一种基于电气量数据的输电线路故障诊断方法
详细信息    查看全文 | 推荐本文 |
  • 英文篇名:Fault Diagnosis Method of Transmission Lines Based on Electric Quantity Data
  • 作者:朱添益 ; 蒋铁铮 ; 罗杰 ; 宋军英 ; 谢晓骞
  • 英文作者:ZHU Tianyi;JIANG Tiezheng;LUO Jie;SONG Junying;XIE Xiaoqian;College of Electrical and Information Engineering,Changsha University of Science and Technology;Hunan Electrical Power Dispatch & Control Center;
  • 关键词:广域测量系统(WAMS) ; 数据预处理 ; 故障边界域 ; 变动率 ; 故障诊断
  • 英文关键词:wide area measurement system(WAMS);;data preprocessing;;fault boundary;;change rate;;fault diagnosis
  • 中文刊名:DLJS
  • 英文刊名:Electric Power Construction
  • 机构:长沙理工大学电气与信息工程学院;湖南省电力公司调控中心;
  • 出版日期:2014-09-21 18:58
  • 出版单位:电力建设
  • 年:2014
  • 期:v.35;No.409
  • 语种:中文;
  • 页:DLJS201410016
  • 页数:5
  • CN:10
  • ISSN:11-2583/TM
  • 分类号:82-86
摘要
考虑到开关和保护动作有拒动和误动的可能,提出一种基于电气量信息的输电线路故障诊断方法。该方法首先对广域测量系统(wide area measurement system,WAMS)终端海量报警信息进行数据预处理,滤除无关数据;然后,根据电气量数据确定故障边界域;最后,通过改进的ROC变动率指标函数计算电流突变量速度,找到电流变化速度最大故障区域进行诊断。仿真与实际电网故障综合分析表明,采用此方法能够有效地对故障进行快速诊断,同时节约了数据利用单元,提高了诊断效率。
        Considering the possibility of maloperation or miss trip in switch and protection,this paper proposed a fault diagnosis method for transmission lines based on the data of electrical information. Firstly,it preprocessed the massive alarm information of the wide area measurement system( WAMS) terminal,and filtered out irrelevant data; then,it determined the fault boundary field according to the electric quantity data; finally,it used the improved ROC change rate index function to calculate the change of current mutation,and find the fault zone with maximum velocity current for fault diagnosis.According to the simulation and the real power system fault,the proposed method can accurately and quickly diagnose the fault,save the data using unit and enhance the efficiency of diagnosis.
引文
[1]梅念,石东源,李银红,等.计及信息畸变影响的电网故障诊断分级优化方法[J].电工技术学报,2009,24(9):178-185.
    [2]晁进,刘文颖.基于多智能体和专家系统的电网智能报警系统研究[J].现代电力,2010,27(5):1-5.
    [3]毕天姝,倪以信,吴复立,等.基于新型神经网络的电网故障诊断方法[J].中国电机工程学报,2002,22(2):73-78.
    [4]束洪春,孙向飞,司大军.基于粗糙集理论的配电网故障诊断研究[J].中国电机工程学报,2001,21(1):73-78.
    [5]Teive R C G,Coelho J,Camargo C B,et al.A Bayesian network approach to fault diagnosis and prognosis in power transmission system[C]//16th International Conference on Intelligent System Application to Power Systems,2011:1-6.
    [6]孙静,秦世引,宋永华.一种基于Petri网和概率信息的电力系统故障诊断方法[J].电力系统自动化,2003,27(13):10-14.
    [7]周子冠,白晓民,李文锋,等.基于广域测量系统的电网故障在线智能化诊断与分析方法[J].中国电机工程学报,2009,29(13):1-7.
    [8]郭创新,彭明伟,刘毅.多数据源信息融合的电网故障诊断新方法[J].中国电机工程学报,2009,29(31):1-7.
    [9]郭创新,马韬韬,朱少华,等.一种快速电网智能报警方法[J].中国电机工程学报,2010,30(S1):6-11.
    [10]董明,张勇,张岩,等.含电气量信息的电力系统故障诊断解析模型[J].电力系统自动化,2013,37(6):55-61.
    [11]梅念,石东源,杨雄平,等.基于开关变位信息的电网可疑故障元件集识别方法[J].电网技术,2007,31(15):80-84.
    [12]王磊,陈青,李天友,等.停电区域边界断路器信息缺失时的电网故障诊断[J].中国电机工程学报,2013,33(22):127-134.
    [13]孙伟,李林川,卢庆聪,等.基于停电区域的电力系统故障诊断的一种新模型[J].电网技术,2004,28(5):30-34.
    [14]戴浩,杨波.ETL中的数据增量抽取机制研究[J].计算机工程与设计,2009,30(23):5552-5555.
    [15]王涛.基于数据仓库ETL技术的数据提取与数据转换研究[D].吉林:吉林大学,2011.
    [16]张峰,张莉莉.触发器在数据处理过程中的应用研究[J].计算机工程与科学,2008,30(5):156-158.

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700