[發明專利]智能在線式配電網接地故障定位方法有效
| 申請號: | 201711349630.X | 申請日: | 2017-12-15 |
| 公開(公告)號: | CN108089097B | 公開(公告)日: | 2020-05-05 |
| 發明(設計)人: | 趙建洋;馬楠;吳曉飛;陳健;孫成富;胡恒簫 | 申請(專利權)人: | 淮陰工學院;國網江蘇省電力有限公司淮安供電分公司;國家電網公司 |
| 主分類號: | G01R31/08 | 分類號: | G01R31/08;G01R31/52;G01R31/58;G01S19/14 |
| 代理公司: | 淮安市科翔專利商標事務所 32110 | 代理人: | 韓曉斌 |
| 地址: | 223005*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 智能 在線 配電網 接地 故障 定位 方法 | ||
1.智能在線式配電網接地故障定位方法,其特征在于該配電網接地故障定位方法包括以下步驟:
S1)同步采樣:所述同步采樣為基于GPS的同步采樣,即所有裝置的采樣脈沖均是經過GPS的1pps同步的,保證所有裝置的采樣和錄波數據的同步性;
S2)基于DFT遞推算法的啟動:采用DFT遞推算法計算采集的電壓和電流信號,判斷通過遞推計算得出的Xm(k)在一段區間內是否發生變化,若比設置的幅值明顯增加10%,則出現疑似故障信號,開始啟動故障錄波;
S3)基于時頻模的瞬時信號的準確提取:對記錄下來的數據采用S變換將時域信號變換為含有時頻特征的模信號,利用故障時的暫態信號減去穩態量準確提取故障信號;
S4)基于概率神經網絡的故障分類:基于統計學中的概率密度函數的非參數估計方法,用故障樣本集訓練PNN網絡分類模型,準確高效的分類出待識別樣本的類別;
S5)基于行波傳輸理論的故障區段定位:對截取故障線路采集到的故障后半個工頻周期的信號,通過用S變換分析兩個時間序列的相位移動,推斷出波形運動的相位變化,提取故障點的特征頻率f,利用公式計算對應的故障距離;其中,單端故障行波測距基本公式如下:
式中,v0為零模波速度,表示為v0=ω/β0;v1為線模波速度,表示為v1=ω/β1;ΔT=t0-t1,t0為零模波頭到達測量點的時刻,t1為線模波頭到達測量點的時刻。
2.根據權利要求1所述的智能在線式配電網接地故障定位方法,其特征在于:所述步驟S1)中,同步采樣方法為基于GPS的同步采樣,具體包括:
(A1)用GPS接收器發出的1HZ頻率的方波同步脈沖信號PPS作為ADC時鐘同步信號,保證ADC時鐘前沿與GPS同步;
(A2)在同步的時間基準上的同一時間產生采樣脈沖信號,確保各裝置采樣的同步性;
(A3)裝置接收GPS的1pps信號和時間標簽,校準裝置內部時鐘。
3.根據權利要求1所述的智能在線式配電網接地故障定位方法,其特征在于:所屬步驟S2)中,故障錄波包含故障暫態過程,為了真實記錄和還原暫態過程,選取故障前1/4個周波和故障后5/4個周波進行錄波。
4.根據權利要求3所述的智能在線式配電網接地故障定位方法,其特征在于:所述步驟S2)中,基于DFT遞推算法的啟動方法的具體步驟為:
(B1)x(n)的N點離散傅里葉變換,公式如下:
式中,x(n)是長度為N的序列,
(B2)DFT遞推算法,公式如下:
式中,Xm-1(k)是0~N-1點的DFT,Xm(k)是1~N點的DFT;
(B3)采用公式(2)判斷通過遞推計算得出的Xm(k)在一段區間內是否發生變化,若高于設置門檻值10%,則出現疑似故障信號,開始啟動故障錄波。
5.根據權利要求1所述的智能在線式配電網接地故障定位方法,其特征在于:所述步驟S3)中,瞬時信號的準確提取的具體步驟為:
(C1)對前面記錄下來的數據進行S變換,公式如下:
式中x(t)是可能含有故障的電壓/電流信號,是高斯窗口,τ為控制高斯窗口在時間t軸位置的參數,f為頻率,j為虛數;
(C2)調整可變窗口參數τ,f得到不同模行波系列,選取模極大行波匹配故障點;
式中T為最大測量時間,k為諧波;
(C3)采集到的信號進行S變換求取時頻模矩陣,時頻模矩陣反映故障時時間—頻率—模的集中突變的情況;故障信號用故障時的暫態信號減去穩態量,公式如下:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于淮陰工學院;國網江蘇省電力有限公司淮安供電分公司;國家電網公司,未經淮陰工學院;國網江蘇省電力有限公司淮安供電分公司;國家電網公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711349630.X/1.html,轉載請聲明來源鉆瓜專利網。





