申请/专利权人：三峡大学

申请日：2018-11-23

公开（公告）日：2020-11-24

公开（公告）号：CN109541395B

主分类号：G01R31/08(20060101)

分类号：G01R31/08(20060101)

优先权：

专利状态码：有效-授权

法律状态：2020.11.24#授权;2019.04.23#实质审查的生效;2019.03.29#公开

摘要：一种特征频带下基于Hausdorff的配网区段定位方法，该方法通过分析暂态零序电流自由分量故障特征，确定了故障点上游相邻节点、及其与下游节点特征频带信息幅值比特征，并得出故障点处相邻节点暂态零序电流自由分量相同频带，特征频带以相邻节点中上一级节点特征频带为基准来选取，幅值比k1，而故障点上游相邻节点暂态零序电流自由分量特征频带相同，信息匹配度高。为方便构建可靠判据，对频带信息归一化。进而，引入图像匹配算法Hausdorff测算相邻节点暂态电流特征。为消除数据不同步，提出一种数据窗平移优化策略，最终获得匹配度值，进一步设定阈值并比较、判断故障区段。

主权项：1.一种特征频带下基于Hausdorff的配网区段定位方法，其特征在于包括以下步骤：步骤1：依据配电实际，获取符合小波包分解和Huasdorff距离算法要求的暂态电流数据，首先获取从馈线母线端x节点及下一级x+1节点1周波暂态零序电流数据；步骤2：选取小波基dbn和分解为s层，利用小波包分解工具将两节点数据分解为频带信息；步骤3：结合第s层2s-1个频带信息，基于小波包能量最大原则，选取母线端x节点的特征频带，提取特征频带暂态自由分量信息和下一级x+1节点同一频带电流信息即两节点同频带，并作归一化处理；步骤4：基于获取的归一化后的频带信息，利用Huasdorff距离算法对相邻节点做匹配度优化处理并求得匹配度HSx→x+1；步骤5：比较HSx→x+1和判据阈值HSset，若HSx→x+1HSset，则该区段为故障区段；若HSx→x+1HSset，则区段为正常区段；进而判定下一个区段x+1→x+2，循环步骤1至步骤5，直至馈线末端节点。

全文数据：一种特征频带下基于Hausdorff的配网区段定位方法技术领域本发明涉及一种针对配电网馈线区段定位方法，具体是一种特征频带下基于Hausdorff的配网区段定位方法背景技术国家能源局于2015年公布了配电网建设《行动计划》，指出对配电网改造投资不低于2万亿，目标要求配电智能化水平提高，供电可靠率达到99.99％，用户年均停电时间不超过1小时，达到国际先进水平。目前，国内配电网接线方式基本采用中性点不接地或经消弧线圈接地。经消弧线圈接地系统的配电馈线发生单相接地故障时，故障线路零序电流工频信息与非故障线路趋同，难以应用常规故障定位方法。考虑到单相接地故障发生频率较高，一般80％左右，所以在系统故障时，快速寻找故障点，实现故障隔离极为必要。为解决上述问题，实现上述目标，实际工程上出现了一些创新性的成果，信号注入法直流、交流、交直流信号、线性相关法、深度学习算法等研究和应用逐渐投入配电网区段定位。针对于线性相关法，该方法依然受系统接地方式、定位盲区的影响。发明内容为了解决上述技术问题，本发明提出一种特征频带下基于Hausdorff的配网区段定位方法，该方法通过分析暂态零序电流自由分量故障特征，确定了故障点上游相邻节点、及其与下游节点特征频带信息幅值比特征，并得出故障点处相邻节点暂态零序电流自由分量相同频带特征频带以相邻节点中上一级节点特征频带为基准来选取幅值比k1，而故障点上游相邻节点暂态零序电流自由分量特征频带相同，信息匹配度高。为方便构建可靠判据，对频带信息归一化。进而，引入图像匹配算法Hausdorff测算相邻节点暂态电流特征。为消除数据不同步，提出一种数据窗平移优化策略，最终获得匹配度值，进一步设定阈值并比较、判断故障区段。该方法消除了系统接地方式、定位盲区对定位准确度的影响。本发明采取的技术方案为：一种特征频带下基于Hausdorff的配网区段定位方法，首先根据小波包基于能量最大原则，自适应选取单节点特征频带，然后，以单节点特征频带为基准同下一级节点相同频带的信息作归一化处理，依托数据窗平移，并将平移后的数据信息输入huasdorff距离算法，遍历获取最小距离值H，得到体现相邻节点整体幅值差异的距离值，并确定匹配度HS；进一步通过与设定阈值的比较，可以有效区分出故障区段。该方法处理流程包含了特征频带选取、频带信息归一化、匹配度优化方案以及阈值设定。该方法引入一种图像匹配算法Hausdorff用于配电网馈线区段定位，其特征捕获与特征匹配能力较强。一种特征频带下基于Hausdorff的配网区段定位方法，包括以下步骤：步骤1：依据配电实际获取符合小波包分解和Huasdorff距离算法要求的暂态电流数据，首先获取从馈线母线端x节点及下一级x+1节点1周波暂态零序电流数据。步骤2：选取小波基dbn和分解为s层，利用小波包分解工具将两节点数据分解为频带信息。步骤3：结合第s层2s-1个频带信息非基波，基于小波包能量最大原则选取母线端x节点的特征频带，提取特征频带暂态自由分量信息和下一级x+1节点同一频带电流信息即两节点同频带，并作归一化处理。步骤4：基于获取的归一化后的频带信息，利用Huasdorff距离算法对相邻节点做匹配度优化处理并求得匹配度HSx→x+1。步骤5：比较HSx→x+1和判据阈值HSset，若HSx→x+1HSset，则区段为正常区段。进而判定下一个区段x+1→x+2，循环步骤1至步骤5，直至馈线末端节点。所述步骤2中，为了消除中性点接地方式不同对故障定位准确度的影响，利用小波包进行频带分解，把步骤1所获取的暂态零序电流分解成不同频段的频带信息。其中小波基选取了dbN和分解层数s。考虑到结果平滑、分解快速、信号能量集中等问题，选取N＝10，s＝4。所述步骤3中，利用了频带能量最大原则来选取2s-1个频带信息非基波中的特征频带，如式1，这种选取原则依托于特征频带信息中包含了故障暂态零序电流主频率信息，其主频率信息的幅值最大，能量值最大。并对x节点特征频带和x+1节点同频带信息做归一化处理。公式1中j＝1,2,3,L,s，k＝1,2,3,L,2s；i＝1,2,3,L,N；为0.5个周波的采样点数，包含故障后完整的暂态信息；s为小波分解的最大层数；和为第s层第k个频带第x个分段开关的零序电流和能量，x最大值为K；等同于为第s层的1,2L2s-1,2s频带的能量值；kmax为s层2s-1个暂态零序电流自由分量频带中能量最大的频带序号。所述步骤4中，考虑到智能采集终端现有的对时方式存在1～3ms的误差，将影响判据的准确性，无法反映数据的实际特征。基于此问题，匹配度优化方案采用了一种数据窗平移的办法来消除。设数据窗单次移动步长为△T＝1fs，移动数据宽度为±3ms，总移动步数step最大值为N′＝3×10-3×fs，分段开关序号x对应的馈线区段为x→x+1，馈线分段开关个数为X，匹配度HSx→x+1为：式2中，N为数据窗内0.5个周波采样点包含故障后完整的暂态信息；N′为可移动步长；分别为节点x和x+1暂态零序电流频带信息归一化序列。在数据窗长度确定中，为了满足匹配度优化方案，即保证数据窗移动后，Haudorff距离算法的输入数据均能保持相同点数N，因此数据窗需留有裕度2*N′。考虑对时方式的最大误差3ms，fs＝10kHz，经计算可将其裕度确定为100采样点，数据窗的长度可确定为1个周波，即在N采样点数据的基础上分别向左、向右扩展50个采样点。该数据窗的确定可依据工程实际来调节。所述步骤4中，构建了阈值整定方法及动作判据：为保证区段定位的可靠性，利用理想匹配度值HST、可靠系数Krel设定了判据阈值HSset。其阈值为：HSset＝HSTKrel式中Krel一般取1.15～1.3之间。由于HST＝1，不妨取Krel＝1.2Krel可根据工程实际设定，再结合上式得HSset＝0.83。若HSx→x+11。引入图像特征匹配、异常数据耐受能力强的Hausdorff距离算法，测算基于上游特征频带为基准的暂态零序电流幅值特征匹配度，进一步通过与设定阈值的比较，可以有效区分出故障区段。本发明区段定位方法包括特征频带选取、频带信息归一化、匹配度优化方案以及阈值设定。一种特征频带下基于Hausdorff的配网区段定位方法，具体包括以下步骤：步骤1：图1a为经消弧线圈接地配电网系统模型图，其馈线长度参数：l1＝12km，l2＝15km，l3＝20km，l4＝9km，AB＝2km，CD＝1.5km，DE＝2km，EF＝2km。线路分布电气参数：L1＝0.9297mHkm，C1＝0.07052μFkmL0＝4.1882mHkm，C0＝0.0446μFkm。消弧线圈按照10％的补偿度即Lp＝0.81H，在馈线L5中，设置同一区段不同时刻、不同接地电阻的f1-f5单相接地故障点f1故障点两侧检测点暂态零序电流自由分量主频率相同或近似相等，则相关系数ρ较大，判据拒动，此点为定位盲区。依据配电模型获取馈线发生单相接地故障暂态电流数据，首先获取从馈线母线端A节点及下一级B节点1周波综合暂态零序电流离散数据矩阵和步骤2：选取小波基dbn和分解为s层，利用小波包分解工具将两节点A和B数据分解为频带信息，其中考虑到结果平滑、分解快速、信号能量集中等问题，选取N＝10和分解层数s＝4。步骤3：结合第4层15个频带信息非基波，基于小波包能量最大原则选取母线端A节点的特征频带，特征频带自适应选取流程如图2，提取特征频带暂态自由分量信息和下一级B节点同一频带电流信息即两节点同频带，如图3a，并作归一化处理，如图3b。步骤4：基于归一化后的频带信息，利用Huasdorff距离算法对A、B节点做匹配度优化处理并求得匹配度HSA→B。设数据窗单次移动步长为△T＝1fs，移动数据宽度为±3ms，向左、右移动步数step为N′＝3×10-3×fs＝30，分段开关序号A对应的馈线区段为A→B，馈线分段开关个数为5，则匹配度HSA→B为：上式中，分别为节点A和B暂态零序电流频带信息归一化序列。步骤5：比较HSA→B和判据阈值HSset，若HSA→BHSset，则区段为正常区段。进而判定下一个区段B→C，循环步骤1至步骤5，直至馈线末端节点。执行步骤1至步骤5，遍历得到在不同故障时刻、故障点f1-f5、接地电阻和接地方式下定位结果，其遍历流程如图4，然而其遍历结果如下表1-表8：表1不接地系统在故障初相角为0°下定位方法仿真结果表2经消弧线圈接地系统在故障初相角为0°下定位方法仿真结果表3不接地系统在故障初相角为30°下定位方法仿真结果表4经消弧线圈接地系统在故障初相角为30°下定位方法仿真结果表5不接地系统在故障初相角为60°下定位方法仿真结果表6经消弧线圈接地系统在故障初相角为60°下定位方法仿真结果表7不接地系统在故障初相角为90°下定位方法仿真结果表8经消弧线圈接地系统在故障初相角为90°下定位方法仿真结果从表1、3、5、7和表2、4、6、8分别可以看出：系统不接地和经消弧线圈接地时，在0°、30°、60°和90°的故障初相角以及接地电阻为0、100、500和1000欧姆下，故障发生在不同馈线区段f1-f5均能定位成功。表明该区段定位方法不受系统接地方式及接地电阻的影响。表1至表8，仿真结果依托于图1仿真模型，馈线L5上故障点f1为故障盲区处，其结果表明，定位均正确。

权利要求：1.一种特征频带下基于Hausdorff的配网区段定位方法，其特征在于：首先根据小波包基于能量最大原则，自适应选取单节点特征频带，然后，以单节点特征频带为基准同下一级节点相同频带的信息作归一化处理，依托数据窗平移，并将平移后的数据信息输入huasdorff距离算法，遍历获取最小距离值H，得到体现相邻节点整体幅值差异的距离值，并确定匹配度HS；进一步通过与设定阈值的比较，可以有效区分出故障区段。2.根据权利要求1所述一种特征频带下基于Hausdorff的配网区段定位方法，其特征在于：该方法处理流程包含了特征频带选取、频带信息归一化、匹配度优化方案以及阈值设定。3.根据权利要求1所述一种特征频带下基于Hausdorff的配网区段定位方法，其特征在于：该方法引入一种图像匹配算法Hausdorff，用于配电网馈线区段定位。4.一种特征频带下基于Hausdorff的配网区段定位方法，其特征在于包括以下步骤：步骤1：依据配电实际，获取符合小波包分解和Huasdorff距离算法要求的暂态电流数据，首先获取从馈线母线端x节点及下一级x+1节点1周波暂态零序电流数据；步骤2：选取小波基dbn和分解为s层，利用小波包分解工具将两节点数据分解为频带信息；步骤3：结合第s层2s-1个频带信息，基于小波包能量最大原则，选取母线端x节点的特征频带，提取特征频带暂态自由分量信息和下一级x+1节点同一频带电流信息即两节点同频带，并作归一化处理；步骤4：基于获取的归一化后的频带信息，利用Huasdorff距离算法对相邻节点做匹配度优化处理并求得匹配度HSx→x+1；步骤5：比较HSx→x+1和判据阈值HSset，若HSx→x+1HSset，则区段为正常区段；进而判定下一个区段x+1→x+2，循环步骤1至步骤5，直至馈线末端节点。5.根据权利要求4所述一种特征频带下基于Hausdorff的配网区段定位方法，其特征在于：所述步骤2中，为了消除中性点接地方式不同对故障定位准确度的影响，利用小波包进行频带分解，把步骤1所获取的暂态零序电流分解成不同频段的频带信息；其中小波基选取了dbN和分解层数s；考虑到结果平滑、分解快速、信号能量集中等问题，选取N＝10；s＝4。6.根据权利要求4所述一种特征频带下基于Hausdorff的配网区段定位方法，其特征在于：所述步骤3中，利用了频带能量最大原则来选取2s-1个频带信息中的特征频带，如式1，这种选取原则依托于特征频带信息中包含了故障暂态零序电流主频率信息，其主频率信息的幅值最大，能量值最大，并对x节点特征频带和x+1节点同频带信息做归一化处理；设j＝1,2,3,L,s；k＝1,2,3,L,2s；i＝1,2,3,L,N为0.5个周波的采样点数，包含故障后完整的暂态信息；s为小波分解的最大层数；和为第s层第k个频带第x个分段开关的零序电流和能量，x最大值为K；kmax为s层2s-1个暂态零序电流自由分量频带中能量最大的频带序号；7.根据权利要求4所述一种特征频带下基于Hausdorff的配网区段定位方法，其特征在于：所述步骤4中，匹配度优化方案采用了一种数据窗平移的办法来消除；设数据窗单次移动步长为△T＝1fs，移动数据宽度为±3ms，总移动步数step最大值为N′＝3×10-3×fs，分段开关序号x对应的馈线区段为x→x+1，馈线分段开关个数为X，匹配度HSx→x+1为：式2中，N为数据窗内0.5个周波采样点，包含故障后完整的暂态信息；N′为可移动步长；分别为节点x和x+1暂态零序电流频带信息归一化序列；在数据窗长度确定中，为了满足匹配度优化方案，即保证数据窗移动后，Haudorff距离算法的输入数据均能保持相同点数N，因此数据窗需留有裕度2*N′；考虑对时方式的最大误差3ms，fs＝10kHz，经计算可将其裕度确定为100采样点，数据窗的长度可确定为1个周波，即在N采样点数据的基础上分别向左、向右扩展50个采样点；该数据窗的确定可依据工程实际来调节。8.根据权利要求4所述一种特征频带下基于Hausdorff的配网区段定位方法，其特征在于：所述步骤4中，构建了阈值整定方法及动作判据：为保证区段定位的可靠性，利用理想匹配度值HST、可靠系数Krel设定了判据阈值HSset；其阈值为：HSset＝HSTKrel式中：Krel一般取1.15～1.3之间；由于HST＝1，不妨取Krel＝1.2，Krel根据工程实际设定，再结合上式得HSset＝0.83；若HSx→x+1HSset，则故障区段为x→x+1，反之，则为正常区段。

百度查询： 三峡大学 一种特征频带下基于Hausdorff的配网区段定位方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD