[发明专利]一种基于相关系数测度判据的配电网接地故障选线方法在审
申请号: | 202110147349.8 | 申请日: | 2021-02-03 |
公开(公告)号: | CN112964959A | 公开(公告)日: | 2021-06-15 |
发明(设计)人: | 冯光;喻锟;陈明;王鹏;赵健;徐铭铭;董轩;郭祥富;郭剑黎;曾祥君;胥鹏博;李理;王沾;卓超;王福恒;张颖 | 申请(专利权)人: | 国网河南省电力公司电力科学研究院;长沙理工大学 |
主分类号: | G01R31/08 | 分类号: | G01R31/08;G01R31/52;G01R31/58 |
代理公司: | 长沙市融智专利事务所(普通合伙) 43114 | 代理人: | 欧阳迪奇 |
地址: | 450052 河*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 相关系数 测度 判据 配电网 接地 故障 方法 | ||
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。
技术领域
本发明涉及一种基于相关系数测度判据的配电网接地故障选线方法。
背景技术
配电网是国民经济和工业发展的基础,是电力系统不可或缺的组成部分,现代社会更是对电网的安全、稳定和可靠运行提出了更高的要求。我国6~66kV中压配电网普遍采用中性点不接地和经消弧线圈接地等非有效接地方式。配电网深入用户终端,运行与故障工况复杂多变,现有配电网接地故障选线方法难以有效覆盖不同故障工况。尤其对于配电网频发的弧光接地故障与高阻接地故障(如树枝碰线、经横担接地、导线跌落沥青或混凝土路面等),故障特征十分微弱,加之电弧不稳定及负荷谐波干扰等因素影响,其检测与处理存在较大难度,现有故障选线判据对弧光与高阻接地故障误判率仍较高,导致系统长时间带接地故障运行,严重威胁配电网运行安全。随着配电网电缆线路敷设面积增大,系统电容电流水平逐步上升,长时间带接地故障运行易使故障发展为相间故障或多点故障;弧光接地故障易引起全系统过电压,造成多组变压器和开关柜烧毁,危及设备及人身安全。因此,在配电网发展的新形势下,有必要研究具备高灵敏度、高自适应性的配电网接地故障选线方法,增强配网接地故障防御能力。
目前国内外主流的配电网接地保护方法大致可分为:基于稳态特征判据的选线方法、基于暂态特征判据的选线方法和注入信号法。上述方法的选线判据仅基于对单一特征量的分析产生,而配电网运行方式复杂多变,故障条件无法预测,单一的选线判据无法覆盖所有的接地工况,因此选线准确度不高。近年来,智能配电网SDG的兴起极大地促进了高级配电自动化ADA的发展。随着人工智能与大数据技术在各工业领域的普及和应用,基于智能算法的接地故障选线方法成为继电保护领域的研究热点,基于神经网络方法、贝叶斯方法、遗传算法以及粗糙集理论方法等智能算法的配电网接地故障选线技术逐渐涌现。这些方法凭借良好的数据处理能力在一定程度上提升了故障选线的精度和自适应性,但选线判据的形成过程普遍缺乏明确的物理机理,仅通过对海量样本进行训练完成故障判断。在运行方式变化的情况下无法实现对系统运行状态的全面刻画,故障判断结果存在片面性,无法满足配电网动态环境中继电保护的自适应性需要。
发明内容
为了解决目前对于配电网的故障判断存在片面性,无法满足配电网动态环境中继电保护的自适应性需要的技术问题,本发明提供一种能够全面高效的对系统运行状态进行全面刻画的基于相关系数测度判据的配电网接地故障选线方法。
为了实现上述技术目的,本发明的技术方案是,
一种基于相关系数测度判据的配电网接地故障选线方法,包括以下步骤:
步骤1,从配电网馈线历史运行状态记录中,提取故障状态以及非故障状态下表征馈线运行状态的历史数据样本,并形成历史特征样本集;
步骤2,采集配电网馈线的实时数据,形成待测馈线状态样本;
步骤3,将待测馈线状态样本与历史特征样本集基于极差标准化方法统一进行规格化处理,并将处理后的历史特征样本集中的每个样本均视为多维空间中的一个点;
步骤4,通过K-means聚类算法将所有的历史数据样本划分为两类,分别随机选取这两类聚类中心,然后分别计算所有历史数据样本与两个聚类中心的空间欧氏距离并进行比较,将与两个聚类中心中距离较近的历史数据样本归为相应聚类中心所属的类,得到两个新的类;
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国网河南省电力公司电力科学研究院;长沙理工大学,未经国网河南省电力公司电力科学研究院;长沙理工大学许可,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/202110147349.8/2.html,转载请声明来源钻瓜专利网。