-
公开(公告)号:CN112710921B
公开(公告)日:2021-10-08
申请号:CN202011431764.8
申请日:2020-12-09
Applicant: 山东大学
Abstract: 本公开公开的一种谐振接地系统高阻故障选线和区段定位方法及系统,包括:采集线路的零序电流;根据线路的零序电流,判断线路是否为故障线路;对于故障线路,划分线路区段;采集各线路区段的区段零序电流;计算各区段零序电流的三次谐波相位;计算某一线路区段的区段零序电流的三次谐波相位与该线路上其余任意线路区段的区段零序电流的三次谐波相位之差,当差值的绝对值小于等于设定阈值时,该线路区段为故障区段。根据线路的零序电流,进行了故障选线,并根据故障线路的区段零序电流实现了故障区段定位。
-
公开(公告)号:CN116500382B
公开(公告)日:2023-09-19
申请号:CN202310752536.8
申请日:2023-06-26
Applicant: 山东大学
IPC: G01R31/08
Abstract: 本发明属于配电网高阻故障定位领域,提供了一种基于同步李萨如曲线特征的高阻故障定位方法及系统。该方法包括获取母线零序差分电压和故障线路的馈线零序电流;基于母线零序差分电压和馈线零序电流,构建特征频带范围内的第一李萨如曲线;在故障线路占比小于设定阈值,且第一李萨如曲线的斜率为负时,判定该故障线路发生了高阻故障;在故障线路占比大于设定阈值时,将配电网的拓扑线路进行区段划分,同步获取每个区段的区段零序电流;基于母线零序差分电压和区段零序电流,构建第二李萨如曲线,并对第二李萨如曲线的离散数据点进行线性拟合,得到拟合曲线;在至少连续三个周期内,拟合曲线的斜率均为负时,判定该区段内发生了高阻故障。
-
公开(公告)号:CN116500382A
公开(公告)日:2023-07-28
申请号:CN202310752536.8
申请日:2023-06-26
Applicant: 山东大学
IPC: G01R31/08
Abstract: 本发明属于配电网高阻故障定位领域,提供了一种基于同步李萨如曲线特征的高阻故障定位方法及系统。该方法包括获取母线零序差分电压和故障线路的馈线零序电流;基于母线零序差分电压和馈线零序电流,构建特征频带范围内的第一李萨如曲线;在故障线路占比小于设定阈值,且第一李萨如曲线的斜率为负时,判定该故障线路发生了高阻故障;在故障线路占比大于设定阈值时,将配电网的拓扑线路进行区段划分,同步获取每个区段的区段零序电流;基于母线零序差分电压和区段零序电流,构建第二李萨如曲线,并对第二李萨如曲线的离散数据点进行线性拟合,得到拟合曲线;在至少连续三个周期内,拟合曲线的斜率均为负时,判定该区段内发生了高阻故障。
-
公开(公告)号:CN115422831A
公开(公告)日:2022-12-02
申请号:CN202210967978.X
申请日:2022-08-12
Applicant: 山东大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06Q50/06 , G06F113/04 , G06F119/02
Abstract: 本发明提供了一种考虑代价敏感的电网稳定判别方法及系统,本发明通过在极限学习机中,以稳定样本误分类代价是定值为基准,引入不稳定样本误分类的惩罚因子,以表示不同误分类代价的比值,优化目标函数;利用自适应差分进化算法寻找优化后的目标函数的最优参数,得到评估模型进行电网稳定评估,可以极大降低失稳场景下的漏判率。
-
公开(公告)号:CN112710921A
公开(公告)日:2021-04-27
申请号:CN202011431764.8
申请日:2020-12-09
Applicant: 山东大学
Abstract: 本公开公开的一种谐振接地系统高阻故障选线和区段定位方法及系统,包括:采集线路的零序电流;根据线路的零序电流,判断线路是否为故障线路;对于故障线路,划分线路区段;采集各线路区段的区段零序电流;计算各区段零序电流的三次谐波相位;计算某一线路区段的区段零序电流的三次谐波相位与该线路上其余任意线路区段的区段零序电流的三次谐波相位之差,当差值的绝对值小于等于设定阈值时,该线路区段为故障区段。根据线路的零序电流,进行了故障选线,并根据故障线路的区段零序电流实现了故障区段定位。
-
公开(公告)号:CN112632840A
公开(公告)日:2021-04-09
申请号:CN202011398561.3
申请日:2020-12-04
Applicant: 山东大学
Abstract: 本发明公开了一种基于自适应差分进化算法与ELM的电网暂态稳定评估方法,包括:获取电网仿真受扰轨迹的受扰动态数据和受扰后稳态数据,以此构建样本集;采用包含改进变异策略和最优粒子局部寻优机制的自适应差分进化算法优化极限学习机;采用样本集对优化后的极限学习机进行训练,得到暂态稳定评估模型;根据暂态稳定评估模型进行电网扰动后暂态变化的快速判稳。通过建立不同故障扰动场景与稳定性关系的分析模型,确定不同位置、不同监测量的历史变化趋势与系统稳定性间的关系,提取暂态稳定层次化关键特征,同时基于自适应差分进化算法优化ELM暂态稳定评估模型,实现对电网扰动后暂态变化的快速判稳。
-
-
-
-
-