一种输电线路故障点定位综合优化方法技术

本发明专利技术实施例公开了一种输电线路故障点定位综合优化方法，所述方法包括：获取新发生故障线路的线路总长及各类测距设备的测距结果，并将所述测距结果进行预处理；将所述预处理后得到的有效测距结果进行归一化处理；计算归一化处理后的所述有效测距结果的总体标准差值；判断所述总体标准差值是否小于预定阈值；如果所述总体标准差小于所述预定阈值，则采用第一种BP神经网络模型进行处理；如果所述总体标准差大于或等于所述预定阈值，则采用第二种BP神经网络模型进行处理。本发明专利技术综合了多种测距设备的故障测距结果，得出了更为可靠地定位结果，能够有效的提高故障点定位的精确度。

A comprehensive optimization method for fault location of power transmission line

The embodiment of the invention discloses a comprehensive optimization of transmission line fault location method, the method includes: acquiring new fault location results of line line length and all kinds of distance measuring equipment, and the ranging results will be the pretreatment; after pretreatment of the effective ranging results were normalized to the overall; the standard calculation of the effective ranging results normalized difference; to determine whether the overall standard deviation is less than a predetermined threshold; if the overall standard deviation is smaller than the predetermined threshold value is used for the first BP neural network model for processing; if the overall standard deviation is greater than or equal to the predetermined threshold value is used second kinds of BP neural network model for processing. The invention combines the fault location results of various ranging devices and obtains more reliable positioning results, and can effectively improve the accuracy of fault location.

【技术实现步骤摘要】
一种输电线路故障点定位综合优化方法
本专利技术涉及输电线路故障诊断
，尤其涉及一种输电线路故障点定位综合优化方法。
技术介绍
架空输电线路是电网建设基础，是电力系统的重要组成部分，它将能源中心转变而来的巨大电能输送到四面八方的负荷中心，输电线路的安全稳定运行直接影响着电网的稳定性和供电的可靠性。我国架空输电线路所经过地区的地形地貌通常错综复杂，沿途经过平原、丘陵、山谷、森林、江河以及湖泊等，地理条件和气象条件也多种多样，因此极易遭受各类故障，从而引起线路跳闸。能否对输电线路故障点进行快速准确查找，即对故障点进行精确定位决定着能否快速恢复电网的稳定运行，最大限度减小经济损失。相关技术中，为了使故障点的定位更加准确，电网运行单位一般同时采用多种测距方法(例如保护测距法、故障录波测距发法、行波测距法、分布式故障测距法等)对线路故障点进行测距，当有故障发生时，设置在输电线路两端的多组具有不同测距方法的测距设备会根据自身的测距方法得到相应的故障点坐标并进行反馈，电网运维人员在接收到多组故障点坐标后会结合输电线路当时所处的环境条件以及自己的经验综合考虑之后人工选择其中一组故障点坐标作为测量结果，然后根据测量结果对输电线路进行巡线，确定故障点的准确位置。然而，在相关技术中，电网运行单位采用的故障定位方法相互独立，在不同外部环境的影响下定位准确度不尽相同，无法确定哪种测量方法测量的结果最准确，从而导致电网运维人员难以从这些定位结果中选取最合适的测量结果，影响了故障点定位的精确度。
技术实现思路
为克服相关技术中存在的问题，本专利技术提供一种输电线路故障点定位综合优化方法，以解决现有技术中故障点定位精确度低的问题。为了解决上述技术问题，本专利技术实施例公开了如下技术方案：本申请公开了一种输电线路故障点定位综合优化方法，包括：获取新发生故障线路的线路总长及各类测距设备的测距结果，并将所述测距结果进行预处理；将所述预处理后得到的有效测距结果进行归一化处理；计算归一化处理后的所述有效测距结果的总体标准差值；判断所述总体标准差值是否小于预定阈值；如果所述总体标准差小于所述预定阈值，则采用第一种BP神经网络模型，将归一化处理后的所述有效测距结果作为所述第一种BP神经网络模型的输入，将第一种BP神经网络模型的输出结果作反归一化处理，并将反归一化处理后的输出结果作为故障点距离；如果所述总体标准差大于或等于所述预定阈值，则采用第二种BP神经网络模型，将归一化处理后的所述有效测距结果作为所述第二种BP神经网络模型的输入，选择第二种BP神经网络模型的输出结果中最小值所对应的测距设备的测距结果作为故障点距离；其中，所述第一种BP神经网络模型和第二种BP神经网络模型不为同一种BP神经网络模型。可选的，所述各类测距设备的测距结果指各类测距设备在故障线路同一侧得到的与故障点的距离，其中，所述各类测距设备包括保护测距设备、故障录波测距设备、行波测距设备。可选的，所述将所述测距结果进行预处理，包括：判断是否收集到所述测距结果；如果所述测距结果部分或全部收集到，则将收集到的所述测距结果进行长度单位统一，并判断长度单位统一后的所述测距结果是否大于所述线路总长；如果长度单位统一后的所述测距结果全部大于所述线路总长，则将所述测距结果无效处理；如果长度单位统一后的所述测距结果全部不大于所述线路总长，则用长度单位统一后的所述测距结果的算术平均值代替未收集的测距结果如果长度单位统一后的所述测距结果部分不大于所述线路总长，则用不大于所述线路总长的测距结果的算术平均值代替未收集到或大于所述线路总长的测距结果。可选的，所述第一种BP神经网络模型的建立方法包括：获取某一地区范围内的输电线路历史跳闸数据并统一长度单位；根据所述历史跳闸数据选择其中N条完整数据进行归一化处理；将所述归一化处理后的所述N条完整数据作为训练样本，将所述训练样本中的各类测距设备的测距结果作为所述第一种BP神经网络模型的输入，对应的所述训练样本中的实际故障点距离作为所述第一种BP神经网络模型的期望输出，建立第一种BP神经网络模型，所述第一种BP神经网络模型的隐含层设为一层，所述第一种BP神经网络模型的输出层为反归一化前的优化故障点距离。可选的，所述历史跳闸数据中每条数据包含线路总长、各类测距设备的测距结果、实际故障点距离，其中，所述各类测距设备的测距结果指各类测距设备在故障线路同一侧得到的与故障点的距离；所述实际故障点距离为巡线后的实际故障点到故障线路同一侧端点的距离；所述各类测距设备包括保护测距设备、故障录波测距设备、行波测距设备。可选的，所述归一化处理包括：将所述N条完整数据中所有数据除以对应的线路总长。可选的，所述第二种BP神经网络模型的建立方法包括：获取某一地区范围内的输电线路历史跳闸数据并统一长度单位；根据所述历史跳闸数据选择其中N条完整数据进行归一化处理；根据误差计算公式分别计算所述N条完整数据中各类测距设备的测距结果的误差，将归一化后的所述N条完整数据中的各类测距设备的测距结果作为第二种BP神经网络模型的输入，对应的所述误差作为第二种BP神经网络模型的期望输出，建立第二种BP神经网络模型，第二种BP神经网络模型的隐含层设为一层，第二种BP神经网络模型的输出层为对应的各类测距设备的误差。可选的，所述历史跳闸数据中每条数据包含线路总长、各类测距设备的测距结果以及实际故障点距离，其中，所述各类测距设备的测距结果指各类测距设备在故障线路同一侧得到的与故障点的距离；所述实际故障点距离为巡线后的实际故障点到故障线路同一侧端点的距离；所述各类测距设备包括保护测距设备、故障录波测距设备、行波测距设备。可选的，所述归一化处理包括：将所述N条完整数据中所有数据除以对应的线路总长。可选的，所述误差计算公式为：误差＝(测距结果-实际故障点距离)/线路总长。本专利技术的实施例提供的技术方案可以包括以下有益效果：通过本专利技术实施的输电线路故障点定位综合优化方法对多种故障测距设备的定位结果进行综合分析，能够形成一种融合了各种故障定位资源的更有效地定位方法，能够有效提升资源利用率，从而提高故障点定位的精确度。而且根据多种故障测距设备的故障测距定位历史运行数据，建立了两种不同的BP神经网络模型，并根据各种故障测距设备对新发生故障点的定位差异大小来确定选取哪一种神经网络模型，为取舍众多故障测距设备的测距结果提供了依据，保证了故障定位数据的精确度。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种输电线路故障点定位综合优化方法的流程示意图；图2为本专利技术实施例提供的第一种BP神经网络模型示意图；图3为本专利技术实施例提供的第二种BP神经网络模型示意图。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非本文档来自技高网...

【技术保护点】
一种输电线路故障点定位综合优化方法，其特征在于，包括：获取新发生故障线路的线路总长及各类测距设备的测距结果，并将所述测距结果进行预处理；将所述预处理后得到的有效测距结果进行归一化处理；计算归一化处理后的所述有效测距结果的总体标准差值；判断所述总体标准差值是否小于预定阈值；如果所述总体标准差小于所述预定阈值，则采用第一种BP神经网络模型，将归一化处理后的所述有效测距结果作为所述第一种BP神经网络模型的输入，将第一种BP神经网络模型的输出结果作反归一化处理，并将反归一化处理后的输出结果作为故障点距离；如果所述总体标准差大于或等于所述预定阈值，则采用第二种BP神经网络模型，将归一化处理后的所述有效测距结果作为所述第二种BP神经网络模型的输入，选择第二种BP神经网络模型的输出结果中最小值所对应的测距设备的测距结果作为故障点距离；其中，所述第一种BP神经网络模型和第二种BP神经网络模型不为同一种BP神经网络模型。

【技术特征摘要】
1.一种输电线路故障点定位综合优化方法，其特征在于，包括：获取新发生故障线路的线路总长及各类测距设备的测距结果，并将所述测距结果进行预处理；将所述预处理后得到的有效测距结果进行归一化处理；计算归一化处理后的所述有效测距结果的总体标准差值；判断所述总体标准差值是否小于预定阈值；如果所述总体标准差小于所述预定阈值，则采用第一种BP神经网络模型，将归一化处理后的所述有效测距结果作为所述第一种BP神经网络模型的输入，将第一种BP神经网络模型的输出结果作反归一化处理，并将反归一化处理后的输出结果作为故障点距离；如果所述总体标准差大于或等于所述预定阈值，则采用第二种BP神经网络模型，将归一化处理后的所述有效测距结果作为所述第二种BP神经网络模型的输入，选择第二种BP神经网络模型的输出结果中最小值所对应的测距设备的测距结果作为故障点距离；其中，所述第一种BP神经网络模型和第二种BP神经网络模型不为同一种BP神经网络模型。2.根据权利要求1所述的输电线路故障点定位综合优化方法，其特征在于，所述各类测距设备的测距结果指各类测距设备在故障线路同一侧得到的与故障点的距离，其中，所述各类测距设备包括保护测距设备、故障录波测距设备、行波测距设备。3.根据权利要求1所述的输电线路故障点定位综合优化方法，其特征在于，所述将所述测距结果进行预处理，包括：判断是否收集到所述测距结果；如果所述测距结果部分或全部收集到，则将收集到的所述测距结果进行长度单位统一，并判断长度单位统一后的所述测距结果是否大于所述线路总长；如果长度单位统一后的所述测距结果全部大于所述线路总长，则将所述测距结果无效处理；如果长度单位统一后的所述测距结果全部不大于所述线路总长，则用长度单位统一后的所述测距结果的算术平均值代替未收集的测距结果；如果长度单位统一后的所述测距结果部分不大于所述线路总长，则用不大于所述线路总长的测距结果的算术平均值代替未收集到或大于所述线路总长的测距结果。4.根据权利要求1所述的输电线路故障点定位综合优化方法，其特征在于，所述第一种BP神经网络模型的建立方法包括：获取某一地区范围内的输电线路历史跳闸数据并统一长度单位；根据所述历史跳闸数据选择其中N条完整数据进行归一化处理；将所述归一化处理后的所述N条完整数据作为训练样本，将所述训练样本中的各类测距设备的测距...

【专利技术属性】
技术研发人员：申元，马仪，黄修乾，徐肖伟，黑颖顿，姜志博，林卿，
申请(专利权)人：云南电网有限责任公司电力科学研究院，
类型：发明
国别省市：云南,53