[发明专利]一种配电网故障定位方法在审
申请号: | 201811634307.1 | 申请日: | 2018-12-29 |
公开(公告)号: | CN109460431A | 公开(公告)日: | 2019-03-12 |
发明(设计)人: | 董涛;郭霖徽;徐肖伟;聂鼎 | 申请(专利权)人: | 云南电网有限责任公司电力科学研究院 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458;G01R31/08 |
代理公司: | 北京弘权知识产权代理事务所(普通合伙) 11363 | 代理人: | 逯长明;许伟群 |
地址: | 650217 云南省昆*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 时变特征 智能监测终端 矩阵 配电网 配电网故障 故障区段 故障特征 故障信息 综合故障 信息权 最优化 构建 三维 波形数据 参量变化 发生时刻 分类状态 工作模式 故障类型 区内故障 故障组 相似度 最小化 求和 求解 簇间 加权 申请 抽取 集聚 灵活 | ||
1.一种配电网故障定位方法,其特征在于,所述方法包括:
获取台区内智能监测终端的配电网波形数据,并根据所述配电网波形数据构建三维故障时变特征矩阵;
根据所述三维故障时变特征矩阵,得到故障特征变量集,对所述故障特征变量集聚类,聚类目标设为3个簇类,标记为非故障组、故障组和故障关联组;
根据所述故障特征变量集,构建目标为最小化簇间相似度的最优化函数;
求解所述最优化函数,得到所述故障特征变量集中每个时变特征变量的故障信息权;
将所述时变特征变量的故障信息权进行加权求和,得到综合故障信息权;
获取所述综合故障信息权中最大值相对应的簇类,作为智能监测终端分类状态结果;
根据标记为故障组的智能监测终端,得到故障区段定位。
2.根据权利要求1所述的配电网故障定位方法,其特征在于,所述获取台区内智能监测终端的配电网波形数据,并根据所述配电网波形数据构建三维故障时变特征矩阵,包括:
将所述台区内任一智能监测终端编号为
提取中配电网波形数据,包括三相电流、电压、有功及无功参量,表示为:
{IA,IB,IC,UA,UB,UC,PA,PB,PC,QA,QB,QC};
提取所述配电网波形数据中电流、电压、有功和无功信号的时差变化量,表示为:
式中,m=12,为特征维数;
将台区内数量为num台的智能监测终端,构建三维故障时变特征矩阵,表示为:
式中,m=12,为特征维数,num为智能监测终端数量,N为时变特征变量长度。
3.根据权利要求1所述的配电网故障定位方法,其特征在于,所述根据所述三维故障时变特征矩阵,得到故障特征变量集,包括:
将所述三维故障时变特征矩阵进行分层模糊聚类,在特征维数维度方向上取时差变化特征二维矩阵,表示为Xj∈X,j=1,2,...,m,式中,X为三维故障时变特征矩阵,Xj∈Rnum×N为故障特征变量集。
4.根据权利要求1所述的配电网故障定位方法,其特征在于,所述根据所述故障特征变量集,构建目标为最小化簇间相似度的最优化函数,包括:
所述目标为最小化簇间相似度的最优化函数表示为:
式中,Xj∈Rnum×N为故障特征变量集,为模糊分类矩阵,表示属于第k个簇类的权重系数,为时差变化量中的时域特征变量,c为聚类数目,Pj=[p1j,...,pkj,...,pcj]为聚类中心向量,p1j,...,pkj,...,pcj为各簇的聚类中心,为相似性距离度量。
5.根据权利要求4所述的配电网故障定位方法,其特征在于,求解所述最优化函数,得到所述故障特征变量集中每个时变特征变量的故障信息权,包括:
通过公式计算并更新各簇的聚类中心;
通过公式计算故障信息权。
6.根据权利要求5所述的配电网故障定位方法,其特征在于,将所述时变特征变量的故障信息权进行加权求和,得到综合故障信息权,包括:
计算时变特征变量的权值表示为:式中,N为一周期采样点;n指采样序列时间序号;
将所述时变特征变量的故障信息权进行加权求和,得到综合故障信息权表示为:
7.根据权利要求1所述的配电网故障定位方法,其特征在于,所述根据标记为故障组的智能监测终端,得到故障区段定位,包括:标记为故障组的智能监测终端,从高到低依次对所述综合故障信息权取值,得到相应的智能监测终端范围,得到故障区段定位。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云南电网有限责任公司电力科学研究院,未经云南电网有限责任公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811634307.1/1.html,转载请声明来源钻瓜专利网。