[发明专利]基于多源信息融合的低压配电网断零和缺相故障诊断算法在审

专利信息
申请号: 202310307582.7 申请日: 2023-03-27
公开(公告)号: CN116223926A 公开(公告)日: 2023-06-06
发明(设计)人: 宁璐瑶;肖华根;钟沅均;李琼;崔昕睿;刘锦豪;刘仙萍 申请(专利权)人: 湖南科技大学
主分类号: G01R29/16 分类号: G01R29/16;G01R31/54;G01R31/58
代理公司: 暂无信息 代理人: 暂无信息
地址: 411201 *** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 信息 融合 低压 配电网 故障诊断 算法
【权利要求书】:

1.一种基于自适应的零序差动电压的断零故障诊断算法,其特征在于,包括:

采集变压器一次侧的电压参数,所述变压器一次侧的电压参数,是指变压器进线侧的A、B、C三相线的电压测量值。

采集变压器二次侧的电流参数与电压参数,所述变压器二次侧的电流与电压参数,是指变压器出线侧的A、B、C三相线和零(N)线上的电流与电压测量值。

根据多源信息融合算法处理后的信息,经中性点偏移电压研究、基于零序差动电压的自适应零线断线检测方法,能够实现在线路首端进行断零故障检测。

2.根据权利要求1所述方法,其特征在于:

利用多源信息融合算法处理收集到的终端数据:

对采集到的数据进行预处理,根据变压器一次侧采集的电压值,变压器二次侧采集的电流值、电压值,运用傅里叶变换,分解为基波及一系列谐波之和,得到离散的频域分量序列。

数据级融合,使用模糊C均值(FCM)算法对预处理过的信息进行聚类分析,将相似度最高的划分为一类,再采用加权平均法对同一类信息进行数据级融合。

特征级融合,将经过数据级融合后的信息送入神经网络中进行特征级信息融合,得到A、B、C三相线路的阻抗ZA、ZB、ZC

神经网络选用BP神经网络。

3.一种基于线路负序电流幅值和相位突变量的缺相故障诊断算法,其特征在于,包括:

获取JP柜负荷分配开关的进线侧电压值,所述JP柜负荷分配开关的进线侧电压值为JP柜负荷分配开关的进线侧A、B、C三相电压测量值。

获取JP柜负荷分配开关的出线侧电流与电压值,所述JP柜负荷分配开关的出线侧电流与电压值,为JP柜负荷分配开关的出线侧A、B、C三相电流与电压测量值。

获取电网自动化系统监测到的开关零序告警信息,调度自动化系统监测到的母线失地或开关保护动作重合信息。

根据多源信息融合算法处理后的信息,运用对称分量法,获取负序电流值。

根据负序电流值得到负序电流归一化值,基于缺相时所检测的负序电流归一化幅值大于1,经仿真数据结果分析,并考虑一定的裕度,如果相邻两个采样周期的负序电流归一化值大于2,则可以初步判断线路发生缺相故障。

根据负序电流故障前后相位变化规律,进行修正,对配电线路在不同负荷状态和不同断线位置的仿真数据结果进行分析和统计,并考虑一定的裕度,取得负序电流相位判据,如果相邻两个采样周期内的负序电流的相位变化,在此范围内,则确定线路发生了缺相故障。

4.根据权利要求3所述方法,其特征在于:

多源信息融合中数据级预处理,根据JP柜负荷分配开关的进线侧A、B、C三相电压测量值,JP柜负荷分配开关的出线侧A、B、C三相电压与电流的测量值,经傅里叶变换得到电压有效值和电流有效值,具体核心公式为:

多源信息融合中特征级融合,将融合后的信息,根据大数据分析确定配变缺相电压阈值(低压计量电压范围20~180V,高压计量电压范围380V~8kV),输入神经网络进行特征级信息融合。

神经网络选用4层的前馈神经网络,神经网络模型的搭建:

在隐藏层中,选择Sigmoid函数作为激活函数,第一隐藏层中第j个神经元的输出nj为:

式中:wi,j为第i个输入层数据到第一隐藏层中第j个神经元的权重;xi为第i个输入层的输出数据;bj,1为第一隐藏层中第j个神经元的偏置;S(x)为Sigmoid激活函数。

在输出层中,选择softmax函数,输出层中第j个神经元的输出y为:

式中:vi,j为第二隐藏层中第i个输入层数据到输出层第j个神经元的权重;xi为第二隐藏层中第i个神经元的输出数据;bj,3为输出层第j个神经元的偏置。

1为在阈值范围内,0为不在阈值范围内。

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湖南科技大学,未经湖南科技大学许可,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/202310307582.7/1.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