System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电网故障检测,尤其涉及一种配电网高阻接地故障识别方法和装置。
技术介绍
1、配电网作为电力系统的终端环节,其供电可靠性直接影响着生产和生活用电。随着配电网规模日趋增大,结构日趋复杂,故障的发生概率也在不断上升。高阻接地故障多发于配电网架空线与树枝、砾石、混凝土和沥青路面等高阻抗介质接触时,会伴随电弧的产生与小时。高阻接地故障的故障电阻范围可达数百甚至数千欧姆,导致故障电流微弱且呈非线性、随机性变化,传统的零序过电流保护装置难以有效识别。但若不及时识别故障,切除故障线路,故障电流长时间存在将使得故障点温度升高,破坏设备的绝缘,造成电气设备的损坏,甚至引发更为严重的安全事故,例如山林火灾、人身触电等事故。因此,实现高阻接地故障的可靠识别对配电网的稳定运行及保障社会公共安全具有重大意义。
2、基于阈值的高阻接地故障识别方法依赖于预设的阈值,使得当信号的瞬时值大于或小于阈值时,立即确定故障开始。但由于非线性负载和高阻抗负载的频域特性表现出显著的相似性,配电网结构复杂以及故障情况多变,难以设定适应大范围故障条件的适当阈值。基于人工智能的方法不需要人工设置阈值,可以实现故障特征的自动提取和分类,但其模型解释性差并且对计算能力要求高。因此,提供一种能提高模型解释性且能降低计算能力要求的配电网高阻接地故障识别技术,是本领域技术人员亟待解决的技术问题。
技术实现思路
1、本专利技术提供了一种配电网高阻接地故障识别方法和装置,用于解决现有的配电网高阻接地故障识别方法模型解释性
2、有鉴于此,本专利技术第一方面提供了一种配电网高阻接地故障识别方法,包括:
3、从监测点获取故障发生时的零序电流数据;
4、基于卡尔曼滤波算法滤除零序电流数据中的噪声;
5、采用滑动窗口将滤除噪声后的零序电流数据分割成若干个窗口,对每个窗口应用窗函数进行短时傅里叶变换,对短时傅里叶变换结果计算能谱密度并按时间顺序拼接成语谱图;
6、基于vision transformer模型对语谱图进行分类,根据分类结果判断当前故障是否为高阻接地故障。
7、可选地,从监测点获取故障发生时的零序电流数据,包括:
8、从监测点获取故障发生时零序电压大于10%额定电压的k个工频周期的零序电流数据,k为大于0的整数。
9、可选地,窗函数为汉明窗函数。
10、可选地,k取值为5。
11、可选地,滑动窗口的长度为2个工频周期,滑动窗口的移动步长为1个工频周期。
12、本专利技术第二方面提供了一种配电网高阻接地故障识别装置,包括:
13、采集单元,用于从监测点获取故障发生时的零序电流数据;
14、去噪单元,用于基于卡尔曼滤波算法滤除零序电流数据中的噪声;
15、转换单元,用于采用滑动窗口将滤除噪声后的零序电流数据分割成若干个窗口,对每个窗口应用窗函数进行短时傅里叶变换,对短时傅里叶变换结果计算能谱密度并按时间顺序拼接成语谱图;
16、故障识别单元,用于基于vision transformer模型对语谱图进行分类,根据分类结果判断当前故障是否为高阻接地故障。
17、可选地,采集单元具体用于:
18、从监测点获取故障发生时零序电压大于10%额定电压的k个工频周期的零序电流数据,k为大于0的整数。
19、可选地,窗函数为汉明窗函数。
20、可选地,k取值为5。
21、可选地,滑动窗口的长度为2个工频周期,滑动窗口的移动步长为1个工频周期。
22、从以上技术方案可以看出,本专利技术提供的配电网高阻接地故障识别方法具有以下优点:
23、本专利技术提供的配电网高阻接地故障识别方法,使用卡尔曼滤波算法滤除零序电流数据中的噪声,然后采用滑动窗口的方式,将零序电流数据分割成不同的窗口,对每个窗口应用窗函数进行短时傅里叶变换,计算能谱密度并按时间顺序拼接成语谱图,最后利用vision transformer模型对所得到的语谱图进行分类,根据分类结果判断当前故障是否为高阻接地故障。本专利技术使用卡尔曼滤波算法降低噪声对故障识别的影响,使用语谱图来直观表示信号频谱在时间上的变化,有助于理解模型在不同时间段对频率成分的感知程度,提高了模型的可解释性,并使用vision transformer模型进行分类,vision transformer模型相对于传统的卷积神经网络具有轻量化的特点,降低了对计算能力的要求,易部署在资源受限的环境中,解决了现有的配电网高阻接地故障识别方法模型解释性差和对计算能力要求高的技术问题。
本文档来自技高网...【技术保护点】
1.一种配电网高阻接地故障识别方法,其特征在于,包括:
2.根据权利要求1所述的配电网高阻接地故障识别方法,其特征在于,从监测点获取故障发生时的零序电流数据,包括:
3.根据权利要求1所述的配电网高阻接地故障识别方法,其特征在于,窗函数为汉明窗函数。
4.根据权利要求1所述的配电网高阻接地故障识别方法,其特征在于,K取值为5。
5.根据权利要求4所述的配电网高阻接地故障识别方法,其特征在于,滑动窗口的长度为2个工频周期,滑动窗口的移动步长为1个工频周期。
6.一种配电网高阻接地故障识别装置,其特征在于,包括:
7.根据权利要求6所述的配电网高阻接地故障识别装置,其特征在于,采集单元具体用于:
8.根据权利要求6所述的配电网高阻接地故障识别装置,其特征在于,窗函数为汉明窗函数。
9.根据权利要求6所述的配电网高阻接地故障识别装置,其特征在于,K取值为5。
10.根据权利要求9所述的配电网高阻接地故障识别装置,其特征在于,滑动窗口的长度为2个工频周期,滑动窗口的移动步长为1个工
...【技术特征摘要】
1.一种配电网高阻接地故障识别方法,其特征在于,包括:
2.根据权利要求1所述的配电网高阻接地故障识别方法,其特征在于,从监测点获取故障发生时的零序电流数据,包括:
3.根据权利要求1所述的配电网高阻接地故障识别方法,其特征在于,窗函数为汉明窗函数。
4.根据权利要求1所述的配电网高阻接地故障识别方法,其特征在于,k取值为5。
5.根据权利要求4所述的配电网高阻接地故障识别方法,其特征在于,滑动窗口的长度为2个工频周期,滑动窗口的移动步长为1个工频周...
【专利技术属性】
技术研发人员:白浩,刘红文,刘通,徐敏,刘亦朋,杨炜晨,要若天,李巍,郭祚刚,谈赢杰,顾衍璋,阳浩,雷一勇,欧阳剑,杨鹏辉,
申请(专利权)人:南方电网科学研究院有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。