[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

说明书

本发明公开了一种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，该故障诊断算法，包含基于自适应的零序差动电压的断零故障诊断算法和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。断零和缺相故障诊断算法都基于多源信息融合算法，根据需求采集不同信息，选用傅里叶算法预处理数据，进行数据级融合；选用神经网络算法，进行特征级融合；断零故障，根据中性点偏移电压研究、自适应零线断线检测方法，准确诊断；缺相故障，根据负序电流归一化幅值研判、负序电流相位突变量研判，准确诊断。本发明运用多源信息融合，优化了配电网断零和缺相故障诊断方法，有利于电网的稳定运行。

技术领域

本发明涉及低压配电网缺相和断零故障诊断领域，特别是涉及一种基于多源信息融合的低压配电网缺相和断零故障诊断算法。

技术背景

当低压配电网出现断零或缺相故障时，三相负载电压不再对称，中性点电压产生偏移，容易引发电击事故以及烧坏电器设备，造成极大的安全隐患和严重的经济损失，但现有低压断路器基本没有断零和缺相故障保护功能。随着近年自动化的普及，对低压配电网断零和缺相故障诊断方法提出了进一步的需求。因此，如何准确、快速地判定低压配电网断零和缺相故障，对提高电力供应的可靠性，保障电网安全运行具有重要的现实意义。

针对断零故障诊断，传统的低压配电系统保护设备一般采用电子式剩余保护器，该设备通过RCD感应回路电压的能量，并启动保护动作。但当低压配电网出现断零故障时，线路上的电压会出现过低或失压的情况，导致RCD系统无法正常检测线路电压，从而不能对断零故障进行有效的处理。针对缺相故障诊断，传统的低压配电网缺相故障研判系统将配电自动化管理系统的配变缺相阈值设定为0V，并以配电线路开关作为故障判定边界，采用停电用户与拓扑相结合的方法进行分析。在现实生活中，配电网缺相电压降到0V的情况却是极少的，传统的低压配电网缺相故障诊断方法往往会失效，起不到准确研判的作用。因此，对低压配电网尤其是偏远农村地区的配电网断零或缺相故障，传统的故障诊断方法往往不能实现断零或缺相故障的有效判断，导致故障存在的持续时间长，造成较大人身和财产安全隐患。

针对传统低压配电网断零和缺相故障诊断方法存在的不足，本发明提出了一种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。利用多源信息融合，优化配电网断零和缺相故障的诊断方法，实现对低压配电网断零和缺相故障的准确诊断。

发明内容

为了解决上述技术背景中配电网断零和缺相故障诊断存在的问题，本发明提供了一种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，包括基于自适应的零序差动电压的断零故障诊断算法和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。

基于自适应的零序差动电压的断零故障诊断算法，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。

利用多源信息融合算法处理收集到的上述数据，包括：

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压值、电流值运用傅里叶变换，分解为基波及一系列谐波之和，得到离散的频域分量序列。

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。

将经过数据级融合的信息送入BP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Z_A、Z_B、Z_C。

根据融合后的信息，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。