【技术实现步骤摘要】
本专利技术涉及电力线路监测，尤其涉及一种快速识别线路故障原因智能分析的装置及方法。
技术介绍
1、如图5所示，当前，电网调度运行人员主要依赖故障录波系统提供的电压、电流、开关变位、保护动作等信息，对故障相别、类型进行判断。但受功能限制，故障录波系统不能快速提供线路掉闸的具体原因，只能借助故障录波系统提供的测距信息，由巡线人员现场排查后才能确定掉闸原因，耗时较长。
2、故障录波系统主要功能是提供故障时刻电压、电流等电气量及开关变位、保护动作等的变化量信息，不具备线路故障原因的分析、判断功能。因此，虽然不同故障原因(雷击、异物搭接等)的线路，其故障时刻的电压、电流等信息会呈现不同特性，但由于功能缺失，仅依靠故障录波系统无法直接、快速推送掉闸原因。
3、如上所述的借助测距信息现场巡线,虽然可以得到线路掉闸原因，但需依靠人工，缺乏技术手段，耗时太久、效率低下，不满足快速恢复送电需求，为大电网安全运行带来隐患。
4、为保障电网安全，按照电网运行规程规定，雷击等恶劣天气造成的线路故障，可以快速试送。若能借助技术手段，在线路故障后快速识别故障原因，对线路快速恢复运行、保障电网安全稳定极其重要。
5、现有技术问题及思考：
6、如何解决识别线路故障原因速度慢、效率低的技术问题。
技术实现思路
1、本专利技术所要解决的技术问题是提供一种快速识别线路故障原因智能分析的装置及方法，其通过获取故障录波信息模块、建立故障特征模型模块和智慧分析模块等，
2、为解决上述技术问题，本专利技术所采取的技术方案是：一种快速识别线路故障原因智能分析的装置包括获取故障录波信息模块、建立故障特征模型模块和智慧分析模块共三个程序模块，获取故障录波信息模块，用于获取故障时刻的故障录波信息并供建立故障特征模型模块使用，所述故障录波信息包括故障电压信息和故障电流信息；建立故障特征模型模块，用于从故障录波信息中提取出故障特征量，建立故障特征量与故障原因之间的映射关系并形成故障特征模型；智慧分析模块，用于将获取的故障录波信息输入故障特征模型并获得相应的故障原因。
3、具体的，将获取的故障录波信息输入故障特征模型并获得相应的故障原因，还包括：如何根据电压、电流和开关的变化，进行在线的算法辨识特征的自适应调整，实现快速的故障原因的匹配，从而达到线路故障快速匹配的效果；在此基础上，对应当前累计的恶劣天气，实现根据预判结果进行进一步的故障薄弱区域的额外补充，通过部署分布式储能设备实现恶劣天气的控制和原因反馈。
4、s101、获得历史数据中，每个时刻线路末端每类故障对应的特征量，根据每个类型故障对应的特征量的变化曲线；
5、s102、提取辐射状电网中，每个分支上相邻保护设备位置上对应的特征量的变化曲线，作为当前时刻的第一曲线和第二曲线；
6、s103、利用第一计算公式提取第一曲线和第二曲线的最小配合时差；
7、s104、提取辐射状电网中末端保护设备位置上对应的特征量，将其变化曲线作为末端变化曲线；
8、s105、根据末端设备通过第二计算公式计算最小启动时间；
9、s106、根据所述末端变化曲线和最小启动时间利用第三计算公式确定末端保护设备位置上对应的保护定值；
10、s107、根据第四计算公式计算每个辐射状电网中分支上每个保护设备位置的保护定值更新值；
11、s108、当处于多个分支的连接位置时，通过第五计算公式更新连接位置的保护定值；
12、所述第一计算公式为：
13、a＝b+c
14、其中，a为最小配合时差，b为跳闸要求时间，c为误跳裕度；
15、所述第二计算公式为：
16、d＝e-f
17、其中，d为最小启动时间，e为设备耐受极限，f为预设跳闸裕度；
18、所述第三计算公式为：
19、g＝f(g＝d)
20、其中，g为末端保护设备位置上对应的保护定值，f()为用于提取末端变化曲线满足括号内条件时的定值的函数，g为不同时间段内的末端变化取值；
21、所述第四计算公式为：
22、p＝f(q＝σ(a+d))
23、其中，p为每个保护设备位置的保护定值更新值，q为每类故障对应的特征量对应的曲线；
24、所述第五计算公式为：
25、y＝min(p)
26、其中，y为更新连接位置的保护定值。
27、恶劣天气的应对方法如下：
28、获取恶劣天气情况下的全部的辐射状电网中末端保护设备位置上对应的特征量，形成恶劣天气变化曲线；
29、利用第六计算公式计算恶劣天气最小启动时间；
30、在恶劣天气预测状态下，提取准备储能设备供给，当恶劣天气开始时，利用第七计算公式提升短路容量，并利用第七计算公式更新每个辐射状电网中分支上每个保护设备位置的保护定值更新值；
31、所述第六计算公式为：
32、ee＝et+ey
33、其中，ee为恶劣天气最小启动时间，et为恶劣天气下的耐受最大时间，ey为保护裕度；
34、所述第七计算公式为：
35、gg＝f(j＝σ(a+d)
36、其中，j为短路容量下的曲线，gg为每个辐射状电网中分支上每个保护设备位置的保护定值更新值。
37、进一步的技术方案在于：还包括故障录波系统和服务器，所述故障录波系统与服务器连接并单向通信，获取故障录波信息模块，还用于故障录波系统获取故障时刻的故障录波信息并发送至服务器；建立故障特征模型模块，还用于服务器接收故障录波系统发来的故障时刻的故障录波信息，从故障录波信息中提取出与故障发生密切相关的特征量；智慧分析模块，还用于服务器获取故障录波信息，输入故障特征模型并找到故障原因。
38、进一步的技术方案在于：还包括获取雷电定位信息模块，用于获取落雷信息并供建立故障特征模型模块使用，所述落雷信息包括雷电定位信息和雷电流；建立故障特征模型模块，还用于从故障录波信息和雷电定位信息中提取出故障特征量，建立故障特征量与故障原因之间的映射关系并形成故障特征模型；智慧分析模块，还用于将获取的故障录波信息及落雷信息输入故障特征模型并获得相应的故障原因。
39、进一步的技术方案在于：还包括雷电定位系统以及获取雷电定位信息模块，所述雷电定位系统与服务器连接并单向通信，获取雷电定位信息模块，用于雷电定位系统获取落雷信息并发送至服务器，所述雷电定位信息即落雷地点；建立故障特征模型模块，还用于服务器接收雷电定位系统发来的落雷信息，从故障录波信息和雷电定位信息中提取出与故障发生密切相关的特征量；智慧分析模块，还用于服务器获取故障录波信息及落雷信息，输入故障特征模型并找到故障原因。
40、进一步的技术方案在于：在建立故障特征模型模本文档来自技高网...
【技术保护点】
1.一种快速识别线路故障原因智能分析的装置，其特征在于：包括获取故障录波信息模块、建立故障特征模型模块和智慧分析模块共三个程序模块，获取故障录波信息模块，用于获取故障时刻的故障录波信息并供建立故障特征模型模块使用，所述故障录波信息包括故障电压信息和故障电流信息；建立故障特征模型模块，用于从故障录波信息中提取出故障特征量，建立故障特征量与故障原因之间的映射关系并形成故障特征模型；智慧分析模块，用于将获取的故障录波信息输入故障特征模型并获得相应的故障原因；
2.根据权利要求1所述的一种快速识别线路故障原因智能分析的装置，其特征在于：还包括故障录波系统和服务器，所述故障录波系统与服务器连接并单向通信，获取故障录波信息模块，还用于故障录波系统获取故障时刻的故障录波信息并发送至服务器；建立故障特征模型模块，还用于服务器接收故障录波系统发来的故障时刻的故障录波信息，从故障录波信息中提取出与故障发生密切相关的特征量；智慧分析模块，还用于服务器获取故障录波信息，输入故障特征模型并找到故障原因。
3.根据权利要求1所述的一种快速识别线路故障原因智能分析的装置，其特征在于：还
4.根据权利要求2所述的一种快速识别线路故障原因智能分析的装置，其特征在于：还包括雷电定位系统以及获取雷电定位信息模块，所述雷电定位系统与服务器连接并单向通信，获取雷电定位信息模块，用于雷电定位系统获取落雷信息并发送至服务器，所述雷电定位信息即落雷地点；建立故障特征模型模块，还用于服务器接收雷电定位系统发来的落雷信息，从故障录波信息和雷电定位信息中提取出与故障发生密切相关的特征量；智慧分析模块，还用于服务器获取故障录波信息及落雷信息，输入故障特征模型并找到故障原因。
5.根据权利要求3所述的一种快速识别线路故障原因智能分析的装置，其特征在于：在建立故障特征模型模块中，所述故障特征量包括故障电压中的谐波成分、故障电流中的直流分量和落雷地点；将故障特征量和故障原因的数据保存并形成故障原因信息库。
6.根据权利要求3所述的一种快速识别线路故障原因智能分析的装置，其特征在于：在建立故障特征模型模块中，从故障录波信息中提取故障零序电流波形、故障相电压、相电流直流含量及谐波分量以及重合闸信息作为故障数值特征，从落雷信息中提取雷电定位信息作为故障数值特征，利用BP神经网络建立故障特征量与故障原因之间的映射关系，将故障录波信息及落雷信息作为输入向量，将故障原因作为输出向量，建立的故障特征模型为故障特征BP网络模型。
7.一种快速识别线路故障原因智能分析的装置，包括存储器和处理器，其特征在于：还包括存储在存储器中并可在处理器上运行的获取故障录波信息模块、获取雷电定位信息模块、建立故障特征模型模块和智慧分析模块共四个程序模块。
8.一种快速识别线路故障原因智能分析的装置，包括存储器和处理器，其特征在于：恶劣天气的应对方法如下：
9.一种快速识别线路故障原因智能分析的方法，其特征在于：基于故障录波系统和服务器，所述故障录波系统与服务器连接并单向通信，还包括如下步骤，第一步，故障录波系统获取故障时刻的故障录波信息并发送至服务器，所述故障录波信息包括故障电压信息和故障电流信息；第二步，服务器接收故障录波系统发来的故障时刻的故障录波信息，从故障录波信息中提取出故障特征量，建立故障特征量与故障原因之间的映射关系并形成故障特征模型；第三步，服务器将获取的故障录波信息输入故障特征模型并获得相应的故障原因。
10.根据权利要求9所述的一种快速识别线路故障原因智能分析的方法，其特征在于：还基于雷电定位系统，所述雷电定位系统与服务器连接并单向通信，在第一步中，雷电定位系统获取落雷信息并发送至服务器，所述落雷信息包括雷电定位信息和雷电流；在第二步中，服务器接收雷电定位系统发来的落雷信息，从故障录波信息和雷电定位信息中提取出故障特征量，建立故障特征量与故障原因之间的映射关系并形成故障特征模型；即从故障录波信息中提取故障零序电流波形、故障相电压、相电流直流含量及谐波分量以及重合闸信息作为故障数值特征，从落雷信息中提取雷电定位信息作为故障数值特征，利用BP神经网络建立故障特征量与故障原因之间的映射关系，将故障录波信息及落雷信息作为输入向量，将故障原因作为输出向量，建立的故障特征模型为...
【技术特征摘要】
1.一种快速识别线路故障原因智能分析的装置，其特征在于：包括获取故障录波信息模块、建立故障特征模型模块和智慧分析模块共三个程序模块，获取故障录波信息模块，用于获取故障时刻的故障录波信息并供建立故障特征模型模块使用，所述故障录波信息包括故障电压信息和故障电流信息；建立故障特征模型模块，用于从故障录波信息中提取出故障特征量，建立故障特征量与故障原因之间的映射关系并形成故障特征模型；智慧分析模块，用于将获取的故障录波信息输入故障特征模型并获得相应的故障原因；
2.根据权利要求1所述的一种快速识别线路故障原因智能分析的装置，其特征在于：还包括故障录波系统和服务器，所述故障录波系统与服务器连接并单向通信，获取故障录波信息模块，还用于故障录波系统获取故障时刻的故障录波信息并发送至服务器；建立故障特征模型模块，还用于服务器接收故障录波系统发来的故障时刻的故障录波信息，从故障录波信息中提取出与故障发生密切相关的特征量；智慧分析模块，还用于服务器获取故障录波信息，输入故障特征模型并找到故障原因。
3.根据权利要求1所述的一种快速识别线路故障原因智能分析的装置，其特征在于：还包括获取雷电定位信息模块，用于获取落雷信息并供建立故障特征模型模块使用，所述落雷信息包括雷电定位信息和雷电流；建立故障特征模型模块，还用于从故障录波信息和雷电定位信息中提取出故障特征量，建立故障特征量与故障原因之间的映射关系并形成故障特征模型；智慧分析模块，还用于将获取的故障录波信息及落雷信息输入故障特征模型并获得相应的故障原因。
4.根据权利要求2所述的一种快速识别线路故障原因智能分析的装置，其特征在于：还包括雷电定位系统以及获取雷电定位信息模块，所述雷电定位系统与服务器连接并单向通信，获取雷电定位信息模块，用于雷电定位系统获取落雷信息并发送至服务器，所述雷电定位信息即落雷地点；建立故障特征模型模块，还用于服务器接收雷电定位系统发来的落雷信息，从故障录波信息和雷电定位信息中提取出与故障发生密切相关的特征量；智慧分析模块，还用于服务器获取故障录波信息及落雷信息，输入故障特征模型并找到故障原因。
5.根据权利要求3所述的一种快速识别线路故障原因智能分析的装置，其特征在于：在建立故障特征模型模块中，所述故障特征量包括故障电压中的谐波成分、故障电流中的直流分量和落雷地点；将故障特征量和故障原因的数据保存并形成故障原因信息库。...
【专利技术属性】
技术研发人员：张飞飞，王鑫明，李世辉，郜建祥，解春晓，张学伟，张少康，姜理源，梁华洋，苏玉京，李少博，王文学，褚罡，李飞，徐建建，尹楠，高岩，
申请(专利权)人：国网河北省电力有限公司，
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。