一种供电厂输电线路故障检测方法及系统发明专利

专利名称：一种供电厂输电线路故障检测方法及系统

专利类型：发明专利

专利申请号：CN202411035445.3

专利申请（专利权）人：本溪钢铁(集团)矿山建设工程有限公司
权利人地址：辽宁省本溪市平山区千金路21号

专利发明（设计）人：发明人:刘波,王洪浩,祁鑫淼,于智强,蒋科,于艇,王海明,陈龙,金林,迟海,张鹏,张学飞

专利摘要：本发明涉及输电线路故障探测技术领域，具体涉及一种供电厂输电线路故障检测方法及系统。本发明首先获取输电线路的待检测电压曲线，根据电压数据的局部波动情况，确定每个电压数据的波动偏离程度，进一步结合幅值获取每个电压数据的动荡系数；根据每个电压数据与其余所有电压数据之间的局部波动差异及对应动荡系数差异，构建待检测电压曲线的动荡敏感度曲线；对动荡敏感度曲线进行分解，根据分解的高频能量与低频能量差异，评估输电线路的故障类型。本发明基于雷击及短路不同故障导致电压动荡特性的不同，量化了待检测电压曲线中每个电压数据的动荡特征，提高了不同故障引起每个电压数据的变化识别特征，提高了对于输电线路的故障检测准确性。

主权利要求：
1.一种供电厂输电线路故障检测方法，其特征在于，所述方法包括：获取输电线路的待检测电压曲线，所述待检测电压曲线为交流电压曲线；
根据所述待检测电压曲线中每个电压数据的局部波动情况，确定每个电压数据的波动偏离程度；根据每个电压数据的幅值及对应所述波动偏离程度，获取每个电压数据的动荡系数；在所述待检测电压曲线中，根据每个电压数据与其余所有电压数据之间的局部波动差异及对应所述动荡系数的差异，获取每个电压数据的动荡敏感度，并构建所述待检测电压曲线的动荡敏感度曲线；
对所述动荡敏感度曲线进行分解，根据分解结果中的高频能量与低频能量的差异，评估输电线路的故障类型；
所述动荡系数的获取方法包括：
根据交流电压的周期性特征，获取所述待检测电压曲线中所有电压数据的每种取值下的所述波动偏离程度的最大出现频次；获取每种取值下的所述波动偏离程度的出现频次；
根据每个电压数据的所述波动偏离程度的所述出现频次与所述最大出现频次的频次差异，获取每个电压数据的异常可能性，所述频次差异与所述异常可能性正相关；
根据每个电压数据的幅值绝对值与所述异常可能性，获取每个电压数据的动荡系数，所述幅值绝对值及所述异常可能性均与所述动荡系数正相关。
2.根据权利要求1中所述的一种供电厂输电线路故障检测方法，其特征在于，所述波动偏离程度的获取方法包括：在所述待检测电压曲线中，以每个电压数据为中心构建预设尺寸的分析窗口；
在每个所述分析窗口内，根据所有相邻电压数据的幅值变化获取所述分析窗口的中心对应电压数据的波动偏离程度。
3.根据权利要求1中所述的一种供电厂输电线路故障检测方法，其特征在于，所述最大出现频次的获取方法包括：将输电线路的预设标准电频率及所述待检测电压曲线对应采集时长的乘积，作为每个电压数据的所述波动偏离程度的最大出现频次。
4.根据权利要求2中所述的一种供电厂输电线路故障检测方法，其特征在于，所述动荡敏感度的获取方法包括：根据所述分析窗口所有相邻电压数据的幅值差异，获取所述分析窗口的中心对应电压数据的浮动系数；
以任一电压数据为目标电压数据，在所述目标电压数据与每个非目标电压数据之间，根据对应所述动荡系数的差异及对应所述浮动系数的差异，获取所述目标电压数据与每个非目标电压数据之间的动荡敏感差异，所述动荡系数的差异及所述浮动系数的差异均与所述动荡敏感差异正相关；
综合所述目标电压数据与所有非目标电压数据之间的所述动荡敏感差异，获取所述目标电压数据的动荡敏感度。
5.根据权利要求1中所述的一种供电厂输电线路故障检测方法，其特征在于，对所述动荡敏感度曲线进行分解的分解方法为小波分解。
6.根据权利要求5中所述的一种供电厂输电线路故障检测方法，其特征在于，所述评估输电线路的故障类型的方法包括：获取所述动荡敏感度曲线的所有近似分量及细节分量；将所有近似分量的能量总和作为低频能量，将所有细节分量的能量总和作为高频能量；
当所述高频能量与所述低频能量的比值大于预设阈值时，判定输电线路为雷击故障；
当所述高频能量与所述低频能量的比值小于或等于预设阈值时，判定输电线路为短路故障。
7.根据权利要求1中所述的一种供电厂输电线路故障检测方法，其特征在于，所述待检测电压曲线的获取方法包括：获取预设时长的交流电压曲线；当预设时长内的交流电压曲线中存在电压数据的幅值超出预设标准幅值范围时，将对应交流电压曲线作为待检测电压曲线。
8.根据权利要求6中所述的一种供电厂输电线路故障检测方法，其特征在于，所述预设阈值为0.1。
9.一种供电厂输电线路故障检测系统，其特征在于，所述系统包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1 8任意一项所述一种供电厂输电线路故障检测方法的步骤。
~ 说明书 : 一种供电厂输电线路故障检测方法及系统技术领域[0001] 本发明涉及输电线路故障探测技术领域，具体涉及一种供电厂输电线路故障检测方法及系统。背景技术[0002] 供电厂输电线路通常架设在高空以减少地面障碍物的影响，但这导致其更容易受到雷击，且因长期暴露在室外环境中，绝缘层更易出现老化，进而可能引起短路。输电线路在遭受雷击或发生短路时，可能供电不稳、出现漏电甚至线路烧毁进而导致供电中断，严重威胁电网运行的安全性及稳定性；故对供电厂输电线路的故障类型识别至关重要。[0003] 现有技术中基于电压暂态波的小波能量分布情况进行雷击故障和短路故障的识别检测，但电压暂态波中往往包含多种干扰，在不同环境情况中可能表现出不同的波形特征，且雷击故障和短路故障的暂态波高频段可能出现部分相似特征，进一步增加了区分雷击故障和短路故障的难度，进而导致供电厂输电线路故障检测准确率低。发明内容[0004] 为了解决现有技术对供电厂输电线路故障检测准确率低的技术问题，本发明的目的在于提供一种供电厂输电线路故障检测方法及系统，所采用的技术方案具体如下：[0005] 本发明提出一种供电厂输电线路故障检测方法，所述方法包括：[0006] 获取输电线路的待检测电压曲线，所述待检测电压曲线为交流电压曲线；[0007] 根据所述待检测电压曲线中每个电压数据的局部波动情况，确定每个电压数据的波动偏离程度；根据每个电压数据的幅值及对应所述波动偏离程度，获取每个电压数据的动荡系数；在所述待检测电压曲线中，根据每个电压数据与其余所有电压数据之间的局部波动差异及对应所述动荡系数的差异，获取每个电压数据的动荡敏感度，并构建所述待检测电压曲线的动荡敏感度曲线；[0008] 对所述动荡敏感度曲线进行分解，根据分解结果中的高频能量与低频能量的差异，评估输电线路的故障类型。[0009] 进一步地，所述波动偏离程度的获取方法包括：[0010] 在所述待检测电压曲线中，以每个电压数据为中心构建预设尺寸的分析窗口；[0011] 在每个所述分析窗口内，根据所有相邻电压数据的幅值变化获取所述分析窗口的中心对应电压数据的波动偏离程度。[0012] 进一步地，所述动荡系数的获取方法包括：[0013] 根据交流电压的周期性特征，获取所述待检测电压曲线中所有电压数据的每种取值下的所述波动偏离程度的最大出现频次；获取每种取值下的所述波动偏离程度的出现频次；[0014] 根据每个电压数据的所述波动偏离程度的所述出现频次与所述最大出现频次的频次差异，获取每个电压数据的异常可能性，所述频次差异与所述异常可能性正相关；[0015] 根据每个电压数据的幅值绝对值与所述异常可能性，获取每个电压数据的动荡系数，所述幅值绝对值及所述异常可能性均与所述动荡系数正相关。[0016] 进一步地，所述最大出现频次的获取方法包括：[0017] 将输电线路的预设标准电频率及所述待检测电压曲线对应采集时长的乘积，作为每个电压数据的所述波动偏离程度的最大出现频次。[0018] 进一步地，所述动荡敏感度的获取方法包括：[0019] 根据所述分析窗口所有相邻电压数据的幅值差异，获取所述分析窗口的中心对应电压数据的浮动系数；[0020] 以任一电压数据为目标电压数据，在所述目标电压数据与每个非目标电压数据之间，根据对应所述动荡系数的差异及对应所述浮动系数的差异，获取所述目标电压数据与每个非目标电压数据之间的动荡敏感差异，所述动荡系数的差异及所述浮动系数的差异均与所述动荡敏感差异正相关；[0021] 综合所述目标电压数据与所有非目标电压数据之间的所述动荡敏感差异，获取所述目标电压数据的动荡敏感度。[0022] 进一步地，对所述动荡敏感度曲线进行分解的分解方法为小波分解。[0023] 进一步地，所述评估输电线路的故障类型的方法包括：[0024] 获取所述动荡敏感度曲线的所有近似分量及细节分量；将所有近似分量的能量总和作为低频能量，将所有细节分量的能量总和作为高频能量；[0025] 当所述高频能量与所述低频能量的比值大于预设阈值时，判定输电线路为雷击故障；[0026] 当所述高频能量与所述低频能量的比值小于或等于预设阈值时，判定输电线路为短路故障。[0027] 进一步地，所述待检测电压曲线的获取方法包括：[0028] 获取预设时长的交流电压曲线；当预设时长内的交流电压曲线中存在电压数据的幅值超出预设标准幅值范围时，将对应交流电压曲线作为待检测电压曲线。[0029] 进一步地，所述预设阈值为0.1。[0030] 本发明还提出一种供电厂输电线路故障检测系统，所述系统包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述一种供电厂输电线路故障检测方法的步骤。[0031] 本发明具有如下有益效果：[0032] 本发明首先获取输电线路的待检测电压曲线，根据待检测电压曲线中电压数据的局部波动情况，确定每个电压数据的波动偏离程度，波动偏离程度初步评估每个电压数据在超出正常周期波动范围情况下的偏离波动特征，反映了每个电压数据为雷击或短路原因所导致的偏离波动的可能性；进一步结合电压数据的幅值获取每个电压数据的动荡系数，动荡系数综合幅值表现及波动偏离表现，侧面分析确定了因雷击导致的电压数据的动荡特征；根据每个电压数据与其余所有电压数据之间的局部波动差异及对应动荡系数的差异，获取每个电压数据的动荡敏感度，动荡敏感度量化了每个电压数据的变化识别特征即动荡特征；构建待检测电压曲线的动荡敏感度曲线；对动荡敏感度曲线进行分解，根据分解结果中的高频能量与低频能量的差异，评估输电线路的故障类型。本发明基于雷击及短路不同故障导致电压波动动荡特性的不同，量化了待检测电压曲线中每个电压数据的动荡特征，提高了不同故障引起输电线路中每个电压数据变化的特征识别，提高了对于输电线路的故障检测准确性。附图说明[0033] 为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。[0034] 图1为本发明一个实施例所提供的一种供电厂输电线路故障检测方法的流程图；[0035] 图2为本发明一个实施例所提供的一种动荡系数的获取方法的流程图；[0036] 图3为本发明一个实施例所提供的一种动荡敏感度的获取方法的流程图。具体实施方式[0037] 为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种供电厂输电线路故障检测方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。[0038] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。[0039] 下面结合附图具体的说明本发明所提供的一种供电厂输电线路故障检测方法及系统的具体方案。[0040] 请参阅图1，其示出了本发明一个实施例提供的一种供电厂输电线路故障检测方法的流程图，具体包括：[0041] 步骤S1，获取输电线路的待检测电压曲线，待检测电压曲线为交流电压曲线。[0042] 在本发明实施例中，首先获取供电厂所有输电线路中的故障线路的待检测电压曲线，进一步可分析不同故障特征下的电压曲线的波动变化进行，从而量化电压变化的识别特征，提高故障检测的准确率。[0043] 优选地，在本发明的一个实施例中，考虑到正常情况下输电线路中的交流电压通常会保持较为稳定的水平进行周期波动，而雷击会导致电压瞬时激增，在原有周期波动的基础上振荡，短路则会导致电压急剧下降，但由于输电线路通常具有一定阻抗，短路电压振幅会显著降低，但不会完全下降为零；因此雷击或短路均会导致电压幅值水平发生偏离；故待检测电压曲线的获取方法包括：[0044] 获取预设时长的交流电压曲线；当预设时长内的交流电压曲线中存在电压数据的幅值超出预设标准幅值范围时，将对应交流电压曲线作为待检测电压曲线。[0045] 作为一个示例，具体在交流电压的实时监测过程中，以1Khz的采样频率采集供电厂每条输电线路上的电压数据，采集时长为5秒，得到交流电压曲线，即在每条输电线路上每5秒获取一段交流电压曲线；对每个交流电压曲线进行数据清洗，做去重填补等预处理，进一步判断每个交流电压曲线中的电压幅值是否超出预设标准幅值，获取待进行故障检测的待检测电压曲线。本示例中，将预设标准幅值设定为6KV，则预设标准幅值范围为上下浮动10%，即5.4KV‑6.6KV；当5秒时长内的交流电压曲线中存在任一电压数据超出该范围时，则判定其所在输电线路在这5秒内出现故障，将对应交流电压曲线作为待检测电压曲线。[0046] 需要说明的是，在本发明的其他实施例中，实施者也可根据配电网的等级确定不同的预设标准幅值范围进行故障判断，以得到待检测电压曲线；也可自行定义采集时长及采样频率；采集交流电压曲线及进行数据清洗等操作已是公知技术，在此不赘述。[0047] 步骤S2，根据待检测电压曲线中每个电压数据的局部波动情况，确定每个电压数据的波动偏离程度；根据每个电压数据的幅值及对应波动偏离程度，获取每个电压数据的动荡系数；在待检测电压曲线中，根据每个电压数据与其余所有电压数据之间的局部波动差异及对应动荡系数的差异，获取每个电压数据的动荡敏感度，并构建待检测电压曲线的动荡敏感度曲线。[0048] 由于交流电压曲线本身就存在一定的周期波动特征，但考虑到输电线路遭受雷击或发生短路时，不仅会引起电压的急剧变化，同时还会导致电压波形在短期内表现出非线性、高频振荡等不稳定波动特征，该类波动特征与周期波动特征存在重大区别；故本发明实施例首先根据待检测电压曲线中每个电压数据的局部波动情况，确定每个电压数据的波动偏离程度；波动偏离程度初步评估每个电压数据在超出正常周期波动范围情况下的偏离波动特征，反映了每个电压数据为雷击或短路原因所导致的偏离波动的可能性。[0049] 优选地，在本发明的一个实施例中，考虑到电压数据的斜率能够反映其在交流电压曲线中的变化率，斜率越大，则变化越大；而雷击或短路并不仅仅会引起一个电压数据的剧变，综合其局部范围内电压数据的变化可以更为准确的评估其偏离波动特征；故波动偏离程度的获取方法包括：[0050] 在待检测电压曲线中，以每个电压数据为中心构建预设尺寸的分析窗口；[0051] 在每个分析窗口内，根据所有相邻电压数据的幅值变化获取分析窗口的中心对应电压数据的波动偏离程度。[0052] 作为一个示例，分析窗口的预设尺寸为11，即以每个电压数据为中心，沿时序正反两个方向分别获取5个电压数据构建分析窗口，当分析窗口内不足11个电压数据时，可以采用均值填充法进行填充以满足分析需求；进一步分析每个电压数据的斜率绝对值，将所有电压数据的斜率绝对值均值作为分析窗口中心的波动偏离程度。[0053] 需要说明的是，每个电压数据的斜率获取方法可以通过多项式拟合分析窗口内交流电压曲线段的函数表达式，进而求导获取电压数据的斜率；也可利用斜率公式获取；在其他示例中，实施者也可利用相邻电压数据的幅值差值绝对值代替斜率绝对值，也可构建其他预设尺寸的分析窗口，也可以使用数据延拓等方法填充不达预设尺寸的分析窗口，其均为公知技术，在此不赘述。[0054] 考虑到雷击或短路均会导致瞬时的电压数据的波动偏离程度会增大，但雷击或短路故障所导致的偏离波动通常相对交流电的周期性波动较为稀缺独特；即雷击可能产生过电压导致待检测电压曲线中出现局部的激增振荡后又逐渐恢复正常周期性波动，也可能会发生激增振荡后造成线路短路或损坏，而短路则会导致电压急剧下降后保持较低的幅值水平；则波动偏离程度大的电压数据在待检测电压曲线中应当相对稀少；又考虑到雷击与短路所造成的电压幅值表现不同，雷击会使幅值激增至较高水平，而短路则会导致幅值骤降至较低水平；故本发明实施例根据每个电压数据的幅值及对应波动偏离程度，获取每个电压数据的动荡系数；动荡系数综合幅值表现及波动偏离程度表现，侧面分析确定了因雷击导致的电压数据的动荡特征，从而便于后续区分故障类型。[0055] 优选地，在本发明的一个实施例中，动荡系数的获取方法包括：[0056] 请参阅图2，其示出了本发明一个实施例所提供的一种动荡系数的获取方法的流程图，具体包括：[0057] 步骤S201，根据交流电压的周期性特征，获取待检测电压曲线中所有电压数据的每种取值下的波动偏离程度的最大出现频次；获取每种取值下的波动偏离程度的出现频次。[0058] 考虑到波动偏离程度反映的是电压数据的局部偏离波动特征，而交流电压本身也具有一定的周期波动性，则正常情况下同一周期内的每个电压数据的局部波动特征可能并不一致，但不同周期内电压数据的周期局部波动特征应当相同，则可以根据周期性特征确定每种波动偏离程度的最大出现频次；同时统计每种取值下的波动偏离程度的出现频次，以便后续结合每种取值下的波动偏离程度的最大出现频次评估其稀缺独特性，判断是否为故障导致的异常偏离波动特征对应电压数据。[0059] 在本发明的一个优选实施例中，考虑到输电线路通常会有固定的标准电频率，其决定了交流电压的周期波动情况，则最大出现频次的获取方法包括：[0060] 将输电线路的预设标准电频率及待检测电压曲线对应采集时长的乘积，作为每个电压数据的波动偏离程度的最大出现频次。[0061] 作为一个示例，预设标准电频率设定为50hz，即交流电压曲线中每秒存在50个完整的周期波，而待检测电压曲线的采集时长为5s，以正弦波为例，则待检测电压曲线中共存在250个完整的正弦波，即250个周期，则每个电压数据的周期性变化为250次，也即每种波动偏离程度的取值的最大出现频次为250次。在其他示例中，实施者也可根据输电线路的标准电频率自行设定其他取值如部分地区的标准电频率为60hz，在此不赘述。[0062] 步骤S202，根据每个电压数据的波动偏离程度的出现频次与最大出现频次的频次差异，获取每个电压数据的异常可能性，频次差异与异常可能性正相关。[0063] 作为一个示例，将每个电压数据所对应的波动偏离程度的最大出现频次与出现频次的差值，作为每个电压数据的异常可能性，异常可能性反映了波动偏离程度的稀缺独特性，能够帮助判断是否为故障导致的异常偏离波动特征对应电压数据。[0064] 在其他示例中，也可利用出现频次与最大出现频次的比值，评估每种取值下的波动偏离程度对应电压数据的异常可能性；比值越小，越稀缺独特，则进一步将比值作为以自然常数e为底数的指数函数 中的 ，负相关映射调整逻辑，得到每个电压数据的异常可能性。[0065] 步骤S203，根据每个电压数据的幅值绝对值与异常可能性，获取每个电压数据的动荡系数，幅值绝对值及异常可能性均与动荡系数正相关。[0066] 作为一个示例，考虑到交流电压中的电压数据幅值可能为负，则需要将电压数据的幅值取绝对值，幅值绝对值越大，幅值水平也越大；进一步将每个电压数据的幅值绝对值与异常可能性相乘，得到每个电压数据的动荡系数。在其他示例中，实施者也可采用相加或加权求和等基础数学运算或相关映射手段合并二者，从而得到动荡系数，在此不赘述。[0067] 由于雷击电压通常会导致电压数据的波动振荡程度增强，其相对其他正常电压数据的波动程度也更为剧烈，对应的动荡系数也相对正常电压数据更大；故本发明实施例在待检测电压曲线中，根据每个电压数据与其余所有电压数据之间的局部波动差异及对应动荡系数的差异，获取每个电压数据的动荡敏感度；动荡敏感度进一步量化了雷击电压数据相对其余正常电压数据的区别振荡波动特征；同时构建待检测电压曲线的动荡敏感度曲线，为后续分解分析以区分故障做准备。[0068] 优选地，在本发明的一个实施例中，动荡敏感度的获取方法包括：[0069] 请参阅图3，其示出了本发明一个实施例所提供的一种动荡敏感度的获取方法的流程图，具体包括：[0070] 步骤S301，在待检测电压曲线中，以每个电压数据为中心构建预设尺寸的分析窗口，根据分析窗口所有相邻电压数据的幅值差异，获取分析窗口的中心对应电压数据的浮动系数。[0071] 由于雷击会导致电压发生剧烈波动振荡，则其局部幅值波动程度则可能相对更为剧烈；作为一个示例，获取到每个电压数据的分析窗口内电压数据的幅值序列，进一步对幅值序列进行一阶差分值，对所有一阶差分值分别取绝对值后求均，得到每个电压数据在分析窗口的浮动系数；浮动系数越大，说明分析窗口内电压数据的波动振荡程度越大。[0072] 需要说明的是，分析窗口的构建方法与波动偏离程度分析时的分析窗口构建方法一致，在此不赘述；预设尺寸仍取11，也可自行设定为其他取值；在其他示例中，实施者也可直接利用波动偏离程度代替浮动系数。[0073] 步骤S302，以任一电压数据为目标电压数据，在目标电压数据与每个非目标电压数据之间，根据对应动荡系数的差异及对应浮动系数的差异，获取目标电压数据与每个非目标电压数据之间的动荡敏感差异，动荡系数的差异及浮动系数的差异均与动荡敏感差异正相关。[0074] 考虑到动荡系数及浮动系数均是雷击情况下的电压数据相对其他正常电压数据或短路电压数据之前的区别特征参数，综合二者可以进一步量化每个雷击情况下的电压数据与其他电压数据之间的差异。[0075] 作为一个示例，首先以任一电压数据为目标电压数据，以便分析每个电压数据相对其他电压数据之间的区别异常；将目标电压数据与每个非目标电压数据之间的动荡系数的差值绝对值及对应浮动系数的差值绝对值相乘合并，得到目标电压数据与每个非目标电压数据之间的动荡敏感差异；动荡敏感差异越大，说明目标电压数据相对非目标电压数据在动荡特征角度具有一定的异常波动偏离程度，其可能是目标电压数据或非目标电压数据因遭受雷击所导致。[0076] 在其他示例中，实施者也可将二者的差值绝对值利用相加或加权求和等基础数学运算或相关映射手段合并，得到动感敏感差异；也可利用其他差异度量手段如比值等，在此不赘述。[0077] 步骤S303，综合目标电压数据与所有非目标电压数据之间的动荡敏感差异，获取目标电压数据的动荡敏感度。[0078] 考虑到动荡敏感差异大可能是目标电压数据或非目标电压数据因遭受雷击所导致，又考虑到当一个目标电压数据与其余所有非目标电压数据的动荡敏感差异越大，结合雷击导致电压数据振荡的稀有特征，说明目标电压数据为雷击情况下的可能性越大，非目标电压数据的为雷击情况下的可能性反而越小；故综合目标电压数据与所有非目标电压数据之间的动荡敏感差异，可以获取目标电压数据的动荡敏感度，动荡敏感度量化了每个电压数据的变化识别特征即动荡特征，以便后续评估故障类型。[0079] 作为一个示例，将目标电压数据与每个非目标电压数据之间的动荡敏感差异进行求均，得到目标电压数据的动荡敏感度。在其他示例中，实施者也可直接利用求和结果综合评估目标电压数据与非目标电压数据的差异，从而得到目标电压数据的动荡敏感度，在此不赘述。[0080] 改变目标电压数据，即可得到待检测电压曲线中每个电压数据的动荡敏感度，同步构建动荡敏感度曲线，待检测电压曲线与动荡敏感度曲线的时序方向及刻度一致。[0081] 步骤S3，对动荡敏感度曲线进行分解，根据分解结果中的高频能量与低频能量的差异，评估输电线路的故障类型。[0082] 由于雷击会导致电压数据表现为高频率的局部动荡，其会导致动荡敏感度曲线中的高频能量增加；故本发明实施例首先对动荡敏感度曲线进行分解，进而根据分解结果中的高频能量与低频能量的差异，评估输电线路的故障类型。[0083] 优选地，在本发明的一个实施例中，考虑到利用小波分解能够将动荡敏感度曲线分解为不同尺度上的成分，从低频到高频，使得可以同时考虑到整体趋势和细节信息，有助于全面理解信号的结构；故对动荡敏感度曲线进行分解的分解方法为小波分解；其已是本领域技术人员熟知的现有技术；在其他实施例中，实施者也可采用其他信号分解算法，在此不赘述。[0084] 优选地，在本发明的一个实施例中，评估输电线路的故障类型的方法包括：[0085] 获取动荡敏感度曲线的所有近似分量及细节分量；将所有近似分量的能量总和作为低频能量，将所有细节分量的能量总和作为高频能量；[0086] 当高频能量与低频能量的比值大于预设阈值时，判定输电线路为雷击故障；[0087] 当高频能量与低频能量的比值小于或等于预设阈值时，判定输电线路为短路故障。[0088] 在本发明的一个实施例中，小波分解将动荡敏感度曲线分解为多尺度下的细节系数和近似系数，其中细节系数对应分量代表高频信息即细节分量，而近似系数对应分量代表低频信息即近似分量；进一步获取每个细节分量与近似分量的能量，从而得到高频能量和低频能量；获取信号能量已是本领域技术人员熟知的现有技术，实施者也可采用其他方法，在此不赘述。[0089] 进一步利用高频能量与低频能量的比值进行故障类型的判别，在本发明的一个优选实施例中，将预设阈值设置为0.1，当比值大于预设阈值时，判定输电线路为雷击故障，否则为短路故障；在本发明其他实施例中，实施者也可自行设定预设阈值，在此不赘述。[0090] 对每条输电线路进行故障检测判别后，对于雷电故障，维系人员可检查和更换受损的避雷设备，以及加强线路的防雷措施；对于短路故障，维系人员可检查和修复导线连接，以及评估和升级保护装置的性能。这种基于检测故障类型的维修方法，不仅提高了维修效率，也有助于减少未来的故障风险，确保电力系统的稳定运行。[0091] 综上所述，本发明实施例首先获取输电线路的待检测电压曲线，根据待检测电压曲线中电压数据的局部波动情况，确定每个电压数据的波动偏离程度，进一步结合电压数据的幅值获取每个电压数据的动荡系数；根据每个电压数据与其余所有电压数据之间的局部波动差异及对应动荡系数的差异，构建待检测电压曲线的动荡敏感度曲线；对动荡敏感度曲线进行分解，根据分解结果中的高频能量与低频能量的差异，评估输电线路的故障类型。本发明基于雷击及短路不同故障导致电压波动动荡特性的不同，量化了待检测电压曲线中每个电压数据的动荡特征，提高了不同故障引起输电线路中每个电压数据变化的识别特征，提高了对于输电线路的故障检测准确性。[0092] 本发明还提出一种供电厂输电线路故障检测系统，系统包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述步骤S1‑S3所描述的一种供电厂输电线路故障检测方法的步骤。[0093] 需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。[0094] 本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

专利地区：辽宁

专利申请日期：2024-07-31

专利公开日期：2024-10-22

专利公告号：CN118566652B