[发明专利]一种用于5G通信的配网差动保护仿真方法在审
申请号: | 202211077386.7 | 申请日: | 2022-09-05 |
公开(公告)号: | CN115630469A | 公开(公告)日: | 2023-01-20 |
发明(设计)人: | 王申华;陈崇敬;林军;应旭华;吕品;赵一帆;方伟飞;邓新财;刘伟策;钟超;陈迪忠;曹保良;叶森;刘强强 | 申请(专利权)人: | 国网浙江省电力有限公司武义县供电公司;国网浙江省电力有限公司金华供电公司 |
主分类号: | G06F30/18 | 分类号: | G06F30/18;G06F30/20;G06F113/04;G06F119/02 |
代理公司: | 杭州华鼎知识产权代理事务所(普通合伙) 33217 | 代理人: | 王旭峰 |
地址: | 321200 浙江省*** | 国省代码: | 浙江;33 |
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 用于 通信 差动 保护 仿真 方法 | ||
本发明涉及电力系统继电保护仿真技术领域,尤其为一种用于5G通信的配网差动保护仿真方法,包括如下步骤:构建仿真配电网线路;验证相关系数算法在现行5G通信技术指标下的可靠性;验证数据窗长度、数据窗滞后时间、故障初相角、故障类型对基于相关系数算法的差动保护启动时间和可靠性的影响;记录单窗计算时间;计算不同同步方法下的最大允许抖动;增长平均时延和数据窗长度,重复上述操作。本发明通过仿真实验证明5G通信下电流差动保护的可靠性。并针对算法给出其最大可承受时延抖动,确保能够及时发现差动保护方法在实际运行中可能产生的问题,提高差动保护方法的可靠性。
技术领域
本发明涉及电力系统继电保护仿真技术领域,尤其是一种用于5G通信的配网差动保护 仿真方法。
背景技术
电流差动保护的原理即通过比较被保护的元件两侧的电流的大小和相位,完成运行状态 的识别。理论上具有绝对的选择性,所以,被广泛地应用于母线、输电线路、变压器及发动 机的主保护。但以上理论只适用于结构简单的网络,如高压输电线路,此类网络简单,可以 简化为一个理想化的节点,利用基尔霍夫电流定律,可以很好地使用纵差动保护。但是,配 电网网络结构复杂,且没有为差动保护专门铺设的通信通道和时间同步单元,故为差动保护 服务的基础设施建设成本大。而且,但现在的配电网结构日益复杂、规模日益壮大,而且随 着新清洁能源以分布式电源的形式被引入,配电网从单电源辐射状结构变为了有源网络,已 无法依靠传统的三段式过电流保护保护和反时限的过电流保护进行配网保护,主要是因为分 布式电源的引入影响了配电网络结构以及配电网中短路电流的大小和流向,导致传统保护难 以整定,容易发生误动和拒动事故。现提出一种用于5G通信的配网差动保护仿真方法,保 证配网保护的可靠性。
发明内容
本发明的目的是通过提出一种用于5G通信的配网差动保护仿真方法,以解决上述背景 技术中提出的缺陷。
本发明采用的技术方案如下:
提供一种用于5G通信的配网差动保护仿真方法,包括如下步骤:
S1.1:构建仿真配电网线路;
S1.2:验证相关系数算法在现行5G通信技术指标下的可靠性;
S1.3:验证数据窗长度、数据窗滞后时间、故障初相角、故障类型对基于相关系数算法 的差动保护启动时间和可靠性的影响;
S1.4:记录单窗计算时间;
S1.5:计算不同同步方法下的最大允许抖动;
S1.6:增长平均时延和数据窗长度,重复S1.2-S1.5操作。
作为本发明的一种优选技术方案:
S1.1中,设定仿真配电网线路的采样频率、故障时间、内部故障点和外部故障点;并根 据下式对仿真电网中各项参数进行多尺度变换仿真,得到最终仿真结果:
Rx=CRy
其中,C为灵敏度矩阵,表示对变量Rx的单位变化量;
其中,ZA为支路阻抗矩阵,BA为支路-节点关联矩阵,为节点阻抗矩阵。
作为本发明的一种优选技术方案:所述S1.2中,依据相关系数算法得到内部故障函数 和外部故障函数,根据故障函数值判断当前方法的可靠性。
作为本发明的一种优选技术方案:依据相关系数算法得到内部故障函数和外部故障函数 的过程中,分别根据卫星同步法、乒乓对时法确定所述故障函数的时延。
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国网浙江省电力有限公司武义县供电公司;国网浙江省电力有限公司金华供电公司,未经国网浙江省电力有限公司武义县供电公司;国网浙江省电力有限公司金华供电公司许可,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/202211077386.7/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种视频图片提取方法及系统
- 下一篇:相似病例推荐方法及系统