基于快速开关的新型配电网故障检测方法及故障自愈系统技术方案

本发明专利技术实施例提供了一种基于快速开关的新型配电网故障检测方法。所述方法包括故障电流信号采集、数据提取、神经网络训练及故障分类和快速开关动作控制；采用多层传感器对电流信息进行采集，使用粒子群优化算法对分层信息进行诊断；采用行E型行波测距法估计故障发生的位置，结合Attention机制对故障发生的位置进行判断；采用涡流斥力作为驱动机构的快速开关，可在收到故障的动作信号后3ms内实现分断。该方法提高了故障检测水平，改善了供电设备利用率，降低了电能损耗，从而提升了配电网的整体运行水平；提高了配电网故障自愈能力，有效提高了供电可靠性。本发明专利技术实施例还提供了基于上述方法的新型配电网故障自愈系统。

【技术实现步骤摘要】
基于快速开关的新型配电网故障检测方法及故障自愈系统
本专利技术属于配电网故障检测及隔离
，特别涉及一种基于快速开关的新型配电网故障检测方法。本专利技术还提供了应用所述配电网故障检测方法的故障自愈系统。
技术介绍
随着现代化智能配电技术的发展，配电网建设规模越来越大，从传统无源配电网演变为包含分布式电源的有源配电网，配电网络拓扑结构复杂多变且分支点多、线长、面广，运行条件恶劣，极易发生单相接地故障和短路故障。分布式电源的渗透，导致配电网潮流双向流动，又给配电网造成了新问题，如故障误判、保护误动等，传统的故障检测方法因存在较大的误差而并不适用。因此，针对现代化配电网的故障检测方法及系统自愈受到了广泛关注。在配电网的故障诊断中，需要检测配电网故障信号，对配电网辐射出的配电网故障信号进行检测和参量估计，通过配电网故障信号检测，实现配电网故障信号检测和故障信号识别，提高故障诊断的准确性和自动化水平。传统方法中，对配电网故障信号检测采用时频耦合算法，采用时频特征分解方法进行信号分离，提高故障检测性能，如果故障信号和干扰噪声具有很强的耦合性时，本文档来自技高网...

【技术保护点】
1.一种基于快速开关的新型配电网故障检测方法，其特征在于，包括以下步骤：/nS1.故障电流信号采集，包括在同一种频率下采集同时刻的故障电流信号；/nS2.数据提取，包括：用多分辨率分析小波变换算法，将采集到的故障电流信号分解为九个级别；输入包含512种通过高通滤波器和低通滤波器的样本，记录相应的近似详细系数，滤除高频信号；/nS3.神经网络训练及故障分类，包括：/nS31.故障行波信号捕捉，包括：在不同频率下从分解后的故障电流信号数据中捕捉行波信号，以模拟线路故障时的行波波形特征；/nS32.正常行波信号模拟，包括：在电力系统仿真生成的正常情况下的电流信号数据中捕捉行波信号，以模拟电路正常时的...

【技术特征摘要】
1.一种基于快速开关的新型配电网故障检测方法，其特征在于，包括以下步骤：
S1.故障电流信号采集，包括在同一种频率下采集同时刻的故障电流信号；
S2.数据提取，包括：用多分辨率分析小波变换算法，将采集到的故障电流信号分解为九个级别；输入包含512种通过高通滤波器和低通滤波器的样本，记录相应的近似详细系数，滤除高频信号；
S3.神经网络训练及故障分类，包括：
S31.故障行波信号捕捉，包括：在不同频率下从分解后的故障电流信号数据中捕捉行波信号，以模拟线路故障时的行波波形特征；
S32.正常行波信号模拟，包括：在电力系统仿真生成的正常情况下的电流信号数据中捕捉行波信号，以模拟电路正常时的行波波形特征；
S33.人工智能神经网络训练，包括：输入故障行波信号和正常行波信号数据，采用PSO对数据进行模型训练，提取信号特征；
S34.故障分类，包括：将神经网络训练提取的信号特征作为学习权重用于人工智能网络检测，采用Attention机制对采集到的故障电流信号进行分类，判定故障结果；
S4.故障自愈，包括：根据故障结果控制快速开关作出相应动作。


2.根据权利要求1所述的方法，其特征在于，在所述步骤S1中，采用基于同步向量测量单元的广域测量系统采集故障电流信号。


3.根据权利要求1所述的方法，其特征在于，在所述步骤S31中，在99～199Hz区间内捕捉行波信号。


4.根据权利要求1所述的...

【专利技术属性】
技术研发人员：刘树枫，王浩，赵春雨，王保东，汪廷浩，孙井学，王立伟，赵旭，高燕龙，李虹桥，
申请(专利权)人：国网内蒙古东部电力有限公司赤峰供电公司，国家电网有限公司，四方华能电网控制系统有限公司，
类型：发明
国别省市：内蒙;15