本发明涉及电力控制系统,特别涉及一种漏电流补偿方法及漏电保护装置、控制装置、存储介质。
背景技术:
1、在输配电的电力系统中,会采用零序电流互感器对输电线路检测漏电流,但是由于零序电流互感器自身几何和空间磁场不对称以及开口气隙的影响,零序电流互感器对输电线路检测时,零序电流互感器的的一次侧绕组导体流经的电流会受到不平衡电流的作用,导致零序电流互感器检测的漏电流不准确,使得漏电保护装置容易发生误动作。
2、具体地,ifrc为不平衡电流,为干扰因素,inn为漏电流实际值,iδ为零序电流互感器测出的存在干扰因素下的漏电流,为in和ifrc矢量和。在实际使用过程中,有可能发生以下两种情况,如图1所示,在ifrc较小时,in和ifrc夹角小于90°,in小于设定的整定值,整定值为触发漏电保护装置动作的阈值,而iδ却有可能大于整定值,造成了误动作;或者如图2所示,在ifrc较小时,in和ifrc夹角大于90°,in大于设定的整定值,漏电保护装置本应动作,却因为iδ小于整定值,漏电保护装置并未触发动作,而造成漏电危险。
技术实现思路
1、本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种漏电流补偿方法及漏电保护装置、控制装置、存储介质,准确检测漏电流实际值,有效防止误动作。
2、根据本发明的第一方面实施例的一种漏电流补偿方法,包括:利用导线位置坐标、一次侧电流i以及气隙夹角作为特征量训练出关于不平衡电流ifrc的神经网络拟合模型,其中,一次侧电流i为零序电流互感器一次侧绕组导体的电流,气隙夹角为导线中心位置和零序电流互感器的夹角;基于神经网络拟合模型估算出实际的不平衡电流ifrc;获取零序电流互感器测得的漏电流检测值irms以及一次侧电流i与电流互感器测得漏电流之间的相位差根据不平衡电流ifrc、漏电流检测值irms以及相位差计算得出漏电流实际值inn。
3、根据本发明实施例的一种漏电流补偿方法,至少具有如下
4、有益效果:
5、本发明漏电流补偿方法,根据训练完成的神经网络拟合模型估算出实际的不平衡电流ifrc,再利用估算出的不平衡电流ifrc对漏电流检测值irms进行补偿,并且结合相位差计算出漏电流实际值inn,本设计准确检测漏电流实际值,有效防止误动作。
6、根据本发明的一些实施例,所述根据不平衡电流ifrc、漏电流检测值irms以及相位差计算得出漏电流实际值为inn包括:
7、将不平衡电流ifrc、漏电流检测值irms以及相位差代入电流关系函数公式计算出漏电流实际值为inn;
8、其中,电流关系函数公式为:
9、
10、根据本发明的一些实施例,所述利用导线位置坐标、一次侧电流以及气隙夹角作为特征量训练出关于不平衡电流ifrc的神经网络拟合模型中包括:
11、设定不平衡电流最大值ifrcmax,对不平衡电流归一化处理i′frc=ifrc/ifrcmax;
12、得到不平衡电流ifrc和一次侧电流i的斜率关系公式归一化关系式:
13、ifrc′=k1i+b,其中,k1为归一化处理后不平衡电流ifrc与一次侧电流i的斜率,b为常数,斜率关系公式为ifrc=ki;
14、从而得到拟合关系式:
15、ifrc=(k1i+b)*ifrcmax;
16、根据不平衡电流最大值ifrcmax建立神经网络拟合模型,导线位置坐标以及气隙夹角作为特征量作为影响不平衡电流最大值ifrcmax变化的特征量训练。
17、根据本发明的一些实施例,所述根据不平衡电流最大值ifrcmax建立神经网络拟合模型,导线位置坐标以及气隙夹角作为特征量作为影响不平衡电流最大值ifrcmax变化的特征量训练包括:所述导线位置坐标包括三相导线的位置坐标,将多组三相导线的位置坐标以及气隙夹角作为训练样本输入神经网络拟合模型进行多次迭代训练,直至迭代训练次数在未达到最大迭代次数内输出误差小于误差阈值,则完成对神经网络拟合模型的训练。
18、根据本发明的一些实施例,所述基于神经网络拟合模型估算出实际的不平衡电流ifrc包括:根据检测位置处的三相导线的位置坐标以及气隙夹角加入已训练完成的神经网络拟合模型中预测出不平衡电流最大值ifrcmax;将不平衡电流最大值ifrcmax代入拟合关系式中以得出不平衡电流ifrc。
19、根据本发明的一些实施例,漏电流补偿方法还包括:根据得到的漏电流实际值inn与漏电流阈值比较以触发漏电流保护装置动作。
20、根据本发明第二方面实施例的漏电保护装置,包括:训练模块,用于利用导线位置坐标、一次侧电流i以及气隙夹角作为特征量训练出关于不平衡电流ifrc的神经网络拟合模型,其中,一次侧电流i为零序电流互感器一次侧绕组导体的电流,气隙夹角为导线中心位置和零序电流互感器的夹角;估算模块,用于基于神经网络拟合模型估算出实际的不平衡电流ifrc;测量模块,用于获取零序电流互感器测得的漏电流检测值irms以及一次侧电流i与电流互感器测得漏电流之间的相位差运算模块,用于根据不平衡电流ifrc、漏电流检测值irms以及相位差计算得出漏电流实际值为inn。
21、根据本发明实施例的漏电保护装置,至少具有如下有益效果:
22、本发明漏电保护装置,估算模块根据训练完成的神经网络拟合模型估算出实际的不平衡电流ifrc,运算模块再利用估算出的不平衡电流ifrc对漏电流检测值irms进行补偿,并且结合相位差计算出漏电流实际值inn,本设计准确检测漏电流实际值,有效防止误动作。
23、根据本发明的一些实施例,漏电保护装置还包括:动作模块,用于根据得到的漏电流实际值为inn与漏电流阈值比较以触发漏电流保护装置动作。
24、根据本发明第三方面实施例的控制装置,包括:一个或多个存储器;一个或多个处理器,用于执行存储在所述一个或多个存储器中的一个或多个计算机程序,还用于执行上述任一实施例公开的一种漏电流补偿方法。
25、根据本发明第四方面实施例的计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行上述任一实施例公开的一种漏电流补偿方法。
26、本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
1.一种漏电流补偿方法,其特征在于,包括:
2.根据权利要求1所述的一种漏电流补偿方法,其特征在于:所述根据不平衡电流ifrc、漏电流检测值irms以及相位差计算得出漏电流实际值inn包括:
3.根据权利要求1所述的一种漏电流补偿方法,其特征在于,所述利用导线位置坐标、一次侧电流以及气隙夹角作为特征量训练出关于不平衡电流ifrc的神经网络拟合模型中包括:
4.根据权利要求3所述的一种漏电流补偿方法,其特征在于,所述根据不平衡电流最大值ifrcmax建立神经网络拟合模型,导线位置坐标以及气隙夹角作为特征量作为影响不平衡电流最大值ifrcmax变化的特征量训练包括:
5.根据权利要求4所述的一种漏电流补偿方法,其特征在于,所述基于神经网络拟合模型估算出实际的不平衡电流ifrc包括:
6.根据权利要求1所述的一种漏电流补偿方法,其特征在于,还包括:
7.一种漏电保护装置,其特征在于,包括:
8.根据权利要求7所述的一种漏电保护装置,其特征在于,还包括:
9.一种控制装置,其特征在于,包括:
10.一种计算机可读存储介质,其特征在于,包括指令,当其在计算机上运行时,使得计算机执行如权利要求1-6任意一项所述的一种漏电流补偿方法。