【技术实现步骤摘要】
本专利技术涉及电力系统，尤其涉及一种配电网故障选线方法、系统以及可读存储介质。
技术介绍
1、随着我国配电网不断快速发展，配电网数量和规模都在逐渐增多，这给配电网运行维护增加了很大的工作量。如何有效保障和提高配电网的安全可靠运行，关系到用户用电的安全与可靠问题，从而供电企业必须面临一个很重要的挑战，那就是怎样持续保证和提升配电网的安全与供电可靠。
2、我国10kv配电网的中性点一般采用不接地或谐振接地方式，当发生单相接地故障时流过故障点的电流很小，同时又不影响系统的对称性，可以带故障运行一段时间，所以叫做小电流接地系统。小电流接地系统的主要优点在于流入大地的电流小，对于一些干扰性的瞬时性故障可以不引起保护动作，有效地提升了供电可靠性。在各种短路故障中，约70%的停电事故是由配电网线路单相接地故障导致的，且在单相接地故障中，一大部分又是接地电弧故障，如果长时间不处置，还是容易导致火灾事故。特别是近年来，随着经济的快速发展和城市的规模越来越大，在配电网线路中，投入的电缆线路所占的比例越来越高，当受一些因素影响形成单相接地故障时，由于系统对地电容的显著增加，将产生较大的接地电流，电弧难以自行熄灭，长期运行很容易烧毁设备和线路，严重时形成发展性故障或导致山火。根据目前的研究，配电网单相接地故障会直接导致电弧故障，而电弧故障很难在暂态过程中就发生熄灭，所以要在单相接地故障时就及时切除故障，让其不至于发展成电弧性故障。
3、在配电网的相关技术方案中，配电网的中性点一般采用不接地或谐振接地方式，当发生单相接地故障时流过
4、然而，专利技术人在构思及实现本方案时，发现至少存在以下缺陷：由于小电流接地配电网中的电流量较小，在出现配电网单相接地故障时，传统的故障选线装置容易出现故障馈线识别困难的问题，存在检测精度不足的缺陷。
5、kpca-birch聚类算法是在主成分分析（pca）上，借助核函数完成非线性变换，进一步将数据集映射到可线性分离的更高维度的特征空间中，以较少维度的数据表达原始数据的主要信息，然后又通过birch算法对所得数据进行无监督聚类以确定最佳聚类数据以及聚类层数。相较于pca算法，kpca-birch算法更能适应类似于配电网故障情况下的非线性方程处理，且通过数据的降维与双算法融合无监督下聚类，有效实现自适应、无硬性聚类特征下高精度、高效率聚类，从而明显提高故障选线的准确度，减少此前算法选线鲁棒性低的问题。
技术实现思路
1、本专利技术的主要目的在于提供一种配电网的故障选线方法，旨在解决如何在小电流接地配电网出现单相接地故障时迅速识别出故障馈线的问题。
2、为实现上述目的，本专利技术提供的一种配电网的故障选线方法，所述方法包括：
3、获取配电网发生故障后，各馈线预设时窗内的零序电流和母线的零序电压；
4、根据所述零序电流和所述零序电压，将所述配电网中的馈线在预设的短时窗零序瞬时功率曲线簇通过kpca算法二维化处理，以确定出对应的主元得分；
5、根据所述主元得分进行birch聚类来确定所述馈线是否为故障馈线。
6、可选地，所述根据所述零序电流和所述零序电压，将所述配电网中的馈线在预设的短时窗零序瞬时功率曲线簇通过kpca算法二维化处理，以确定出对应的主元得分的步骤之前，还包括：
7、获取第一截取数据，并将所述第一截取数据作为短时窗上限，其中，所述第一截取数据为故障前间隔第一预设时长截取的数据；
8、以及，获取第二截取数据，将所述第二截取数据作为短时窗下限，其中，所述第二截取数据为故障后间隔第二预设时长截取的数据；
9、根据所述短时窗上限和所述短时窗下限确定短时窗截取区间；
10、将所述配电网在所述短时窗截取区间中的零序瞬时功率曲线簇，确定为所述短时窗零序瞬时功率曲线簇；
11、其中，所述第一预设时长小于所述第二预设时长。
12、可选地，所述根据所述零序电流和所述零序电压，将所述配电网中的馈线在预设的短时窗零序瞬时功率曲线簇通过kpca算法二维化处理，以确定出对应的主元得分的步骤包括：
13、根据所述零序电流和所述零序电压，确定短时窗零序瞬时功率曲线簇中的目标瞬时功率曲线；
14、基于kpca算法，确定所述目标瞬时功率曲线的二维坐标，所述二维坐标表示所述馈线的故障零序功率；
15、将所述二维坐标，作为所述主元得分。
16、通过kpca算法获取所述二维坐标，公式如下所示：
17、；
18、
19、其中为特征空间的生成矩阵，,...,表示特征空间中的特征样本，n是样本个数，k是克矩阵，阵中元素，是特征值。
20、可选地，所述根据所述主元得分进行birch聚类来确定所述馈线是否为故障馈线的步骤包括：
21、将所述二维曲线簇进行分组，通过无监督聚类的方式发现数据中存在的故障模式，挖掘数据内部耦合关系；
22、所述无监督聚类的方式为在无人设置聚类分层数的情况下自动无监督发现数据中存在的故障模式；
23、通过birch算法确定最佳聚类数据值k，通过联合轮廓系数si与ch指标，共同作用最佳聚类数据值k值，迭代出最佳分层数，轮廓系数si与ch指标数值越大，聚类的数目就越优。
24、同时确定所述主元得分关联的馈线为正常馈线或为故障馈线；
25、最佳聚类数据值k的取值为1、2两种分层数：
26、当所述最佳聚类数据值k值为1时，表示故障并不属于馈线，确定所述主元得分关联的馈线为正常馈线；
27、当所述最佳聚类数据值k值为2时，表示故障属于馈线，birch算法会对异常点（故障点）进行敏感提示，确定所述主元得分关联的馈线为故障馈线；
28、所述的birch聚类算法，公式如下：
29、
30、
31、其中，a(i)表示点i到所有它在的聚类簇中其它点的距离的平均值；b(i)表示点i到某一个不包含它的聚类簇内的所有点的平均值的最小值，b是不同聚类之间的方差，w是所有聚类内部数据点的方差，n是数据点的总数，ch值涉及聚类数目和类之间离差矩阵的迹。
32、可选地，所述获取配电网发生故障后，各馈线预设时窗内的零序电流和母线的零序电压之后，还包括：
33、确定所述零序电压是否大于预设相电压阈值；
34、若是，根据所述零序电流和所述零序电压，将所述配电网中的馈线在预设的短时窗零序瞬时功率曲线簇通过kpca算法二维化处理，以确定出对应的主元得分的步骤。
35、此外，为实现上述目的，本专利技术还提供一种配电网的故障选线系统，所本文档来自技高网...
【技术保护点】
1.一种配电网的故障选线方法，其特征在于，所述配电网的故障选线方法包括：
2.如权利要求1所述的配电网的故障选线方法，其特征在于，所述根据所述零序电流和所述零序电压，将所述配电网中的馈线在预设的短时窗零序瞬时功率曲线簇通过KPCA算法二维化处理，以确定出对应的主元得分的步骤之前，还包括：
3.如权利要求1或2所述的配电网的故障选线方法，其特征在于，所述根据所述零序电流和所述零序电压，将所述配电网中的馈线在预设的短时窗零序瞬时功率曲线簇通过KPCA算法二维化处理，以确定出对应的主元得分的步骤包括：
4.如权利要求1所述的配电网的故障选线方法，其特征在于，所述根据所述主元得分进行BIRCH聚类来确定所述馈线是否为故障馈线的步骤包括：
5.如权利要求1所述的配电网的故障选线方法，其特征在于，所述获取配电网发生故障后，各馈线预设时窗内的零序电流和母线的零序电压的步骤之后，还包括：
6.一种配电网的故障选线系统，其特征在于，所述配电网的故障选线系统包括：
7.如权利要求6所述的配电网的故障选线系统，其特征在于，所述数据
8.如权利要求6所述的配电网的故障选线系统，其特征在于，所述数值计算模块还包括：
9.如权利要求6所述的配电网的故障选线系统，其特征在于，所述逻辑判断模块还包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有配电网的故障选线程序，所述配电网的故障选线程序被处理器执行时实现如权利要求1至5中任一项所述的配电网的故障选线方法的步骤。
...【技术特征摘要】
1.一种配电网的故障选线方法，其特征在于，所述配电网的故障选线方法包括：
2.如权利要求1所述的配电网的故障选线方法，其特征在于，所述根据所述零序电流和所述零序电压，将所述配电网中的馈线在预设的短时窗零序瞬时功率曲线簇通过kpca算法二维化处理，以确定出对应的主元得分的步骤之前，还包括：
3.如权利要求1或2所述的配电网的故障选线方法，其特征在于，所述根据所述零序电流和所述零序电压，将所述配电网中的馈线在预设的短时窗零序瞬时功率曲线簇通过kpca算法二维化处理，以确定出对应的主元得分的步骤包括：
4.如权利要求1所述的配电网的故障选线方法，其特征在于，所述根据所述主元得分进行birch聚类来确定所述馈线是否为故障馈线的步骤包括：
5.如权利要求1所...
【专利技术属性】
技术研发人员：束洪春，肖飞，董俊，田开庆，杨志恒，
申请(专利权)人：昆明理工大学，
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。