基于故障特征谱的输电线路故障状态评估

周恩泽，全玉生，吴 昊，房林杰，叶海峰

(1. 广东电网有限责任公司电力科学研究院， 广东广州510080;2. 华北电力大学电气与电子工程学院，北京102206)

基于故障特征谱的输电线路故障状态评估

周恩泽1，全玉生2，吴 昊1，房林杰2，叶海峰1

(1. 广东电网有限责任公司电力科学研究院， 广东广州510080;2. 华北电力大学电气与电子工程学院，北京102206)

在电力系统实际运行中，及时准确地判别出输电线路故障类型(瞬时性故障和永久性故障)对电力系统的安全可靠运行十分重要。现有非雷击故障诊断方法存在诸多弊端，因此文章提出一种基于线路两端故障录波数据并根据不同时间段数据间的广义相关系数诊断故障类型的方法，提出了故障特征谱的概念，根据故障特征谱中不同曲线的变化规律判断故障状态的发展过程。仿真和现场数据的分析可以看出，对于永久性故障，故障后数据与故障前数据的相关性较低；对于瞬时性故障，故障后的数据与故障前的数据相关性较高，而故障前数据与故障存在时的数据相关性较低，初步验证了文章所提出方法的准确性和有效性。

故障状态；录波数据；故障特征谱；广义相关系数

0 引言

高压架空线路是电力系统的重要组成部分，其故障直接威胁着电力系统的安全稳定运行。线路走廊跨越区域广泛，易受各类自然条件的影响，其故障发生率是电力系统所有设备中最高的。运行经验统计表明，架空线路极易遭受雷电、山火、高杆植物及违章施工等各种因素的影响而发生跳闸故障[1-4]。每一次跳闸事故，除了给系统带来冲击之外，还会损坏绝缘子、导线等设施，给系统运行留下安全隐患。因此，及时准确地判断故障运行状态，找到故障点，对线路进行修复或采取有针对性的预防性措施对保障输电线路的安全可靠运行有重要意义[5-10]。

统计广东电网2001～2015年110 kV及以上输电线路共跳闸4 938次，有4 734次故障进行了重合闸，其中重合闸成功3 530次，重合闸不成功259次； 852次强送成功，45次强送不成功；另204次未进行重合闸，重合成功与强送成功概率为88.74%。输电线路大部分故障为瞬时性故障，通过重合闸可以成功切除故障；而对于永久性故障，重合闸无法及时切除故障。及时有效地识别永久性故障与瞬时性故障对于线路运行和维护有着极为重要的作用。若诊断为永久性故障，一来可以为检修提供帮助，更重要的是，对于永久性故障，可以为自动重合闸的下一次动作提供参考；而如果诊断的是瞬时性故障，则可以加速重合闸的动作，及时切除故障，恢复供电[11]。针对目前电网中故障类型诊断存在的问题，结合线路两端的录波数据，创新性地提出了故障特征谱的概念，根据故障特征谱中不同曲线的变化规律判断故障状态的发展过程，及时判别线路故障类型，对进一步提高线路供电的安全稳定性具有一定的理论意义和工程实用价值。

1 基于录波数据故障状态评估原理

输电线路两端的故障录波数据中，蕴含着线路和系统故障的重要信息[12]。文章提出基于故障录波数据的线路故障类型诊断方法。现场实测数据的主要成分为基波分量，研究故障前和故障后不同延迟时间段之间电压、电流波形的基波分量间的相关性，提出了以不同时间段的基波分量之间的广义相关系数绘制线路故障特征谱的方法，根据故障特征谱中不同的曲线判断故障的类型(文章中所提及的故障类型指瞬时性故障和永久性故障)。

1.1 信息源

文章所提出的高压架空输电线路故障类型诊断方法以线路两端的电压、电流录波数据为信号源，把线路两端的电压、电流分解成一系列谐波分量。考虑到基波是故障信息中的主要成份，不失一般性，文章以基波为例说明新故障类型诊断方法。

1.2 延迟因子

故障类型诊断方法的时间延迟因子τ，理论上可以任意选择，工程上可以根据录波时长中各段数据的特点适当选择。通常先选择大一些，然后再逐渐减小，也可以自适应搜索。最简便的选择方法是选择整周波，即令τ=T。

1.3 广义相关函数

诊断方法以时域延迟(τ)信号间的广义相关函数为判别函数。把线路两端电压、电流录波数据做时域延迟τ，把延迟τ后的两端电压电流分解成一列谐波。

(1)

(2)

式中：u表示电压；i表示电流；ψuk表示第k次谐波电压相位；ψik表示第k次谐波电流相位；umk表示第k次谐波电压最大值；umk表示第k次谐波电流最大值；k表示谐波次数；ω表示角频率；τ表示延迟时长。

(3)

式中：ρ(τ)表示实时采样数据与延迟数据的相关系数；Z表示线路阻抗；Y表示线路导纳；l表示线路长度；x表示线路故障位置；Us、Is表示送端电压、电流数据；UR、IR表示受端电压、电流数据。

提取故障前后延迟的基波分量，计算实时采样数据与延迟数据的相关系数ρ(τ)，进而得到录波时长内判别函数随延迟因子τ的数值分布。根据相关系数模值的大小和分布规律判断故障类型、评估故障运行状态。

1.4 基于故障特征谱的故障状态识别

根据录波时长内判别函数随延迟因子τ的数值分布，把不同延时数据之间的相关系数绘制成曲线，形成故障进程特征谱。以故障点为参考，往前截取一个周波数据，记为数据1，故障点往后截取n-1个数据，分别记为数据2、数据3…数据n。数据截取示意图如图1所示。

图1 数据截取示意图

数据1与其后所有的数据(包括自身)做相关性分析，得曲线1；

数据2与其后所有的数据(包括自身)做相关性分析，得曲线2；

数据3与其后所有的数据(包括自身)做相关性分析，得曲线3；

……

这样一来，得到多条反应故障类型特点的曲线，把它们绘制在一个图形里得到相应的故障特征谱。以此来分析诊断故障的具体类型。

2 仿真验证

以单相接地永久性故障为例，展开仿真验证，根据文章提出的故障类型诊断方法判断故障的类型。实际应用中，高压架空输电线路通常采用多回并架排布，由于电场和磁场的效应，线间会产生耦合作用，为了考虑到线间耦合因素的影响，文章采用双回线为例，验证所提出方法的有效性。双回线模型示意图如图2所示。

图2 平行并架双回输电线路示意图

2.1 模型设置

以单相低阻永久性故障为例开展仿真验证，仿真模型如图3所示。

图3 单相低阻接地故障仿真模型

模型参数设置如下：

(1)送端系统阻抗

R0+jX0=1.5+j26.3(Ω)

R1+jX1=3.5+j18.35(Ω)

(2)受端系统阻抗

R0+jX0=2.8+j31.42(Ω)

R1+jX1=7.2+j28.05(Ω)

(3)线路模型参数

Line1:

Rin=0.41cm、Rout=1.341cm

d=20cm、l=178km

Line2:

Rin=0.41cm、Rout=1.341cm

d=20cm、l=22km

(4)故障模拟

①接地电阻设置

模型中电阻单位为Ω。

②开关设置

模型中开关动作时间为s，故障开始时刻为0.04 s，接地电阻设置为10 Ω。

2.2 仿真数据分析

采用ATP-EMTP仿真单相接地永久性故障，选取故障两端电压电流波形，利用文章提出的故障类型诊断方法原理计算不同延迟数据间的广义相关系数，绘制故障特征谱图。故障特征谱如图4所示。

图4 单相接地永久性故障-故障特征谱

由故障特征谱中曲线1所示，故障前数据与故障后所有周波数据之间的相关系数很低，接近于零，反应在波形上是故障前波形与故障后波形的相似度很低，初步诊断为线路发生的是永久性故障；由图4(a)中曲线2可以看出，故障后各个数据之间的相关系数维持在一个极高的数值，可以判断故障后线路一直处于故障状态，故障后各时间段波形之间的相似性高，可进一步诊断为线路发生的是永久性故障。以上分析与仿真模型的设置一致。

3 现场数据验证

以广东电网某故障案例为基础，进行现场数据验证，进一步验证文章所提出的故障类型诊断方法的有效性。

3.1 故障录波数据

图5 送端(S端)三相电压波形图

故障案例现场录波数据如图5～图8所示，截取故障录波数据为故障前2个周波，故障后20个周波，故障点在0.04 s。其中数字1代表A相，数字2代表B相，数字3代表C相。纵坐标电压电流的单位为V和A，横坐标代表时间，单位为s。

图6 送端(S端)1回线三相电流波形图

3.2 录波数据分析

根据文章提出的故障类型诊断方法原理计算不同延迟数据间的广义相关系数，绘制故障特征谱图。故障特征谱如图9(a)～(d)所示。

图7 受端(R端)三相电压波形图

图8 受端(R端)1回线三相电流波形图

图9 现场数据-故障特征谱

从故障特征谱图可以看出，第1周波到第2个周波迅速就转为低阻故障，第2到第4周波存在熄弧重燃，线路可能在第6周波跳闸：从第6周波到第16周波逐步恢复中高阻状态，到第17周波(互相关系数为1)线路完全跳开；线路从第6到第16周波，经历低阻电弧、中高祖电弧的发展过程，到第17周波电弧完全熄灭。可以诊断为永久性故障中的快变低阻故障。

4 结论

文章提出了构建故障特征谱的方法，该故障特征谱，包括故障后各延时数据与故障前数据的互相关系数，故障后各延时数据的互相关系数。这种相关系数随时延的变化规律和趋势，与线路故障的发展过程相对应，构成了一系列的故障特征谱图，甚至还可以反映系统的操作过程。相关系数随位移因数τ的变化规律可以为输电系统的进一步诊断提供更多的信息，通过故障特征谱可以识别永久性故障与瞬时性故障以及故障状态的发展过程。

[1]HUANG X, WEI X. A new on-line monitoring technology of transmission line conductor icing[C]．//International Conference on Condition Monitoring and Diagnosis.IEEE,2012:581-585.

[2]张璐，杨勇.架空输电线路跳闸故障智能诊断系统与实践应用[J]．中国电业(技术版)，2015(2):41-43.

[3]彭向阳，钱冠军，李鑫，等.架空输电线路跳闸故障智能诊断[J]．高电压技术，2012，38(8):1965-1972.

[4]邵德军，尹项根，陈庆前，等.2008年冰雪灾害对我国南方地区电网的影响分析[J].电网技术，2009，33(5)：38-43．

[5]鲁文,孙国城,沈浩东,等.适用于高压长距离同杆双回线的在线故障测距方法[J]．电力系统自动化，2011，35(10)：79-82.

[6]靳夏宁，汪芙平，王赞基.基于PMU动态同步相量测量的故障测距[J]．电网技术，2013，37(10)：2932-2937.

[7]王伟,余锐,陈愚,等.特高压输电线路保护故障测距的应用研究[J]．电力系统保护与控制，2013，41(19)：40-46.

[8]霍爽.高压输电线路故障测距算法的研究[D].济南：山东大学，2012.

[9]刘玉萍，何正友，何文．基于线路参数修正的同杆双回线故障定位方法[J]．电网技术，2012，36(5)：96-101．

[10]PHADKE A G，THORP J S．Synchronized phasor measurements and their applications[M]．New York：Springer US，2008．

[11]徐子利，陈少华.自动重合闸瞬时性故障的最佳重合时刻的智能捕获方法[J]．电力科学与工程，2003，19(4):9-12.

[12]李博通，李永丽．同杆双回线跨线永久性故障识别方法[J]．电力系统自动化，2012，36(3)：87-91．

The Fault Status Assessment Based on Characteristic Spectrum for Overhead Transmission Lines

ZHOU Enze1，QUAN Yusheng2，WU Hao1，FANG Linjie2, YE Haifeng1

(1. Electric Power Research Institute of Guangdong Power Grid Co. Ltd., Guangzhou 510080, China;2. School of Electrical & Electronic Engineering，North China Electric Power University，Beijing 102206，China)

In practical operation of the power system, identifying the fault type of transmission line on time and with precision is of great importance to the safe and reliable operation for the power system. The existing methods for diagnosing non-lightning faults have many drawbacks, therefore this paper presents a method in which the generalized correlation coefficient between data in different time periods are used to diagnose fault based on the line fault data of both ends. The concept of fault characteristic spectrum is put forward. The development process of the fault is analysed by the variation of the fault characteristic spectrum of different curves. For permanent faults, the generalized correlation coefficient between the after-fault and the pre-fault is small; for transient faults, the generalized correlation coefficient between the after-fault and the pre-fault is big, and that between the fault and the pre-fault is small. The simulation and analysis of the field data initially confirm the accuracy and reliability of the method.

fault satuts; recorded data; fault characteristic spectrum; generalized correlation function

10.3969/j.ISSN.1672-0792.2017.03.005

2016-09-18。

TM75

A

1672-0792(2017)03-0026-05

周恩泽(1989-)，男，工程师，主要从事输电线路状态监测与故障诊断。