配电网故障区段与故障时刻的判定方法技术

技术编号:21376356 阅读:35 留言:0更新日期:2019-06-15 12:53
本发明专利技术公开了一种配电网故障区段与故障时刻的判定方法,包括:构建数据集;计算评价指标;设置评价指标波动的监测阈值;基于计算的评价指标确定故障时间和故障区域;判定故障相。根据历史数据集和在线数据集的协方差矩阵最大奇异值比值进行判定,对全网各量测点进行实时检测,确定出故障发生时刻后,根据故障时刻各测点的判定结果确定测点数据异变程度,根据故障发生时刻和异变程度排名确定故障区域,并利用异变程度确定故障点离测点的远近程度,利用故障区域端任意测点数据判断故障相。本发明专利技术适合于任何负荷水平,无需获取分布式电源和负荷的分布规律,计算量小,可为分布式电源接入的配电系统或现有配电系统的故障诊断提供理论和技术保障。

【技术实现步骤摘要】
配电网故障区段与故障时刻的判定方法
本专利技术涉及含分布式电源的配电网保护
,具体涉及一种配电网故障区段与故障时刻的判定方法。
技术介绍
分布式电源的接入使得配电网由无源网络转变为有源网络,改变了配电网的功率流向,使得故障特征发生变化差异,导致现有配电网现有继电保护容易发生误动和拒动,进而对配电网的故障定位、隔离、恢复等产生不可忽视的影响。故障区段准确识别是有效缩小故障定位范围,保证系统可靠稳定运行的重要措施之一,而故障发生时刻的准确确定为后续的故障测距、线路维修提供的保障并减少人工等经济费用。因此如何快速实现含分布式电源的配电系统故障区段以及故障发生时刻的准确识别和确定是电网运行保护人员非常关心的问题。关于故障区段确定以及故障发生时刻识别问题,传统的方法通常是以给定的负荷特性、网络拓扑、线路集中参数、对分布参数的估计或假设可以计算得到故障点电流的条件下进行分析与计算的。若对上述条件未知时或不完全已知的故障区段确定以及故障发生时刻识别不适用。综上所述,为克服上述困难有必要给出一种快速、高效、准确可信的判定方法。
技术实现思路
为了解决上述现有技术存在的问题,本专利技术的目的是提供一种配电网故障区段与故障时刻的判定方法,不仅能够解决在负荷特性、网络拓扑、线路集中参数、线路分布参数不完全已知条件下的故障区段确定以及故障发生时刻识别问题,而且能够满足符合实际应用需要的判别结果。为实现上述目的,本专利技术采用以下技术方案:一方面,本专利技术提供的一种配电网故障区段与故障时刻的判定方法,所述方法包括:构建数据集;计算评价指标;设置评价指标波动的监测阈值;基于计算的评价指标确定故障时间和故障区域;判定故障相。作为本实施例一种可能的实现方式,构建数据集的过程包括:建历史数据集:利用各量测点的量测设备最近一次故障恢复后的数据构建历史数据集,通过奇异值分解计算得到历史数据集协方差矩阵的最大奇异值σ1;构建在线数据集:第k时刻的量测数据集包括第k时刻的量测数据以及之前M-1时刻的量测数据,则第k时刻在线数据集可表示为:Y=[yk-M+1,…,yk],其中M为数据集所包含采样值的个数,yk为第k时刻的量测数据,yk-M+1为第k时刻之前M-1时刻的量测数据;并对每一时刻的在线数据集利用奇异值分解求得在线数据集协方差矩阵的最大奇异值σ′1。作为本实施例一种可能的实现方式,评价指标包括单类量测数据的评价指标和多类量测数据的综合评价指标,所述单类量测数据的评价指标ψ和多类量测数据的综合评价指标Ψ的计算公式如式(1)和式(2)所示:其中,X为历史数据集,Y为在线实测数据集;cov(X,Y)和cov(X,X)分别表示在线实测数据集和历史数据集的协方差矩阵;||·||2为求2范数;σ1′和σ1分别为在线实测数据集和历史数据集的协方差矩阵的最大奇异值;l为实际量测的数据种类,实际量测的数据种类包括电压幅值、电压相角、电流幅值,电流相角、各测点潮流、测点上各类开关的开关状态;ψi为第i类数据类型的评价指标;αi为第i类数据评价指标的权重且满足作为本实施例一种可能的实现方式,设置评价指标波动的监测阈值范围在0.95~1.95之间,即|ψ-1|≤0.05(3)|Ψ-1|≤0.05(4)ψ和Ψ分别为单类量测数据的评价指标和多类量测数据的综合评价指标。作为本实施例一种可能的实现方式,基于计算的评价指标确定故障时间和故障区域的过程为:对配电网全网测量点量测数据分别计算单类量测数据的评价指标和多类量测数据的综合评价指标,如果|ψ-1|>0.05或|Ψ-1|>0.05,则说明对应测量点有故障发生;对发生故障测量点的异常量测数据出现时间进行排序,最早出现异常量测数据的时间为故障发生的时间;将所有出现异常量测数据的测量点所在区域标记未疑似故障区域;对疑似故障区域内各测点量测数据按照越限程度进行排序,即安装|ψ-1|或|Ψ-1|的大小排序,进行确定故障区域。作为本实施例一种可能的实现方式,根据故障区域的端测点数据波动大小确定故障点离端点的距离程度,即波动越大说明离该点越近。作为本实施例一种可能的实现方式,判定故障相的过程为;根据故障区域端测点每相的测量数据确定故障相,即对故障区域端测点每相的测量数据分别计算单类量测数据的评价指标和多类量测数据的综合评价指标,如果|ψ-1|>0.05或|Ψ-1|>0.05,则确定该相为故障相。作为本实施例一种可能的实现方式,所述判定方法还包括:输出结果;输出的结果包括故障发生时间、故障区段范围、故障点离故障区域端远近程度和故障相。另一方面,本专利技术提供的一种配电网故障区段与故障时刻的判定方法,包括:利用历史测量数据和实时在线数据分别构成历史数据集和在线数据集;分别求解历史数据集协方差矩阵和在线数据集协方差矩阵的最大奇异值;根据最大奇异值的比值进行配电网故障区段与故障时刻判定。作为本实施例一种可能的实现方式,根据最大奇异值的比值进行配电网故障区段与故障时刻判定的过程包括:首先对全网各量测点进行实时检测,确定出故障发生时刻;根据故障时刻各测点的判定结果确定测点数据异变程度;根据故障发生时刻和异变程度排名确定故障区域,并可利用异变程度确定故障点离测点的远近程度;最后利用故障区域端任意测点数据判断故障相。本专利技术实施例的技术方案可以具有的有益效果如下:本专利技术实施例的技术方案提供的一种配电网故障区段与故障时刻的判定方法,所述方法包括:构建数据集;计算评价指标;设置评价指标波动的监测阈值;基于计算的评价指标确定故障时间和故障区域;判定故障相。其中量测数据来自现有配电系统中安装的量测装置。其判断结果包括故障发生区段,故障发生时刻以及故障相。使用之前所测量数据构成历史数据集,当前在线数据构成在线数据集,并根据历史数据集协方差矩阵和在线数据集协方差矩阵的最大奇异值比值进行判定,首先对全网各量测点进行实时检测,确定出故障发生时刻后,根据故障时刻各测点的判定结果确定测点数据异变程度,根据故障发生时刻和异变程度排名确定故障区域,并可利用异变程度确定故障点离测点的远近程度。最后利用故障区域端任意测点数据判断故障相。该技术方案适合于任何负荷水平,无需获取分布式电源和负荷的分布规律,计算量小,可为分布式电源接入的配电系统或现有配电系统的故障诊断提供理论和技术保障。该方法可以集成到现有量测设备软件中,无需更换设备,具有较强的实际工业应用价值。本专利技术实施例的技术方案提供的一种配电网故障区段与故障时刻的判定方法,首先利用历史测量数据和实时在线数据分别构成历史数据集和在线数据集;然后分别求解历史数据集协方差矩阵和在线数据集协方差矩阵的最大奇异值;并根据最大奇异值的比值进行配电网故障区段与故障时刻判定。为解决在负荷特性、网络拓扑、线路集中参数、线路分布参数不完全已知条件下的故障区段确定以及故障发生时刻识别问题,并最终给出满足符合实际应用需要的判别结果,该实施例的技术方案提出一种两阶段的判定方法:第一阶段计算历史数据的相关判定量,第二阶段为在线评定阶段,在设定阈值的条件下,第二阶段根据历史数据集协方差矩阵和在线数据集协方差矩阵的最大奇异值比值进行判定,首先对全网各量测点进行实时检测,确定出故障发生时刻后,根据故障时刻各测点的判定结果确定测点数据异变程度,根据故障发生时刻和本文档来自技高网...

【技术保护点】
1.一种配电网故障区段与故障时刻的判定方法,其特征在于,所述方法包括:构建数据集;计算评价指标;设置评价指标波动的监测阈值;基于计算的评价指标确定故障时间和故障区域;判定故障相。

【技术特征摘要】
1.一种配电网故障区段与故障时刻的判定方法,其特征在于,所述方法包括:构建数据集;计算评价指标;设置评价指标波动的监测阈值;基于计算的评价指标确定故障时间和故障区域;判定故障相。2.根据权利要求1所述的配电网故障区段与故障时刻的判定方法,其特征在于,构建数据集的过程包括:建历史数据集:利用各量测点的量测设备最近一次故障恢复后的数据构建历史数据集,通过奇异值分解计算得到历史数据集协方差矩阵的最大奇异值σ1;构建在线数据集:第k时刻的量测数据集包括第k时刻的量测数据以及之前M-1时刻的量测数据,则第k时刻在线数据集可表示为:Y=[yk-M+1,…,yk],其中M为数据集所包含采样值的个数,yk为第k时刻的量测数据,yk-M+1为第k时刻之前M-1时刻的量测数据;并对每一时刻的在线数据集利用奇异值分解求得在线数据集协方差矩阵的最大奇异值σ′1。3.根据权利要求2所述的配电网故障区段与故障时刻的判定方法,其特征在于,评价指标包括单类量测数据的评价指标和多类量测数据的综合评价指标,所述单类量测数据的评价指标ψ和多类量测数据的综合评价指标Ψ的计算公式如式(1)和式(2)所示:其中,X为历史数据集,Y为在线实测数据集;cov(X,Y)和cov(X,X)分别表示在线实测数据集和历史数据集的协方差矩阵;||·||2为求2范数;σ′1和σ1分别为在线实测数据集和历史数据集的协方差矩阵的最大奇异值;l为实际量测的数据种类,实际量测的数据种类包括电压幅值、电压相角、电流幅值,电流相角、各测点潮流、测点上各类开关的开关状态;ψi为第i类数据类型的评价指标;αi为第i类数据评价指标的权重且满足4.根据权利要求3所述的配电网故障区段与故障时刻的判定方法,其特征在于,设置评价指标波动的监测阈值范围在0.95~1.95之间,即|Ψ-1|≤0.05(3)|Ψ-1|≤0.05(4)ψ和Ψ分别为单类量测数据的评价指标和多类量测数据的综合评价指标。5.根据权利要求4所述的配电网故障区段与故障时刻的判定方法,其特征在于,基于计...

【专利技术属性】
技术研发人员:刘洋王蕾张新慧陈羽张雪谭培红
申请(专利权)人:山东理工大学
类型:发明
国别省市:山东,37

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1