【技术实现步骤摘要】
本专利技术涉及故障识别，更具体地说，它涉及基于曲线差异度的树线放电故障早期识别方法及系统。
技术介绍
1、我国配电网具有分布广、规模大的特征，随着电力系统的发展，越来越多的配电线路穿越林区、草场，受到树木生长的严重威胁；10kv配电架空线路穿过森林区域时，受外部因素(如大风等)的影响，架空线可能会与较高的树枝接触从而引发放电，构成树线放电故障；由于树线放电故障过渡电阻一般为百kω量级，其电气特征量微弱，难以检测和识别，一般无法达到保护启动值，因此可能长期存在于线路中；而流过故障点的电流造成树木温度的升高，可能点燃树木及枝叶造成火灾，进一步引发跳闸事故，甚至威胁群众生命财产安全，因此，有必要实现树线放电故障精确辨识，降低山火风险，保障配电线路安全稳定运行。
2、树线放电故障过渡电阻大、持续时间长、故障电流小、特征量小，且考虑到配电线路的复杂状况，容易受到设备投切操作、不平衡负载和系统噪声等因素的干扰，均会影响树线放电故障的识别，因此树线放电故障识别难度较大，亟需有效的辨识方法。
技术实现思路
1、本专利技术的目的在于提供基于曲线差异度的树线放电故障早期识别方法及系统，以解决上述
技术介绍
中存在的问题。
2、本专利技术的上述技术目的是通过以下技术方案得以实现的：
3、第一方面，本申请实施例提供了基于曲线差异度的树线放电故障早期识别方法，包括以下步骤：
4、获取并监测穿越林区的配电线路中各相的首端和末端的电流，根据首端和末端的电流计算得到配电
5、当配电线路中其中一相或多相的第一差动电流超过预置阈值时，在预置时间段内按时序获取该相或多相的多个第二差动电流，以及首端的多个零序电流和多个零序电压；
6、对多个第二差动电流、多个零序电流和多个零序电压进行预处理，得到由第二差动电流、零序电流和零序电压构成的数据矩阵；
7、分别计算并得到数据矩阵与预置样本集中各组数据的特征矩阵之间的曲线差异度，预置样本集包括多组故障数据和多组正常数据；
8、根据预置的第一判定条件，判断多个曲线差异度的数据状态，数据状态包括故障状态和正常状态；
9、根据多个曲线差异度中各个曲线差异度的数据状态的占比，并基于knn算法和预置的第二判定条件得到配电线路中其中一相或多相的放电状态，放电状态包括树线放电故障和无故障。
10、本专利技术的有益效果是：通过获取线路故障相穿越林区的首端和末端的电流作差得到的差动电流作为监测和识别参数，可以消除了设备投切操作、不平衡负载和系统噪声的影响，抗干扰能力更强，并且对穿越林区区段的首末端高阻接地故障更敏感，最终可以使识别结果更加的准确；进一步的，通过零序电压、零序电流和差动电流三种电气参量组成复合判据，可以提升了故障识别准确率和抗干扰能力。
11、本方案中，将零序电压、零序电流和差动电流三种电气参量进行预处理，可以处理后得到的数据矩阵中每个元素大小均被线性变换至0～1之间，实现去除数据量纲，这样可以使曲线的数值大小被忽略，曲线的变化趋势被突出，并且预处理完成后，数据矩阵中的各组数据由原先的绝对大小的表征，转变为相对大小，即均在0-1之间，且仅有上升或下降趋势的区别，由此实现各个数据变化趋势的突出，提高数据的特征识别度。
12、本方案中，基于数据矩阵和特征矩阵中各个元素之间点与点的距离表征了曲线趋势的相近与否，由此来定义了曲线差异度，并以曲线差异度为主要基准进行故障分类，其原理在于，参考两条曲线残差的定义，计算同一横坐标下，两条曲线函数值的距离，并通过所有横坐标下各个点函数值差异的总值反映曲线的相似与否；同时进行曲线差异度的计算，由于对于不同的线路、树木情况、运行情况，故障和正常运行的表现形式完全不同，因此对于不同的区域，树线放电故障电流增长的情况也可能不同，对于差异性大的故障模式，通过knn算法能够对于不同的区域实现特异化的优良效果。
13、本方案中，基于树线放电早期的故障电流变化并非是突变过程，而是持续一定时间的故障电流逐渐单调增大的发展过程的情况，由此可见，在树线放电故障早期，故障电流逐渐单调增大的这一过程是树线放电故障独有的特征过程，以此作为故障情况的判断依据，并将零序电压、零序电流和差动电流三种电气参量组成复合判据作为判断的参量，解决了树线放电故障特征不明显的问题，极大的减少了误判发生的可能性，提升了故障识别的准确率，有效的避免了点燃树木及枝叶造成火灾，进一步引发跳闸事故，甚至威胁群众生命财产安全等问题，最终达到实现树线放电故障精确辨识、降低山火风险以及保障配电线路安全稳定运行的目的。
14、在上述技术方案的基础上，本专利技术还可以做如下改进。
15、进一步，上述预置时间段包括多个单位时间，多个第二差动电流、多个零序电流和多个零序电压均与多个单位时间对应；其中，对多个第二差动电流、多个零序电流和多个零序电压进行预处理，得到由第二差动电流、零序电流和零序电压构成的数据矩阵，包括：
16、将检测数据进行快速傅里叶变换处理，得到检测数据中各组数据对应的多个波形频谱，检测数据包括第二差动电流、零序电流和零序电压；
17、对于检测数据中每组数据的多个波形频谱，提取每个波形频谱中50hz频段的分量幅值，并将分量幅值确定为点数据；
18、将检测数据中每组数据的多个点数据按时序排列，得到检测数据对应的中间矩阵；
19、对中间矩阵进行标准化处理，得到处理完成并与中间矩阵对应的数据矩阵。
20、采用上述进一步方案的有益效果是：可以有效的滤除各个数据的噪声干扰，将多个单位时间对应的数据进行快速傅里叶变换，并提取50hz频段的分量幅值，由此将预置时间段内的各组数据转变为与单位时间数量对应的多个点数据，并对点数据进行标准化，将各个点数据归算至0～1范围内，去除量纲，再将三组变量组成为数据矩阵以便后续流程的操作。
21、进一步，上述标准化处理通过第一公式表示，第一公式为：
22、
23、式中，x(m,n)表示位于中间矩阵中第m行、第n列的点数据，xnmax表示第n列的最大值，xnmin表示第n列的最小值，xnom(m,n)表示x(m,n)被标准化处理后的点数据。
24、进一步，上述曲线差异度通过第二公式表示，第二公式为：
25、
26、式中，di表示曲线差异度，z(m,n)表示数据矩阵中第m行、第n列的点数据，zi(m,n)表示特征矩阵中第m行、第n列的点数据，a表示预置时间段中单位时间的数量，b表示检测数据中各组数据的类型数量。
27、进一步，上述第二判定条件为：
28、若多个曲线差异度中故障状态的曲线差异度的数量大于正常状态的曲线差异度的数量，放电状态为树线放电故障；
29、若多个曲线差异度中故障状态的曲线差异度的数量小于正常状态的曲线差异度的数量，放电状态为无故障。
30、本文档来自技高网...
【技术保护点】
1.基于曲线差异度的树线放电故障早期识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于曲线差异度的树线放电故障早期识别方法，其特征在于，所述预置时间段包括多个单位时间，多个所述第二差动电流、多个所述零序电流和多个所述零序电压均与多个所述单位时间对应；其中，所述对多个所述第二差动电流、多个所述零序电流和多个所述零序电压进行预处理，得到由第二差动电流、零序电流和零序电压构成的数据矩阵，包括：
3.根据权利要求2所述的基于曲线差异度的树线放电故障早期识别方法，其特征在于，所述标准化处理通过第一公式表示，所述第一公式为：
4.根据权利要求1所述的基于曲线差异度的树线放电故障早期识别方法，其特征在于，所述曲线差异度通过第二公式表示，所述第二公式为：
5.根据权利要求1所述的基于曲线差异度的树线放电故障早期识别方法，其特征在于，所述第二判定条件为：
6.基于曲线差异度的树线放电故障早期识别系统，应用于权利要求1-5中任一项所述的基于曲线差异度的树线放电故障早期识别方法，其特征在于，包括：
7.根据权利要求
8.根据权利要求6所述的基于曲线差异度的树线放电故障早期识别系统，其特征在于，在所述状态判断模块中，所述第二判定条件为：
9.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现权利要求1-5中任一项所述的方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行权利要求1-5中任一项所述的方法。
...【技术特征摘要】
1.基于曲线差异度的树线放电故障早期识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于曲线差异度的树线放电故障早期识别方法，其特征在于，所述预置时间段包括多个单位时间，多个所述第二差动电流、多个所述零序电流和多个所述零序电压均与多个所述单位时间对应；其中，所述对多个所述第二差动电流、多个所述零序电流和多个所述零序电压进行预处理，得到由第二差动电流、零序电流和零序电压构成的数据矩阵，包括：
3.根据权利要求2所述的基于曲线差异度的树线放电故障早期识别方法，其特征在于，所述标准化处理通过第一公式表示，所述第一公式为：
4.根据权利要求1所述的基于曲线差异度的树线放电故障早期识别方法，其特征在于，所述曲线差异度通过第二公式表示，所述第二公式为：
5.根据权利要求1所述的基于曲线差异度的树线放电故障早期识别方法，其特征在于，所述第二判定条件为：
6.基于曲...
【专利技术属性】
技术研发人员：宁鑫，张华，熊嘉宇，尚豪，宁文军，
申请(专利权)人：国网四川省电力公司电力科学研究院，
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。