本发明涉及故障测距技术试领域,尤其涉及一种基于线路实测数据的故障测距方法、装置、设备及存储介质。
背景技术:
输电线路分布范围广,跨度大,所处地形条件各不相同,经常由于外界雷击、外力破坏、鸟害、污闪、树障等原因发生故障,故障发生后,若线路运维人员无法准确快速查找出故障位置,将直接影响故障线路的快速复电,不仅影响电网的安全运行,也会给人民群众的生产生活带来极大的影响。
现行的线路故障测距方法主要有基于工频电气量的故障分析法与基于高频暂态行波的行波故障定位法。故障分析法基于线路分布参数模型,通过建立故障电压电流与故障距离的函数关系来进行定位,该方法容易受系统运行方式、故障点过渡电阻及线路参数精确度的影响,测距精度不高,目前一般应用于故障录波中。行波测距方法由于不存在故障分析法的测距缺陷,测距原理简单,测距精度较高,目前被广泛应用于现场站内测距中。但从实际测距情况来看,现场故障测距装置测距准确率仅为70%左右,目前单端行波测距法由于故障波形持续振荡、故障点反射波波头传输发生衰减畸变造成波头到达时刻无法准确提取导致的故障点反射波到达时刻难以标定,经常出现测距精度差,甚至测距失败的情形。
技术实现要素:
有鉴于此,本发明实施例提供一种基于线路实测数据的故障测距方法、装置、设备及存储介质,以解决现有行波测距技术所存在的由于故障行波持续振荡、波形存在一定的衰减畸变等原因造成故障点反射波到达时刻难以标定的问题,实现精确定位。
第一方面,本发明实施例提供了一种基于线路实测数据的故障测距方法,包括获取监测点的零模电流分量;其中,所述零模电流分量为对实测故障电流行波数据进行凯伦布尔变换后提取得到;
对所述零模电流分量进行滤波;
将滤波后的所述零模电流分量进行二分递推svd分解,获取分解的第一层细节分量信号;
获取所述细节分量信号波形中第一个波形幅值的绝对值最大的首波形,及根据所述波形幅值的绝对值最大获取对应的时刻,其中,所述对应的时刻作为第一时刻;
根据所述首波形的极性,在预设的数据时窗内,对所述细节分量信号波形中与所述首波形的极性相同的波形进行相关性处理,以得到对应的相关系数值;其中,所述波形的极性包括波峰和波谷;
获取所述相关系数值的最大值所对应的时刻,作为第二时刻;
根据所述第一时刻、所述第二时刻和所述零模电流波速计算得到故障点与所述监测点之间的距离。
在第一方面的第一种可能实现方式中,所述根据所述首波形的极性,在预设的数据时窗内,对所述细节分量信号波形中与所述首波形的极性相同的波形进行相关性处理,以得到对应的相关系数值;其中,所述波形的极性包括波峰和波谷包括:
在所述细节分量信号波形中,提取与所述首波形极性一致的波形,作为待分析波形;
根据所述预设的数据时窗,将所述首波形分别与各个所述待分析波形进行相关性处理,得到各个所述待分析波形对应的相关系数值。
结合第一方面的第一种可能实现方式,在第一方面的第二种可能实现方式中,所述根据所述预设的数据时窗,将所述首波形分别与各个所述待分析波形进行相关性处理,得到各个所述待分析波形对应的相关系数值包括:
对所述首波形和各个所述待分析波形进行离散化,分别得到所述首波形对应的数值信号序列和各个所述待分析波形对应的数字信号序列;
在预设的数据时窗内,根据相关系数计算公式对所述首波形对应的数值信号序列和各个所述待分析波形对应的数字信号序列进行相关性分析,得到各个所述待分析波形对应的相关系数值。
结合第一方面的第二种可能实现方式,在第一方面的第三种可能实现方式中,所述相关系数计算公式包括:
在第一方面的第四种可能实现方式中,所述获取监测点的零模电流分量;其中,所述零模电流分量为对实测故障电流行波数据进行凯伦布尔变换后提取得到的包括:
获取监测点采集的故障后a、b和c三相的一个周波电流行波信号,其中,a相的电流行波信号为ia,b相的电流行波信号为ib,c相的电流行波信号为ic;
获取所述电流的零模i0;
对所述ia、所述ib、所述ic、所述i0、所述i1和所述i2进行凯伦布尔变换,得到零模分量信号
在第一方面的第五种可能实现方式中,所述将滤波后的所述零模电流分量进行二分递推svd分解,获取分解的第一层细节分量信号包括:
获取滤波后的零模电流分量i0=[x1,x2,x3,...,xn],其中,n为采样点数;
对所述滤波后的零模电流分量构造hankel矩阵h,其中,
对所述h进行svd分解,得到两个奇异值σa和σj,其中,所述σa对应近似分量信号aj,所述σj对应的细节分量信号dj;
获取分解的第一层细节分量信号dj。
在第一方面的第六种可能实现方式中,所述根据所述第一时刻、所述第二时刻和所述零模电流波速计算得到故障点与所述监测点之间的距离包括:
根据所述第一时刻、所述第二时刻和所述零模电流波速和距离公式计算得到故障点与所述监测点之间的距离;其中,所述距离公式为
第二方面,本发明实施例提供了一种基于线路实测数据的故障测距装置,包括:
零模电流分量获取模块,用于获取监测点的零模电流分量;其中,所述零模电流分量为对实测故障电流行波数据进行凯伦布尔变换后提取得到;
滤波模块,用于对所述零模电流分量进行滤波;
细节分量信号获取模块,用于将滤波后的所述零模电流分量进行二分递推svd分解,获取分解的第一层细节分量信号;
第一时刻获取模块,用于获取所述细节分量信号波形中第一个波形幅值的绝对值最大的首波形,及根据所述波形幅值的绝对值最大获取对应的时刻,其中,所述对应的时刻作为第一时刻;
相关系数值获取模块,用于根据所述首波形的极性,在预设的数据时窗内,对所述细节分量信号波形中与所述首波形的极性相同的波形进行相关性处理,以得到对应的相关系数值;其中,所述波形的极性包括波峰和波谷;
第二时刻获取模块,用于获取所述相关系数值的最大值所对应的时刻,作为第二时刻;
距离计算模块,用于根据所述第一时刻、所述第二时刻和所述零模电流波速计算得到故障点与所述监测点之间的距离。
第三方面,本发明实施例还提供了一种基于线路实测数据的故障测距设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的基于线路实测数据的故障测距方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上所述的基于线路实测数据的故障测距方法。
与现有技术相比,本发明公开的基于线路实测数据的故障测距方法,首先获取监测点的零模电流分量;其中,所述零模电流分量为对实测故障电流行波数据进行凯伦布尔变换后提取得到;对所述零模电流分量进行滤波;将滤波后的所述零模电流分量进行二分递推svd分解,获取分解的第一层细节分量信号;获取所述细节分量信号波形中第一个波形幅值的绝对值最大的首波形,及根据所述波形幅值的绝对值最大获取对应的时刻,其中,所述对应的时刻作为第一时刻;根据所述首波形的极性,在预设的数据时窗内,对所述细节分量信号波形中与所述首波形的极性相同的波形进行相关性处理,以得到对应的相关系数值;其中,所述波形的极性包括波峰和波谷;获取所述相关系数值的最大值所对应的时刻,作为第二时刻;根据所述第一时刻、所述第二时刻和所述零模电流波速计算得到故障点与所述监测点之间的距离。基于现场实测故障电流数据,利用故障电流的零模分量,进行滤波后、二分递推svd算法并结合信号相关分析方法来实现故障点的精确定位。该方法可有效解决传统单端行波测距方法中由于无法准确辨识故障初始行波后续振荡波与故障点反射波的波头到达时刻而造成定位精度不高,甚至定位失败的难题,测距精度高,测距可靠性高,满足实际工程要求,应用时无需额外增加成本,经济效益好。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1是本发明实施例一提供的基于线路实测数据的故障测距设备的示意图;
图2是本发明实施例二提供的基于线路实测数据的故障测距方法的流程示意图;
图3是本发明实施例三提供的基于线路实测数据的故障测距装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
所属技术领域的技术人员知道,本发明可以实现为设备、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等),还可以是硬件和软件结合的形式,本文一般称为“电路”、“模块”或“系统”。此外,在一些实施例中,本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式,该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、rf等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++,还包括常规的过程式程序设计语言—诸如”c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
下面将参照本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或框图描述本发明。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种虚拟机,这些计算机程序指令通过计算机或其它可编程数据处理装置执行,产生了实现流程图和/或框图中的方框中规定的功能/操作的装置。
也可以把这些计算机程序指令存储在能使得计算机或其它可编程数据处理装置以特定方式工作的计算机可读介质中,这样,存储在计算机可读介质中的指令就产生出一个包括实现流程图和/或框图中的方框中规定的功能/操作的指令装置(instructionmeans)的制造品(manufacture)。
也可以把计算机程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机或其它可编程装置上执行的指令能够提供实现流程图和/或框图中的方框中规定的功能/操作的过程。
实施例一
请参见图1,图1是本发明实施例一提供的基于线路实测数据的故障测距设备的示意图;于执行本发明实施例提供的基于线路实测数据的故障测距方法,如图1所示,该基于线路实测数据的故障测距设备包括:至少一个处理器11,例如cpu,至少一个网络接口14或者其他用户接口13,存储器15,至少一个通信总线12,通信总线12用于实现这些组件之间的连接通信。其中,用户接口13可选的可以包括usb接口以及其他标准接口、有线接口。网络接口14可选的可以包括wi-fi接口以及其他无线接口。存储器15可能包含高速ram存储器,也可能还包括非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器。存储器15可选的可以包含至少一个位于远离前述处理器11的存储装置。
在一些实施方式中,存储器15存储了如下的元素,可执行模块或者数据结构,或者他们的子集,或者他们的扩展集:
操作系统151,包含各种系统程序,用于实现各种基础业务以及处理基于硬件的任务;
程序152。
具体地,处理器11用于调用存储器15中存储的程序152,执行本发明实施例所述的基于线路实测数据的故障测距方法。
所称处理器可以是中央处理单元(centralprocessingunit,cpu),还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor,dsp)、专用集成电路(applicationspecificintegratedcircuit,asic)、现成可编程门阵列(field-programmablegatearray,fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述基于线路实测数据的故障测距方法的控制中心,利用各种接口和线路连接整个所述基于线路实测数据的故障测距方法的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现基于线路实测数据的故障测距的电子装置的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、文字转换功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、文字消息数据等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(smartmediacard,smc),安全数字(securedigital,sd)卡,闪存卡(flashcard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述基于线路实测数据的故障测距集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一个计算机可读存储介质中,该计算机程序在被处理器执行时,可实现本发明各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom,read-onlymemory)、随机存取存储器(ram,randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。
下面将参照附图来描述根据本发明实施例的基于线路实测数据的故障测距的方法。
实施例二
参见图2,图2是本发明实施例二提供的一种基于线路实测数据的故障测距的方法流程示意图,包括:
s11、获取监测点的零模电流分量;其中,所述零模电流分量为对实测故障电流行波数据进行凯伦布尔变换后提取得到;
s12、对所述零模电流分量进行滤波;
s13、将滤波后的所述零模电流分量进行二分递推svd分解,获取分解的第一层细节分量信号;
s14、获取所述细节分量信号波形中第一个波形幅值的绝对值最大的首波形,及根据所述波形幅值的绝对值最大获取对应的时刻,其中,所述对应的时刻作为第一时刻;
s15、根据所述首波形的极性,在预设的数据时窗内,对所述细节分量信号波形中与所述首波形的极性相同的波形进行相关性处理,以得到对应的相关系数值;其中,所述波形的极性包括波峰和波谷;
s16、获取所述相关系数值的最大值所对应的时刻,作为第二时刻;
s17、根据所述第一时刻、所述第二时刻和所述零模电流波速计算得到故障点与所述监测点之间的距离。
具体的,步骤s11、所述获取监测点的零模电流分量;其中,所述零模电流分量为对实测故障电流行波数据进行凯伦布尔变换后提取得到的包括:
获取监测点采集的故障后a、b和c三相的一个周波电流行波信号,其中,a相的电流行波信号为ia,b相的电流行波信号为ib,c相的电流行波信号为ic;
获取所述电流的零模i0;
对所述ia、所述ib、所述ic、所述i0、所述i1和所述i2进行凯伦布尔变换,得到零模分量信号
需要说明的是,现场行波测距装置采集故障电流行波数据后,对其进行凯伦布尔相模解耦变换,分别得到暂态电流的零模、1模和2模分量信号,由于实际中线路运行时单相接地故障的是最常见的故障类型,而采用1模或2模分量进行数据分析时,1模分量无法识别出c相故障,2模分量无法识别出b相故障,因此本发明采用零模分量来计算,对于a、b、c三相接地故障,零模分量都能很好地识别出来。
具体的,步骤s13、所述将滤波后的所述零模电流分量进行二分递推svd分解,获取分解的第一层细节分量信号包括:
获取滤波后的零模电流分量i0=[x1,x2,x3,...,xn],其中,n为采样点数;
对所述滤波后的零模电流分量构造hankel矩阵h,其中,
对所述h进行svd分解,得到两个奇异值σa和σj,其中,所述σa对应近似分量信号aj,所述σj对应的细节分量信号dj;
获取分解的第一层细节分量信号dj。
具体的,步骤s15、所述根据所述首波形的极性,在预设的数据时窗内,对所述细节分量信号波形中与所述首波形的极性相同的波形进行相关性处理,以得到对应的相关系数值;其中,所述波形的极性包括波峰和波谷包括:
在所述细节分量信号波形中,提取与所述首波形极性一致的波形,作为待分析波形;
根据所述预设的数据时窗,将所述首波形分别与各个所述待分析波形进行相关性处理,得到各个所述待分析波形对应的相关系数值。
优选地,所述根据所述预设的数据时窗,将所述首波形分别与各个所述待分析波形进行相关性处理,得到各个所述待分析波形对应的相关系数值包括:
对所述首波形和各个所述待分析波形进行离散化,分别得到所述首波形对应的数值信号序列和各个所述待分析波形对应的数字信号序列;
在预设的数据时窗内,根据相关系数计算公式对所述首波形对应的数值信号序列和各个所述待分析波形对应的数字信号序列进行相关性分析,得到各个所述待分析波形对应的相关系数值。
优选地,所述相关系数计算公式包括:
需要说明的是,在本发明实施例中,在所述首波形为波峰时,则对所述细节分量信号波形中后续的波峰进行提取分析,而在所述首波形为波谷时,则对所述细节分量信号波形中后续的波谷进行提取分析。
优选地,所述根据所述第一时刻、所述第二时刻和所述零模电流波速计算得到故障点与所述监测点之间的距离包括:
根据所述第一时刻、所述第二时刻和所述零模电流波速和距离公式计算得到故障点与所述监测点之间的距离;其中,所述距离公式为
下面对本发明实施例的整个流程进行具体说明:
现场采集故障电流行波数据,获取得到实测故障电流行波数据后,对其进行凯伦布尔变换,提取暂态电流零模分量信号,然后采用小波阈值去噪方法对提取的零模分量进行滤波,假设行波测距装置采集到的a、b、c三相故障电流行波分别为ia、ib、ic,i0、i1、i2分别为电流的零模、1模与2模分量,基于凯伦布尔变换矩阵,可以得到i0、i1、i2与ia、ib、ic之间的关系,即:
与现有技术相比,本发明公开的基于线路实测数据的故障测距方法,首先获取监测点的零模电流分量;其中,所述零模电流分量为对实测故障电流行波数据进行凯伦布尔变换后提取得到;对所述零模电流分量进行滤波;将滤波后的所述零模电流分量进行二分递推svd分解,获取分解的第一层细节分量信号;获取所述细节分量信号波形中第一个波形幅值的绝对值最大的首波形,及根据所述波形幅值的绝对值最大获取对应的时刻,其中,所述对应的时刻作为第一时刻;根据所述首波形的极性,在预设的数据时窗内,对所述细节分量信号波形中与所述首波形的极性相同的波形进行相关性处理,以得到对应的相关系数值;其中,所述波形的极性包括波峰和波谷;获取所述相关系数值的最大值所对应的时刻,作为第二时刻;根据所述第一时刻、所述第二时刻和所述零模电流波速计算得到故障点与所述监测点之间的距离。基于现场实测故障电流数据,利用故障电流的零模分量,进行滤波后、二分递推svd算法并结合信号相关分析方法来实现故障点的精确定位。该方法可有效解决传统单端行波测距方法中由于无法准确辨识故障初始行波后续振荡波与故障点反射波的波头到达时刻而造成定位精度不高,甚至定位失败的难题,测距精度高,测距可靠性高。
实施例三
参见图3,图3是本发明实施例三提供的一种基于线路实测数据的故障测距装置的结构示意图;包括:
零模电流分量获取模块31,用于获取监测点的零模电流分量;其中,所述零模电流分量为对实测故障电流行波数据进行凯伦布尔变换后提取得到;
滤波模块32,用于对所述零模电流分量进行滤波;
细节分量信号获取模块33,用于将滤波后的所述零模电流分量进行二分递推svd分解,获取分解的第一层细节分量信号;
第一时刻获取模块34,用于获取所述细节分量信号波形中第一个波形幅值的绝对值最大的首波形,及根据所述波形幅值的绝对值最大获取对应的时刻,其中,所述对应的时刻作为第一时刻;
相关系数值获取模块35,用于根据所述首波形的极性,在预设的数据时窗内,对所述细节分量信号波形中与所述首波形的极性相同的波形进行相关性处理,以得到对应的相关系数值;其中,所述波形的极性包括波峰和波谷;
第二时刻获取模块36,用于获取所述相关系数值的最大值所对应的时刻,作为第二时刻;
距离计算模块37,用于根据所述第一时刻、所述第二时刻和所述零模电流波速计算得到故障点与所述监测点之间的距离。
优选地,所述相关系数值获取模块35包括:
待分析波形获取单元,用于在所述细节分量信号波形中,提取与所述首波形极性一致的波形,作为待分析波形;
相关系数值获取单元,用于根据所述预设的数据时窗,将所述首波形分别与各个所述待分析波形进行相关性处理,得到各个所述待分析波形对应的相关系数值。
优选地,所述相关系数值获取单元包括:
对所述首波形和各个所述待分析波形进行离散化,分别得到所述首波形对应的数值信号序列和各个所述待分析波形对应的数字信号序列;
在预设的数据时窗内,根据相关系数计算公式对所述首波形对应的数值信号序列和各个所述待分析波形对应的数字信号序列进行相关性分析,得到各个所述待分析波形对应的相关系数值。
优选地,所述相关系数计算公式包括:
优选地,所述零模电流分量获取模块31包括:
获取监测点采集的故障后a、b和c三相的一个周波电流行波信号,其中,a相的电流行波信号为ia,b相的电流行波信号为ib,c相的电流行波信号为ic;
获取所述电流的零模i0;
对所述ia、所述ib、所述ic、所述i0、所述i1和所述i2进行凯伦布尔变换,得到零模分量信号
优选地,所述细节分量信号获取模块33包括:
获取滤波后的零模电流分量i0=[x1,x2,x3,...,xn],其中,n为采样点数;
对所述滤波后的零模电流分量构造hankel矩阵h,其中,
对所述h进行svd分解,得到两个奇异值σa和σj,其中,所述σa对应近似分量信号aj,所述σj对应的细节分量信号dj;
获取分解的第一层细节分量信号dj。
优选地,所述距离计算模块37包括:
所述根据所述第一时刻、所述第二时刻和所述零模电流波速计算得到故障点与所述监测点之间的距离包括:
根据所述第一时刻、所述第二时刻和所述零模电流波速和距离公式计算得到故障点与所述监测点之间的距离;其中,所述距离公式为
与现有技术相比,本发明实施例具有如下有益效果:首先获取监测点的零模电流分量;其中,所述零模电流分量为对实测故障电流行波数据进行凯伦布尔变换后提取得到;对所述零模电流分量进行滤波;将滤波后的所述零模电流分量进行二分递推svd分解,获取分解的第一层细节分量信号;获取所述细节分量信号波形中第一个波形幅值的绝对值最大的首波形,及根据所述波形幅值的绝对值最大获取对应的时刻,其中,所述对应的时刻作为第一时刻;根据所述首波形的极性,在预设的数据时窗内,对所述细节分量信号波形中与所述首波形的极性相同的波形进行相关性处理,以得到对应的相关系数值;其中,所述波形的极性包括波峰和波谷;获取所述相关系数值的最大值所对应的时刻,作为第二时刻;根据所述第一时刻、所述第二时刻和所述零模电流波速计算得到故障点与所述监测点之间的距离。基于现场实测故障电流数据,利用故障电流的零模分量,进行滤波后、二分递推svd算法并结合信号相关分析方法来实现故障点的精确定位。该方法可有效解决传统单端行波测距方法中由于无法准确辨识故障初始行波后续振荡波与故障点反射波的波头到达时刻而造成定位精度不高,甚至定位失败的难题,测距精度高,测距可靠性高。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
需要说明的是,在上述实施例中,对各个实施例的描述都各有侧重,在某个实施例中没有详细描述的部分,可以参见其他实施例的相关描述。其次,本领域技术人员也应知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模拟一定是本发明所必须的。