低压系统多层级短路故障早期检测辨识研究

吴晓梅，缪希仁

(福州大学电气工程与自动化学院，福建福州350108)

低压系统多层级短路故障早期检测辨识研究

吴晓梅，缪希仁

(福州大学电气工程与自动化学院，福建福州350108)

从实现低压系统多层级短路故障全范围选择性协调保护技术出发，分析短路故障早期检测的必要性及其应用要求，提出全相角短路电流小波包细节分解的早期故障检测方法，建立低压系统多层级三相短路故障实型仿真模型，解决现有方法存在个别故障初相角区间无法有效识别的问题。其次，针对负载启动与短路故障状态电流信号奇异性，在故障后0.1ms仿真实现全相角短路故障早期快速检测及有效的状态辨识;最后，通过分析短路故障相关支路的早期检测特性，提出实现短路故障支路准确判定的早期检测辨识机理。本文研究为低压系统多层级全范围的新型短路故障选择性协调保护奠定了理论基础。

低压系统;短路故障;多层级选择性保护;早期检测;小波包分解

1 引言

传统的时间-电流选择性保护技术可有效实现全选择性过载保护，但选择性保护难点在于全范围选择性的短路故障保护及其有效实现，并且迄今尚未开展相关机理研究［1-4］。随着智能配电网的发展，用电设备和分支回路日益增多，从局部选择性提升到全局选择性已成为低压选择性保护技术方向。近年来提出的虚拟时间选择性、能量选择性和区域选择性联锁等技术［1-6］，均仅是从电器本身对传统过流保护方法的改进，侧重于上下级断路器间的交互作用，依赖于厂家实验得出的选择性配合表［5］，并不适用于所有场合［6，7］。且这些方法均尚未从低压配电系统全局的角度考虑保护的协调性与选择性，忽略了系统动态参数对选择性保护的影响，缺乏电源设备(变压器)、断路器和负载之间的有效交互。

从低压系统全局角度出发，研究短路故障选择性保护需解决两个主要关键技术［8］:①全相角电流的短路故障早期检测，以实现可靠及早期故障辨识，为多层级之间故障监测通信及其信息交互确定故障线路赢得时间空间;②短路故障点相关线路(上下层级、同层级相邻线路)故障早期可靠辨识，以避免越级脱扣或同层级保护误动作。

篇幅所限，本文主要针对多层级短路故障早期检测加以分析研究，建立低压系统多层级短路故障实型仿真模型，提出适用于全相角的短路电流小波包细节早期检测辨识方法研究，分析短路故障点及其相邻层级支路的故障早期特征规律，为低压系统全范围选择性协调保护奠定理论基础。

2 短路故障检测辨识方法与应用现状

低压短路故障发生时，短路电流可在很短的时间内上升到额定值的数十倍甚至上百倍，其波形出现明显的突变奇异点，会引起电网电压急剧下降。国内外学者先后提出了几种短路故障的快速或早期检测辨识方法［9-14］。其中，电流瞬时值或真有效值法最早应用于低压配电系统短路故障检测，但受到线路阻抗、短路初始状态的影响，短路电流须经一段时间才能达到预设阈值，导致该方法的检测时间较长［9-11］。电流变化率法在理论上克服了电流瞬时值法检测速度慢的缺点，但难以剔除线路或设备噪声的干扰，其安全性、可靠性无法得到保证［9-11］。

现代信号处理算法及高速数字处理器的应用，为短路故障可靠与快速检测提供了许多新的思路。文献［12，13］以三相电动机为负载搭建低压系统短路故障实验，应用小波变换实现短路故障0.2ms左右早期检测，但对故障特征量幅值较小的某些故障初相角区间无法有效辨识，且未考虑低压配电系统的多层级多支路应用拓扑结构，忽略了短路故障对相关支路的影响。文献［14］提出了基于电流瞬时值、电流变化率和电流二次导数的三个参量综合分析短路故障判据方法，通过短路故障模型计算得到不同功率因数下、全故障初相角范围上述三个量，形成了短路故障早期检测的“立方判据”，但未考虑实际线路噪声的影响，且未在实际或模拟线路中加以验证。

由此可见，利用小波变换等现代数学方法能在一定程度上解决低压系统短路故障早期检测，但全相角电流的有效早期检测辨识有待进一步研究。迄今国内外对低压线路短路保护的研究仍局限在单支路短路故障检测辨识，尚未开展上下级线路或同层级相邻线路短路故障特征及其对比分析的研究，因此低压短路故障多层级选择性保护的协调机制无法形成。

3 全相角小波包细节分解的短路早期检测

3.1 小波包细节分解算法

基于多分辨率分析的小波变换，利用正交小波基将信号分解为不同尺度下的各个分量，其实现过程相当于重复使用一组高通和低通滤波器，对时间序列信号进行逐步分解。其中，高通滤波器产生信号的高频细节分量，低通滤波器产生信号的低频平滑分量。但小波变换的多分辨率分析仅将平滑分量进行逐级分解，随着分解尺度的增大，相应的小波基函数的频域分辨率变好，而时域分辨率变差。因此，R Coifman等人在小波分析的基础上，提出了小波包变换(Wavelet Packet Transform，WPT)，将各尺度下的细节分量Wjf(n)加以进一步分解，从而使分解得到的细节分量同时具有足够的时域分辨率与频域分辨率，其快速递推公式为［15］:

其中，式(1)中p为偶数;式(2)中p为奇数。

针对低压短路故障早期检测信号特点及小波变换早期检测存在的不足，本文提出短路故障早期检测的小波包细节分解算法。该方法仅对短路故障早期电流信号经多尺度小波分解得到的第四尺度细节分量加以进一步分解，得到细节分量从而在硬件运算能力允许的情况下，提高信号高频部分频率的分辨率，同时提高故障早期检测的快速性和可靠性。图1为小波包细节分解算法示意图。

图1 小波包细节分解示意图Fig．1 Decomposition diagram of wavelet packet details

3.2 短路故障早期检测有效性分析

本文利用Simulink的电力系统工具箱，建立低压配电系统多层级短路故障模型，如图2所示。图中各设备、线路的参数均取自实际工程项目，且设置了处于同一层级的两个负载支路，用于分析短路故障对相关支路的影响。

图2 多层级低压系统三相短路故障模型Fig．2 Three phase short-circuit fault model in multi-level low voltage system

低压系统三相短路故障模型分为电源进线、配电母线柜、配电线路和用电负载四个部分。其中，三相电源的短路容量为200MVA，查阅相关手册［16］其系统阻抗比 X/R≈10;变压器的型号为 SCB10-1250/10，用电负载为三相异步电动机。

如图2所示，将故障点设置在其中一条负载支路侧，分析不同故障初相角(即故障时刻A相电流的不同初相角)在故障点发生三相短路故障时的情况。考虑到发生三相对称短路时三相电流存在明显的相位关系，且故障初相角0～180°波形反向即为180°～360°的电流波形，因此，后续分析主要针对三相短路故障的A相电流加以讨论。

通过仿真分析不同故障初相角下的A相电流波形，本文发现在大部分故障初相角下，电流波形在短路发生后极短的时间内都发生一个较大的突变，但在某些故障初相角区间(如图3所示的故障角α =147°时短路电流波形)，这种突变特征并不明显，这也是文献［12］的方法难以实现全故障初相角范围故障早期辨识的原因。

图3 故障特征不明显相角下的短路电流波形Fig．3 Short-circuit current waveforms in initial faulty phase angle of unconspicuous fault characteristics

为了验证本文提出的全故障初相角小波包细节分解算法对短路故障早期检测辨识全相角范围的有效性，选取短路电流突变奇异特征最不明显的故障初相角下的波形加以分析。由图2实型模型仿真得出，α=147°时，三相短路故障电流中A相电流波形在短路发生时刻波形突变最不明显，如图3所示。

利用3.1节所述的小波包细节分解算法，对发生三相短路故障的各相电流进行分解，得到各尺度各分量的波形图，如图4所示。为了便于分析说明，图中将小波分解第四尺度细节分量第五尺度细节分量分别表示为cd4、cd5，并将第四尺度细节分量分解得到的高阶细节分量表示为dd5，且图中所有的量都转换成以正常运行时各量的幅值为基准值的标幺值形式(如i*、cd4*、dd5*等)。

图4的A相短路电流突变特征不明显(故障初相角α=147°)，B、C相属突变特征较为明显的短路电流。对比上述三相短路故障电流信号及其小波分解或小波包细节分解结果可以看出，突变特征明显的故障初相角下短路电流的小波包细节分解算法得到的dd5*分量，比小波分解得到的cd4*分量具有更高的短路故障辨别能力;对于故障特征很不明显的相角下的短路电流，dd5*分量也能在故障后极短的时间内加以有效辨识(见图4(b));此外，对比图4(b)～图4(d)小波分解得到的第四尺度的细节分量cd4*与第五尺度的细节分量cd5*，可以看出，此时通过提高小波分解的尺度已无法提高对短路故障的辨识能力。

由此可见，dd5*能在故障发生后极短时间内判断短路故障，具有较强的故障特征放大能力，有效地解决了个别故障初相角短路故障特征不够明显的问题;而且从计算开销上，本文提出的小波包细节分解得到的高阶分量dd5*，仅是对cd4*的再次细节分解相当于差分运算，其增加的运算量很小，不会影响到短路故障早期检测的实时快速性。

图4 三相短路电流小波包细节分解图Fig．4 Decomposition of wavelet packet details to three phase short-circuit current

3.3 全相角短路故障状态早期检测快速性分析

文献［13］采用形态小波方法解决了低压配电系统脉冲噪声与白噪声干扰。由于在负载启动或运行状态切换过程中，负载电流信号均出现较大变化，为了确保早期故障检测的适用性与可靠性，除有效滤波外，还需解决短路故障早期检测与电动机启动过程或负载切换瞬间等的特征量有效区分问题，以避免将电动机启动等正常工况误判为短路故障。

电动机启动过程电流波形较正常运行情况也有很大的区别，其电流经小波变换与小波包细节分解分别得到的cd4*、dd5*分量均比正常运行时大。因此，为了确保故障检测的可靠性，在分析短路故障早期检测辨识能力时，需将启动过程cd4*、dd5*分量的最大值加以考虑［17，18］。图5给出在短路故障后0.05ms时刻，前述各分量随故障初相角的变化情况。其中，启动过程各量的最大值是指其在全故障初相角范围内，负载启动过程各量的最大值，且为了便于比较，图中的i*、cd4*、dd5*量均为其标幺值的绝对值。由图5可以看出，在大部分相角下，dd5*在故障后的0.05ms时已经超过了其相应的启动过程最大值，且远远超过了此时的i*(如图5(a)所示)，而cd4*则均比其相应的启动过程最大值小(如图5(b)所示)，这也从另一方面说明了利用dd5*分量能获得更快的早期故障检测速度。但在故障后的0.05ms时刻，在初相角为150°附近范围所对应的dd5*值仍低于其启动过程最大值，说明此时该相角范围的故障特征仍不够明显。

图5 故障后0.05ms时，各分量随α的变化情况Fig．5 Relationship between each component and α

图6 给出了故障特征最不明显的故障初相角(α=147°)下dd5*、cd4*随时间的变化情况。可明显发现，即使在故障特征最不明显的相角下，利用dd5*分量也能在0.1ms左右的时间内将其检测辨识出来且此时及随后短路故障过程的dd5*值均大于启动过程的dd5*值，即经小波包细节分解算法得到的dd5*分量对短路故障具有更强、更快的检测辨识能力。同时也表明，随着短路早期故障的发展，在短路故障后0.1ms不仅可实现全相角范围的故障特征的有效提取，且其dd5*分量值大于负载启动过程信号奇异引起的dd5*分量值，这为有效辨识短路早期故障与负载正常工作状态创造了条件。

因此，本文提出的全相角短路电流小波包细节分解早期故障检测方法，不仅具有负载状态早期辨识的快速性与有效性，而且具有良好的全相角电流的短路故障辨识能力。

4 多层级低压系统短路故障早期检测辨识

低压配电系统一般具有多层级多支路的系统拓扑结构，当一条支路发生短路故障时，它的同层级相邻支路及其上级支路都会受到影响。本文利用图2所示低压系统短路故障模型，以三相电动机为负载设置了两条相同的负载支路，对这些影响加以研究，并进而分析其对短路故障早期检测及其故障定位辨识准确性的影响。图7为发生短路故障的支路及其同层级相邻支路、上级支路的电流波形图。

图6 α=147°时，各量随时间变化的情况Fig．6 Change with time of each component at 147° initial faulty phase angle

图7 故障相关支路短路电流波形Fig．7 Short-circuit current waveforms of relevant branches of fault point

由图7可以看出，一条支路发生短路故障时，其同层级相邻支路及其上级支路的电流都发生了突变，上述这些突变均可由小波包细节分解得到的dd5*分量加以辨识。如果不对这些相关支路的dd5*分量进行比较分析，而只是简单地针对某一支路设置固定的故障判断阈值，则有可能造成误判或因故障定位不明而引起越级跳闸等问题。本文对上述短路故障相关支路加以小波包细节分解，得到在故障后0.05ms时刻dd5*随故障初相角α的变化情况，如图8所示。

图8 故障相关支路的i*、dd5*随α的变化情况Fig．8 Relationship between i*，dd5*and α of relevant branch of fault point

分析比较图8可得:

(1)即使相关支路的电流受短路故障影响发生了不同程度的变化，但故障支路的dd5*最大，其上级支路次之，而非故障支路的该值则最小。

(2)故障支路及其上级支路的dd5*值在大部分相角下都超过了其相应的负载启动过程最大值，即若单纯地设定阈值来判断短路故障，则这两条支路将均会被判断为发生了短路故障，这在实际应用中可能会导致上下级断路器同时跳闸。

(3)对于故障特征不明显的相角区间(如图8 (a)和图8(b)中的α=147°附近)，通过结合图6 (a)可知，利用dd5*分量在短路故障发生的0.1ms时刻之后，即可以实现该故障相角范围内的短路故障早期检测。

(4)非故障支路的dd5*小于其相应的负载启动过程最大值，因而只要通过设定相应的dd5*阈值即可避免对该支路的误判断。

因此，在低压配电系统应用短路故障早期检测技术，除了要合理设置故障判断阈值外，还需构建快速、可靠的系统范围的选择性保护协调机制，通过多层级各支路智能断路器检测模块的信息交换中心，对故障相关支路的dd5*值加以比较分析，由此更好地实现低压配电系统多层级短路故障选择性保护。

5 结论

(1)提出全相角短路电流小波包细节分解的早期故障检测方法，建立低压系统多层级三相短路故障实型模型，验证了全相角短路电流早期检测有效性。

(2)经仿真分析，验证了本文提出方法可有效实现全相角下负载启动与短路故障的早期状态辨识。

(3)分析了短路故障对相关支路的影响，得出短路故障相关支路全相角小波包细节分解分量(dd5*)早期检测辨识的数值曲线，为低压系统短路故障早期检测及其故障支路判定提供了详实的数据依据。

因此，本文在解决全相角短路电流早期故障检测的基础上，有效区分了负载运行与短路故障状态，且可辨识短路故障所在层级与支路，为低压系统多层级选择性保护技术开展了有益的探索。

［1］王家林，夏立，吴正国，等(Wang Jialin，Xia Li，Wu Zhengguo，et al．)．船舶电力系统智能保护关键技术探讨 (Research of key technique of intelligent protection on shipboard power system)［J］．电力系统及其自动化(Automation of Electric Power System)，2012，24 (4):106-110．

［2］胡亮灯，叶志浩，方明，等 (Hu Liangdeng，Ye Zhihao，Fang Ming，et al．)．舰船综合电力系统智能保护方法研究 (Intelligent protection method of vessel integrated power system)［J］．电力系统保护与控制(Power System Protection and Control)，2011，39(4): 94-99．

［3］陈德桂(Chen Degui)．智能电网与低压电器智能化的发展 (Smart grid and recent development of intelligent low voltage electrical apparatus)［J］．低压电器 (Low Voltage Apparatus)，2010，(5):1-6．

［4］Draft IEC/TR 61912-2，Ed.1.0．Low-voltage switchgear and controlgear-overcurrent protective devices-selectivity under over-current conditions［S］．

［5］Larsen E．A new approach to low-voltage circuit breaker short-circuit selective coordination［A］．Industrial and Commercial Power Systems Technical Conference［C］．2008.1-7．

［6］Valdes M，Narel R，Hamer P，et al．Zone based protection for low voltage systems;zone selective interlocking，bus differential and the single processor concept［A］．Pulp and Paper Industry Technical Conference［C］．2008.164-173．

［7］Valdes M，Purkayastha I，Papallo T．The single-processor concept for protection and control of circuit breakers in low-voltage switchgear［A］．Petroleum and Chemical Industry Conference［C］．2003.267-275．

［8］吴晓梅，缪希仁，张培铭 (Wu Xiaomei，Miao Xiren，Zhang Peiming)．低压系统多层级短路故障电流预测研究 (Research on prediction for multi-level short-circuit current in low voltage system)［A］．中国智能电网学术研讨会(Chinese Smart Grid Conference)［C］．中国，北京 (Beijing，China)，2013.154-160．

［9］吴浩伟，周樑，孙朝晖，等(Wu Haowei，Zhou Liang，Sun Zhaohui，et al．)．电力系统短路故障快速检测方案研究 (Study on detecting scheme of power system short-circuit fault)［J］．电力系统保护与控制 (Power System Protection and Control)，2010，38(24):88-92．

［10］郭银婷，缪希仁 (Guo Yinting，Miao Xiren)．低压配电短路电流检测与分断机构技术 (Short circuit fault current detection and rapid breaking actuator technologies of low voltage distribution system)［J］．低压电器(Low Voltage Apparatus)，2013，(7):18-22．

［11］Mutzel T，Berger F，Anheuser M．Methods of early shortcircuit detection for low-voltage systems［A］．Proceedings of the 54th IEEE Holm Conference on Electrical Contacts［C］．2008.198-204．

［12］陈丽安，张培铭，缪希仁 (Chen Li’an，Zhang Peiming，Miao Xiren)．基于小波变换的低压系统短路故障的早期预测 (Prediction for the short-circuited fault based on wavelet transform) ［J］．电工技术学报(Transactions of China Electrotechnical Society)，2003，18(2):91-94．

［13］陈丽安，张培铭(Chen Li’an，Zhang Peiming)．基于形态小波的低压系统短路故障早期检测 (Early detection for short-circuit fault in low voltage system based on morphology-wavelet)［J］．中国电机工程学报 (Proceedings of the CSEE)，2005，25(10):24-28．

［14］Mutzel T，Berger F，Anheuser M．New algorithm for electronic short-circuit detection［A］．Proceedings of the Fifty-second IEEE Holm Conference on Electrical Contacts［C］．2006.42-47．

［15］张德丰 (Zhang Defeng)．MATLAB小波分析 (MATLAB wavelet analysis)［M］．北京:机械工业出版社(Beijing:China Machine Press)，2011．

［16］中国航空工业规划设计研究院，等(China Aviation Industry Planning Design and Research Institute，et al．)．工业与民用配电设计手册 (Industrial and civil power distribution design manual)［M］．北京:中国电力出版社 (Beijing:China Electric Power Press)，2005．

［17］陈丽安(Chen Li’an)．保护电器的短路故障早期检测及实现的研究 (Research on early detection and implementation of short-circuit fault for low-voltage protective apparatus)［D］．福州:福州大学(Fuzhou:Fuzhou U-niversity)，2004．

［18］陈丽安，张培铭(Chen Li’an，Zhang Peiming)．基于小波变换的短路故障早期检测门限值的研究 (Research on threshold of early prediction for circuit fault based on wavelet transform) ［J］．电工技术学报(Transactions of China Electrotechnical Society)，2005，20(3):64-69．

Research on early detection of short-circuit fault in multi-level low voltage system

WU Xiao-mei，MIAO Xi-ren

(College of Electrical Engineering and Automation，Fuzhou University，Fuzhou 350108，China)

Based on the necessity and research status，an early detection method for short-circuit fault is proposed by a detail component of wavelet packet decomposition so as to fulfill the requirement of the full range selective and coordinative protection in a multi-level low voltage system．A three phase short-circuit fault model is established to verify the validity of above method with full range of phase angle in a low voltage system，which overcomes the limits of wavelet transform in robustness of individual initial angle region in short-circuit fault early detection．Secondly，according to the current singularity for load starting processing and short-circuit fault，the start and fault are identified agilely by early detection in full range angle after short-circuit fault 0.1ms．Finally，by analyzing the early detection characteristics of relevant branches for fault point，an early detection identification mechanism for accurate pinpointing of short-circuit fault branch is expounded．The research of this paper lays a theoretical foundation for a novel short-circuit fault selective and coordinative protection in a multi-level low voltage system．

low voltage system;short-circuit fault;multi-level selective protection;early detection;wavelet packet decomposition

TM713

A

1003-3076(2015)09-0038-06

2014-05-10

国家自然科学基金资助项目(51377023)、福建省高校产学合作科技重大项目(2011H6013)

吴晓梅(1990-)，女，福建籍，硕士研究生，研究方向为智能电器及在线监测技术;

缪希仁(1965-)，男，福建籍，教授，博士，研究方向为电器及其系统智能化技术、电气设备在线监测与诊断、新型电器技术等。