Identification Methohd of Grounding Fault for Distribution Station Independent of Zero-sequence Voltage

Wenxuan WANG; Lihan CHENG; Yi FAN; Jiandong SUN; Mingxiang LIU; Yueming CAI

doi:10.7500/AEPS20200608003

您当前的位置：

首页 >

文章列表页 >

Identification Methohd of Grounding Fault for Distribution Station Independent of Zero-sequence Voltage

Application Research | 更新时间：2025-06-16

- Identification Methohd of Grounding Fault for Distribution Station Independent of Zero-sequence Voltage
- Automation of Electric Power Systems Vol. 45, Issue 9, Pages: 122-129(2021)
- 作者机构：
  
  1.南瑞集团有限公司（国网电力科学研究院有限公司），江苏省南京市 211006
  2.国网江苏省电力有限公司，江苏省南京市 210003
- 作者简介：
- 基金信息：
  
  State Grid Corporation of China
- DOI：10.7500/AEPS20200608003
  CLC：
- Received：08 June 2020，
  
  Revised：2020-10-10，
  
  Published Online：25 December 2020，
  
  Published：10 May 2021
- 稿件说明：
移动端阅览
王文轩,程力涵,樊轶等.不依赖零序电压的配电站所接地故障识别方法[J].电力系统自动化,2021,45(9):122-129.

WANG Wenxuan,CHENG Lihan,FAN Yi,et al.Identification Methohd of Grounding Fault for Distribution Station Independent of Zero-sequence Voltage[J].Automation of Electric Power Systems,2021,45(9):122-129.
王文轩,程力涵,樊轶等.不依赖零序电压的配电站所接地故障识别方法[J].电力系统自动化,2021,45(9):122-129. DOI： 10.7500/AEPS20200608003.

WANG Wenxuan,CHENG Lihan,FAN Yi,et al.Identification Methohd of Grounding Fault for Distribution Station Independent of Zero-sequence Voltage[J].Automation of Electric Power Systems,2021,45(9):122-129. DOI： 10.7500/AEPS20200608003.

摘要

缺少零序电压采集的配电站所终端通常用融合识别方法识别接地故障，要求融合识别方法能够适应配电站所的不同拓扑，而且对较小接地电流的故障有较高的识别准确率。文中提出的方法结合了物理模型驱动和神经网络方法。首先，基于接地故障的物理模型，通过比对优化基于零序电流的特征量，预处理数据并选取参考间隔，解决拓扑或间隔数变化的问题，并设计单间隔相电流特征量，以提高故障识别准确率。然后，利用神经网络融合多个特征量，增强不同特征的协同判决能力，降低定值设定对灵敏度的影响。现场接地故障实验表明，文中提出的方法对不同拓扑有很强的适应能力，并具备很高的识别准确率。

Abstract

Fusion identification method is usually used to identify grounding faults by distribution station terminals without access to zero-sequence voltage. It is required that the fusion identification method can adapt to different topologies of distribution stations

and has high identification accuracy for faults with small grounding current. The proposed method combines the physical-model-driven and neural-network methods. First

based on the physical model of grounding faults

this method preprocesses data

selects reference bay and solves the problem of adaptation to different topologies and the number of bays according to the comparison and optimization of zero-sequence current characteristic quantities. And the characteristic quantity of the phase current of a single bay is designed to improve the accuracy of fault identification. Then

a neural network is designed to fuse multiple characteristics to enhance the collaborative judgment ability of different characteristics and reduce the influence of the settings on the sensitivity. Field grounding fault experimental results demonstrate the strong adaptability to different topologies and the high identification accuracy of the the proposed method.

关键词

Keywords

references

张建东，冯小明，吴国平，等 . 基于TDFT非同步采样谐波测量的小电流接地故障信号处理方法［J］. 电力系统保护与控制， 2019 ， 47 （ 12 ）： 117 - 124 .

ZHANG Jiandong ， FENG Xiaoming ， WU Guoping ， et al . Signal processing method of small current grounding fault based on TDFT non synchronous sampling harmonic measurement ［J］. Power System Protection and Control ， 2019 ， 47 （ 12 ）： 117 - 124 .

刘健，张志华，张小庆，等 . 基于配电自动化系统的单相接地定位［J］. 电力系统自动化， 2017 ， 41 （ 1 ）： 145 - 149 .

LIU Jian ， ZHANG Zhihua ， ZHANG Xiaoqing ， et al . Single phase to ground fault location based on distribution automation systems ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 1 ）： 145 - 149 .

潘贞存，张慧芬，张帆，等 . 信号注入式接地选线定位保护的分析与改进［J］. 电力系统自动化， 2007 ， 31 （ 4 ）： 71 - 75 .

PAN Zhencun ， ZHANG Huifen ， ZHANG Fan ， et al . Analysis and modification of signal injection based fault line selection protection ［J］. Automation of Electric Power Systems ， 2007 ， 31 （ 4 ）： 71 - 75 .

ZHU J ， LUBKEMAN D L ， GIRGIS A A . Automated fault location and diagnosis on electric power distribution feeders ［J］. IEEE Transactions on Power Delivery ， 1997 ， 12 （ 2 ）： 801 - 809 .

徐丙垠，薛永端，李天友，等 . 小电流接地故障选线技术综述［J］. 电力设备， 2005 ， 6 （ 4 ）： 1 - 7 .

XU Bingyin ， XUE Yongduan ， LI Tianyou ， et al . Review of line selection of grounding fault in non-effectively grounding network techniques ［J］. Electrical Equipment ， 2005 ， 6 （ 4 ）： 1 - 7 .

唐轶，陈庆，刘昊 . 补偿电网单相接地故障选线［J］. 电力系统自动化， 2007 ， 31 （ 16 ）： 83 - 86 .

TANG Yi ， CHEN Qing ， LIU Hao . Detecting single-phase-to-ground fault feeder in compensation networks ［J］. Automation of Electric Power Systems ， 2007 ， 31 （ 16 ）： 83 - 86 .

薛永端，冯祖仁，徐丙垠，等 . 基于暂态零序电流比较的小电流接地选线研究［J］. 电力系统自动化， 2003 ， 27 （ 9 ）： 48 - 53 .

XUE Yongduan ， FENG Zuren ， XU Bingyin ， et al . Earth fault protection in non-solidly earthed network based on transient zero sequence current comparison ［J］. Automation of Electric Power Systems ， 2003 ， 27 （ 9 ）： 48 - 53 .

刘伟生，徐丙垠，刘远龙，等 . 基于暂态电流的小电流接地故障分界方法［J］. 电力系统自动化， 2018 ， 42 （ 24 ）： 157 - 162 .

LIU Weisheng ， XU Bingyin ， LIU Yuanlong ， et al . Transient current based demarcation method of small current grounding fault ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 24 ）： 157 - 162 .

束洪春，李一凡，田鑫萃，等 . 基于交叉重叠差分变换关联性分析的配电网故障选线［J］. 电力系统自动化， 2019 ， 43 （ 6 ）： 137 - 144 .

SHU Hongchun ， LI Yifan ， TIAN Xincui ， et al . Distribution network fault line selection based on correlation analysis of sequential overlapping derivative transform ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 6 ）： 137 - 144 .

宋国兵，李广，于叶云，等 . 基于相电流突变量的配电网单相接地故障区段定位［J］. 电力系统自动化， 2011 ， 35 （ 21 ）： 84 - 90 .

SONG Guobing ， LI Guang ， YU Yeyun ， et al . Single-phase earth fault section location based on phase current fault component in distribution network ［J］. Automation of Electric Power Systems ， 2011 ， 35 （ 21 ）： 84 - 90 .

何连杰，史常凯，闫卓，等 . 基于广义S变换能量相对熵的小电流接地系统故障区段定位方法［J］. 电工技术学报， 2017 ， 32 （ 8 ）： 274 - 280 .

HE Lianjie ， SHI Changkai ， YAN Zhuo ， et al . A fault section location method for small current neutral grounding system based on energy relative entropy of generalized S-transform ［J］. Transactions of China Electrotechnical Society ， 2017 ， 32 （ 8 ）： 274 - 280 .

张海平，何正友，张钧 . 基于量子神经网络和证据融合的小电流接地选线方法［J］. 电工技术学报， 2009 ， 24 （ 12 ）： 171 - 178 .

ZHANG Haiping ， HE Zhengyou ， ZHANG Jun . A fault line detection method for indirectly grounding power system based on quantum neural network and evidence fusion ［J］. Transactions of China Electrotechnical Society ， 2009 ， 24 （ 12 ）： 171 - 178 .

张国军，韩静静，任荣，等 . 多判据融合小电流单相接地故障选线方法研究与实验［J］. 电工电能新技术， 2015 ， 34 （ 4 ）： 56 - 61 .

ZHANG Guojun ， HAN Jingjing ， REN Rong ， et al . Research and experiment for fault line detection in non-solidly grounded system using multi-criteria combination ［J］. Advanced Technology of Electrical Engineering and Energy ， 2015 ， 34 （ 4 ）： 56 - 61 .

薛太林，侯隽朗，张建新 . 基于GA优化BP神经网络小电流接地系统故障选线方法［J］. 电气自动化， 2018 ， 40 （ 2 ）： 66 - 69 .

XUE Tailin ， HOU Junlang ， ZHANG Jianxin . Fault line detection in low current grounding system based on GA optimized BP neural network ［J］. Electrical Automation ， 2018 ， 40 （ 2 ）： 66 - 69 .

陈奎，韦晓广，陈景波，等 . 基于样本数据处理和ADABOOST的小电流接地故障选线［J］. 中国电机工程学报， 2014 ， 34 （ 34 ）： 6228 - 6237 .

CHEN Kui ， WEI Xiaoguang ， CHEN Jingbo ， et al . Fault line detection using sampled data processing and ADABOOST for small current grounding system ［J］. Proceedings of the CSEE ， 2014 ， 34 （ 34 ）： 6228 - 6237 .

DU Ying ， LIU Yadong ， SHAO Qingzhu ， et al . Single line-to-ground faulted line detection of distribution systems with resonant grounding based on feature fusion framework ［J］. IEEE Transactions on Power Delivery ， 2019 ， 34 （ 4 ）： 1766 - 1775 .

ANAND D ， PANDEY B ， PANDEY D K . A novel hybrid feature selection model for classification of neuromuscular dystrophies using Bhattacharyya coefficient， genetic algorithm and radial basis function based support vector machine ［J］. Interdisciplinary Sciences ， Computational Life Sciences ， 2018 ， 10 （ 2 ）： 244 - 250 .

蒋玮，汤海波，祁晖，等 . 基于集成深度神经网络的配电网联络关系辨识技术［J］. 电力系统自动化， 2020 ， 44 （ 1 ）： 101 - 108 .

JIANG Wei ， TANG Haibo ， QI Hui ， et al . Distribution network connectivity recognition based on ensemble deep neural network ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 1 ）： 101 - 108 .

黄新波，章小玲，张烨，等 . 基于径向基概率神经网络的输电导线缺陷状态识别［J］. 电力系统自动化， 2020 ， 44 （ 3 ）： 201 - 210 .

HUANG Xinbo ， ZHANG Xiaoling ， ZHANG Ye ， et al . State identification of transmission line defect based on radial basis probabilistic neural network ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 3 ）： 201 - 210 .

彭晨宇，陈宁，高丙团 . 结合多重聚类和分层聚类的超短期风电功率预测方法［J］. 电力系统自动化， 2020 ， 44 （ 2 ）： 173 - 180 .

PENG Chenyu ， CHEN Ning ， GAO Bingtuan . Ultra-short-term wind power forecasting method combining multiple clustering and hierarchical clustering ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 2 ）： 173 - 180 .

金海东，刘全，陈冬火 . 一种带自适应学习率的综合随机梯度下降Q-学习方法［J］. 计算机学报， 2019 ， 42 （ 10 ）： 2203 - 2215 .

JIN Haidong ， LIU Quan ， CHEN Donghuo . Adaptive learning-rate on integrated stochastic gradient decreasing Q-learning ［J］. Chinese Journal of Computers ， 2019 ， 42 （ 10 ）： 2203 - 2215 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于单机模型扩展的直驱风电场通用等值模型构建方法

Short-term Interval Probability Prediction of Photovoltaic Power Based on Weather Similarity Clustering and Quantile Regression Neural Network

Related Author

WENG Haowen

WANG Can

PAN Xuewei

QI Hang

LI Changgang

LIU Yutian

YAN Jiongcheng

LI Dongsheng

Related Institution

School of Robotics and Advanced Manufacturing, Harbin Institute of Technology

Key Laboratory of Power System Intelligent Dispatch and Control, Ministry of Education (Shandong University)

School of Electrical Engineering, Shanghai University of Electric Power

School of Electrical and Electronic Engineering, North China Electric Power University

⁰