[发明专利]一种基于数据相关性的配电网故障诊断方法及装置

说明书

本发明涉及供电或配电的电路诊断技术领域，具体提供了一种基于数据相关性的配电网故障诊断方法及装置，旨在解决如何更准确可靠的进行线路故障诊断的技术问题。本发明拟对正在发生的故障特征进行相关性分析，实现故障诊断。建立实时数据与故障知识库的相关性分析，综合得到相关性系数，进而判断故障相似概率，进而得出故障类别、位置、发生概率等，不仅要对多信息源下配电网的小电流系统接地故障下故障特征进行相关性分析，建立相应的故障特征数据库，波形库，还要建立数据库、故障知识库与实时数据波形的相关性匹配，进而判断故障相似概率，进而得出故障类别、位置、发生概率等。

技术领域

本发明涉及供电或配电的电路诊断领域，具体涉及一种基于数据相关性的配电网故障诊断方法及装置。

背景技术

传统配电网是功率单向流动的网络，在规划设计、运行时没有分布式电源的接入。当有分布式电源接入时，配电网功率和故障电流变成双向流动，这种含分布式电源的配电网被称为配电网。配电网故障诊断是基于采集到的电压电流电气量、继电保护动作信息及断路器状态等信息，结合运行人员经验判断故障位置和类型。配电网迅速、准确的故障诊断可以为配电网运行与检修人员提供重要指导，大大缩短配电网故障处理和恢复供电的时间，提高配电网供电可靠性与安全性。

采用传统傅里叶算法提取暂态信号，该算法建立在采样信号为周期性的基础上，和实际的故障暂态信号的非周期性特征不符，容易产生较大的误差，难以反映真实信号的组成；暂态零序电流信号包含工频分量、衰减的直流分量、噪声等成分，不加以处理会降低诊断的准确性，引起误判。应用小波进行信号的相关性分析，小波包具有良好的分频特性，先选择暂态零序电流的特征频段，通过比较它们的极性和幅值来实现故障诊断，但由于暂态量频率成分受网络参数、故障时刻等多种因素的影响，不同暂态量的频率分布也不总是完全一致。

相关性分析是研究现象之间是否存在某种依存关系，并对具有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。配电网故障诊断是一个多层次、多种类问题的求解过程，需要综合利用各个信息系统的数据，如对各类保护装置报警信息、断路器/开关的变位信息以及电压/电流等电气量的特征进行分析，并利用保护动作的逻辑、连续量计算、运行人员的经验来判断可能的故障位置和故障类型。故障特征是表征一种故障区别于其他故障的信息依据，直接关系到故障诊断的准确性和可靠性。从故障录波信息中提取故障特征，建立相应的数据库。对正在发生的故障特征进行相关性分析，实现故障诊断。

发明内容

为了克服上述缺陷，提出了本发明，以提供解决或至少部分地解决如何更准确可靠的进行线路故障诊断的技术问题的基于数据相关性的配电网故障诊断方法及装置。

第一方面，提供一种基于数据相关性的配电网故障诊断方法，所述基于数据相关性的配电网故障诊断方法包括：

步骤1.基于待测线路相邻测点的负序电压幅值判断待测线路的负序电压是否最大，若是，则转至步骤3，否则，转至步骤2；

步骤2.判断故障位置是否在待测线路的末端方向，若是，则转至步骤3，否则，返回步骤1；

步骤3.判断待测线路相邻测点的基频电流向量是否满足第一故障判据，若是，则判定待测线路为故障状态，否则，转至步骤4；

步骤4.判断待测线路相邻测点的高频电压幅值和负序功率方向是否满足第二故障判据，若是，则判定待测线路为故障状态，否则，转至步骤1。

优选的，所述基于待测线路相邻测点的负序电压幅值判断待测线路的负序电压是否最大，包括：