【技术实现步骤摘要】
一种基于智能融合断路器的故障预警与精确定位方法
[0001]本专利技术涉及电路故障检测
,具体涉及一种基于智能融合断路器的故障预警与精确定位方法。
技术介绍
[0002]随着现代工业的发展,电网建设也逐渐向着智能化发展,绿色、高效、可持续发展是电力建设的焦点,人们对用电的可靠性和电力质量的要求渐渐增高,以智能馈线终端、分布式数据传输和控制技术为主要依靠的智能电网可以提高电力系统的安全性、可靠性和电力质量。
[0003]配电网作为电力系统的末端,直接与用户接触,其电力质量和可靠性对人们的生活影响较大。由于配电网的建设通常滞后与地区和输电网的建设,导致配电网的管理和电力质量难以提高。根据统计发现,电力系统中的故障事件大概80%都处于配网系统,且大量的电力损耗也发生在配网。当前配网自动化程度远不如输电系统,同时林区和农村配电网区域广泛,故障时容易发生山火等问题,导致配网的自动化水平急需提高,来保证配网供电的质量、安全性和可靠性。
[0004]目前随着大量的自动化终端设备、数据传输设备和通信装置等在配电网的应用,能够实时地获取线路的运行信息,从而为各种故障定位新方法提供了信息基础。近年来大量的研究人员提出了许多的故障定位方案,主要定位原理分为4种:阻抗法、行波法、S信号注入法和广域通信法。阻抗法利用故障时刻的电压和电流计算线路的阻抗来分析故障距离,由于线路阻抗容易被过渡电阻和线路支路影响,导致该方法测距精度较低。S信号注入法通过故障时向线路首端注入特征信号,根据特征信号的传播路径来确定故障位置,由于注入 ...
【技术保护点】
【技术特征摘要】
1.一种基于智能融合断路器的故障预警与精确定位方法,其特征在于,包括以下步骤:S1:数据采集单元获取不同线路放电状态下的响应数据,基于所述响应数据得到不同放电状态下的行波特征值的平均值和标准方差;S2:基于获取的所述行波特征值的平均值和标准方差,并根据放电程度模糊集确定不同放电状态的正态隶属度函数;S3:根据不同的放电状态和绝缘损坏累积概念,构建放电状态相似矩阵;S4:基于不同放电状态的所述正态隶属度函数得到计算取值模糊子集A
’
,基于所述放电状态相似矩阵的上三角元素得到经验取值模糊子集A;S5:基于当前放电状态,根据贴近度公式得到的所述经验取值模糊子集A和所述计算取值模糊子集A
’
的贴近度,得到贴近度最近的预测放电状态,并结合断路器进行故障预警。2.如权利要求1所述的基于智能融合断路器的故障预警与精确定位方法,其特征在于,所述放电程度模糊集为:其中,λ为不同放电状态的特征值,u
H
(λ)为正常状态下的正态隶属度函数,λ
H
为正常状态下的行波特征值的平均值,σ
H
为正常状态下的行波特征值的标准方差;u
L
(λ)为轻微放电状态下的正态隶属度函数,λ
L
为轻微放电状态下的行波特征值的平均值,σ
L
为轻微放电状态下的行波特征值的标准方差;u
M
(λ)为中度放电状态下的正态隶属度函数,λ
M
为中度放电状态下的行波特征值的平均值,σ
M
为中度放电状态下的行波特征值的标准方差;u
S
(λ)为严重放电状态下的正态隶属度函数,λ
S
为严重放电状态下的行波特征值的平均值,σ
S
为严重放电状态下的行波特征值的标准方差。3.如权利要求1所述的基于智能融合断路器的故障预警与精确定位方法,其特征在于,所述放电状态相似矩阵为:其中,矩阵中的各元素SM
xy
表示任意两个放电程度模糊集x与y的重叠度,其取值范围为区间[0,1]。
4.如权利要求3所述的基于智能融合断路器的故障预警与精确定位方法,其特征在于,所述经验取值模糊子集A为:其中,SM
xy
表示任意两个不相同的放电程度模糊集x与y的重叠度,其取值范围为区间[0,1],τ
i
为不相同的放电程度模糊集x与y重叠的第i个...
【专利技术属性】
技术研发人员:陈积来,陈杰策,陈黄胜,王俪儒,陈海燕,
申请(专利权)人:东禾电气有限公司,
类型:发明
国别省市:
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。