[发明专利]一种基于互补松弛约束模型的配电网故障区段定位方法有效

专利信息
申请号: 201910506193.0 申请日: 2019-06-12
公开(公告)号: CN110133447B 公开(公告)日: 2021-03-23
发明(设计)人: 郭壮志;骆继明;陈涛;卢金燕;薛鹏;任鹏飞;徐其兴 申请(专利权)人: 河南工程学院
主分类号: G01R31/08 分类号: G01R31/08
代理公司: 郑州优盾知识产权代理有限公司 41125 代理人: 栗改
地址: 451191 河南*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 互补 松弛 约束 模型 配电网 故障 区段 定位 方法
【权利要求书】:

1.一种基于互补松弛约束模型的配电网故障区段定位方法,其特征在于,其步骤如下:

步骤一:构建配电网中馈线所属独立区域集,基于功率流特性和因果关联分析构建因果区域集;基于馈线故障电流并联叠加特性建立可动态追踪开关函数所确定报警值的独立区域集的电流越限报警集的数学解析模型;

步骤二:利用开关函数建模方法,建立开关函数与步骤一确定的独立区域集的电流越限报警集的逼近关系模型;

步骤三:依据故障诊断最小集理论,根据步骤二的逼近关系模型确定故障区段定位目标函数;以馈线状态的0/1整数取值约束条件,构成代数建模的配电网故障区段定位非线性整数规划模型;基于等价变换和互补理论,将配电网故障区段定位非线性整数规划模型转化为连续域内的配电网故障定位互补约束规划模型;

步骤四、在步骤三得到的连续域内的配电网故障定位互补约束规划模型的互补约束的数学模型中引入松弛因子,建立配电网故障区段定位的互补松弛约束模型;

步骤五、当配电网发生故障时,将松弛因子看作常量,采用比例缩减方法逐步减小松弛因子的值,通过交互式优化算法求解步骤四中引入松弛因子的互补约束松弛约束模型,定位出馈线故障区段。

2.根据权利要求1所述的基于互补松弛约束模型的配电网故障区段定位方法,其特征在于,所述步骤一中构建独立区域集和因果区域集的方法为:定义独立区域集:以耦合节点为标志,则耦合节点与相邻电源间支路构成独立区域;耦合节点和相邻耦合节点间支路构成独立区域;耦合节点与支路末端节点间支路构成独立区域;依据独立区域集的定义,将配电网中的n个馈线划分为N1个独立区域集Z1,...,Zi1...,ZN1,其中,Zi1为第i1个独立区域集,i1=1,…,N1;

根据因果设备建模理念,当配电网独立区域集Zi1出现报警信息时,存在报警信息的独立区域集作为独立区域集Zi1的因果区域集;其中:Zi1Zj表示独立区域集Zj紧邻独立区域集Zi1且功率流由Zi1流向Zj;(Zi1)||(Zj)表示Zi1与Zj为同一因果区域集中并列的子因果区域集,i,j=1,…,N1。

3.根据权利要求2所述的基于互补松弛约束模型的配电网故障区段定位方法,其特征在于,所述步骤一中电流越限报警集的数学解析模型的构建方法为:

基于馈线的独立区域集及其因果区域集间的耦合关系,构建独立区域的电流报警集的数学解析模型:由因果区域集及独立区域集间的功率流作用关系,依据并列因果区域集故障报警信息的并联叠加特性,得到各独立区域集电流报警值IZi间的关系,且每个独立区域集电流报警值IZi等于其因果区域集内各并列子因果区域集中最末端独立区域集报警值之和;

当馈线发生故障时,其对应监控点上传的报警值应和所属独立区域集的报警值相等,基于故障电流并联叠加特性,根据独立区域的电流报警集和实际报警值I=[I1 I2 I3 I4 I5 I6 I7 I8 I9]间的适应性,建立电流越限报警集的数学解析模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南工程学院,未经河南工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910506193.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top