一种不受DG接入影响的新型配电网高阻接地故障检测方法及系统

    公开(公告)号:CN118393279A

    公开(公告)日:2024-07-26

    申请号:CN202410433218.X

    申请日:2024-04-11

    Abstract: 本发明公开了一种不受DG接入影响的新型配电网高阻接地故障检测方法及系统,方法包括:DG高压侧接地保护采用中性点非有效接地方式,DG并网侧变压器的接线采用△/Y绕组接线;获取各线路零序电流时间序列,利用相空间重构理论并选择二维作为相空间嵌入维数,构建各线路的相空间轨迹;计算各线路的相空间轨迹上各矢量点原点距离和原点距离比值系数;设定新型配电网系统任一线路作为基准线路,计算基准线路距离比值系数与其他线路距离比值系数距差,通过判断新型配电网系统所有的距差和对线路故障进行检测。本发明构建线路相空间轨迹,减少误差;通过可视化分析零序电流数据,判据简明可靠。选线依据轨迹变化差异,与对地参数无关,避免测量误差影响。

    一种基于关键拓扑变动项辨识的调度操作潮流校核方法

    公开(公告)号:CN111130116B

    公开(公告)日:2022-08-30

    申请号:CN201911287185.8

    申请日:2019-12-14

    Abstract: 本发明公开一种基于关键拓扑变动项辨识的调度操作潮流校核方法,其特征在于,包括以下步骤:a、构建电网的待校核网络拓扑关系;b、录入调度指令,和/或调度指令集;c、计算指令和/或指令集中的指令对所述拓扑关系的改变,并构建改变关系表;d、根据步骤c中的所述改变关系表提取关键拓扑变动指令;e、调用潮流校核算法,逐项对所述关键拓扑变动指令作用下的所述待校核网络进行潮流校核运算。改造测试中,已用于1340张调度操作票的潮流校核任务。与传统的全过程逐步扫描式潮流校核相比,减少校核工作量近90%,且无一例漏校核、误校核,大大提升了调度操作票潮流校核的执行效率。

    基于N-1态下的事故事件在线预判方法及装置

    公开(公告)号:CN112001588A

    公开(公告)日:2020-11-27

    申请号:CN202010693877.9

    申请日:2020-07-17

    Abstract: 本发明公开了一种基于N-1态下的事故事件在线预判方法,包括接入OMS、EM系统数据,完成多源数据的采集和处理,将这些系统数据合成事故事件在线判定的基础数据;获取电网实时数据时,将正在检修的设备判定出来,避免系统误判设备状态;模拟设备N-1开断,分析计算结果,提前预知设备出现故障后可能出现的后果,使用BPA进行损失负荷计算、损失用户计算和失压变电站等级统计,基于三者的事故事件等级判定结果,取事故事件等级最大的作为当前的事故事件等级。本发明的方法能把设备所故障跳闸造成的事故事件后果降低,减少设备紧急停运对供电可靠性的影响,增强电网的稳定性。

    一种基于关键拓扑变动项辨识的调度操作潮流校核方法

    公开(公告)号:CN111130116A

    公开(公告)日:2020-05-08

    申请号:CN201911287185.8

    申请日:2019-12-14

    Abstract: 本发明公开一种基于关键拓扑变动项辨识的调度操作潮流校核方法,其特征在于,包括以下步骤:a、构建电网的待校核网络拓扑关系;b、录入调度指令,和/或调度指令集;c、计算指令和/或指令集中的指令对所述拓扑关系的改变,并构建改变关系表;d、根据步骤c中的所述改变关系表提取关键拓扑变动指令;e、调用潮流校核算法,逐项对所述关键拓扑变动指令作用下的所述待校核网络进行潮流校核运算。改造测试中,已用于1340张调度操作票的潮流校核任务。与传统的全过程逐步扫描式潮流校核相比,减少校核工作量近90%,且无一例漏校核、误校核,大大提升了调度操作票潮流校核的执行效率。

    一种基于人工智能的配电网故障分析定位方法及系统

    公开(公告)号:CN119199393A

    公开(公告)日:2024-12-27

    申请号:CN202411544335.X

    申请日:2024-10-31

    Abstract: 本发明公开了一种基于人工智能的配电网故障分析定位方法及系统,涉及智能电网技术领域,包括通过分布式多脉冲源和D‑PMU设备采集配电网的多模态数据进行预处理,并使用小波变换提取瞬态信号特征;基于提取的瞬态信号特征构建特征图,根据特征图分析节点之间的时空关联强度并进行时空关联权重的动态调整和加权融合;基于加权融合的特征图,使用图注意力网络模型进行故障点的定位和分类;本发明通过分析节点间的时空关联强度并进行动态调整,从而有效提高了配电网故障点识别的精度和灵活性,并且基于加权融合的故障特征图,使用图注意力网络模型进行故障点的定位与分类,大幅提升了故障响应的自动化程度和准确性。

Patent Agency Ranking