基于线路模型和欧氏距离的环状直流微电网短路故障定位方法

1.本发明涉及微电网故障定位技术领域，特别的涉及一种基于线路模型和欧氏距离的环状直流微电网短路故障定位方法。


背景技术：

2.近年来，随着化石能源不断枯竭、电力负荷不断增加，人们对于电网的可靠性和电能质量要求越来越高。经研究表明，作为常见结构之一的环状直流微电网相比于普通辐射状直流微网具有更高的效率，尤其是当配电线路较短时。当分布式电源或直流母线发生故障时，通过快速隔离故障区域，整个环形系统依然能够保证正常运行状态。因此环状直流微电网常应用于综合性大楼、工厂、数据中心等密集区域，同时在船舶、航天器等配电系统也具有实用价值。当直流线路发生短路故障时，由于母线大电容的存在以及线路阻抗较低，故障电流会在几毫秒内达到峰值，为了避免系统设备进一步损坏，当故障发生后快速的切断故障并精准的对故障定位，对保证微电网正常运行方面具有重大意义。
3.目前国内外学者对直流微电网短路故障定位方法研究主要从以下三个方面开展：
4.第一类是有源故障定位法，有源故障定位法基于辅助设备向故障线路注入信号，通过分析信号特征实现故障定位，该方法需在线路额外增加设备提高投入成本。
5.第二类是无源故障检测定位法，无源故障定位法则基于系统本身电气量测量值的采集和分析。行波法是典型的无源故障定位法，被广泛地应用于柔性直流输电系统故障保护，但该方案需要多个终端设备且不适用于短线路故障保护。也有学者选择利用线路电流信号或电压信号分析计算实现故障保护，但该方法还无法兼容高电阻接地故障情况。或者通过采样故障电流的峰值，利用所提出的参数估计方法计算出故障位置及其他参数，此方法需要较高采样率以保证定位精确度。
6.随着人工智能领域的不断发展，第三类方法如神经网络、图像处理技术已被应用于电气领域。有学者提出了多准则系统与神经网络相结合的方法实现故障定位，相比于传统差动保护法法提升了故障保护速度，但定位方法并未对高电阻接地情况进行验证。或者将小波变换与深度神经网络相结合提出了微电网故障智能检测方案，该方案中小波族的选择会直接影响检测与定位的精度。也有提出利用数学形态法提取电流信号特征检测故障，该方法可应用于高电阻短路故障检测和保护，但未进行故障定位。


技术实现要素：

7.针对上述现有技术的不足，本发明所要解决的技术问题是：如何提供一种无需额外的信号注入，适用于高电阻故障情况下故障定位的环状直流微电网短路故障定位方法。
8.为了解决上述技术问题，本发明采用了如下的技术方案：
9.一种基于线路模型和欧氏距离的环状直流微电网短路故障定位方法，其特征在于，包括如下步骤：
10.s1、针对待进行故障定位的环状直流微电网建立系统数学模型；
11.s2、获取线路电流：通过智能电子设备或电流传感器获取线路的采样电流；
12.s3、故障方案初始化：通过随机生成的方式获取大量故障电阻与故障位置的组合方案；
13.s4、计算暂态故障电流：故障方案生成后，通过所建立的系统数学模型计算出暂态故障电流；
14.s5、欧氏距离及相关系数计算：通过计算暂态故障电流与采样电流之间的欧氏距离，分析得到电流之间的相关性；
15.s6、判定是否符合相关阈值：设定判定阈值为k1，当所计算相关系数大于k1时，确定故障方案，并输出该故障方案的故障位置和过渡电阻；否则，利用遗传算法进行方案优化，寻找方案最优解，重复步骤s4～s6。
16.进一步的，所述步骤s1中，针对具有n个与换流器直接相连的节点和b条输电线路的环状直流微电网，其直流系统节点电压矩阵un为：
[0017][0018]
变换器输出电流矩阵ic为：
[0019][0020]
线路电流矩阵i0为：
[0021][0022]
电流变化方程矩阵方程和节点电压变化矩阵方程分别为：
[0023][0024][0025]
式中，中，l0为直流线路电感对角矩阵，其维数为b
×
b；r0为线路电阻对角矩阵，其维数为b
×
b；c0为母线电容对角矩阵，其维数为n
×
n；a0为节点支路关联矩阵，其维数为n
×
b，a0元素定义如下：
[0026][0027]
当节点与支路相关联时，若支路方向离开节点则a
nb
＝1，若支路方向指向节点则a
nb
＝-1。当节点与支路无关时a
nb
＝0。
[0028]
进一步的，在环状直流微电网存在故障状态下，节点数n和输电线路数b均加1；所述步骤s4中，暂态故障电流可通过下式计算：
[0029][0030]
式中：故障状态下的节点电压矩阵un、线路电流矩阵i0、变换器输出电流矩阵ic分别为：
[0031]
un＝[u
n1 u
n2 u
n3
……unn u
nf
]
t
[0032]
i0＝[i
12 i
23 i
34
……ibf i
f1
]
t
[0033]
ic＝[i
c1 i
c2 i
c3
……icn if]
t
[0034]
l为直流线路电感对角矩阵，其维数为(b+1)
×
(b+1)；r为线路电阻对角矩阵，其维数为(b+1)
×
(b+1)；c为母线电容对角矩阵，其维数为(n+1)
×
(n+1)；分别表示为：
[0035][0036][0037][0038]
其中：if＝i
f1-i
nf
，u
nf
＝rf·
(-if)＝e
·
rf·
i0，e为系数向量，e＝[0 0
……
0 1
ꢀ‑
1]，rf为短路过渡电阻。
[0039]
进一步的，所述步骤s5中，当时间维度一定时，在电流空间内电流序列分别包含k个样本点，基于欧氏距离的电流相关系数为：
[0040][0041]
式中：和分别为采样电流样本序列i
sam
和暂态故障电流样本序列i
cal
中各分量标准化，采样电流样本序列i
sam
和暂态故障电流样本序列i
cal
的空间表达式分别为：
[0042]isam
＝((i
sam1
,t
sam1
),(i
sam2
,t
sam2
),
···
,(i
samk
,t
samk
))
[0043]ical
＝((i
cal1
,t
cal1
),(i
cal2
,t
cal2
),
···
,(i
calk
,t
calk
))。
[0044]
综上所述，本发明具有无需额外的信号注入，适用于高电阻故障情况下故障定位等优点。
附图说明
[0045]
图1为四端口环状直流微电网结构图。
[0046]
图2为故障定位流程图。
[0047]
图3为窗口电流校正图。
[0048]
图4为四端口环状直流微电网仿真结构图。
[0049]
图5为直流母线电压示意图。
[0050]
图6为相同过渡电阻不同故障位置下线路1-2的电流示意图。
[0051]
图7为相同故障位置不同过渡电阻时线路1-2的电流示意图。
具体实施方式
[0052]
下面通过建模和仿真对本发明作进一步的详细说明。
[0053]
1、环状直流微电网建模
[0054]
假设某环状直流微电网具有n个节点(与换流器直接相连)，b条输电线路(节点与节点相连直流线路—支路)。则直流系统节点电压矩阵un可表示为：
[0055][0056]
变换器输出电流矩阵ic可表示为：
[0057][0058]
线路电流矩阵i0可表示为：
[0059][0060]
以图1所示的四端口环状直流微电网为例，分析直流系统各电气量之间的数学关系。此时系统具有四个节点与变换器直接相连，且环路有4条直流输电线路。当系统正常运行时，直流系统节点电压矩阵un可表示为：
[0061]
un＝[u
n1 u
n2 u
n3 u
n4
]
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0062]
变换器输出电流矩阵ic可表示为：
[0063]
ic＝[i
c1 i
c2 i
c3 i
c4
]
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0064]
假设环路顺时针方向为电流参考正方向，则线路电流矩阵i0可表示为：
[0065]
i0＝[i
12 i
23 i
34 i
41
]
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0066]
在现有研究中，针对直流微网短路故障时变换器输出电流模型主要分为两种。一种是忽略变换器的输入电流，另一种则将变换器视为恒流源。因此，可将分布式电源与变换器整体视为恒流源输入。
[0067]
当系统正常运行时，以节点1与节点2之间线路1-2为例，根据基尔霍夫电压定律列写线路方程：
[0068][0069]
其中，l
12
,r
12
分别表示线路1的线路电感和线路电阻。
[0070]
推广至每条输电线路，其电流变化方程矩阵形式表示为：
[0071][0072]
其中，l0为直流线路电感对角矩阵，其维数为b
×
b。r0为线路电阻对角矩阵，其维数为b
×
b。a0为节点支路关联矩阵，其维数为n
×
b，a0元素定义如下：
[0073][0074]
当节点与支路相关联时，若支路方向离开节点则a
nb
＝1，若支路方向指向节点则a
nb
＝-1。当节点与支路无关时a
nb
＝0。
[0075]
同理，根据基尔霍夫电流定律列写节点电压变化矩阵方程为：
[0076][0077]
其中，c0为母线电容对角矩阵，其维数为n
×
n。
[0078]
以图1所示网络为例，若线路4-1发生短路故障，原四端口网络相当于在节点1、4之间新增故障节点，此时节点数与支路数分别加1。此时系统节点电压矩阵、线路电流矩阵、变换器输出电流矩阵分别为：
[0079]
un＝[u
n1 u
n2 u
n3 u
n4 u
nf
]
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0080]
i0＝[i
12 i
23 i
34 i
4f i
f1
]
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0081]
ic＝[i
c1 i
c2 i
c3 i
c4 if]
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0082]
式(13)中，
[0083]
if＝i
f1-i
4f
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0084]unf
＝rf·
(-if)＝e
·
rf·
i0ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)
[0085]
其中，e为系数向量，e＝[0 0 0 1
ꢀ‑
1]，rf为短路过渡电阻。
[0086]
由于当故障发生时，原直流线路可视为被故障点切断为两条线路，此时线路电流变化方程(8)中电感、电阻矩阵分别修正为：
[0087][0088][0089]
节点电压变化方程(10)中电容矩阵修正为：
[0090][0091]
联立电压以及电流微分方程如下：
[0092][0093]
式中a0的维数修正为(n+1)
×
(b+1)，通过方程(19)可快速计算出直流微电网线路发生短路故障时的故障电流。
[0094]
2、故障定位方案
[0095]
欧氏距离作为判别分析方法中重要的分析方法之一，通常被用于描述n维空间中
两点之间的真实距离，其目的在于分析计算样本之间的距离从而表征两样本之间的相似程度，距离越小代表样本越相关，距离越大代表样本越不相关。
[0096]
定义两组样本序列x、y，其空间表达分别为：
[0097]
x＝(x1,x2,
···
,xn)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(20)
[0098]
y＝(y1,y2,
···
,yn)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(21)
[0099]
则两组序列间欧氏距离可定义为：
[0100][0101]
由于各维度分量分布差异较大，为了消除单位的影响，首先需要对每个分量作标准化，本实施例选择分量均值对各分量标准化，公式为：
[0102][0103]
式中：式中：为x序列样本均值；为x序列样本均值；为y序列样本均值。
[0104]
若样本欧氏距离在整个空间内始终保持趋近于0的数值，则可以判定所选择样本具有高度相似相关性，也可说明样本曲线变化趋势相同。本实施例选用欧氏距离表示故障电流的相似程度和幅值差异。由于在实际情况下采样电流与暂态故障电流欧氏距离具有一定差异，为了更好的表示故障电流的相关性，本实施例采用公式(24)将欧氏距离转化为相关性系数。
[0105][0106]
在分析电流时，欧式空间可认为是由时间与电流构成的二维空间，因此采样电流样本序列可表示为i
sam
，暂态故障电流样本序列表示为i
cal
，空间表达式分别为：
[0107]isam
＝((i
sam1
,t
sam1
),(i
sam2
,t
sam2
),
···
,(i
samk
,t
samk
))
ꢀꢀꢀꢀꢀ
(25)
[0108]ical
＝((i
cal1
,t
cal1
),(i
cal2
,t
cal2
),
···
,(i
calk
,t
calk
))
ꢀꢀꢀꢀꢀ
(26)
[0109]
则基于欧氏距离的电流相关系数表示为：
[0110][0111]
当时间维度一定时，在电流空间内电流序列分别包含k个样本点，此时电流相关系数简化为：
[0112][0113]
3、故障定位方法
[0114]
直流微电网线路通常在线路两端安装智能电子设备(ied)用于监测和保护系统。当线路发生短路故障时，系统通过ied设备监测并获取电流、电压信息。本部分通过计算采样电流与暂态故障电流之间的欧氏距离结合遗传算法分析得到一种故障定位方法。
[0115]
故障定位流程如图2所示，定位方法具体实施过程如下：
[0116]
1)获取线路电流：通过智能电子设备、电流传感器等获取采样线路电流。
[0117]
2)故障方案初始化：通过随机生成的方式获取大量故障电阻与故障位置的组合方案。
[0118]
3)计算暂态故障电流：故障方案生成后，通过所建立的系统数学模型计算出暂态故障电流。
[0119]
4)欧氏距离及相关系数计算：通过计算暂态故障电流与采样电流之间的欧氏距离，分析得到电流之间的相关性。
[0120]
5)判定是否符合相关阈值：故障发生后，采样电流与暂态故障电流之间欧式距离越近则代表，故障方案越精确。因此，设定判定阈值为k1，当所计算相关系数大于k1时，确定故障方案。经过大量仿真验证取k1＝0.99。
[0121]
6)遗传算法迭代更新：当所生成故障方案不满足欧氏距离相关系数阈值要求时，利用遗传算法进行方案优化，寻找方案最优解。
[0122]
4、算法数据窗口电流校正
[0123]
在分析电流时，欧式空间可认为是由时间与电流构成的二维空间，采样电流与暂态故障电流分别构成两组样本序列。其中样本数量由采样频率与计算窗口所决定。采样频率越高，样本个数越多；计算窗口越大，样本个数越多。为准确评估采样电流与暂态故障电流之间的欧氏距离，数据窗口的选取具有重要作用。
[0124]
本实施例采用滑动窗口法，将固定长度的实际电流采样窗口在时间轴上进行滑动，以保证实际电流采样点与暂态故障电流点对齐。由于采样电流是离散的以及噪声的影响，故障发生时刻难以准确判断，但故障发生后随着电流上升至最大值最后趋于平稳，采样窗口将滑动并采样电流最大值。因此可选取电流最大值为基准时刻，从而进行窗口电流校正，如图3所示。
[0125]
根据仿真数据分析，本实施例的数据窗口取t＝1
×
10-4
s。
[0126]
当需要进行电流校正时，实际采样电流与暂态故障电流之间存在两种关系：
[0127]
(1)采样电流最大值i
s_max
大于或等于故障电流最大值i
c_max
，此时移动暂态故障电流直至采样电流最大值位于暂态故障电流上。
[0128]
(2)采样电流最大值i
s_max
小于暂态故障电流最大值i
c_max
，此时移动暂态故障电流直至采样电流最大值与暂态故障电流最大值在时间轴对齐。
[0129]
5、仿真验证
[0130]
为对所提出故障定位方案进行初步验证，本实施例基于matlab/simulink仿真平台搭建四端口环状直流微电网，模拟了低压400v直流微电网系统，其中仿真结构图模型如图4所示，系统参数详见下表1。
[0131]
表1故障仿真参数
[0132][0133]
仿真设定在t＝1s发生短路故障，初始接地过渡电阻rf＝1ω。根据图5母线电压波形所示，当短路故障发生后，母线电压迅速降低，经过短暂的高频震荡后逐渐趋于平稳。
[0134]
图6和图7分别模拟了当线路1-4发生接地短路故障时，线路1-2的线路电流变化情况。随着故障位置d的增加，线路电流i
21
振荡频率逐渐增加但电流上升速率逐渐减小。当故障位置一定时，过渡电阻直接影响着线路电流的幅值。根据以上电流变化特性，利用所提出的故障定位算法可准确定位故障并确定过渡电阻的大小。
[0135]
不同条件下，故障位置和故障电阻的误差情况分别由下表2和表3给出。
[0136]
表2相同过渡电阻不同故障位置时误差情况
[0137][0138][0139]
为验证故障定位方法的精确度，本实施例分别对故障位置与过渡电阻的误差定义为：
[0140][0141]
其中，le和la是检测故障位置与实际故障位置，l
t
是故障线路的总长。re和ra分别是检测故障电阻与实际故障电阻，r
t
是参考故障电阻，本实施例中设置参考故障电阻为10ω。
[0142]
表3相同位置不同过渡电阻时误差情况
[0143][0144]
当短路故障发生后，故障定位算法中短路故障的暂态故障电流与仿真电流并不完全一致。当故障位置发生在线路中段时，故障定位准确性最高。其定位准确性随着故障位置靠近线路两端而逐渐降低。随着故障过渡电阻的增加，故障定位的难度增加，其定位准确性有所降低。当过渡电阻最大时rf＝10ω，故障检测误差也达到最大。其中，故障位置平均误差为2.68％，故障电阻平均误差为2.77％。可以看出，所提出的方法可以准确的定位故障和确定过渡电阻。
[0145]
6、结论
[0146]
为了解决环形直流微电网发生短路故障时无法精确定位的问题，本实施例针对环形直流微电网接地短路故障，建立了环形直流微电网的系统模型，提出了基于欧氏距离相关系数的故障定位方案，通过理论分析及仿真验证得到了如下结论：
[0147]
1)通过建立故障时环状微网的模型，可快速且准确的计算暂态故障电流。
[0148]
2)所提方法能够准确检测故障位置与过渡电阻，在低电阻与高电阻短路情况下均可适用，满足直流微电网的可靠性要求。
[0149]
以上所述仅为本发明的较佳实施例而已，并不以本发明为限制，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于线路模型和欧氏距离的环状直流微电网短路故障定位方法，其特征在于，包括如下步骤：s1、针对待进行故障定位的环状直流微电网建立系统数学模型；s2、获取线路电流：通过智能电子设备或电流传感器获取线路的采样电流；s3、故障方案初始化：通过随机生成的方式获取大量故障电阻与故障位置的组合方案；s4、计算暂态故障电流：故障方案生成后，通过所建立的系统数学模型计算出暂态故障电流；s5、欧氏距离及相关系数计算：通过计算出的暂态故障电流与采样电流之间的欧氏距离，分析得到电流之间的相关性；s6、判定是否符合相关阈值：设定判定阈值为k1，当所计算相关系数大于k1时，确定故障方案，并输出该故障方案的故障位置和过渡电阻；否则，利用遗传算法进行方案优化，寻找方案最优解，重复步骤s4～s6。2.如权利要求1所述的基于线路模型和欧氏距离的环状直流微电网短路故障定位方法，其特征在于，所述步骤s1中，针对具有n个与换流器直接相连的节点和b条输电线路的环状直流微电网，其直流系统节点电压矩阵u
n
为：变换器输出电流矩阵i
c
为：线路电流矩阵i0为：电流变化方程矩阵方程和节点电压变化矩阵方程分别为：电流变化方程矩阵方程和节点电压变化矩阵方程分别为：式中，中，l0为直流线路电感对角矩阵，其维数为b
×
b；r0为线路电阻对角矩阵，其维数为b
×
b；c0为母线电容对角矩阵，其维数为n
×
n；a0为节点支路关联矩阵，其维数为n
×
b，a0元素定义如下：当节点与支路相关联时，若支路方向离开节点则a
nb
＝1，若支路方向指向节点则a
nb
＝-1。当节点与支路无关时a
nb
＝0。3.如权利要求2所述的基于线路模型和欧氏距离的环状直流微电网短路故障定位方法，其特征在于，在环状直流微电网存在故障状态下，节点数n和输电线路数b均加1；所述步骤s4中，暂态故障电流可通过下式计算：
式中：故障状态下的节点电压矩阵u
n
、线路电流矩阵i0、变换器输出电流矩阵i
c
分别为：u
n
＝[u
n1 u
n2 u
n3
……
u
nn u
nf
]
t
i0＝[i
12 i
23 i
34
……
i
bf i
f1
]
t
i
c
＝[i
c1 i
c2 i
c3
……
i
cn i
f
]
t
l为直流线路电感对角矩阵，其维数为(b+1)
×
(b+1)；r为线路电阻对角矩阵，其维数为(b+1)
×
(b+1)；c为母线电容对角矩阵，其维数为(n+1)
×
(n+1)；分别表示为：(n+1)；分别表示为：(n+1)；分别表示为：其中：i
f
＝i
f1-i
nf
，u
nf
＝r
f
·
(-i
f
)＝e
·
r
f
·
i0，e为系数向量，e＝[0 0
……
0 1
ꢀ‑
1]，r
f
为短路过渡电阻。4.如权利要求3所述的基于线路模型和欧氏距离的环状直流微电网短路故障定位方法，其特征在于，所述步骤s5中，当时间维度一定时，在电流空间内电流序列分别包含k个样本点，基于欧氏距离的电流相关系数为：式中：和分别为采样电流样本序列i
sam
和暂态故障电流样本序列i
cal
中各分量标准化，采样电流样本序列i
sam
和暂态故障电流样本序列i
cal
的空间表达式分别为：i
sam
＝((i
sam1
,t
sam1
),(i
sam2
,t
sam2
),
···
,(i
samk
,t
samk
))i
cal
＝((i
cal1
,t
cal1
),(i
cal2
,t
cal2
),
···
,(i
calk
,t
calk
))。

技术总结
本发明公开了一种基于线路模型和欧氏距离的环状直流微电网短路故障定位方法，针对待进行故障定位的环状直流微电网建立系统数学模型；通过智能电子设备或电流传感器获取线路的采样电流；通过随机生成的方式获取大量故障电阻与故障位置的组合方案；故障方案生成后，通过所建立的系统数学模型计算出暂态故障电流；通过计算暂态故障电流与采样电流之间的欧氏距离，分析得到电流之间的相关性；判定是否符合相关阈值：设定判定阈值为k1，当所计算相关系数大于k1时，确定故障方案，并输出该故障方案的故障位置和过渡电阻；否则，利用遗传算法进行方案优化，寻找方案最优解。本发明具有无需额外的信号注入，适用于高电阻故障情况下故障定位等优点。故障定位等优点。故障定位等优点。


技术研发人员：冯波 罗永捷 钟加勇 王强钢 李星龙 罗建 贾勇 杨奕
受保护的技术使用者：重庆理工大学 国网重庆市电力公司电力科学研究院
技术研发日：2023.06.05
技术公布日：2023/9/9