统状态特征量的估计结果;计算系统状态特征量的估计结果和实际系统状态特征的故障匹配值。
可选的,状态估计方程为z=H·x+r;其中,z表示实时量测的电流电压数据,H为由配电网接线拓扑形成的量测方程信息矩阵,x表示配电网状态特征,r表示量测方程信息矩阵与实际状态的误差;系统状态特征量的估计结果其中,R为量测误差的方差对角矩阵;故障匹配值J=(z-H·x)TR-1(z-H·x)。
可选的,对故障元件进行故障测距,确定故障的实际位置,包括:通过系统状态特征量的估计结果测得的从两个方向注入的分量电流的大小,按照(1-α):α确定故障的实际位置。
可选的,在对故障元件进行故障测距,确定故障的实际位置前,还包括:根据故障元件,进行故障选相。
可选的,根据故障元件,进行故障选相,包括:构建三相故障网络,三相故障网络包括A相故障网络、B相故障网络和C相故障网络;分别计算A相故障网络、B相故障网络和C相故障网络从两个方向注入的分量电流之和,并根据该相是否出现故障电流进行故障选相。
可选的,元件为母线和/或分段线路。
第二方面,本发明实施例还提供了一种配电网故障定位装置,该装置包括:
信息获取模块,用于获取配电网故障网络,配电网故障网络中包括多个元件;
故障元件匹配模块,用于计算每个元件的故障匹配值,并选择故障匹配值最小的元件作为故障元件;
故障位置确定模块,用于对故障元件进行故障测距,确定故障的实际位置。
第三方面,本发明实施例还提供了一种配电网故障定位装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器用于在执行计算机程序时实现如本发明实施例中任一所述的配电网故障定位方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一所述的配电网故障定位方法。
本发明通过获取配电网故障网络,配电网故障网络中包括多个元件;计算每个元件的故障匹配值,并选择故障匹配值最小的元件作为故障元件;对故障元件进行故障测距,确定故障的实际位置,解决了现有技术中由于分布式能源容量和控制的不确定性导致的故障定位失效和在新能源接入时配电网故障定位的应用性较低的问题,能够快速、准确的进行配电网故障定位。
附图说明
图1是本发明实施例一中的一种配电网故障定位方法的流程示意图;
图2是本发明实施例一中的配电网故障定位方法的整体架构示意图;
图3是本发明实施例一中的另一种配电网故障定位方法的流程示意图;
图4是本发明实施例二中的一种配电网故障定位装置的结构示意图;
图5是本发明实施例三中的一种配电网故障定位装置的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种配电网故障定位方法的流程示意图,图2是本发明实施例一中的配电网故障定位方法的整体架构示意图,本实施例可适用于实时监测配电网各元件的故障情况并对故障元件进行定位,该方法可以由本发明实施例中的配电网故障定位装置来执行,下面将结合图1和图2进一步说明本发明实施例的配电网故障定位方法,如图1所示,该方法具体包括如下步骤:
步骤101、获取配电网故障网络,配电网故障网络中包括多个元件。
其中,配电网是由架空线路、电缆、杆塔、配电变压器、隔离开关、无功补偿电容以及一些附属设施等组成的一种能在电力网中起分配电能作用的网络,元件为母线和/或分段线路,具体的,母线是汇集、分配和传送电能的导线,包括硬母线、软母线和封闭母线等,本发明实施例对此不进行限定。
具体的,当配电网出现故障点时,配电网网络拓扑会发生变化,从而构成配电网故障网络,而故障位置不同,配电网故障网络也不同。
可选的,在获取配电网故障网络后,还可以对配电网故障网络进行归一化处理;其中,归一化处理后的配电网故障网络的任一元件处的故障电流为表示从一个方向注入的分量电流,表示从另一个方向注入的分量电流,表示从元件处注入的电流,0<α<1。
具体的,故障电流从线路上任意的一个故障点注入,可以等效为从线路两端分别注入不同分量大小的故障电流,基于此原理,对配电网故障网络进行归一化处理,从而实现外部故障线路的等效。
示例性的,线路发生故障,可视为故障点处增加一个(反向)电流注入点,根据电路星三角变化,可以视为在故障线路两侧,各注入一组电流,其中,两组新注入的电流大小之和等于故障点一处注入的电流大小,两组新注入的电流大小的比值与故障点到线路两端的阻抗值成反比。例如,故障点A的故障电流为那么,可视为从故障元件处注入的电流为可将其等效为从线路两端分别注入不同分量大小的故障电流和即可对配电网故障网络进行归一化处理,实现外部故障线路的等效。
具体的,归一化的故障网络对于同一元件的不同故障类型(故障点、过渡电阻)都具有相同的表现形式,差别仅在于两侧电流分配大小的不同。故归一化后故障点的位置可以通过线路两端注入的分量故障电流的大小来反映,以此来确定故障网络,从而表征不同元件的故障情况。
步骤102、计算每个元件的故障匹配值,并选择故障匹配值最小的元件作为故障元件。
其中,元件的故障匹配值是指用来反应当前元件的状态估计值与当前元件发生故障时的状态估计值之间的匹配程度的数值,两者之间的匹配值越接近,匹配效果越好,当前元件发生故障的可能性越大。具体的,根据最小故障网络的状态估计结果来匹配配电网故障网络拓扑,即可确定故障原件所在的位置。
可选的,计算每个元件的故障匹配值的方法可以包括如下三个步骤:
步骤1.根据配电网故障网络的实时量测数据和配电网接线拓扑,构建状态估计方程;
步骤2.根据状态估计方程,计算系统状态特征量的估计结果;
其中,状态估计方程为z=H·x+r;其中,z表示实时量测的电流电压数据,H为由配电网接线拓扑形成的量测方程信息矩阵,x表示配电网状态特征,r表示量测方程信息矩阵与实际状态的误差。
步骤3.计算系统状态特征量的估计结果和实际系统状态特征的故障匹配值。
具体的,系统的状态特征通过实时量测数据和配电网接线拓扑反映,其中,配电网接线拓扑包括系统的实际接线;量测方程信息矩阵由节点(支路)关联关系矩阵和阻抗参数构成,可跟随网络结构的变化而变化,不同的归一化故障网络有不同的网络结构,因而不同故障网络具有不同的节点关联关系矩阵以及阻抗参数;将实时测量的数据转化为电压和电流的采样值,可以形成状态估计方程;系统状态特征量的估计结果可通过状态估计进行求解,状态估计结果与实际系统状态特征的匹配效果通过故障匹配值表征,且故障匹配值与匹配效果呈负相关,即故障匹配值越大,匹配效果越差,统一处理的故障网络与实际发生的故障网络越偏离。
具体的,归一化故障网络能够真实的还原系统发生故障时的状态特征,由于故障网络存在新的分支,相比正常网络的量测方程而言,故障网络的状态特征向量及其量测方程的信息矩阵会发生变化,例如,正常网络的量测方程如下式(1)所示,当存在故障的网络时,量测方程如下式(2)所示:
基于式(1)和式(2),联合状态估计方程、系统状态特征量的估计结果和故障匹配值即可求解故障网络的状态估计,从而获得故障网络的故障匹配值,故障匹配值最小的故障网络所对应的元件即为故障元件。
步骤103、对故障元件进行故障测距,确定故障的实际位置。
其中,对故障元件进行故障测距,确定故障的实际位置的方法可以包括:通过系统状态特征量的估计结果测得的从两个方向注入的分量电流的大小,按照(1-α):α确定故障的实际位置。
可选的,在对故障元件进行故障测距,确定故障的实际位置前,还包括:根据故障元件,进行故障选相。
其中,故障选相是在确定故障元件以后,分别对三相故障网络两端故障分量电流进行求和,判断该相是否出现故障电流,从而确定相别。
具体的,根据故障元件,进行故障选相,包括:构建三相故障网络,三相故障网络包括A相故障网络、B相故障网络和C相故障网络;分别计算A相故障网络、B相故障网络和C相故障网络从两个方向注入的分量电流之和,并根据该相是否出现故障电流进行故障选相,若其中某一相出现故障电流,则故障选项结果即为该相。
可选的,如图2所示,配电网故障定位方法整体包含三个部分:(1)配电子站层:包括故障原件排查、故障选相、故障测距等算法模型;(2)通信层:100/1000Mbps以太网组成的通信网络;(3)测量装置:在配电网数据采集终端,终端设备负责实时采集一次设备的电压电流量,存储并处理成融合采样值,最后通过通信模块经通信层发送到配电子站层。通过配电子站层、通信层和测量装置三个部分的协同工作,可以完成配电网的故障定位。
图3是本发明实施例一中的另一种配电网故障定位方法的流程示意图,从图3可以看出,该方法具体包括如下几个步骤:
S301、对配电网故障网络进行归一化。
具体的,在故障线路两端分别注入不同分量的故障电流来等效线路上任意故障点的故障电流,从外部对故障线路进行等效,通过两端注入电流分量大小的不平衡性反映故障网络的唯一性。
S302、将实时测量的数据转化为电压和电流采样值,结合配电网接线拓扑建立元件的故障网络状态估计方程。
S303、进行系统状态的估计求解。
具体的,获取系统状态特征量的估计结果,计算状态估计结果与系统状态特征之间的匹配程度,判别匹配程度是否小于当前最小值,确认最小的故障网络所对应的故障元件。
S304、进行故障选相和故障测距。
具体的,确定故障原件后,对A、B、C三相分别构造故障网络,可以算得A、B、C三相故障网络的两端故障分量电流,求解三相故障网络两端故障分量电流之和,判断该相有无出现故障电流,根据此判据进行故障选相。其次,利用状态估计结果测得的两端故障分量电流的大小,通过(1-α):α的方式计算进行故障测距。
本实施例的技术方案,通过获取配电网故障网络,配电网故障网络中包括多个元件;计算每个元件的故障匹配值,并选择故障匹配值最小的元件作为故障元件;对故障元件进行故障测距,确定故障的实际位置,解决了现有技术中由于分布式能源容量和控制的不确定性导致的故障定位失效和在新能源接入时配电网故障定位的应用性较低的问题,利用实时量测的配电网的电流电压值作为数据支撑,考虑故障网络存在的不同表现形式,通过状态估计系统状态特征计算的方式,进行故障网络的判别,对故障原件进行排查,进行故障相位判别的故障距离测定,能够快速、准确的进行配电网故障定位。
实施例二
本发明实施例二所提供的配电网故障定位装置可执行本发明上述实施例中任意实施例所提供的配电网故障定位方法,具备执行方法相应的功能模块和有益效果。
图4为实施例二提供的一种配电网故障定位装置的结构示意图,如图4所示,包括:信息获取模块401、故障元件匹配模块402和故障位置确定模块403。
信息获取模块401,用于获取配电网故障网络,配电网故障网络中包括多个元件。
故障元件匹配模块402,用于计算每个元件的故障匹配值,并选择故障匹配值最小的元件作为故障元件。
故障位置确定模块403,用于对故障元件进行故障测距,确定故障的实际位置。
本实施例提供的配电网故障定位装置为实现上述实施例中的配电网故障定位方法,本实施例提供的配电网故障定位装置实现原理和技术效果与上述实施例类似,此处不再赘述。
可选的,该装置还包括信息处理模块,用于在获取配电网故障网络后,对配电网故障网络进行归一化处理;其中,归一化处理后的配电网故障网络的任一元件处的故障电流为表示从一个方向注入的分量电流,表示从另一个方向注入的分量电流,表示从元件处注入的电流,0<α<1。
可选的,故障元件匹配模块402,具体用于根据配电网故障网络的实时量测数据和配电网接线拓扑,构建状态估计方程;根据状态估计方程,计算系统状态特征量的估计结果;计算系统状态特征量的估计结果和实际系统状态特征的故障匹配值。
可选的,状态估计方程为z=H·x+r;其中,z表示实时量测的电流电压数据,H为由配电网接线拓扑形成的量测方程信息矩阵,x表示配电网状态特征,r表示量测方程信息矩阵与实际状态的误差;系统状态特征量的估计结果其中,R为量测误差的方差对角矩阵;故障匹配值J=(z-H·x)TR-1(z-H·x)。
可选的,故障位置确定模块403,具体用于通过系统状态特征量的估计结果测得的从两个方向注入的分量电流的大小,按照(1-α):α确定故障的实际位置。
可选的,该装置还包括:故障选相模块,用于在对故障元件进行故障测距,确定故障的实际位置前,根据故障元件,进行故障选相。
可选的,故障选相模块,具体用于构建三相故障网络,三相故障网络包括A相故障网络、B相故障网络和C相故障网络;分别计算A相故障网络、B相故障网络和C相故障网络从两个方向注入的分量电流之和,并根据该相是否出现故障电流进行故障选相。
可选的,元件为母线和/或分段线路。
实施例三
图5为本发明实施例三中的一种配电网故障定位装置的结构示意图。图5示出了适于用来实现本发明实施方式的示例性配电网故障定位装置12的框图。图5显示的配电网故障定位装置12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,配电网故障定位装置12以通用计算设备的形式表现。配电网故障定位装置12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
配电网故障定位装置12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被配电网故障定位装置12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。配电网故障定位装置12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
配电网故障定位装置12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该配电网故障定位装置12交互的设备通信,和/或与使得该配电网故障定位装置12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。另外,本实施例中的配电网故障定位装置12,显示器24不是作为独立个体存在,而是嵌入镜面中,在显示器24的显示面不予显示时,显示器24的显示面与镜面从视觉上融为一体。并且,配电网故障定位装置12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图5所示,网络适配器20通过总线18与配电网故障定位装置12的其它模块通信。应当明白,尽管图5中未示出,可以结合配电网故障定位装置12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的配电网故障定位方法,该方法包括:
获取配电网故障网络,配电网故障网络中包括多个元件;
计算每个元件的故障匹配值,并选择故障匹配值最小的元件作为故障元件;
对故障元件进行故障测距,确定故障的实际位置。
实施例四
本发明实施例四提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明所有发明实施例提供的配电网故障定位方法,该方法包括:
获取配电网故障网络,配电网故障网络中包括多个元件;
计算每个元件的故障匹配值,并选择故障匹配值最小的元件作为故障元件;
对故障元件进行故障测距,确定故障的实际位置。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种配电网故障定位方法,其特征在于,包括:
获取配电网故障网络,所述配电网故障网络中包括多个元件;
计算每个所述元件的故障匹配值,并选择故障匹配值最小的元件作为故障元件;
对所述故障元件进行故障测距,确定故障的实际位置。
3.根据权利要求2所述的配电网故障定位方法,其特征在于,所述计算每个所述元件的故障匹配值,包括:
根据所述配电网故障网络的实时量测数据和配电网接线拓扑,构建状态估计方程;
根据所述状态估计方程,计算系统状态特征量的估计结果;
计算所述系统状态特征量的估计结果和实际系统状态特征的故障匹配值。
5.根据权利要求3或4所述的配电网故障定位方法,其特征在于,所述对所述故障元件进行故障测距,确定故障的实际位置,包括:
通过所述系统状态特征量的估计结果测得的从两个方向注入的分量电流的大小,按照(1-α):α确定故障的实际位置。
6.根据权利要求1-4中任一所述的配电网故障定位方法,其特征在于,在对所述故障元件进行故障测距,确定故障的实际位置前,还包括:
根据所述故障元件,进行故障选相。
7.根据权利要求6所述的配电网故障定位方法,其特征在于,所述根据所述故障元件,进行故障选相,包括:
构建三相故障网络,所述三相故障网络包括A相故障网络、B相故障网络和C相故障网络;
分别计算A相故障网络、B相故障网络和C相故障网络从两个方向注入的分量电流之和,并根据该相是否出现故障电流进行故障选相。
8.根据权利要求1所述的配电网故障定位方法,其特征在于,所述元件为母线和/或分段线路。
9.一种配电网故障定位装置,其特征在于,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计算机程序,所述处理器用于在执行计算机程序时实现如权利要求1-8中任一所述的配电网故障定位方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-8中任一所述的配电网故障定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111400391.2A CN114137360B (zh) | 2021-11-24 | 2021-11-24 | 一种配电网故障定位方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111400391.2A CN114137360B (zh) | 2021-11-24 | 2021-11-24 | 一种配电网故障定位方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114137360A true CN114137360A (zh) | 2022-03-04 |
CN114137360B CN114137360B (zh) | 2024-01-05 |
Family
ID=80391175
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111400391.2A Active CN114137360B (zh) | 2021-11-24 | 2021-11-24 | 一种配电网故障定位方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114137360B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116794446A (zh) * | 2023-03-31 | 2023-09-22 | 华北电力大学 | 一种配电网故障定位方法、系统及电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5724247A (en) * | 1993-09-27 | 1998-03-03 | Siemens Aktiengesellschaft | Method of generating a signal indicating the direction of a short-circuit |
US6405184B1 (en) * | 1996-03-25 | 2002-06-11 | Siemens Aktiengesellschaft | Process for producing fault classification signals |
CN102654553A (zh) * | 2012-05-07 | 2012-09-05 | 河南省电力公司南阳供电公司 | 一种选线定位方法 |
CN106526416A (zh) * | 2016-11-03 | 2017-03-22 | 合肥华义电气科技有限公司 | 一种电力系统实时监测系统 |
KR102053547B1 (ko) * | 2018-10-12 | 2020-01-08 | 한국전력공사 | 고장 구간 검출 장치 및 방법 |
CN110850236A (zh) * | 2019-11-28 | 2020-02-28 | 国网福建省电力有限公司厦门供电公司 | 一种基于参数估计的配电网故障定位方法 |
US20200326363A1 (en) * | 2019-04-09 | 2020-10-15 | Mitsubishi Electric Research Laboratories, Inc. | Simultaneous Fault Detection and Location of Power Distribution Systems |
-
2021
- 2021-11-24 CN CN202111400391.2A patent/CN114137360B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5724247A (en) * | 1993-09-27 | 1998-03-03 | Siemens Aktiengesellschaft | Method of generating a signal indicating the direction of a short-circuit |
US6405184B1 (en) * | 1996-03-25 | 2002-06-11 | Siemens Aktiengesellschaft | Process for producing fault classification signals |
CN102654553A (zh) * | 2012-05-07 | 2012-09-05 | 河南省电力公司南阳供电公司 | 一种选线定位方法 |
CN106526416A (zh) * | 2016-11-03 | 2017-03-22 | 合肥华义电气科技有限公司 | 一种电力系统实时监测系统 |
KR102053547B1 (ko) * | 2018-10-12 | 2020-01-08 | 한국전력공사 | 고장 구간 검출 장치 및 방법 |
US20200326363A1 (en) * | 2019-04-09 | 2020-10-15 | Mitsubishi Electric Research Laboratories, Inc. | Simultaneous Fault Detection and Location of Power Distribution Systems |
CN110850236A (zh) * | 2019-11-28 | 2020-02-28 | 国网福建省电力有限公司厦门供电公司 | 一种基于参数估计的配电网故障定位方法 |
Non-Patent Citations (2)
Title |
---|
王玲: "《基于状态估计残差比较的配电网故障区段定位方法》", 《电力系统保护与控制》 * |
王玲: "《基于状态估计残差比较的配电网故障区段定位方法》", 《电力系统保护与控制》, vol. 49, no. 14, 16 July 2021 (2021-07-16), pages 132 - 139 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116794446A (zh) * | 2023-03-31 | 2023-09-22 | 华北电力大学 | 一种配电网故障定位方法、系统及电子设备 |
CN116794446B (zh) * | 2023-03-31 | 2024-01-26 | 华北电力大学 | 一种配电网故障定位方法、系统及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114137360B (zh) | 2024-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10742068B2 (en) | Real-time deviation detection of power system electrical characteristics using time-synchronized measurements | |
Liu et al. | Parameter error identification and estimation in power system state estimation | |
US10514412B2 (en) | Systems and methods for identifying faulted segments in multiphase power networks | |
US10073148B2 (en) | Fault detection in energy supply networks | |
Yuan et al. | A comparative study of measurement-based Thevenin equivalents identification methods | |
CN114915546B (zh) | 一种停电用户定位方法、装置、设备、介质 | |
CN111527661B (zh) | 多端子抽头线路中的故障定位 | |
CN114137360B (zh) | 一种配电网故障定位方法、装置及存储介质 | |
Meliopoulos et al. | PMU data characterization and application to stability monitoring | |
WO2019166903A1 (en) | Method and device for fault location in a two-terminal transmission system | |
Ghaedi et al. | Modified WLS three-phase state estimation formulation for fault analysis considering measurement and parameter errors | |
Shiroei et al. | A new algorithm for fault location on transmission lines | |
CN111509710B (zh) | Tn-c台区漏电识别方法、系统、设备和存储介质 | |
CN115051912A (zh) | 一种停电用户定位方法、装置、设备、介质 | |
Farantatos et al. | Implementation of a 3-phase state estimation tool suitable for advanced distribution management systems | |
CN115524574A (zh) | 故障点距离测量方法及装置 | |
CN112698154A (zh) | 基于状态估计残差比较的配电网故障定位方法、设备及系统 | |
CN114252720B (zh) | 一种母线故障诊断方法、装置、计算机设备和存储介质 | |
CN110932328A (zh) | 一种基于ambtc算法的微电网能源管理系统及方法 | |
CN113311220A (zh) | 电压暂降的诊断方法、系统、介质及电子设备 | |
CN113505558B (zh) | 基于图算法技术的电网监控系统设备元件自动连线方法 | |
CN112230087B (zh) | 一种线性状态估计方法、装置、电子设备及存储介质 | |
CN115598564B (zh) | 一种基于电压电流变化量的小电阻系统高阻接地定位方法及装置 | |
CN113572141B (zh) | 一种有源配电网的差动保护方法、装置及电子设备 | |
Rakpenthai et al. | Measurement placement for power system state estimation by decomposition technique |
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 | ||
GR01 | Patent grant |