一种基于暂态零模分量的小电流接地故障测距方法

    公开(公告)号:CN112858842B

    公开(公告)日:2023-03-14

    申请号:CN202110213285.7

    申请日:2021-02-25

    Abstract: 一种基于暂态零模分量的小电流接地故障测距方法,属于电力系统故障测距技术领域。其特征在于:包括如下步骤:步骤a,记录暂态信号;步骤b,得到故障线路首端到故障点的KVL微分方程;步骤c,建立超定方程组;步骤d,得到故障线路线路参数总值;步骤e,判断故障线路是否包括多段;步骤f,逐段计算其中前n段线路的线路参数;步骤g,得到故障线路前n段线路参数的累加值;步骤h,判断故障线路前n段线路参数的累加值是否大于线路参数总值;步骤i,计算得到故障点的位置。在本基于暂态零模分量的小电流接地故障测距方法中,利用故障线路首端和末端暂态信号计算故障距离,缩短故障线路的停电时间,减小了故障巡线工作量。

    一种基于放电波形智能识别的电缆故障测距方法及系统

    公开(公告)号:CN114217164B

    公开(公告)日:2022-10-21

    申请号:CN202111375469.X

    申请日:2021-11-19

    Abstract: 本发明提供了一种基于放电波形智能识别的电缆故障测距方法及系统,获取电缆故障放电波形数据;对放电波形数据进行分解,提取时频域特征信息;基于时频域特征信息,利用预训练的网格式搜索法优化的支持向量机识别模型,识别击穿放电波形;对识别后的击穿放电波形进行标定,确定故障点击穿放电脉冲,基于所述击穿放电脉冲,计算故障距离。本发明将人工智能算法与技术成熟的故障定位方法相结合,引入机器学习和智能算法有效提取故障特征,自动辨别故障波形并且准确计算故障距离,有效提高电缆故障定位的自动化和智能化水平。

    一种基于自组织竞争型神经网络的接地故障类型识别方法

    公开(公告)号:CN115144702A

    公开(公告)日:2022-10-04

    申请号:CN202210885492.1

    申请日:2022-07-26

    Abstract: 一种基于自组织竞争型神经网络的接地故障类型识别方法,属于电力系统继电保护领域。其特征在于:包括如下步骤:步骤a,采集故障后的零序电流并求得工频分量;步骤b,获取零序电流工频分量幅值变化趋势函数;步骤c,提取特征参数;步骤d,未发生非稳定接地的接地故障,执行步骤e;步骤e,构建基于自组织竞争型的神经网络;步骤f,由基于自组织竞争型的神经网络判断配电网中发生树线放电故障还是其他类型的稳定接地的接地故障,并进行输出。在本基于自组织竞争型神经网络的接地故障类型识别方法中,利用竞争型神经网络对配电网中接地故障的类型进行识别,特别是准确的对树线放电故障进行了识别,填补了本领域的空白。

    一种小电阻接地系统的高阻接地故障定位方法

    公开(公告)号:CN114527356A

    公开(公告)日:2022-05-24

    申请号:CN202210177708.9

    申请日:2022-02-25

    Abstract: 一种小电阻接地系统的高阻接地故障定位方法,属于电力系统继电保护技术领域。包括如下步骤:步骤a,实时采集变电站出线侧的三相电压与零序电流;步骤b,三相电压与零序电流超过阈值后执行步骤c:采集并截取各条线路中出口侧的三相电压与零序电流;步骤d~e,求得相电压与零序电流的三个相位差;变电站中配电自动化装置根据上述步骤判断出故障线路。线路中的配电自动化装置根据上述步骤判断出故障区段以及故障相。在本小电阻接地系统的高阻接地故障定位方法中,利用三相电压与零序电流相位的相位差实现高阻接地故障检测,减少了零序电压对于保护动作可靠性的影响,提高了耐过渡电阻能力。

    一种基于Hausdorff距离的低压配电系统漏电流故障监测方法

    公开(公告)号:CN112034390A

    公开(公告)日:2020-12-04

    申请号:CN202011011206.6

    申请日:2020-09-23

    Abstract: 一种基于Hausdorff距离的低压配电系统漏电流故障监测方法,属于配电自动化技术领域。其特征在于:包括如下步骤:步骤a,采集并上传剩余电流;步骤b,对剩余电流依次进行编号与存储;步骤c,得到剩余电流序列的不匹配矩阵;步骤d,判断是否满足故障判断条件,满足执行步骤e,不满足执行步骤f;步骤e,上传故障区段位置;步骤f,区段运行正常。在本基于Hausdorff距离的低压配电系统漏电流故障监测方法中,采用边缘终端实现漏电流监测,利用故障点两侧剩余电流波形差异度特征,引入Hausdorff距离算法,其距离值表征相邻终端间剩余电流的差异程度,利用故障统一判据确定故障所在区段,其识别能力不受多种原因造成的下游正常剩余电流影响,提高了监测灵敏度。

    一种电力电缆故障放电声智能识别方法

    公开(公告)号:CN109116196B

    公开(公告)日:2020-09-25

    申请号:CN201810737476.1

    申请日:2018-07-06

    Abstract: 一种电力电缆故障放电声智能识别方法,属于电力电缆故障探测领域。其特征在于:包括如下步骤:步骤1,采样声音信号并进行模数转换;步骤2,数据预处理和特征提取;步骤3,将提取到的声音信号的特征向量送入支持向量机进行识别并得到判断结果;步骤4,当前声音信号如果是电缆故障放电声,顺序执行步骤5~步骤7,如果是非电缆故障放电声,执行步骤7;步骤5,保存当前声音信号的数据;步骤6,进行相关系数的计算;步骤7,显示判断结果及声音信号波形。在本电力电缆故障放电声智能识别方法中,基于支持向量机且能够自动识别电力电缆故障放电声音,摆脱长期以来依赖测试者个人经验的制约,大大提升电力电缆故障定点的工作效率。

    一种电力电缆故障放电声波形起始点的标定方法

    公开(公告)号:CN108594083A

    公开(公告)日:2018-09-28

    申请号:CN201810737477.6

    申请日:2018-07-06

    Abstract: 一种电力电缆故障放电声波形起始点的标定方法,属于电力电缆故障探测领域。包括如下步骤:步骤1,采用声磁同步法采集一段声音信号并进行模数转换;步骤2,将声音信号进行二进小波变换;步骤3,将声音信号进行软阈值处理,消除声音信号中的噪声;步骤4,进行小波反变换,将声音信号从小波域变换回时域;步骤5,利用3σ准则寻找数据第一极值点;步骤6,标定声音信号起始点。在本电力电缆故障放电声波形起始点的标定方法中,采用小波软阈值消噪技术和基于信号特征的波形分析技术,能够自动标定故障放电声波形起始点,从而计算声磁信号时差,帮助测试者判断故障点的远近或者位置,大大提升电力电缆故障定点的工作效率。

Patent Agency Ranking