Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 河北工业大学;河北工业大学创新研究院(石家庄)梁栋获国家专利权

河北工业大学;河北工业大学创新研究院(石家庄)梁栋获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉河北工业大学;河北工业大学创新研究院(石家庄)申请的专利基于同步相量量测的配电网两阶段故障定位方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119199401B

龙图腾网通过国家知识产权局官网在2026-02-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411614175.1,技术领域涉及:G01R31/08;该发明授权基于同步相量量测的配电网两阶段故障定位方法及装置是由梁栋;贺国润;王笑雪;柴园园;陈海文;胡锦兴设计研发完成,并于2024-11-13向国家知识产权局提交的专利申请。

基于同步相量量测的配电网两阶段故障定位方法及装置在说明书摘要公布了:本发明提出基于同步相量量测的配电网两阶段故障定位方法及装置,包括:获取故障前网络拓扑、故障前、后电压相量量测数据及所有非平衡节点的三相有功、无功功率注入伪量测;构建虚拟电流故障定位模型,枚举每条可能发生故障的线路,并对所述故障定位模型进行求解,获得第一匹配指标值,对所有第一匹配指标值进行升序排序,选择前u条线路构造候选故障线路集合;对候选故障线路的所有关联节点依次进行非线性故障状态估计SE,选出匹配度最高的节点作为故障线路端点,得到故障线路一个端点后,使用其他基于硬件的方法确定故障线路及故障精确位置;本发明可在有限μPMU的情况下实现较高的故障定位精度。

本发明授权基于同步相量量测的配电网两阶段故障定位方法及装置在权利要求书中公布了:1.基于同步相量量测的配电网两阶段故障定位方法,其特征在于,包括如下步骤: 获取故障前网络拓扑、故障前、后电压相量量测数据及所有非平衡节点的三相有功、无功功率注入伪量测; 构建虚拟电流故障定位模型,枚举每条可能发生故障的线路,并对所述故障定位模型进行求解,获得第一匹配指标值,对所有第一匹配指标值进行升序排序,选择前u条线路构造候选故障线路集合; 对候选故障线路的所有关联节点依次进行非线性故障状态估计SE,选出匹配度最高的节点作为故障线路端点,得到故障线路一个端点后,使用其他基于硬件的方法确定故障线路及故障精确位置; 所述的构建虚拟电流故障定位模型的方法为: 定义虚拟电流: ; 式中:为虚拟复电流注入向量,nb为网络节点总数;为故障中与故障前的复电压差向量;为故障前的正序节点导纳矩阵;故障线路两端节点m、n的虚拟注入电流均不为零,除故障线路两端节点、非平衡节点外的任意节点k的虚拟注入电流均为零; 将1中矩阵、向量中与平衡节点对应的行、列取出,1可重写为: ; 式中:为平衡节点1处的虚拟复电流注入向量;为平衡节点1处的复电压差向量;为平衡节点1处的正序自导纳;、为线路1-2的正序串联导纳;为正序节点导纳矩阵中剔除平衡节点相关部分后的剩余节点导纳矩阵;为除平衡节点1外的虚拟复电流注入向量;为除平衡节点1外的故障中与故障前的复电压差向量; 仅保留非平衡节点,则式1变为: ; 构造将未知虚拟电流向量与电压相量量测变化量相关联的线性观测模型: ; 式中:;为误差值; 提取配置电压相量量测的no个节点对应的行: ; 式中:下标o表示可观测节点对应的行; 对所述故障定位模型进行求解的方法为: 采用线性最小二乘法求解线性回归问题5获得第一匹配指标值;对于特定的故障线路l,第一匹配指标值的计算公式为: ; 式中:为从中与第l条线路相对应的两列组成的子矩阵;为匹配指标值;,是如下最小二乘模型的最优解,、是虚拟复电流列向量中线路l两端节点所在位置的元素: ; 对候选故障线路的关联节点进行非线性故障状态估计SE时,需对故障点电流进行补偿,并注入到所假设的虚拟故障点处,在第k次迭代中故障电流可由下式计算: ; 式中:分别为根节点、故障点f、节点i在第k次迭代时的三相复注入电流。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人河北工业大学;河北工业大学创新研究院(石家庄),其通讯地址为:300401 天津市北辰区双口镇西平道5340号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。