500kV输电线路故障诊断方法综述

魏智娟 李春明 付学文

（1.内蒙古工业大学电力学院，呼和浩特 010080；2.内蒙古工业大学信息学院，呼和浩特 010080）

超高压输电线路是电力系统的命脉，它担负着传送电能的重任，其安全可靠运行是电网安全的根本保证。输电线路在实际运行中经常发生各种故障，如输电线路的鸟害故障[1]、输电线路的风偏故障等[2]，及时准确地对输电线路进行故障诊断就显得非常重要。国家电网公司架空送电线路运行规程明确规定“220kV及以上架空送电线路必须装设线路故障测距装置”[3-4]。由于我国幅员辽阔，地形地貌的多样性致使输电线路工作环境极为恶劣，输电线路发生故障导致线路跳闸、电网停电，对电力系统安全运行造成了很大威胁，所以，在线路发生故障后迅速准确地进行故障诊断，减少因故障引起的停电损失，降低寻找故障点的劳动强度，尽最大可能降低对整个电力系统的扰动程度，确保电力系统的安全可靠稳定运行具有十分重要的意义。本文在总结前人的基础上，重点论述了超高压输电线路的4种故障诊断方法，建议采用小波熵原理对输电线路故障类型进行故障识别，利用基于小波熵的单端行波测距方法实现故障定位。

1 输电线路故障诊断

当输电线路发生故障时，早先的故障定位通常是由经验丰富的运行人员在阅读故障录波图的基础上，综合电力用户提供的信息，进行预测、判断可能出现的故障位置，然后派巡线人员通过查线确认故障位置并及时排除故障。在电力市场竞争日渐激烈的情况下，以及对供电可靠性要求越来越高的用电设备投入使用的今天，这种低效率的传统故障定位方法日益显示出其弊端。可靠、准确地对输电线路进行故障诊断与定位可以缩短查找故障点的时间，大大减轻了人工巡线的艰辛劳动；而且，还能查出人们难以发现的故障及时发现线路的薄弱环节，排除故障，保证快速恢复供电，降低因停电而造成的经济损失。因此，输电线路故障诊断与定位技术给电力生产部门带来的社会和经济效益是难以估计的，它也一直是国内外电力生产部门及科研单位密切关注的研究课题之一。

高压输电线路故障所引起的行波中包含着丰富的故障信息。合理、准确地利用行波信号中的故障信息，可以构成超高速动作的行波保护，而且还可以形成精确的行波故障测距和不受中性点运行方式影响的小电流接地系统行波选线方法[5]。而行波保护的优势主要表现在3个方面：

1）具有快速动作性。提高继电保护的快速动作性是增大输电线路传输容量、提高电力系统稳定性的简单、有效措施。

2）从原理上，行波保护可以解决传统的工频量保护所不能解决的理论和技术问题。

3）行波保护不易受故障点的过渡电阻、电力系统振荡、短路电流的大小、电压、电流互感器的误差等因素的影响。

在现场试验和实际运行中，现有的行波测距选线方法的正确性和有效性己经被证实[6-8]。这说明了我们是可以利用行波中的故障信息对输电线路进行故障诊断与定位，同时又为行波保护的研究与应用提供了丰富的经验。近年来，随着行波理论的不断完善以及小波变换和数学形态学等理论的发展，特别是现代微电子技术的迅速发展，行波保护技术也得到了快速发展，出现了许多基于单端、双端行波测距和保护的方法和理论。因此，一些国内外学者也致力于行波保护的研究与应用。目前，虽然基于GPS的双端故障测距装置已在输电网中获得了广泛的应用，且具有较高的测距精度，但该装置需要在输电线路两端安装设备，成本较高；而且需要通信通道和GPS，其可靠性相对较低。所以，研究基于单端行波测距的方法具有一定的前景和意义。

2 输电线路故障诊断方法

2.1 阻抗法

将计算机技术引入到电力系统后，使得输电线路阻抗测距法得到了长足的发展。阻抗法的基本原理是通过测量输电线路发生故障时的电压、电流量，计算出故障回路的阻抗。由于线路长度与阻抗成正比，因此便可求出装置装设处到故障点的距离，或是利用故障时记录下来的电压、电流量。通过分析计算，求出故障点的距离。由于该方法容易实现，操作方便而得到广泛应用，但架空输电线路参数R、L、C是沿输电线路是按照潮流分布的，一般不能当做集中参数元件处理，且阻抗法的测距精度受系统运行方式、过渡电阻和线路分布电容等因素影响，所以该方法误差较大，很难保证测距精度[7，9-10]。

2.2 神经网络和模糊理论等智能算法

近几年国内外相关专家学者对输电线路智能诊断理论的研究也越来越多，其中以神经网络和模糊理论方法的研究尤多。各种智能技术之间的交叉结合，如模糊专家系统、模糊神经网络、神经网络专家系统等也相继出炉，但大多数尚处于研究阶段，距离输电线路故障诊断的实际应用有很长的一段路要走。相关学科的研究成果如：小波变换、优化方法、卡尔曼滤波技术、模式识别技术、概率与统计决策方法等也被引入到输电线路故障诊断与定位的研究中[7，9]。目前，这些输电线路故障诊断方法大部分也尚处于开发立论阶段。

在神经网络诊断法中人工神经元模拟了脑神经元的基本特性，它按照不同的权重接收其他神经元传递来的信号，而输出则是这种加权和信号的非线性函数值。人工神经网络由大量人工神经元相互广泛连接组成，如图1所示的前馈网络模型包含输入层、隐含层和输出层，每层由数量不等的神经元L、M、N组成。相邻的各神经元之间由连接线相互联系，信息分散地存储在连接线权重上[11-13]。

图1 前馈人工神经网络简图

文献[14]研究了人工神经网络训练样本的本端等值系统阻抗及电势变化对故障测距或距离保护的影响，指出人工神经网络用于故障测距时应当考虑的因素极多，所需训练样本巨大，且训练很难收敛，人工神经网络实用于故障测距尚需进一步研究。文献[15]提出了一种基于模糊理论的单回线单端故障方法，因伪根问题没有得到解决，所以其定位精度不高。文献[16]对人工神经网络故障诊断做了简要概括，指出由于电力设备的实际结构非常复杂，要获得学习所需的放电数据难度很大，所以该方法距离实用阶段尚有相当距离。

2.3 小波理论

小波分析（Wavelet Analysis）是近20年来发展起来的一个新的领域，其可以称为是对傅里叶分析方法的突破性的发展，它对数学和工程应用的发展都产生了深远的影响。小波变换是一种信号的时间—尺度（时间-频率）分析方法，它具有多分辨率分析（Multi-resolution Analysis）的特点，而且在时频两域都具有表征信号局部特征的能力，是一种窗口大小固定不变，形状可以改变，时-频窗都可以改变的时频局部化分析方法。即在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，很适合于探测正常信号中夹带的瞬态反常信号并展示其成分[17]，所以被誉为分析信号的“显微镜”。正是由于这种特性，使小波变换具有对信号的自适应性。

小波分析是数值分析、傅里叶分析、泛函分析相结合而发展来一种新的数学分支，它广泛应用于生物医学工程、雷达、机器视觉、机器故障诊断、自动控制、信号处理、图像处理与分析、语音识别与合成、音乐、CT成像、量子场论、地震勘探、天体物理、分形等领域。原则上讲，传统上使用傅里叶分析的地方，现在都可以用小波分析来取代。

小波变换是通过多尺度分析对信号奇异点进行提取的。利用小波多分辨率分析的特性将突变信号进行多尺度分解，然后通过分解后的信号来确定突变信号的突变位置。Lipschitz指数被用来定量描述函数的奇异性。当小波变换尺度越来越精细时，小波变换的极大值信号的突变点位置越精确，其衰减速度取决于信号在突变点的Lipschitz指数。小波变换不仅可以确定突变点发生的时间，而且可以进一步判断突变的性质。由于小波具有空间局部性，它能“聚焦”于信号的局部结构，因此，利用小波变换来确定信号的突变性位置更有效。

熵最初在热力学领域提出并得以应用的，经100多年的发展，它已深入到生命科学、工程应用等研究领域。1948年 Shannon定义了信息熵。Shannon 指出，任何信息都存在冗余，冗余大小与信息中每个符号（数字、字母或单词）的出现概率或者说不确定性有关。小波熵是小波变换和信息熵的结合，它的提出始于1998年，Blanco基于小波变换定义了小波熵，它具有小波变换在处理不规则异常信号中的独特优势以及信息熵对信号复杂程度的统计特性。随着该理论的不断发展，小波熵在生物、机械等领域得到了广泛应用。文献[18]阐述了小波熵理论在电力系统中应用的可行性，文献[19]提出采用离散小波变换和神经网络相结合的方法，对输电线路故障进行分类和定位，虽然训练好的神经网络可以准确地对故障进行分类和定位，但存在计算量大、运算费用高的缺点。文献[20]提出一种小波熵权和支持向量机相结合的故障识别方法。该方法识别速度快，克服了常规线性分类方法的局限性，具有较强的通用性和实用性。文献[21]探讨了小波熵作为一种后处理（特征提取）方法在电力系统故障检测中的应用，证明了小波熵理论在电力系统中有很好的应用前景。由于目前小波熵在电力系统的应用甚少，而且它的各种定义还不够成熟，因此，将小波熵用在电力暂态信号的检测和分类识别有待进一步深入研究。

2.4 行波法

故障行波定位法是居于行波传输理论实现的定位方法，在线路上发生故障时，故障点会产生向线路两端传播行波，行波保护原理是根据故障时产生的行波的特征检出故障的，由于行波保护原理利用了故障初期出现的行波电压、行波电流或两者组合中含有的故障信息，因此它必须要在极短的时间内检出故障。

在电力系统中，最早利用行波的故障检测技术要追溯到1948年。受二战后雷达发明的启发，美国人Seidu提出了利用故障后所产生的行波测量输电线路故障距离的思想，基于该想法，20世纪50年代末期先后出现了3种原理的行波测距技术，并在70－80年代达到高潮。这期间，提出了行波差动保护原理、行波判别式方向保护原理、幅值比较式行波保护原理、极性比较式行波保护原理和行波距离继电器。其中，行波差动保护、极性比较式行波保护都进行了装置的研究。由于各种技术条件的限制，早期研制的行波保护装置都没能在电力系统中获得广泛运用，这在很大程度上影响了人们对行波保护的研究热情，因此在之后的一段时间内，行波保护的研究陷入了低谷[22]。

随着计算机技术、微电子技术、通信技术、GPS时间同步技术和小波变换的出现，20世纪90年代再次掀起了行波保护研究和应用的高潮。小波变换具有良好的时频分析能力和消噪能力，能够同时从时域和频域描述奇异信号的每一个细节，故障产生的行波是一种非平稳变化的高频信号，因此小波变换成为分析行波信号的最为有效的数学工具，它在输电线路行波测距中的成功运用已经充分说明了这一点，为行波保护的实现奠定了坚实的数学基础。而DSP等现代电子技术的迅速发展使得行波保护的单指令计算速度由微秒级降至纳秒级，为研制现代电力系统同步时钟创造了条件，为行波保护速动性的实现提供了硬件保证。

在此期间，我国在行波保护研究方面已取得了阶段性的成果，代表人物有清华大学的董新洲教授，西安交通大学的葛耀中教授等人。他们研究的重点是利用小波变换识别故障行波，在此基础上形成保护原理和算法，主要成果有：

1）利用 GPS技术的输配电线路两端电气量故障测距原理与技术[23-24]，该技术已经由清华大学、西安交通大学、山东理工大学等单位联合研制、由山东科汇电气公司生产，并成功应用于电力系统，2007年获得国家发明奖。中国电力科学研究院、华中科技大学等单位也研制出类似装置。

2）基于组合故障测距算法的输电线路单端电气量故障测距技术，较好地解决了精度和可靠性的矛盾，已经获得国家发明专利授权。基于该算法，清华大学研制出一种高精度故障录波与测距装置并成功应用于实际电力系统。

而国外的一些学者也致力于基于故障引起暂态信号的暂态量保护研究，如英国的A.T.Johns及阿尔斯通公司的薄志谦等，他们在20世纪90年代提出了一些关于单端暂态量的全线速动保护原理和具体实施方案，推动了单端电气量暂态保护研究的快速发展。因目前电压互感器主要采用电容分压式电压互感器（CVT），其不能传变高频电压信号而无法获取暂态电压信号。因此，国内有关学者陆续提出了基于电流行波（或电流暂态信号）的单端量全线速动保护原理[25-27]。

总之，经过国内外10多年的运行经验表明，采用现代行波故障测距原理的输电线故障测距装置具有测距精度高和适用范围广等一系列优点。但基于暂态行波的故障测距技术尚不成熟，仍存在不少问题，概括起来主要有：

1）目前，D型行波测距原理已在输电线路上获得成果应用，虽然其具有较高的可靠性，但准确性稍差。它需要利用线路全长，因而其测距误差往往比单端测距原理的测距误差要大，且需要通道和时间同步设施，其准确性略低于单端测距，投资较大。

2）没有考虑线路出口故障时行波采集失真及在电压过零发生故障时对行波保护的影响。

3）在保护硬件实现技术上抗干扰问题严重。采用小波模极大值算法的现有双端行波测距方法，由于所提取特征点对应的时刻并不是所选中心频率分量到来的真正时刻，因而测距精度不够准确。

4）由于输电线路的色散效应，波速受频率影响较大，而行波检测到的频率成分又随传输距离的变化而变化，实际检测的波速难以确定[28]，所以有必要对考虑频散特性的输电线路进行研究，找到检测波速度变化的规律，进而找到估算波速度的办法。因此，对单端行波实用化的测距方法进一步研究是非常必要的。

3 结论

1）阻抗法是利用测量到的故障电压、电流量，根据测量阻抗与线路长度的对应关系求得故障距离，容易实现，但误差较大，很难保证测距精度。

2）神经网络和模糊理论等智能算法，大多数尚处于研究阶段，还有赖于各种智能技术的发展与成熟。

3）小波理论，它具有多分辨率分析的特点，而且在时频两域都具有表征信号局部特征的能力，是一种时频局部化分析方法。可利用小波多分辨率分析的特性将突变信号进行多尺度分解，然后通过分解后的信号来确定突变信号的突变位置。小波熵具有小波变换在处理不规则异常信号中的独特优势以及信息熵对信号复杂程度的统计特性，具有很好的应用前景。

4）行波法，行波保护原理是根据故障时产生的行波的特征检出故障的，由于行波保护原理利用了故障初期出现的行波电压、行波电流或两者组合中含有的故障信息，因此它能在极短的时间内检出故障。行波保护的超高速动作特性及其他优点吸引了众多学者的研究，现有的行波保护与早期行波保护相比，在理论和技术上都取得了较大进步，但尚存在许多问题，需要大量的研究来完善行波保护原理及其实用化技术。

5）综合输电线路故障的诊断方法，建议采用小波熵原理对输电线路故障模型进行仿真并对仿真结果进行分析，进而识别故障类型；运用基于小波熵的单端行波测距方法进行故障仿真并对仿真结果分析，实现故障定位。通过小波熵法、小波变换模极大值法进行比较分析，对本文所提方法进行有效性的验证。

小波熵具有小波变换和信息熵的特点，对动态系统参数的微小变化具有独特的敏感性，它反映了暂态信号在时域和频域空间的能量分布信息，因此，用小波熵来分辨故障类型是可行的。行波故障信息具有暂态特性和不可重复性，故障后的暂态电流波形会有变化，主要体现在暂态电流的高频分量,利用小波的时频可变特性可以准确地捕捉到这种变化，通过小波熵可以提取该变化。现有行波测距选线方法的正确性和有效性己被现场试验和实际运行所证实，这说明了行波故障信息是可以利用的，同时又为行波保护的研究和实际应用提供了丰富的经验。

[1]付学文,魏智娟.内蒙古地区输电线路鸟害统计故障分析及防治对策[J].内蒙古电力技术,2011,29(1):11-14.

[2]付学文,王培军,魏智娟.500kV线路风偏事故分析及防止对策[J].华北电力技术,2011,(4):5-8.

[3]DLT741-2001架空送电线路运行规程[S].北京：中国电力出版社,2002. 2011,(4):5-8.

[4]王志华.超高压线路故障行波定位及高压变频技术研究[D].华中科技大学,2004.

[5]王利.超高压输电线路的单端行波保护方案[D].西安理工大学,2009.

[6]葛耀中,董新洲,董杏丽.测距式行波距离保护的研究(一)理论与实现技术[J].电力系统自动化,2002,26(6):34-40.

[7]董杏丽,葛耀中,董新洲.测距式行波距离保护的研究(二)原理方案与仿真[J].电力系统自动化,2002,26 (9):53-58.

[8]董新洲.故障行波理论及其应用[C].中国水力发电工程学会学术活动.2009

[9]葛耀中.新型继电保护和故障测距的原理与技术[M].西安:西安交通大学出版社,2007.

[10]G.K.Purushothama, A.U.Narendranath, D.Thukaram,K.Parthasarathy. ANN applications in fault locators[J].Electrical Power and Energy Systems,2001,23:491-506

[11]Jin Xianhe, Wang Changchang, Li Fuqi et al. Comparison of PD Classification Capabilities for Transformer Failure and Typical Noise Models with Network Applications[C],2000 Annual Report, Conference on Electrical Insulation and Dielectric Phenomena (CEIDP 2000),Victoria,Canada, Oct. 15-18, 2000, 288-291.

[12]郭创新,朱传柏,曹一家等.电力系统故障诊断的研究现状与发展趋势[J].电力系统自动化,2006,30(8):98-103.

[13]毕天姝,倪以信,杨奇逊.人工智能技术在输电网络故障诊断中的应用述评[J].电力系统自动化,2000,24(2):11-16.

[14]束洪,司大军,葛耀中等.人工神经网络应用于输电线路故障测距研究[J].电工技术学报,2000, 15(6):61-64.

[15]苏进喜,罗承沐,解子凤等,基于 GPS双端同步采样的输电线路故障定位的研究[J].清华大学学报(自然科学版)1999,39(9):47-50.

[16]王昌长.李福祺,高胜友.电力设备的在线监测与故障诊断[M].北京:清华大学出版社,2006.

[17]何正友,刘志刚,钱清泉.小波熵理论及其在电力系统中应用的可行性探讨[J].电网技术,2004, 28(21):17-21.

[18]P.S.Bhowmik, P.Purkait, K.Bhattacharya. A novel wavelet transform aided neural network based transmission line fault analysis method[J]. Electrical Power and Energy Systems,2009,31 :213–219.

[19]杨健维,罗国敏,何正友.基于小波熵权和支持向量机的高压输电线路故障分类方法[J].电网技术, 2007,31(23):22-26,32.

[20]MING-YU YANG, YU-KUN YANG.. A study of transient-based protection using wavelet energy entropy for power system EHV transmission line[J].Proceedings of the 2010 International Conference on Wavelet Analysis and Pattern Recognition,2010:283-288.

[21]董杏丽,董新洲,张言苍,等.基于小波变换的行波极性比较式方向保护原理研究[J].电力系统自动化,2000,24(14):11-15.

[22]段建东,张保会,周艺.利用电流行波进行超高压输电线路故障类型识别的研究[J].中国电机工程学报,2005, 25(7):58-63.

[23]段建东,张保会,李鹏,等.超高压输电线路新单端暂态量保护元件的实用算法[J].中国电机工程学报,2007,27(7):45-51.

[24]符玲,何正友,钱清泉.超高压输电线路的故障暂态特征提取及故障类型判断[J].中国电机工程学报,2010,30(22):100-106.

[25]贾清泉,刘连光,杨以涵,等.应用小波检测故障突变量特性实现配电网小电流故障选线保护[J].中国电机工程学报, 2001,19(10):78-82.