【技术实现步骤摘要】
本申请属于地电位抬升预测领域，尤其涉及一种变电站倒闸引起的地电位抬升预测方法及装置。
技术介绍
1、在电气
，变电站地网作为发电厂和变电站的重要组成部分，承担着泄流和均压的关键作用。然而，由于变电站地网规模通常较大，当线路或站内一次设备发生故障，或者进行倒闸操作时，会产生幅数据大、频率高且频谱成分复杂的暂态电流。这些暂态电流会沿着地网及其周围的土壤散流，导致地网不同位置产生不同幅数据和波形的地电位抬升。这种地电位抬升会在整个地网范围内产生电磁干扰，影响二次设备的正常工作。
2、为了应对这一问题，需要对变电站倒闸操作在地网各位置产生的暂态地电位抬升进行测试，以确定其主要的频率组成成分，为二次设备的抗电磁干扰和地网的优化设计提供参考。然而，由于变电站地网规模大且暂态测试困难，很难在倒闸操作瞬间对变电站内多个测量点位置处的电位升同时进行测试。因此，需要提出一种有效的预测方法，能够根据有限的测量点处的暂态电位升数据，对整个地网范围内的地电位抬升进行计算以及对不同干扰下的结果进行预测。
3、目前，已有一些技术手段用于接地装置和地电位抬升的测试，如接地装置的接地阻抗测试和土壤电阻率的测试，但这些方法主要关注于地网电气参数的测量，并未直接解决倒闸操作引起的地网暂态地电位抬升预测问题。
技术实现思路
1、本申请的目的在于克服上述现有技术中存在的缺陷，提供一种变电站倒闸引起的地电位抬升预测方法及装置。
2、本申请提供一种变电站倒闸引起的地电位抬升预测方法，包
3、确定变电站倒闸操作位置、预设测点位置、干扰源位置和零电势参考点位置；
4、获取变电站倒闸操作时所述预设测点位置对比所述零电势参考点位置的地电位抬升测量数据，以及所述干扰源位置的入地电流测量数据；
5、将所述入地电流测量数据的波形进行快速傅立叶变换，获取波形关键频率；
6、根据变电站地网结构构建变电站地网模型，在所述变电站地网模型的变电站倒闸操作位置注入以所述波形关键频率为单位幅值的电流；
7、根据所述变电站地网模型，由所述单位幅值的电流计算所述预设测点位置的地电位抬升计算数据；
8、以所述干扰源位置、地电位抬升计算数据和预设测点位置作为输入层，以所述预设测点位置的地电位抬升测量数据为输出层，构建神经网络模型；
9、根据所述神经网络模型预测预设测点位置的地电位抬升。
10、可选地，确定零电势参考点位置，包括：
11、选择变电站地网范围外的一点作为所述零电势参考点位置；
12、通过双屏蔽电缆将所述零电势参考点位置的电位引至各个所述预设测点位置。
13、可选地，获取变电站倒闸操作时所述预设测点位置对比所述零电势参考点位置的地电位抬升测量数据，以及所述干扰源位置的入地电流测量数据，包括：
14、在所述干扰源位置设置罗氏线圈和示波器用于测量所述入地电流测量数据；
15、在所述预设测点位置设置高压探头和示波器用于测量所述地电位抬升测量数据。
16、可选地，将所述入地电流测量数据的波形进行快速傅立叶变换，获取波形关键频率，包括：
17、提取所述入地电流测量数据波形中幅数据最大的五个频率及其对应的幅数据作为所述波形关键频率。
18、可选地，所述根据变电站地网结构构建变电站地网模型，包括：
19、使用cdegs软件根据变电站地网设计图搭建所述变电站地网模型。
20、可选地，根据所述神经网络模型预测预设测点位置的地电位抬升，包括：
21、使用所述变电站地网模型获取预设测点位置的地电位抬升计算数据；
22、基于所述神经网络模型以及所述干扰源位置的、预设测点位置的地电位抬升计算数据，预测预设测点位置的地电位抬升。
23、可选地，还包括误差分析：
24、将预设测点位置的地电位抬升数据与预设测点位置的实际地电位抬升测量数据进行对比，进行误差分析，以评估所述神经网络模型的预测准确性。
25、可选地，以所述干扰源位置、地电位抬升计算数据和预设测点位置作为输入层，以所述预设测点位置的地电位抬升测量数据为输出层，构建神经网络模型，包括：
26、调整所述神经网络模型的中间层个数和每层节点的数量，直至达到预期的预测效果。
27、本申请还提供一种变电站倒闸引起的地电位抬升预测装置，包括：
28、确定模块，确定变电站倒闸操作位置、预设测点位置、干扰源位置和零电势参考点位置；
29、获取模块，获取变电站倒闸操作时所述预设测点位置对比所述零电势参考点位置的地电位抬升测量数据，以及所述干扰源位置的入地电流测量数据；
30、变换模块，将所述入地电流测量数据的波形进行快速傅立叶变换，获取波形关键频率；
31、模拟模块，根据变电站地网结构构建变电站地网模型，在所述变电站地网模型的变电站倒闸操作位置注入以所述波形关键频率为单位幅值的电流；
32、计算模块，根据所述变电站地网模型，由所述单位幅值的电流计算所述预设测点位置的地电位抬升计算数据；
33、网络模块，以所述干扰源位置、地电位抬升计算数据和预设测点位置作为输入层，以所述预设测点位置的地电位抬升测量数据为输出层，构建神经网络模型；
34、预测模块，根据所述神经网络模型预测预设测点位置的地电位抬升。
35、可选地，所述网络模块还包括：
36、调整所述神经网络模型的中间层个数和每层节点的数量，直至达到最佳的预测效果。
37、本申请的有益效果是：
38、本申请提供一种变电站倒闸引起的地电位抬升预测方法，包括：确定变电站倒闸操作位置、预设测点位置、干扰源位置和零电势参考点位置；获取变电站倒闸操作时所述预设测点位置对比所述零电势参考点位置的地电位抬升测量数据，以及所述干扰源位置的入地电流测量数据；将所述入地电流测量数据的波形进行快速傅立叶变换，获取波形关键频率；根据变电站地网结构构建变电站地网模型，在所述变电站地网模型的变电站倒闸操作位置注入以所述波形关键频率为单位幅值的电流；根据所述变电站地网模型，由所述单位幅值的电流计算所述预设测点位置的地电位抬升计算数据；以所述干扰源位置、地电位抬升计算数据和预设测点位置作为输入层，以所述预设测点位置的地电位抬升测量数据为输出层，构建神经网络模型；根据所述神经网络模型预测预设测点位置的地电位抬升。本申请通过结合实测数据和神经网络模型，实现了对变电站倒闸操作引起的地网暂态地电位抬升的高效、准确预测，为地网设计和二次设备抗干扰能力的提高提供了有力支持。
本文档来自技高网...【技术保护点】
1.一种变电站倒闸引起的地电位抬升预测方法，其特征在于，包括：
2.根据权利要求1所述一种变电站倒闸引起的地电位抬升预测方法，其特征在于，确定零电势参考点位置，包括：
3.根据权利要求1所述一种变电站倒闸引起的地电位抬升预测方法，其特征在于，获取变电站倒闸操作时所述预设测点位置对比所述零电势参考点位置的地电位抬升测量数据，以及所述干扰源位置的入地电流测量数据，包括：
4.根据权利要求1所述一种变电站倒闸引起的地电位抬升预测方法，其特征在于，将所述入地电流测量数据的波形进行快速傅立叶变换，获取波形关键频率，包括：
5.根据权利要求1所述一种变电站倒闸引起的地电位抬升预测方法，其特征在于，所述根据变电站地网结构构建变电站地网模型，包括：
6.根据权利要求1所述一种变电站倒闸引起的地电位抬升预测方法，其特征在于，根据所述神经网络模型预测预设测点位置的地电位抬升，包括：
7.根据权利要求1所述一种变电站倒闸引起的地电位抬升预测方法，其特征在于，还包括误差分析：
8.根据权利要求1所述一种变电站倒闸引起的地
9.一种变电站倒闸引起的地电位抬升预测装置，其特征在于，包括：
10.根据权利要求9所述一种变电站倒闸引起的地电位抬升预测装置，其特征在于，所述网络模块还包括：
...【技术特征摘要】
1.一种变电站倒闸引起的地电位抬升预测方法，其特征在于，包括：
2.根据权利要求1所述一种变电站倒闸引起的地电位抬升预测方法，其特征在于，确定零电势参考点位置，包括：
3.根据权利要求1所述一种变电站倒闸引起的地电位抬升预测方法，其特征在于，获取变电站倒闸操作时所述预设测点位置对比所述零电势参考点位置的地电位抬升测量数据，以及所述干扰源位置的入地电流测量数据，包括：
4.根据权利要求1所述一种变电站倒闸引起的地电位抬升预测方法，其特征在于，将所述入地电流测量数据的波形进行快速傅立叶变换，获取波形关键频率，包括：
5.根据权利要求1所述一种变电站倒闸引起的地电位抬升预测方法，其特征在于，所述根据变电站地网结构构建变电站...
【专利技术属性】
技术研发人员：王丰润，周军，王正伟，石生超，祁富志，赵文强，李宇旸，马春安，金顺安，卢孟宇，巨生云，李元杰，郑智慧，李琳，田志曈，吕阳，张轶炫，张程华，蓝磊，鲁海亮，马润生，范彩兄，方侃，徐嘉伟，王克荣，彭洁，罗仲全，何倩，
申请(专利权)人：国网青海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。