[发明专利]一种配电网单相接地故障区段定位方法及系统在审

专利信息
申请号: 202011058245.1 申请日: 2020-09-30
公开(公告)号: CN112180217A 公开(公告)日: 2021-01-05
发明(设计)人: 郭谋发;高健鸿;高伟;洪翠;杨耿杰 申请(专利权)人: 福州大学
主分类号: G01R31/08 分类号: G01R31/08;G01R31/52
代理公司: 福州元创专利商标代理有限公司 35100 代理人: 钱莉;蔡学俊
地址: 362251 福建省泉州市*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 配电网 单相 接地 故障 区段 定位 方法 系统
【说明书】:

发明涉及一种配电网单相接地故障区段定位方法及系统,包括以下步骤:发生单相接地故障后,获取各检测节点的零序电流;对各检测节点的故障后半个周波暂态零序电流进行波形拼接,构造表征线路区段的拼接波形;采用训练好的的一维卷积神经网络进行故障区段定位。本发明能够在发生单相接地故障后准确定位各类故障工况下的故障区段和非故障区段。

技术领域

本发明涉及配电网故障分析技术领域,特别是一种配电网单相接地故障区段定位方法及系统。

背景技术

中低压配电网通常指35kV及以下电压等级的电力网络,其分布范围广,结构复杂,与用户紧密联系。配电网中的大多数故障都是单相接地故障,根据相关技术标准,配电网仍可继续运行1~2小时。然而,谐振配电网中发生单相接地故障时,虽然线电压保持对称,但非故障相电压升高,易造成绝缘弱化处发生击穿导致故障范围扩大。此外,消弧线圈的投入会降低故障电流并削弱故障信号的特征,不利于故障检测和定位。因此,研究谐振配电网单相接地故障区段定位的工作,有利于保证电网的安全运行。

随着智能监测终端在配电网的投运,更多的配电网信息被记录、存储同时能够用于故障诊断。例如配电网中安装在检测节点的数字化故障指示器能够采集线路电压、电流等运行数据。诸如此类的智能监测终端能够为基于深度学习的方法提供样本数据,用于模型的训练和测试,并有利于配电网故障检测与定位方法的研究。

发明内容

有鉴于此,本发明的目的是提出一种配电网单相接地故障区段定位方法及系统,能够在发生单相接地故障后准确定位各类故障工况下的故障区段和非故障区段。

本发明采用以下方案实现:一种配电网单相接地故障区段定位方法,具体包括以下步骤:

发生单相接地故障后,获取各检测节点的零序电流;

对各检测节点的故障后半个周波暂态零序电流进行波形拼接,构造表征线路区段的拼接波形;

采用训练好的的一维卷积神经网络进行故障区段定位。

进一步地,判断是否发生单相接地故障采用以下方法:

采集线路的母线零序电压,若母线零序电压大于预设的阈值,则判定当前配电线路发生故障。

进一步地,所述预设的阈值为额定相电压的15%。

进一步地,所述对各检测节点的故障后半个周波暂态零序电流进行波形拼接,构造表征线路区段的拼接波形具体为:

步骤S11:采集配电线路上所有检测节点的故障后半周波暂态零序电流波形,并进行波形归一化处理;

步骤S12:经归一化后,将线路区段两端检测节点的故障后半周波暂态零序电流进行首尾拼接,获得表征该线路区段的拼接波形。

进一步地,所述一维卷积神经网络采用7层神经网络,由输入至输出依次包括1个输入层、1个卷积层、1个池化层、1个卷积层、1个池化层、1个全连接层和1个输出层;通过利用反向传播算法对所述卷积神经网络进行训练。

进一步地,所述采用训练好的的一维卷积神经网络进行故障区段定位具体为:

将各个区段的拼接波形分别输入到训练好的一维卷积神经网络中,分别得到每个区段对应的两个隶属度,分别用以表述属于故障类的概率以及属于非故障类的概率;

将获得的各个区段的隶属度组成隶属度矩阵,令该隶属度矩阵中的一行为属于故障类的隶属度,另一行为属于非故障类的隶属度;隶属度矩阵如下:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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福州大学,未经福州大学许可,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/202011058245.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top