-
公开(公告)号:CN114689983A
公开(公告)日:2022-07-01
申请号:CN202011633882.7
申请日:2020-12-31
申请人: 国网河南省电力公司电力科学研究院 , 长沙理工大学
IPC分类号: G01R31/08
摘要: 本发明公开了一种基于零序电流连调的配电网单相接地故障定位方法、装置及可读存储介质,所述定位方法应用于故障馈线定位时,以逐次调控中性点电压,并采集每次调控后的各条馈线上的零序电流;再计算各条馈线的零序电流幅值的变化量,变化量最大的馈线为故障馈线;适用于故障区段定位时,依据逐次调控中性点电压,利用每个区段的累计幅值识别故障区段或利用每个区段的累计幅值以及变化趋势识别故障区段。本发明以全新的技术思路来解决故障定位的问题,大幅提高了选线和定位准确性。
-
公开(公告)号:CN112964959A
公开(公告)日:2021-06-15
申请号:CN202110147349.8
申请日:2021-02-03
申请人: 国网河南省电力公司电力科学研究院 , 长沙理工大学
摘要: 本发明公开了一种基于相关系数测度判据的配电网接地故障选线方法。利用安装于被保护馈线出口处的配电自动化终端单元提取表征馈线不同运行状态的多种状态特征量构成历史特征样本集;采集被保护馈线中的实时数据,构成待测馈线状态特征样本,利用min‑max极差标准化方法将待测样本与历史特征样本集进行统一规格化处理;借助K‑means聚类算法,将规格化后的历史数据划分为故障类与非故障类,得到故障聚类中心和非故障聚类中心;计算经规格化处理后的待测样本向量与故障聚类中心向量之间相关系数故障测度及与非故障聚类中心向量之间相关系数非故障测度,构成选线判据;当相关系数故障测度值大于相关系数非故障测度值时,判定馈线为故障线路,否则为非故障线路。
-
公开(公告)号:CN112684295A
公开(公告)日:2021-04-20
申请号:CN202011633727.5
申请日:2020-12-31
申请人: 国网河南省电力公司电力科学研究院 , 长沙理工大学
IPC分类号: G01R31/08
摘要: 本发明公开了一种基于相似离度的高渗透率下配电网故障选线方法及系统,该方法包括历史样本向量采集,基于改进的k‑means算法获取故障和非故障聚类中心,然后通过监测配电网零序电压值,采集被保护馈线的实时特征向量;并计算实时特征向量与故障聚类中心、非故障聚类中心的相似离度;利用相似离度对故障线进行判断;该方法突破了传统保护方法中需要将电气参数与保护整定值进行比较来判断系统运行状态的瓶颈,实现了无整定保护,有效减少了系统运行方式对保护结果的影响;同时,通过融合多种故障选线方法中的故障特征量作为保护评判指标,借助数学建模、海量数据统计分析、多源信息融合等多种研究手段,显著提高了抗干扰性及自适应性。
-
公开(公告)号:CN112946414A
公开(公告)日:2021-06-11
申请号:CN202011509050.4
申请日:2020-12-19
申请人: 国网河南省电力公司电力科学研究院 , 长沙理工大学
摘要: 本发明公开了一种基于零序残压抑制的配电网接地相与过渡电阻辨识方法,包括以下步骤:步骤1,向中性点注入电流使零序电压抑制为0,记录此时对应的注入电流;步骤2,在保持零序电压抑制为0的情况下,对注入电流相对于记录值的变化幅值进行实时监测,若变化幅值超过预设值则跳转步骤3进行故障选相与过渡电阻计算;否则待注入电流稳定后,将当前注入电流更新为记录的注入电流,重新执行步骤2;步骤3,选择与注入电流变化量相位一致的相为接地故障相;步骤4,根据接地故障相的电动势与注入电流变化量幅值之比得到过渡电阻。
-
公开(公告)号:CN112946414B
公开(公告)日:2022-06-14
申请号:CN202011509050.4
申请日:2020-12-19
申请人: 国网河南省电力公司电力科学研究院 , 长沙理工大学
摘要: 本发明公开了一种基于零序残压抑制的配电网接地相与过渡电阻辨识方法,包括以下步骤:步骤1,向中性点注入电流使零序电压抑制为0,记录此时对应的注入电流;步骤2,在保持零序电压抑制为0的情况下,对注入电流相对于记录值的变化幅值进行实时监测,若变化幅值超过预设值则跳转步骤3进行故障选相与过渡电阻计算;否则待注入电流稳定后,将当前注入电流更新为记录的注入电流,重新执行步骤2;步骤3,选择与注入电流变化量相位一致的相为接地故障相;步骤4,根据接地故障相的电动势与注入电流变化量幅值之比得到过渡电阻。
-
公开(公告)号:CN112731054B
公开(公告)日:2022-06-14
申请号:CN202011509096.6
申请日:2020-12-19
申请人: 国网河南省电力公司电力科学研究院 , 长沙理工大学
摘要: 本发明公开了一种基于零序残压抑制的配电网单相接地故障选线方法,通过配电网正常运行时在中性点注入电流,抑制配电网零序电压为0,并对注入电流相对原记录量的变化量的幅值进行实时监测,若变化量的幅值超过整定值后进行故障选线,若没有超过整定值,等待注入电流达到稳定后,更新记录的注入电流;否则判断发生了单相接地故障并判断线路零序电流变化量最大的线路为故障线路,并根据注入电流变化量是否超过10A选择立即断开故障线路或延时0.5s后再次判断是否发生故障,若仍故障,则断开故障线路。本发明能够感知的过渡电阻不受系统电容电流水平影响。消除了三相不对称对高阻故障选线的影响,提升了高阻故障时的选线准确率。
-
公开(公告)号:CN112731054A
公开(公告)日:2021-04-30
申请号:CN202011509096.6
申请日:2020-12-19
申请人: 国网河南省电力公司电力科学研究院 , 长沙理工大学
摘要: 本发明公开了一种基于零序残压抑制的配电网单相接地故障选线方法,通过配电网正常运行时在中性点注入电流,抑制配电网零序电压为0,并对注入电流相对原记录量的变化量的幅值进行实时监测,若变化量的幅值超过整定值后进行故障选线,若没有超过整定值,等待注入电流达到稳定后,更新记录的注入电流;否则判断发生了单相接地故障并判断线路零序电流变化量最大的线路为故障线路,并根据注入电流变化量是否超过10A选择立即断开故障线路或延时0.5s后再次判断是否发生故障,若仍故障,则断开故障线路。本发明能够感知的过渡电阻不受系统电容电流水平影响。消除了三相不对称对高阻故障选线的影响,提升了高阻故障时的选线准确率。
-
公开(公告)号:CN118980887A
公开(公告)日:2024-11-19
申请号:CN202411091003.0
申请日:2024-08-09
申请人: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司
摘要: 本发明提供了一种基于融合终端的中压单相断线故障识别方法,属于电网故障识别技术领域。包括:利用融合终端监测台区配变低压侧abc三相的电压;当监测到某两相的电压下降至低于第一阈值时,获取电压低于第一阈值的两相为降压相,另外一相为非降压相;如果非降压相与前次采样的电压差绝对值小于第二阈值,且两个降压相的电压和与非降压相的电压差绝对值小于第三阈值,则判定台区配变的高压侧出现单相断线故障。本发明不仅能够及时识别中压配电网的单相断线故障,更能解决故障点的快速定位等问题,能够减少抢修时间,提升供电服务水平。
-
公开(公告)号:CN118585909A
公开(公告)日:2024-09-03
申请号:CN202410744757.5
申请日:2024-06-11
申请人: 国网经济技术研究院有限公司 , 国网河南省电力公司电力科学研究院 , 国家电网有限公司
IPC分类号: G06F18/2415 , G06F18/241 , G06F18/23213 , G06N3/006 , G06Q10/0631 , G06Q50/06
摘要: 本发明涉及一种基于用电需求的县域特色负荷多维度分类聚合方法及系统,其包括:获取由日负荷曲线数据作为样本构成的数据集,采用基于分裂‑耦合的改进K‑means预分类聚合方法确定数据集的分类聚合数K值,并确定K个初始分类聚合中心;基于K个初始分类聚合中心进行蚁群分类聚合,并设定蚁群分类聚合的参数,进行蚁群分类聚合构造解空间,确定目标函数;选择目标函数的最优解,按概率进行局部搜索,更新路径上的信息素浓度以及模拟退火的热度,迭代计算,输出最优解。本发明在面对用户负荷曲线分类聚合时具有较好的性能和有效性,能对特色负荷可调节能力进行评估;本发明应用于用电需求领域中。
-
公开(公告)号:CN114266720B
公开(公告)日:2024-04-23
申请号:CN202111313824.0
申请日:2021-11-08
申请人: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司
发明人: 田杨阳 , 郭志民 , 刘昊 , 袁少光 , 毛万登 , 高小伟 , 赵健 , 刘善峰 , 贺翔 , 张小斐 , 赵慧彤 , 魏小钊 , 万迪名 , 耿俊成 , 梁允 , 黎维彬 , 高松鹤
IPC分类号: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/044 , G06N3/048 , G06N3/084
摘要: 基于混合神经网络的电力导线故障检测方法及系统,首先根据损坏的电力导线所处地域建立损坏严重性指标,然后采集各个地域损坏的电力导线图像以及未损坏的电力导线图像并对采集的图像进行增广,并对所采集的图像已经增广的图像进行标签设置,构建混合神经网络模型并进行训练,最后实时采集电力导线图像输入至训练好的混合神经网络模型中进行判定。本发明基于混合神经网络的电力导线故障检测模型能够提取各类损坏和未损坏的电力线图像的图像特征并进行分类。本发明的混合神经网络优于现有技术,可使得分类识别率高达95.57%。
-
-
-
-
-
-
-
-
-