[发明专利]一种配电网单相接地故障智能化识别方法及装置

说明书

本发明涉及一种配电网单相接地故障智能化识别方法及装置，包括：当配电网中变电站实时零序电压大于正常相电压有效值的数值超过阈值时；将采集到的变电站零序电压幅值与变电站实时零序电压突变时刻后一个周波内各馈线始端零序电流的有效值输入到预先训练的故障识别模型中，判断配电网是否发生单相接地故障；其中，所述故障识别模型以变电站各历史时刻的零序电压幅值、零序电压突变时刻后一个周波内各馈线始端零序电流的有效值作为输入数据，以对应是否发生单相接地故障的运行情况作为输出数据训练得到，综合多故障表征，有效区分电网不平衡运行等异常状态，提升单相接地故障的准确识别率。

技术领域

本发明涉及电力系统及其自动化领域，具体涉及一种配电网单相接地故障智能化识别方法及装置。

背景技术

配电网多采用小电流接地方式，而单相接地故障是其中发生频率最高的故障之一。由于中性点不直接接地，单相接地故障形成的故障通路阻抗值较大，引发的故障表征不明显，同时由于噪声的干扰以及配电网运行状况(如不对称性)的影响等问题，现有小电流接地系统单相接地故障识别方法虽然经过了长期广泛的研究，但在可靠性与普适性方面仍存在不足。

现有技术进行单相接地故障识别，主要依据零序电压进行。若零序电压超过某一特定阈值，即判断配电网中发生单相接地故障，在高阻接地故障中，零序电压虽会变化，但并不明显；此外，配电网紧邻用户，负荷不平衡现象时有发生，同样会引发零序电压。综上，零序电压阈值的设定非常重要，其需要既可准确识别出各类单相接地故障，又不能与三相不平衡运行状况相混淆。实际应用中，该阈值设定困难，且根据区域电网配置的不同，差异明显，很难找到一个统一的计算方法，因此现有单相接地故障识别技术的准确率低。

发明内容

针对现有技术的不足，本发明提出了一种单相接地故障智能化识别方法，包括：

当配电网中变电站实时零序电压大于正常相电压有效值的数值超过阈值时；

将采集到的变电站零序电压幅值与变电站实时零序电压突变时刻后一个周波内各馈线始端零序电流的有效值输入到预先训练的故障识别模型中，判断配电网是否发生单相接地故障；

其中，所述故障识别模型以变电站各历史时刻的零序电压幅值、零序电压突变时刻后一个周波内各馈线始端零序电流的有效值作为输入数据，以对应是否发生单相接地故障的运行情况作为输出数据训练得到。

优选的，所述故障识别模型的训练包括：

基于配电网单相接地故障识别地区的变电站的馈线条数确定故障识别模型结构；

以配电网单相接地故障识别地区的变电站在各历史时刻的零序电压幅值、零序电压突变时刻后一个周波内各馈线始端零序电流的有效值以及同一时刻是否发生单相接地故障的运行情况构建样本集，其中，所述历史时刻包括：历史故障时刻、历史正常运行时刻和历史不平衡运行时刻；

按照预设比例将所述样本集划分为训练集和测试集；

基于训练集采用机器学习方法对所述故障识别模型结构进行训练；

基于测试集利用训练后的所述故障识别模型结构进行验证，确定故障识别模型。

进一步的，所述预设比例为：

训练数据占比70％至98％，测试数据对应占比30％至2％。

进一步的，所述训练数据占比为90％，所述测试数据占比为10％。

进一步的，所述机器学习方法包括：BP神经网络学习算法。

进一步的，所述故障识别模型结构包括按下述方式确定输入层节点数和隐层节点数：

以馈线条数加上零序电压幅值对应的一个维度作为BP神经网络的输入数据的维度数，并根据所述输入数据的维度数设置BP神经网络的输入层节点数；