基于瞬时性故障时频分析的配网绝缘状态监测

严秋问，江修波，蔡金锭

(福州大学电气工程与自动化学院，福建　福州　350108)



基于瞬时性故障时频分析的配网绝缘状态监测

严秋问，江修波，蔡金锭

(福州大学电气工程与自动化学院，福建福州350108)

分析介绍了中低压配电网的一系列瞬时性故障类型与配电网绝缘状态之间的关系。通过HHT技术对信号进行特征量提取，将瞬时性故障的高低频能比作为表征配网绝缘所处劣化阶段的特征量。对比不同类型绝缘瞬时性故障的零模电流波形之间的特征量差异，将各类绝缘瞬时性故障进行分类并通过引入卡方分布函数对当前配网绝缘状态下可能发生的瞬时故障类型进行概率计算。最后通过实际案例验证了方法的可行性。

绝缘瞬时性故障;HHT技术;能比均值;卡方分布

1　引言

配电网的绝缘状态是决定配电网能否正常安全运行的关键因素之一。据统计电力设备运行发生的故障中70%属于绝缘性故障，而且绝大部分属于单相接地故障[1]。随着我国中低压配电网的发展，特别是城市地区的配电线路绝缘化，目前的配电线路通常采用架空-电缆结合的混合模式，配电线路日趋复杂化。而且配电设备的种类多样、数量庞大、布局分散。在日益关注的配电网自动化技术中，要达到实时监测整个配电网的绝缘状态目的，需要建立一个完善而可靠的配电设备监测装置系统和高速、通畅的通信网络系统。在综合考虑技术可行性和商业可行性两方面，全面的配电自动化技术并不具有商业可行。因此，通过对母线端采集信号分析并对线路的绝缘水平进行评估是十分必要的。

瞬时性接地故障包括由设备绝缘劣化或表面污秽引起的绝缘性故障，以及大风、飞鸟等突发性事件引起的不可预测性的瞬时接地故障[2]。本文针对瞬时性绝缘接地故障的研究分析，通过HHT信号处理技术[2-3]对故障零模电流进行分解提取特征量，提出一种监测中低压配电网绝缘以及预测当前绝缘劣化阶段主要发生的瞬时性故障类型的可行方法。

2　HHT信号处理技术

2.1EMD分解

相较于小波分析，HHT信号处理技术是一种具有自适应性的时频分析法，它的核心内容是将信号序列x(t)经经验模态(EMD)分解，得到多个固有模态函数(IMF)序列，再对分解得到的各IMF序列进行希尔伯特(Hilbert)变换，并构造解析函数，再求解计算信号的瞬时频率、瞬时幅值以及希尔伯特瞬时能量等[4-5]。EMD分解的主要功能是将任一信号序列x(t)分解成多个IMF分量序列ci(t)和一个残余信号分量序列ri(t)。将所有的IMF信号分量及残余信号分量叠加及可重构原有信号，即：

(1)

对各IMF序列做Hilbert变换得：

(2)

式中P为柯西主值。定义c(t)的解析信号为：

Z(t)=c(t)+jH[c(t)]=a(t)ejθ(t)

(3)

其中：

(4)

θ(t)=arctan[H(t)/c(t)]

(5)

式中a(t)为瞬时振幅；θ(t)为瞬时相位。

在此基础上定义瞬时频率为：

(6)

由(4)、(5)可以看出瞬时振幅和瞬时频率都是时间的函数，将振幅显示在时-频平面上，就可以得到希尔伯特谱H(ω,t)。

IE(t)=∫H2(ω,t)dω

(7)

瞬时能量反应了信号的能量随时间变化的情况。通过上述计算过程就可以得到一个三维的包含信号各IMF分量的时-频-幅的Hilbert矩阵。如假设一个信号的采样点数为N，通过EMD分解后，原信号从一个1×N的行向量被分解成一个m×N阶信息矩阵。再对各IMF分量即各行向量求瞬时频率和瞬时幅值，就可以生成一个三维的时-频-幅Hilbert矩阵和m×N的瞬时能量矩阵。

2.2基于HHT带通滤波的故障线路零模电流时频矩阵求取

直接采用EMD分解出来的各IMF分量存在着频域混叠问题，即在不同IMF分量中不同时刻的瞬时频率可能相同，且对不同样本信号进行信息处理时，存在EMD分解出来的IMF分量个数和频率范围不同的问题，而引入HHT带通滤波则可以解决这些问题[3]。

HHT带通滤波是先分析信号的主要频率组成部分并将原信号分为多个频段。再将生成的三维Hilbert时频谱中各IMF分量瞬时频率处于相同频段的信号点提取重构，生成一个一定数量频段的信息矩阵。首先，按设计的频带宽度和频带数量n划分三维Hilbert时频谱，可以得到n个一定频带宽度的分块三维时频谱，定义第i块三维时频谱的瞬时幅值的集合为Hi。将各个IMF分量的某些瞬时频率对应到Hi集合的数据点的瞬时幅值保留，其余数据点瞬时幅值全部清零，再把处理后的各IMF分量重构，就可以得到原信号在i频带的分量。同理可获得其他频带的分量。这样就可以将EMD分解后产生的不定阶的m×N信息矩阵，滤波成为定阶的m×N信息矩阵。

在中低压配网中，当架空线路发生单相接地故障暂态零模电流瞬态电容电流的振荡频率一般为300～1500Hz；当电缆线路发生单相接地故障时，其电感和架空线路的电感相比十分的小，而对地分布电容却远比架空线路大许多倍，故电缆线路中瞬态电容电流比起架空线路来说过渡过程的时间短、振荡频率高，一般为1500～3000Hz[6]。

因此，将信号分成10个频段，每个频段范围是300Hz。这样不仅可以解决了频率混叠问题，还具有滤除高频噪声的能力。例如对某一次瞬时性故障的故障线路零模电流如图1,EMD分解后得到的IMF和经过带通滤波得到的各频带波形如图2、图3所示。

图1　原始信号

图3中自上而下为低频带到高频带，对比图2和图3可以明显看出经HHT带通滤波重构后的波形更能反映原信号的频率成分。将重构后获得的各频带分量序列合并为一个矩阵n×N，即可获得时频矩阵S[3]。即S可表示为：

(8)

式中行相量为某频带分量序列，列向量则是在某一采样时间点下不同频带的幅值。将重构后得到的时频矩阵再进行瞬时能量求解，构成各频带的瞬时能量矩阵IE。

图2　原始信号经EMD分解后各IMF分量

图3　IMF经HHT带通滤波重构后的各频带分量

3　绝缘劣化各阶段特征提取

3.1瞬时故障零模电流时频分析

本文中应用的数据是采用科汇电气公司的XJ100小电流接地故障分析系统采集到的数据，所采集的信息包括故障时间点前后7个周波共1024个采样点的各线路零模电流波形。

不同阶段的绝缘劣化发生瞬时故障时，对应的故障线路上的零模电流以及母线上的零模电压都会出现不同的特征。故障发生后，零模电流会被补偿电抗补偿。因此要对故障线路的零模电流进行分析前，首先需要将故障线路的零模电流进行去补偿还原，可以将非故障线路零模电流进行累加，即可得到待分析的故障线路零模电流[7-9]。单相绝缘瞬时性故障主要可以分为以下几种故障，分别如图4～6所示。

图4　瞬间接地故障

图5　间歇性接地故障

图6　瞬时性阻抗接地故障

随着绝缘劣化程度的提升故障发生时接地点接地阻抗逐渐减小，接地点接地阻抗的减小会使故障信号的瞬态过程中含有的高频分量向更高频率的频段集中，而瞬态过程的低频分量也会增大[6]。又考虑故障持续时间越长时，高频分量衰减越彻底，低频分量在时域的范围内含量越高。

综上，绝缘劣化程度越高发生故障时所采集到的7个周波中故障线路零模电流含有的低频分量比重和总能量就越高，总能量也越来越大，主要表现在瞬时故障类型的变化就是从瞬间放电故障向间歇性接地故障和瞬时性阻抗接地故障过渡。

将各频带瞬时能量叠加求其占总的信号能量百分比，就可以得到能比行向量kb。

(9)

式中kb(i)代表第i频带占总信号能量的百分比。将该行向量作为描述样本的特征向量。

3.2频带能比因子与绝缘劣化水平

引入故障发生时采集到的7个周波整个时间段频带能比因子：

(10)

式中,k为频带能比因子；eL为采集到的7个周波故障零模电流信号中低频带的能量；eH为采集到的7个周波故障零模电流信号中高频带的能量；e为采集到的7个周波故障零模电流信号的总能量。

用能比行向量来表示即为：

(11)

对劣化越严重的绝缘来说，当发生瞬时故障时，其故障线路的零模电流的频带能比因子k越小，对各次永久故障前发生的瞬时故障的统计计算也验证了这点。所以k在一定程度上可以表征绝缘劣化水平。

3.3绝缘瞬时性故障类型区分

对比三种瞬时性故障类型的零模电流，其计算得到的能比行向量有很大的区别。如表1所示。

表1　各案例能比行向量统计表格

经大量数据统计发现，其中瞬间放电故障的kb(i=1)在0.6以下，间歇性接地故障处于0.6～0.9之间，而阻抗性接地故障的kb(i=1)均大于0.9。将1/k作为主要特征量，可以得到各瞬时故障类型与特征量(1/k)之间的关系如表2所示。

表2　各瞬时故障类型与特征量之间的关系

4　基于能比均值的瞬时故障类型概率估计和绝缘状态水平评估

4.1修正能比均值

电力系统中每发生一次瞬时性故障，就相当于对系统的电力设备进行一次绝缘的破坏，由于绝缘故障时所遇环境的随机性，不同劣化程度的绝缘，可能发生的瞬时性故障类型也是不同的。但是不同阶段劣化的绝缘发生的主要瞬时性故障类型是一定的。因此可以通过对不同劣化阶段发生瞬时性故障时进行能比的均值计算来反映这一特性。按上述分类方法将各类瞬时故障进行分类，并对某变电站相同线路B相发生永久性故障前的多次瞬时性故障数据统计如图7所示。

图7　某变电站一线路B相2次永久性故障的绝缘瞬时性接地故障历史数据统计

文中将当前瞬时性故障和前3次瞬时性故障的能比进行均值计算，即求能比均值:

(11)

如果为历史最大值则对均值能比进行修正，如果不是则沿用历史最大值，不断对当前估计能比均值进行修正。

4.2引入卡方分布函数

当发生一次瞬时故障时，对当前的能比均值进行概率计算，并计算出下次瞬时故障发生时能比1/kx所处各区间的概率，以此来预测下次瞬时故障类型的发生,同时大体上评估整个电力网的绝缘劣化阶段。

因为能比1/k的范围在(0，∞)，且考虑自由度为n的χ2分布，其均值为n,故假设能比的概率密度服从能比所处区段n为自由度，如表3所示的χ2分布即1/kx在n附近概率最大)。

表3　能比区段相对应的自由度n

则1/kx的概率密度函数为：

(12)

式中n为经过当前瞬时性故障时估计的能比1/kg所在区段的，即不同区段的1/k选用自由度不同的概率密度函数；x即为下次故障发生时的可能的能比1/kx。

永久性故障1和永久性故障2的历史均值能比修正图以及对各种瞬时性故障进行预测的准确率如表4和图8所示。

表4　对瞬时故障类型的预测正确率

通过上面的图表可以看出通过修正均值能比对绝缘劣化监测的方法是可行的。当修正能比均值大于10的时候，绝缘进入劣化后期，必须对配网绝缘进行检修，以免发生重大事故。而且该方案有助于排除一些非绝缘性故障，如在永久故障2发生前173天发生一次能比为41.5557的故障，而当前的能比均值仅为5.1665，经计算能比大于40的概率只有4.5551e-005%，经后期现场探查发现是一次断杆事故。

图8　两次永久性故障的历史修正均值能比

对瞬时故障类型的预测主要是判别当前配网线路绝缘薄弱点劣化阶段最大可能发生的故障类型，面对处于随机性极强的各类环境的各类电力设备，其预测准确率还有待提高，但基本可以预测出下次瞬时性故障的故障类型,从这一方面也可以验证基于修正能比均值的绝缘劣化监测方法的正确性。

5　结论

本文通过对绝缘劣化各阶段的瞬时性故障进行统计分析，利用Hilbert带通滤波提取出故障线路的故障时刻前后7个周波的零模电流高低频能比为判别绝缘劣化程度的特征量，并引入χ2分布来计算当前最大可能发生的瞬时故障类型，方法简单，准确率也较高，对不同电力设备绝缘的劣化估计都有很强的适应性，实用性强。

对故障类型的预测部分，仅计算出当前阶段最大可能发生的瞬时故障类型，而缺少对环境因素以及其他因素的考虑。综合考虑环境因素、故障的持续长短、非绝缘瞬时性单相故障和同线路不同绝缘劣化点产生的瞬时性故障的干扰对绝缘劣化的评估和预测的影响是一个十分重要的待解决的问题。

[1]孙亚杰，袁慎芳，王帮峰.基于HHT技术的二维结构损伤定位研究[J].压电与声光,29(6).

[2]郭谋发，刘世丹，杨耿杰.采用Hilbert谱带通滤波和暂态波形识别的谐振接地系统故障选线新方法[J].电工电能新技术,2013,32(3).

[3]郭谋发，徐丽兰，缪希仁，等.采用时频矩阵奇异值分解的配电开关振动信号特征量提取方法[J].中国电机工程学报,2014,34(28).

[4]王立，于重重，施彦，等.基于振动信号分析的电机性能退化特征提取[J].计算机仿真,2014,31(4).

[5]Huang N E,Shen Z,Long S R,et al.The empirical mode decomposition and the Hilbert spectrum for non-linear and non-stationary t

[6]王清亮.单相接地故障分析与选线技术[M].北京：中国电力出版社，2013.7.

[7]吴丽娜，刘观起.谐振接地系统单相故障仿真与分析[J].电力科学与工程,2014,30(7).

[8]张先泰，李天友，蔡金锭.基于暂态信号的中压配电网绝缘监测技术[J].供用电,2010,27(6).ime series analysis[C].Proceedings of the Royal Society of London,London,1998.

[9]薛永端，徐丙垠，李天友，等.利用暂态信号的配电网小电流接地故障检测技术[J].电力设备，2001,2(3).

[10]吕斗牛.输电线路瞬时性故障与永久性故障识别[D].西安科技大学,2011.11.

Distribution Network Insulation Condition Monitoring Based on Transient Fault Time-frequency Analysis

YANQiu-wen,JIANGXiu-bo,CAIJin-ding

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

This paper analyses and introduces the link between series of transient fault types and distribution power network insulation status in the low voltage distribution power network.Via HHT technology to extract signal's characteristic.Than set low-high frequency energy ratio as a characteristic which can represent the distrib4tion network insulation degradation stage.Compares different kinds of transient fault types′ zero modes currents′ characteristic,and makes a fault classification.Than introducing the chi-square distribution function to calculate the probability of the most possibility happen transient fault type of current net insulation condition.At last,the feasibility of method is validated by practical cases.

insulation transient fault;HHT technique;energy ratio average;chi-square distribution function

1004-289X(2016)02-0039-06

TM726

B

2015-04-27

严秋问(1992-)，男，福建人，硕士研究生，研究方向为电力设备绝缘诊断；

江修波(1960-)，男，福建人，教授，硕士生导师，研究方向为电力系统运行、电气设备检测以及电力变压器绝缘老化测试研究；

蔡金锭(1954-)，男，福建人，教授，博导，研究方向为人工智能技术在电力工程和电力电子故障诊断领域的应用研究。