环网配电系统短路故障早期辨识研究

张丽萍， 陈俊杰， 缪希仁， 吴晓梅， 郭谋发

(1. 福州大学电气工程与自动化学院， 福建 福州 350108;2. 福建省电力有限公司检修分公司， 福建 福州 350030)

环网配电系统短路故障早期辨识研究

张丽萍1， 陈俊杰2， 缪希仁1， 吴晓梅1， 郭谋发1

(1. 福州大学电气工程与自动化学院， 福建 福州 350108;2. 福建省电力有限公司检修分公司， 福建 福州 350030)

短路故障早期发现，将有利于提高环网柜配电系统运行可靠性，为此，提出环网配电系统短路故障早期辨识方法研究。基于小波包细节分解算法，研究环网柜系统全相角范围的短路故障早期辨识方法；以三相短路故障为例，建立环网配电系统短路故障仿真模型，分析短路故障及其相关线路的早期故障信号特性，提出基于短路故障早期检测的环网柜故障线路判定方法。仿真实验验证了环网柜配电系统短路故障早期检测及其故障线路判别方法的有效性，为环网配电系统保护研究提供了有益的探索。

环网柜； 短路故障； 小波包分解； 早期辨识； 故障定线

1 引言

目前环网配电系统短路故障的保护主要通过负荷开关-熔断器组合电器、断路器-微机(或电磁继电器)两种保护方式加以实现[1]，所提供的保护相对于故障发生时刻均有一定的滞后，尤其是断路器从故障发生到故障切除一般需经历几十毫秒、甚至上百毫秒。随着电力系统容量不断增大，断路器保护应用随之增加，短路容量及短路电流也不断上升，这些对线路、设备及开关本身的动热稳定性提出了越来越高的要求。显然，无限度地提高设备的动热稳定性是不经济也是不实际的，如何在短路故障发生后限制短路电流的发展或快速切断短路故障成为研究热点。

装设故障电流限制器(Fault Current Limiter，FCL)是一种有效的限制短路电流的技术措施，它可以在不改变电网潮流分布的情况下限制电网的短路容量，提高电能质量，减轻断路器等电气设备的动、热稳定负担，具有良好的应用前景[2-5]。而如何快速准确地识别出短路故障是影响FCL使用效果的关键因素之一[6]。

文献[6]在中高压系统中，针对故障发生后线路电流的突变特性，提出一种基于电流波形曲率的故障快速识别方法，但该方法存在某些情况下波形曲率不够大的问题。文献[7]根据三相三线不接地小容量电网中，短路发生时电压跌落、电流增大的明显特征，提出一种通过实时检测电网电压幅值和瞬时有功功率判断短路故障的快速检测方法，较常规的短路电流检测方案在检测速度上有较大的提高。文献[8-10]提出了短路故障早期辨识的问题，利用形态小波对短路故障电流信号加以滤波及早期辨识，算法较简单、实时性好、实用性强；但对短路故障电流奇异性特征不明显的相角区间，该算法鲁棒性不足，影响了全相角范围短路故障判断的准确性与快速性；此外，上述文献只考虑了单条负载线路短路故障，其他相邻线路受短路影响未加以分析，可能引起非短路故障线路的误动作保护。

本文提出环网系统短路故障早期辨识技术，为智能配电网的控制与保护提供了新的思路和方法，与传统继电保护相比，对短路故障判断不仅在时间上从原有的数百毫秒提前到毫秒内，而且由此大幅度地降低了分断保护的短路电流瞬时值。此外，本文提出一种小波包细节分解算法，解决全相角范围短路电流故障特征的有效提取，并对短路线路及其相关线路故障特征加以对比分析，实现环网配电系统短路故障早期检测及其故障线路快速定线技术。

2 短路电流信号小波包细节分解

简化的短路故障等效电路图如图1所示。其全电流瞬时值表达式为：

(1)

式中，i*(t)为标么值，其基准值为正常运行时电流幅值；α为短路时刻电源电压的相位，且

从式(1)可以看出，短路故障电流是由周期分量与非周期分量组成。其中，非周期分量是一个按指数规律衰减的直流分量，其初值大小与短路发生时刻有关，即与故障初相角有关。因此，在分析短路电流特性与检验短路故障早期检测有效性时，需将短路故障初相角作为一个重要因素加以考虑。

图1 简化短路等效电路图Fig.1 Simple equivalent circuit of short-circuit fault

图2为短路电流小波包细节分解图。根据电流的突变特性来实现短路故障辨识是现有方法的共同特点，短路全电流的变化规律与短路瞬间电源电压或电流相位(即故障初相角)有密切关系，存在有个别相角范围的短路电流波形较为光滑(如图2中Signal*)的情况。近年来，小波分解算法在检测信号突变特征方面应用较为成功，其能在有效滤波的基础上，通过分析信号的突变特性提取故障特征值[11-13]。但由于短路电流特性，采用多尺度小波分解算法来实现短路故障早期检测时，将存在个别初相角范围的短路故障特征不是十分明显的问题(如图2中d4*)。

图2 短路电流小波包细节分解图Fig.2 Waveforms by wavelet packet decomposition

本文提出小波包细节分解方法，在输入信号S20f(n)进行第四尺度小波分解的基础上，对第四尺度细节分量W24f(n)进行再分解，得到W241f(n)作为短路故障特征值，其原理如图3所示。其中，前三尺度的分解有效地滤除了信号中的干扰噪声[12，13]；第四尺度细节分量W24f(n)与光滑分量S23f(n)的差分成正比，反映了原始信号的变化率；W241f(n)是W24f(n)的再次差分，对原始信号的突变更加敏感。式(2)为采用三次B样条的小波包细节分解数学模型[14,15]：

(2)

图3 小波包细节分解示意图Fig.3 Schematic of wavelet packet decomposition

从式(2)可以看出，小波包细节分解算法主要是移位和加减运算，计算量较小，便于硬件实现，可满足短路故障早期辨识的实时快速性。

为了便于说明，在后续分析中将小波分解第四尺度细节分量W24f(n)及其高阶细节分量W241f(n)的标幺值分别表示为d4*和dd5*。

对图2中突变特征不明显的短路电流信号(Signal*)进行小波包细节分解，可得到如图2所示的dd5*波形。比较d4*和dd5*波形易看出，dd5*能进一步放大故障特征，具有更好的故障辨识能力，可有效解决小波变换存在个别故障初相角范围的早期检测鲁棒性不强的问题。

3 环网配电系统短路建模与分析

3.1 环网配电系统短路故障仿真模型

环网配电系统中，各段线路由环网柜连接，环网柜成为监测终端的理想载体[16]，因此，本文利用环网柜汇聚配电线路运行与故障信息。

最基本的环网开关柜由三个间隔组成，包括两个进线间隔和一个出线间隔。进线间隔连接环网母线，出线间隔从环网中引出出线到用户。理论上，一台环网柜可提供多路出线，但在实际应用中，为了便于用户分布，环网柜的路数宜为4路(2进2出)，且路数太多也将造成出线电缆过长[17]。因此，本文以2进2出的环网柜为研究对象，建立其仿真模型，如图4所示。

图4 四线环网柜短路故障仿真模型Fig.4 Short-circuit fault model of four ring RMU

图4中仿真模型的电源为10kV无穷大功率电源，采用Y型接法，中性点不接地[18]。环网柜模型有二进二出共四条线路，从上到下依次是进线J1、出线C1、出线C2和进线J2，且均为电缆线路。其中，进线J1长5km，连接电源；进线J2长2km，连接下一环网柜，负载功率为2MW，功率因数为0.975；出线C1和C2长1km，连接至负载，负载功率都是1MW且功率因数为0.97。将故障模块设置在出线C1处，通过设置不同的故障类型，就可得到相应的仿真电流波形。

3.2 故障相关线路短路特性分析

在中性点不接地系统中，短路故障主要是两相短路、两相接地短路及三相短路。两相短路、两相接地短路为环网配电系统常见的短路故障，但其三相短路危害性更为严重，限于篇幅，本文以三相短路为例加以分析研究。

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。后续分析主要针对故障初相角在0～180°区间的三相短路故障的A相电流加以讨论。

当系统在出线C1处发生三相短路时，四条线路上的电流波形如图5所示。其中，故障点位于出线C1上距离环网柜1km处，故障发生在正常运行后的83ms时刻。从图4中可以看出，短路电流的流通路径为电源、进线J1、出线C1直至故障点，因此进线J1和出线C1的电流很大。然而，短路故障还导致环网柜母线上的电压跌落，所以出线C2、进线J2上的电流降到接近于0。

图5 出线C1发生三相短路故障各线路电流波形Fig.5 Three phase short-circuit current waveforms

小波包细节分解算法是根据电流信号的剧烈变化信息来提取短路故障信息，进而达到故障辨识的目的。由图5可以看到，当出线C1发生短路故障时，不仅C1的电流发生剧烈变化，而且其它线路的电流也受其影响发生相应的变化。如果不对这些线路电流的剧变信息加以区别，那么环网配电系统的短路故障早期辨识将不能达到目的，甚至会引起误判短路故障线路等更为严重的问题。为此，在3.3节和3.4节，首先分析出线C1故障电流信号的特征，然后对环网系统各线路短路故障的相关性进行分析。

3.3 小波包细节分解的故障早期辨识分析

在环网配电系统中，故障初相角对短路故障电流动态过程影响较大，在某些故障初相角下，传统的斜率算法甚至多尺度小波变换的故障检测原理将遇到困难。如图4仿真模型，当故障初相角在-5°～+10°区间时，由于电流变化比较平滑，采用常规小波变换法，因信号奇异性不明显则其特征值较小，不能与正常运行状态明显区分开来，而采用dd5*作为故障特征值能够很好地解决这一问题。当故障初相角为0°时，这一现象较为明显，其电流信号i*、d4*、dd5*的波形比较如图6所示。故障后极短时间内i*、d4*、dd5*随时间t变化的情况如表1所示。

图6 C1三相短路的A相i*、d4*、dd5*波形Fig.6 Phase A current waveforms for d4*，dd5*of three phases short circuit in C1

t/ms0.040.080.180.280.501.002.00i*/A-0.10-0.050.110.280.752.367.49d4*0.960.671.224.606.1711.1618.89dd5*-0.61-6.474.5988.9736.1229.7020.27

从图6(a)可以看出，在该相角下，故障发生瞬间，其电流变化不是十分剧烈。由图6(b)及表1都可看出，在故障发生后的极短时间内，d4*表现出的故障特征并不明显。而dd5*把这一故障信息加以放大，如表1所示，在故障后0.28ms时，dd5*值达到88.97，且此时电流仅为正常运行时的0.28倍，其在故障辨识时间上已达到了早期检测辨识的要求。因此，相对于d4*，dd5*表现出了更明显的故障特征，尤其在故障特征不明显的相角下，dd5*更有利于辨识短路故障及其早期检测。

3.4 环网配电系统短路故障相关性分析

在环网配电网络中，当某条线路发生故障时，会对网络上的其它线路造成影响，使其负载电流发生增大或减小的变化，且这种影响是相当大的，它可能会导致线路单独检测时发生误判断。因此，有必要对这种影响进行分析，以助于正确判断故障点，为环网柜短路故障的早期辨识及继电保护提供准确可靠的依据，避免非故障线路误动作。

本文以图4所示的环网拓扑结构为基础，分析当线路C1发生短路故障时，线路J1、J2和C2故障特征值的变化情况，研究故障线路与非故障线路的故障特征值相关性，实现对故障点的准确辨识。

(1)对J1的影响分析

当线路C1发生短路故障时，短路故障电流的流通路径是电源、进线J1、出线C1直至故障点，因此，此时J1上的电流信号会骤然变大。根据故障特征的提取算法，得到故障发生前后线路J1电流信号故障特征值(dd5*)，并与线路C1的故障特征值进行比较，结果如图7所示(图中为故障特征值的绝对值)。

图7 C1短路时J1与C1的故障特征绝对值随相角变化Fig.7 Feature of J1 and C1 in different initial phase angles

如图7(a)所示，正常运行时，线路J1和线路C1的故障特征值都比较小，保持在8以下。另外，正常运行时，由于J1上流过的电流比C1大，导致J1电流的变化率大于C1，所以J1电流信号的dd5*值大于C1的dd5*值。

图7(b)和图7(c)给出了在发生短路故障后的极短时间内(t=0.08ms、t=0.18ms、t=0.28ms)，线路J1和C1的dd5*随时间变化的情况。由于在未发生故障时，线路C1的电流比J1小，而在短路故障发生后，线路C1与 J1的电流急剧变为相近的短路电流值，即C1的突变程度更剧烈，因此，不论故障初相角为何值，故障特征是否明显，线路C1的dd5*值均比线路J1的大，表现出更显著的故障特征。

(2)对C2和J2影响分析

当线路C1发生短路故障后，由于环网柜内母线电压跌落，线路C2和J2的电流骤然变小，因此在C1发生故障瞬间，C2和J2电流的故障特征值也较大。线路C2和C1的故障特征比较如图8所示，线路J2和C1的故障特征比较如图9所示，且两图均给出短路故障极短时间内(t=0.08ms、t=0.18ms、t=0.28ms)的故障特征值变化分析。

图8 C1短路时C2与C1故障特征绝对值随相角变化Fig.8 Features of C2 and C1 in different initial phase angles

图9 C1短路时J2与C1故障特征绝对值随相角变化Fig.9 Features of J2 and C1 in different initial phase angles

如图8所示，在未发生故障时，由于仿真模型中线路C1与C2的参数是一致的，因此两者的特征值也是相同的，最大值不超过2。当线路发生故障时，C1的电流急剧变大，C2的电流急剧变小，它们的故障特征值都变得比正常运行时大得多。但C1的变化更为剧烈，故障特征更为明显。

图9中展示的现象与图8类似，可以看出，由于电流的突然变小，故障瞬间线路C2与J2也表现出故障特征，但其特征值比C1的小。

3.5 基于短路早期检测的环网配电故障线路判定

根据3.4节环网配电系统短路故障相关性分析，可以得出以下结论。

(1)当有线路发生短路故障时，在故障发生瞬间，电流信号会发生突变，使得电流信号的dd5*的绝对值大于正常运行时的最大值，且在短路故障早期(如短路故障发生后0.28ms内)的全相角范围内，均表现出较为明显的故障特征。为此，可选定一个阈值，当故障特征值大于阈值时，可以判定短路故障发生，以实现短路故障的早期辨识。

(2)故障线路及受影响线路的电流信号都会发生突变，均呈现出相应的故障特征，所以当线路单独实现早期辨识时，可能会发生误判。因此，环网配电系统的短路故障早期检测，应将相关线路同时加以故障检测辨识及分析比较。在全相角范围内，故障线路本身电流信号的变化比其它相关线路大得多，即早期故障特征最明显的线路是发生故障的线路，以此为依据，可准确实现基于早期短路辨识的故障线路判定。

综上所述，本文提出短路早期辨识的环网柜故障线路判定流程，如图10所示。通过在线监测采集电流信号，对各路电流信号进行滤波预处理，并根据小波包细节分解算法得到故障特征值；判断故障特征值是否大于阈值，如果是，则有短路故障发生，进一步确定短路故障所在线路，从而实现基于早期短路辨识故障线路的判定。

图10 短路故障辨识与定线流程Fig.10 Flow chart of short circuit identification & line selection

4 结论

通过环网配电系统模型的仿真研究，分析了短路故障发生时相关线路的电流信号特征，提出判别故障线路与非故障线路的分析依据，取得了以下研究成果。

(1)引入早期检测方法，提出环网柜配电系统短路故障的早期检测辨识技术，为智能配电网的控制与保护提供了新的思路和方法。

(2)采用小波包细节分解法，可有效实现环网柜线路短路电流全相角范围的故障识别，解决了小波变换法存在的短路电流个别相角范围故障特征不明显的问题。

(3)提出基于短路故障早期检测的环网配电故障线路的判定方法，为环网柜短路故障早期检测与控制保护提供了有益的探索。

[ 1] 姚道德，周建英 (Yao Daode，Zhou Jianying)．10kV变压器高压侧保护方式的探讨 (Discussion on protection configuration of 10kV transformer) [J]．高电压技术 (High Voltage Engineering)，2003，29(3)：57-58.

[ 2] 孙树敏，刘洪顺，李庆民，等 (Sun Shumin，Liu Hongshun，Li Qingmin，et al.)．电力系统故障限流器研究综述 (A summarization of research on fault current limiter of power system) [J]．电网技术 (Power System Technology)，2008，32(21)：75-79．

[ 3] 张晚英，周有庆，赵伟明，等 (Zhang Wanying，Zhou Youqing，Zhao Weiming，et al.)．改进桥路型高温超导故障限流器的实验研究 (Experimental research on an improved rectifier type high temperature superconducting fault current limiter) [J]. 电工技术学报 (Transaction of China Electrotechnical Society)，2010，25(1)：70-76．

[ 4] 费万民，张艳莉，孟照娟，等 (Fei Wanmin，Zhang Yanli，Meng Zhaojuan，et al.)．基于自关断器件的新型桥式短路限流器拓扑与控制策略 (Topology and control strategy of novel bridge type FCL based on self-turn-off devices) [J]．中国电机工程学报(Proceedings of the CSEE)，2008，28(18)：23-29．

[ 5] 武守远，荆平，戴朝波，等 (Wu Shouyuan，Jing Ping，Dai Chaobo，et al.)．故障电流限制技术及其新发展(Fault current limiting measures and their progress) [J]．电网技术 (Power System Technology)，2008, 32(24)：23-32．

[ 6] 杨尚谨，武守远，戴朝波 (Yang Shangjin，Wu Shouyuan，Dai Chaobo)． 基于电流波形曲率的短路故障快速识别方法 (A method to fast recognize short-circuit fault based on curvature of line current waveform) [J]．电网技术 (Power System Technology)，2013，37(2)：551-556．

[ 7] 吴浩伟，周樑，孙朝晖，等 (Wu Haowei，Zhou Liang，Sun Chaohui，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．

[ 8] 陈丽安，张培铭，缪希仁 (Chen Lian，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．

[ 9] 陈丽安，张培铭 (Chen Lian，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．

[10] 郑昕，张培铭，陈丽安 (Zheng Xin，Zhang Peiming，Chen Li’an)．低压系统短路电流快速分断控制实现的研究 (Research on realizing of fast opening of short-circuit faults for low voltage system) [J]．电工电能新技术(Advanced Technology of Electrical Engineering and Energy)，2008，27(4)：48-52.

[11] Figueiredo M B，de Almeida A，Ribeiro B．Wavelet decomposition and singular spectrum analysis for electrical signal denoising [A]．2011 IEEE International Systems Conference on System, Man, and Cybernetics (SMC) [C]. 2011. 3329-3334.

[12] Kang Erliang, Zhang Wei, Yan Weican, et al．Denoising of test data of sudden three-phase short based on wavelet algorithm [A]．International Conference on Electrical Machines and Systems [C]. 2008. 249-254.

[13] 薛蕙，杨仁刚，罗红，等 (Xue Hui，Yang Rengang，Luo Hong，et al.)．利用小波变换分析配电网电能质量扰动 (Analysis of power quality disturbance in distribution network by wavelet transform) [J]．电网技术(Power System Technology)，2003，27(7)：60-65．

[14] 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．

[15] 王玉平，蔡元龙 (Wang Yuping，Cai Yuanlong)．多尺度B样条小波边缘检测算子 (Multi-scale spline wavelet edge detection operator) [J]．中国科学 - A辑 (Science in China, A Series)，1995，25(4)：426-437．

[16] 胡秋野，杨世春，欧景茹 (Hu Qiuye，Yang Shichun，Ou Jingru)．论环网柜在城市电网中的应用 (Discussion on application of ring main in urban distribution system) [J]．高电压技术 (High Voltage Engineering)，2004，30(S1)：8-9．

[17] 杨连武 (Yang Lianwu)．10kV户外箱式环网柜在电缆线路改造中的应用 (application of 10kV outdoor ring main unit in cable transmission line renovation) [J]．高压电器 (High Voltage Apparatus)，2005，(2)：148-149．

[18] 于群 (Yu Qun)．MATLAB/Simulink电力系统建模与仿真 (MATLAB/simulink modeling and simulation of electric power system) [M]．北京：机械工业出版社(Beijing: China Machine Press)，2011．

Early detection for short-circuit fault in ring main unit distribution system

ZHANG Li-ping1, CHEN Jun-jie2, MIAO Xi-ren1, WU Xiao-mei1, GUO Mou-fa1

(1. College of Electrical Engineering and Automation, Fuzhou University, Fuzhou 350108, China; 2. Power Maintenance Branch of Fujian Electric Power Company Limited, Fuzhou 350030, China)

It is important for the early detection of short-circuit fault to ring main unit (RMU)distribution system. A method of short-circuit early detection is expound to RMU system in this paper. Firstly, based on wavelet-packet detail decomposition algorithm, an early detection for short-circuit is discussed in the full range of phase angle. Secondly, for an example of three-phases short-circuit fault, a simulation model for RMU distribution system is set up to analyze the early feature for a fault line and relative lines. A judgment method is put forward to distinguish the fault line of RMU with short-circuit early detection. Furthermore, by results of simulation experiment, it is effective for the fault line identification with short-circuit early detection, that offers a helpful research for the protection to RMU distribution system.

ring main unit; short-circuit fault; wavelet-packet decomposition; early detection; fault line selection

2015-03-14

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)

张丽萍(1977-)， 女， 福建籍， 讲师， 硕士， 研究方向为电气设备在线监测与诊断、 电力电子高频磁技术； 陈俊杰(1988-)， 男， 福建籍， 工程师， 研究方向为智能电器及在线监测技术。

TM713

A

1003-3076(2016)02-0068-07