CN114325240A - 一种基于高频故障信息能量评估的故障线路识别方法 - Google Patents

Abstract

本发明提供一种基于高频故障信息能量评估的故障线路识别方法，通过对小电流接地***单相接地故障时的高频暂态行波过程进行分析，根据各个主成分累积贡献率，选取前多个主成分，更好地保留原始变量的信息。基于主成分分析进一步提出了故障线路识别算法。从高频信号的本质特征出发，有利于准确把握故障根本特征，大幅提升基于高频信息的故障线路辨识准确度。

Description

一种基于高频故障信息能量评估的故障线路识别方法

技术领域

本发明涉及线路故障辨识领域，具体涉及一种基于高频故障信息能量评估的故障线路识别方法。

背景技术

现代电力***中采用最多的中性点接地方式是直接接地、不接地和消弧线圈接地，对于66kv及以下的中压电力***，降低绝缘水平成为一个相对次要的因素，接地方式影响的其他方面因素成为选择接地方式的主要考虑。在这种情况下，从不同的角度和具体问题出发，采取了不同的接地方式。配电网典型的接地方式有不接地、经消弧线圈接地、经低电阻接地或经低电抗接地。我国配电网***广泛采用非有效接地方式，包括中性点不接地，经消弧线圈和经高阻接地，它可在发生单相接地故障时继续运行1～2个小时而无需立即跳闸，极大提高了供电可靠性。但单相接地故障选线和定位成为一个难题。以往的选线方法仍不能满足生产需要，亟需对线路故障快速辨识进行进一步研究。

目前造成选线保护问题难以解决的原因较为复杂，首先故障状况复杂，可能是稳定型故障或断续型故障，也可能是电阻型故障或电弧型故障。故障状况不同，产生的故障量在数值上、变化规律上相差悬殊；尤其是一些不稳定的断续型故障，波形非常不规则。其次，非有效接地电网单相接地故障电流仅为网络对地电容电流，数值非常小，有些情况下故障电流可能低于电流互感器量程下限值，测量误差非常大。而对于接地电流稍大些的电网，又需要装设消弧线圈，消弧线圈接地电网选线保护难度更大。

现场电磁干扰以及零序回路对高次谐波及各种暂态量的放大作用，使检出的故障信号信噪比非常低。对于架空线路，需使用零序电流滤过器获得零序电流，而零序电流滤过器存在不平衡电流，一次电网的不平衡也产生零序电流。这些附加电流叠加在微弱的故障电流上，不容易分离出去。

发明内容

本发明提供一种基于高频故障信息能量评估的故障线路识别方法，方法从高频信号的本质特征出发，有利于准确把握故障根本特征，大幅提升基于高频信息的故障线路辨识准确度。

方法包括：

S101、分析行波传输过程的特征数据；

S102、对波能量主成分进行分析和评估；

S103、将波能量主成分的分析和评估数据作为选线判据；

选线判据的步骤如下：

(1)利用行波采集装置获取各出线的故障行波信号并得到零模分量；

(2)计算表征行波信号能量的表达式E’；

(3)由表达式dF计算各出线波能量主成分，通过波能量主成分数值确定故障线路。

本发明中，在步骤将波能量主成分的分析和评估数据作为选线判据中：

当故障行波信号出现时，信号曲线会变的无规律；随着时间的后移，其后采样点的维数逐渐增大，达到峰值时表示故障信号开始进入相对稳定状态。

在本发明的步骤S101中，

设线路L₁在t时刻故障，MB为其中一条非故障线路，设线路母线共有n条出线；

设非故障线路初始行波为i_uf，故障线路初始行波为i_f，故障线路母线端测量初始行波为i_f，与故障点反射波的叠加，记为i_ff，则有：

式中γ，ρ分别行波的折射，反射系数，则：

式中Z_c为零模波阻抗均相等，Z₂为从故障线路看进去母线端的等效阻抗，当母线端有n条出线时，Z₂＝Z_c/(n-1)，可得：

在本发明的步骤S102中，

根据行波信号理论，将i(t)在t₀～t时间段的能量E定义如下：

相应的，对于离散采样值，E计算式为：

用N个行波信号极值来表征行波信号能量E’：

式中S_pi为行波信号极值；

利用降维将多变量转为少数主成分，配置一组数据，共有n个样本，每个样本有p项评价指标，构成一个n×p阶矩阵，

波能量主成分分析将观测变量综合成p个主成分：

基于每个主成分F的方差是递减的，其微分表达形式如下：

设[t_k-t，t_k]区间信号包含偶数n个采样点(x₁ ^(k)…,x_n ^(k))，令

以及

N^(k)(Δ)＝D^(k)(Δ)/Δ

N^(k)(2Δ)＝D^(k)(2Δ)/2Δ

式中N^(k)(Δ)及N^(k)(2Δ)为Δ及2Δ时间区间在[t_k-t，t_k]上的能量等效个数；

得到主成分F的表达式为

基于波能量主成分分析方式对导波信号特征进行降维，获得信号特征主成分综合得分，得到其与故障线路的对应关系。

从以上技术方案可以看出，本发明具有以下优点：

本发明提供的基于高频故障信息能量评估的故障线路识别方法中，通过对小电流接地***单相接地故障时的高频暂态行波过程进行分析，根据各个主成分累积贡献率，选取前多个主成分，更好地保留原始变量的信息。基于主成分分析进一步提出了故障线路识别算法。从高频信号的本质特征出发，有利于准确把握故障根本特征，大幅提升基于高频信息的故障线路辨识准确度。

附图说明

为了更清楚地说明本发明的技术方案，下面将对描述中所需要使用的附图作简单地介绍，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他的附图。

图1为组合选线判据流程图；

图2为波能量主成分分析流程图；

图3为小电流接地图；

图4为故障行波折反射示意图；

图5为电压波形图；

图6为故障线路波形图；

图7为非故障线路波形图；

图8为母线各出线故障行波信号零模分量及对应能量分析图；

图9为各线路主成分分析结果图。

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。

如图1至3所示，本发明提供一种基于高频故障信息能量评估的故障线路识别方法，方法包括：

S101、分析行波传输过程的特征数据；

小电流接地***接线如图3所示。设线路L₁在t时刻故障，如图4所示，MB为其中一条非故障线路，设线路母线共有n条出线。

设非故障线路初始行波为i_uf，故障线路初始行波为i_f，故障线路母线端测量初始行波为i_f与故障点反射波的叠加，记为i_ff，则有：

式中γ，ρ分别行波的折射，反射系数，则：

式中Z_c为零模波阻抗均相等，Z₂为从故障线路看进去母线端的等效阻抗，当母线端有n条出线时，Z₂＝Z_c/(n-1)，可得：

实际小电流接地***中n值较大，可得母线端测量的故障线路初始行波的幅值远大于非故障线路。但初始行波头在实际信号中存在波头需要识别，幅值测量可能存在精度不良等问题，仅依靠初始波头的判据将具有不可靠性。为此，若引入初始波头的能量，利用行波能量的评估方法判断初始波头的性质，进而提出故障识别方法，将具有明显可行性并提高判据的可靠性。

S102、对波能量主成分进行分析和评估；

(1)行波能量表述

根据行波信号理论，将i(t)在t₀～t时间段的能量E定义如下：

相应的，对于离散采样值，E计算式为：

可见，行波信号的极值可以体现该信号的能量。为减小计算量，用N个行波信号极值来表征行波信号能量E’：

式中S_pi为行波信号极值。

(2)波能量主成分分析方法

波能量主成分分析利用降维将多变量转为少数主成分，目的是用较少的特征去描述原有数据，将高相关性特征转化成彼此独立或不相关的特征并作为表征数据的综合性指标。对于一组数据，共有n个样本，每个样本有p项评价指标，构成一个n×p阶矩阵，

波能量主成分分析将观测变量综合成p个主成分：

由于每个主成分F的方差是递减的，其微分表达形式如下：

设[t_k-t，t_k]区间信号包含偶数n个采样点(x₁ ^(k)…,x_n ^(k))，令

以及

N^(k)(Δ)＝D^(k)(Δ)/Δ

N^(k)(2Δ)＝D^(k)(2Δ)/2Δ

式中N^(k)(Δ)及N^(k)(2Δ)为Δ及2Δ时间区间在[t_k-t，t_k]上的能量等效个数。

由此，可得主成分F的表达式为

本发明中，根据各个主成分累积贡献率的大小选取前m个主成分，当上述主成分累积贡献率达到85％以上时，可保证综合变量包括原始变量的绝大部分信息。故障行波信号复杂，当采用上述数学模型表述，可以有效采用多信号特征取代单信号特征进行检测可提高检测精度与可靠性。同时波能量主成分分析方法对导波信号特征进行降维，获得信号特征主成分综合得分，主成分综合得到其与故障线路的对应关系。

S103、将波能量主成分的分析和评估数据作为选线判据；

波能量主成分分析信号的奇异性，其大小反映了信号突变处的复杂程度。如图1可以看出，当故障行波信号出现时，信号曲线会变复杂；随着时间的后移，其后采样点的维数逐渐增大，达到峰值时表示故障信号开始进入相对稳定状态。

波能量主成分分析信号判据步骤如图2所示：

(1)利用行波采集装置获取各出线的故障行波信号并得到其零模分量；

(2)计算表征行波信号能量的表达式E’；

(3)由表达式dF计算各出线波能量主成分。通过波能量主成分数值确定故障线路。

本发明还对上述实现基于高频故障信息能量评估的故障线路识别方法进行仿真研究，如图5至9所示，利用Simulink验证所提方法的有效性。35kV母线带有5条馈线，编号依次为L1、L2、L3、L4、L5，长度分别为24km、10km、17km、36km、31km。线路正序参数和零序参数分别为：

R1＝0.46.，X1＝0.56.,C1＝0.1μF/km；

R0＝0.73,X0＝1.25,C0＝0.04μF/km。

(1)仿真算例1：中性点不接地***，接地电阻为25Ω，合闸相角46°。故障原始录波波形如图5至7所示。分别取N值为5、7、9计算各出线E’，如图8所示，结合母线各出线行波信号对应的主成分分析，如图9所示，对选线结果进一步确认得到故障线路为L1。

表1数据处理结果

(2)仿真算例2：中性点不接地***，接地电阻为1000Ω，合闸相角70°。此时行波信号微弱，仿真结果如表格2中所示。此时根据主成分分析判断仍可有效获得故障线路。

表2高阻故障结果

(3)仿真算例3：中性点不接地***，故障接地电阻15Ω，电压过零时刻发生故障。行波信号微弱，此时主成分贡献率如表格3中所示。

表3主成分贡献率和累积贡献率(仿真)

(4)仿真算例4：中性点经消弧线圈接地***，故障接地电阻15Ω，合闸相角40°，数据如表格5中所示。

表格5中经消弧线圈接地结果

本发明提供的基于高频故障信息能量评估的故障线路识别方法是结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属技术领域的技术人员能够理解，本发明提供的基于高频故障信息能量评估的故障线路识别方法的各个方面可以实现为***、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“***”。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (4)

1.一种基于高频故障信息能量评估的故障线路识别方法，其特征在于，方法包括：

S101、分析行波传输过程的特征数据；

S102、对波能量主成分进行分析和评估；

S103、将波能量主成分的分析和评估数据作为选线判据；

选线判据的步骤如下：

(1)利用行波采集装置获取各出线的故障行波信号并得到零模分量；

(2)计算表征行波信号能量的表达式E’；

(3)由表达式dF计算各出线波能量主成分，通过波能量主成分数值确定故障线路。

2.根据权利要求1所述的基于高频故障信息能量评估的故障线路识别方法，其特征在于，

在步骤将波能量主成分的分析和评估数据作为选线判据中：

当故障行波信号出现时，信号曲线会变的无规律；随着时间的后移，其后采样点的维数逐渐增大，达到峰值时表示故障信号开始进入相对稳定状态。

3.根据权利要求1所述的基于高频故障信息能量评估的故障线路识别方法，其特征在于，在步骤S101中，

设线路L₁在t时刻故障，定义MB为其中一条非故障线路，设线路母线共有n条出线；

设非故障线路初始行波为i_uf，故障线路初始行波为i_f，故障线路母线端测量初始行波为i_f，与故障点反射波的叠加，记为i_ff，则有：

i_ff＝ρ×i_f+i_f

式中γ，ρ分别行波的折射，反射系数，则：

式中Z_c为零模波阻抗均相等，Z₂为从故障线路看进去母线端的等效阻抗，当母线端有n条出线时，Z₂＝Z_c/(n-1)，可得：

4.根据权利要求1所述的基于高频故障信息能量评估的故障线路识别方法，其特征在于，在步骤S102中，

根据行波信号理论，将i(t)在t₀～t时间段的能量E定义如下：

相应的，对于离散采样值，E计算式为：

用N个行波信号极值来表征行波信号能量E’：

式中S_pi为行波信号极值；

利用降维将多变量转为少数主成分，配置一组数据，共有n个样本，每个样本有p项评价指标，构成一个n×p阶矩阵，

波能量主成分分析将观测变量综合成p个主成分：

基于每个主成分F的方差是递减的，其微分表达形式如下：

设[t_k-t，t_k]区间信号包含偶数n个采样点(x₁ ^(k)…,x_n ^(k))，令

以及

N^(k)(Δ)＝D^(k)(Δ)/Δ

N^(k)(2Δ)＝D^(k)(2Δ)/2Δ

式中N^(k)(Δ)及N^(k)(2Δ)为Δ及2Δ时间区间在[t_k-t，t_k]上的能量等效个数；

得到主成分F的表达式为

基于波能量主成分分析方式对导波信号特征进行降维，获得信号特征主成分综合得分，得到其与故障线路的对应关系。

Images