[发明专利]一种电网故障检测和故障线路识别方法在审
申请号: | 201810917311.2 | 申请日: | 2018-08-13 |
公开(公告)号: | CN109254225A | 公开(公告)日: | 2019-01-22 |
发明(设计)人: | 潘勇斌;朱永虎;陈海拔;韦富彬;邓厚兵;李闯;廖华;梁阳;申晓杰;袁卫义;邓朝翥;潘鹏;姜宪法;陈方之;林文彬;钟文明 | 申请(专利权)人: | 中国南方电网有限责任公司超高压输电公司南宁监控中心 |
主分类号: | G01R31/08 | 分类号: | G01R31/08 |
代理公司: | 广州科粤专利商标代理有限公司 44001 | 代理人: | 邓潮彬;黄培智 |
地址: | 530029 广西壮族自*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 故障线路识别 实时状态估计 检测 电网故障 量测设备 矢量 加权量 残差 向量 最小二乘状态估计 矩阵 电网 电网系统 估计状态 故障电流 故障发生 故障类型 故障识别 故障线路 结果计算 精度要求 量测误差 时间步长 时间要求 实时采集 拓扑结构 线路参数 线性加权 向量计算 计算量 度量 量测 | ||
本发明提供电网故障检测和故障线路识别方法,包括以下步骤:获取具有n个节点、m条线路的电网系统的拓扑结构以及线路参数,并确认在每个节点上安装了矢量量测设备;实时采集并获取电网中所有矢量量测设备的量测向量z以及量测误差向量v;计算量测矩阵H;根据线性加权最小二乘状态估计和该电网所有节点的估计状态向量计算每条线路实时状态估计的度量标准,即加权量测残差WMR以及所有WMR的均值WMRmean;比较两个连续时间步长的加权量测残差均值WMRmean,检测故障是否发生;若检测到故障发生,WMR最小的线路被识别为故障线路,且根据该条线路的实时状态估计结果计算故障电流,识别故障类型。本方法能够满足故障识别的时间要求以及精度要求,具有很强的适用性。
技术领域
本发明涉及智能电网安全保障领域,具体涉及一种电网故障检测和故障线路识别方法。
背景技术
分布式发电(DG)的大规模集成正在导致电网运行发生重大变化。在这种情况下,电网安全保障工作也在经历重大转变。一般来说,故障检测(包括其配套的继电保护方案)以及故障定位是分开研究的。这是由于故障定位需要一定的计算时间,而故障检测对时间延迟的要求又比较苛刻。近年来,国内外学者针对电网提出了多种故障检测以及故障定位方法,其中大部分都是基于阻抗行波量测或矢量量测实现的,但鲜有学者将故障检测与故障定位功能合并考虑并研究。而矢量量测设备(phasor-measurement-unit,PMU)作为一种实现低时间延迟和高效率的实时系统状态估计的装置,近年来在电网中大量使用。利用电网运营商对实时监控的需求,可以利用这种计量基础设施对故障检测和故障定位功能进行研究。
发明内容
本发明的目的在于克服上述现有技术的不足,提供一种电网故障检测和故障线路识别方法,以利于智能电网的安全保障工作。
为实现上述目的,本发明的技术方案是:
本发明涉及一种电网故障检测和故障线路识别方法,包括以下步骤:
1、一种电网故障检测和故障线路识别方法,其特征在于,所述方法包括:
步骤1,获取具有n个节点、m条线路的电网系统的拓扑结构以及线路参数,并确认在每个节点上安装了矢量量测设备;
步骤2,实时采集并获取电网中所有矢量量测设备的量测向量z以及量测误差向量v;
步骤3,根据状态向量x与量测向量z的关系,计算量测矩阵H;
步骤4,根据线性加权最小二乘状态估计,计算该电网所有节点的估计状态向量
步骤5,计算每条线路实时状态SE估计的度量标准,即加权量测残差WMR以及所有加权量测残差WMR的均值WMRmean;
步骤6,比较两个连续时间步长的加权量测残差均值WMRmean,检测故障是否发生;
步骤7,若检测到故障发生,加权量测残差WMR最小的线路被识别为故障线路,且根据该条故障线路的状态估计结果计算故障电流并识别故障类型。
所述步骤2中,实时采集并获取电网中所有矢量量测设备的量测向量z以及量测误差向量v具体包括:
在每个节点都安装矢量量测设备的电网中,量测向量z由3m个相对地电压矢量以及3m个输入电流矢量构成,
量测向量表示为z=[zV,zI]T,其中(i=1,2,…,m):
假设量测误差向量v为一高斯白噪声,表示为:
p(v)~N(0,R) \*MERGEFORMAT (3)
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国南方电网有限责任公司超高压输电公司南宁监控中心,未经中国南方电网有限责任公司超高压输电公司南宁监控中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810917311.2/2.html,转载请声明来源钻瓜专利网。