小电流接地故障多层次分类及其识别模型

2018-08-09梁永亮周志强薛永端

电力系统自动化 2018年15期

杨帆，金鑫，沈煜，梁永亮，周志强，薛永端

(1. 国网湖北省电力有限公司电力科学研究院，湖北省武汉市 430077；2. 国家电网公司高压电气设备现场试验技术重点实验室，湖北省武汉市 430077； 3. 中国石油大学(华东)信息与控制工程学院，山东省青岛市 266580)

0 引言

单相接地故障占小电流接地系统故障的70%以上，录波装置(远传型故障指示器等)记录了故障发生前后线路上的电气量信息。基于故障稳态及暂态特征的故障选线与定位技术已经获得了较为成熟的研究成果，开发的产品也已投入实际应用[1-2]，而在基于录波数据深入挖掘故障特征，进而有效地识别接地故障类型方面，目前并未见太多的研究报道。准确地识别接地故障类型，有利于进一步确定配电网接地故障原因，针对性地制定隐患治理及故障防范措施，是一项值得研究的工作。

对小电流接地故障，从不同的角度描述故障特征，可有多种分类方法，如根据接地点稳定情况，将故障分为稳定性接地和非稳定性接地；根据过渡电阻的大小，将故障分为低阻接地和高阻接地等。已有分类方法对于指导工程实践起到了重要的作用，但也存在着故障分类不够全面，故障定义相对粗糙，故障特征相互交叉等问题。因此，有必要对小电流接地故障展开故障分类、定义及特征挖掘等研究。

近年来，配电网接地故障特征提取及类型识别问题引起国内外学者的广泛关注，根据特征量的应用途径不同，现有识别方法可分为特征分析法和智能方法。文献[3-4]根据过渡电阻的非线性特征识别电弧故障；文献[5]利用高频分量的小波能量矩检测高阻故障；文献[6]通过零序电压的多重分形特征识别间歇性故障。智能算法在该领域也得到了广泛应用，文献[7-8]利用人工神经网络来识别高阻接地和电弧故障；文献[9]通过建立故障前后的小世界网络模型识别四种不同类型的单相接地故障；此外，还有模糊逻辑[10]、支持向量机[11]、决策树[12]及多种算法相结合的方法。以上研究都对小电流接地故障类型的识别起到了重要的参考作用，在此基础上，对接地故障的类型进行更为深入的划分，研究不同类型故障的特征量，是提升小电流接地系统故障类型识别的有效途径。

本文针对10 kV小电流接地配电网接地故障，基于接地故障稳态和暂态的特征分析，进行了多层次递进式分类，并对不同类型的故障进行定义。进一步地，提取不同类型故障特征，建立多层次小电流接地故障类型识别模型，并利用现场录波数据对本文提出的识别模型进行验证。

1 单相接地故障的特征分析及故障分类

单相接地的故障特征多样，仅靠单一特征的分类方法会造成不同故障类型之间特征相互交叉。本文采用层次分类方法[13]，从时域特性、复杂程度等不同特征层次对故障进行类型描述，形成多层次故障分类结构，为进一步建立故障识别模型提供依据。

1.1 基于故障时域连续性特征的故障分类

传统小电流接地系统发生单相接地时可短时带故障运行，无法通过重合闸之后故障是否消失来判别瞬时性和永久性，一般通过是否需要人工修复将接地故障分为永久性接地和瞬时性接地。

配电网的电压等级较低，接地故障电流较小，故障电弧往往不稳定，电流过零时电弧熄灭，电压恢复到一定幅值时又重燃。故障消失后，系统存在电压的恢复过程，尤其在谐振接地系统中，消弧线圈的作用延长了故障相电压的恢复时间，电弧重燃的延迟时间比较长，这导致故障在外部表现上呈现瞬时性，对系统的影响却并未消失，此时故障可能再次发生，形成间歇性接地。此外，自然环境等外部的影响(如树枝随风摆动触碰线路)也可能使故障表现出间歇性的特征。图1为某间歇性小电流接地故障录波图，可以看出，故障消失后系统中存在明显的电压恢复过程，当故障相电压恢复到一定幅值时，电弧重燃，接地故障再次发生。

图1 典型的间歇性接地故障录波图Fig.1 Recorded waveforms of a typical intermittent earth fault

因此，根据时域特征，进行如下故障定义。

1)永久性接地故障：接地后故障持续存在，直至人工处理的接地状态。

2)瞬时性接地故障：接地后故障持续一段时间后消失，系统自行恢复正常的接地状态。

3) 间歇性接地故障：故障持续一段时间后消失，系统恢复过程中故障再次发生且最终自行消失的接地状态。

1.2 基于故障复杂程度的故障分类

单相接地故障在持续过程中，故障的性质可能发生变化，如在故障过程中，接地点处非线性的电弧可能消失，发展为经线性电阻接地，如图2所示。因此，根据故障发展的复杂程度，进行如下定义。

1)单一性接地故障：故障过程中故障性质保持不变的接地状态。

2)发展性接地故障：故障过程中故障性质发生变化的接地状态。

1.3 基于故障点性质的故障分类

大多数单相接地的故障点伴随着电弧放电现象，其发展过程受到多种因素影响[14]。图2中的时段T1部分为一典型的电弧接地故障，故障过程中电气量不再是稳定的正弦波，电弧间隙可以看作是一个非线性的导体，使整个过渡电阻呈现非线性。因此，根据故障点性质，本文进行如下定义。

图2 典型的发展性接地故障录波图Fig.2 Recorded waveforms of a typical developing earth fault

1)非线性接地故障：故障点存在燃弧现象、过渡电阻呈非线性的接地状态。

2)线性接地故障：故障点无燃弧现象、过渡电阻呈线性的接地状态。

长期以来，电弧故障和间歇性故障之间的区分不是很明确。研究表明电弧在每个电流过零点都会熄弧，因此有观点认为电弧故障属于间歇性故障的一种，这忽略了瞬时性电弧的存在，本文将间歇性故障和电弧故障在不同的特征域上进行区分，避免混淆。

1.4 基于过渡电阻阻值特征的故障分类

目前对高阻接地和低阻接地没有明确的区分界限，在故障原因的辨识过程中，可将某一明确区分两种不同成因的电阻值作为过渡电阻的分界点[15]；谐振接地暂态等值电路中，可将系统容抗的1/10作为高阻和低阻的分界点[16]。

小电流接地保护一般通过测量零序电流与零序电压识别故障线路或故障方向，当高阻接地时，故障产生的零序电流与电压很小，受系统正常运行时的不平衡、互感器精度及装置测量误差的影响，保护装置不能准确测量或计算出零序电流与电压，因此无法保证保护正确动作。文献[17]分析了几种主要的接地保护在10 kV配电网中耐受过渡电阻的能力，并结合现场实际，指出现有小电流接地保护耐受过渡电阻的能力一般不超过1 kΩ，即当过渡电阻大于1 kΩ时无法保证保护正确动作。因此，根据过渡电阻大小，本文进行如下定义。

1)高阻接地：过渡电阻大于1 kΩ的接地状态。

2)低阻接地：过渡电阻大于大地电阻(一般认为10 Ω)并小于1 kΩ的接地状态。

3)金属性接地：故障点过渡电阻仅为大地电阻的接地状态。金属性接地的故障特征较为明显，且对故障分析具有重要意义，故将其单独分类。

非线性故障时，过渡电阻呈现时变的非线性特征。根据上述分析，以1 kΩ作为小电流接地保护耐受过渡电阻能力的最大值，进行如下定义。

1)弧光性高阻接地：过渡电阻最大值大于1 kΩ导致现有保护不能保证正确动作的非线性故障。

2)弧光性低阻接地：过渡电阻的最大值小于1 kΩ的非线性故障。

1.5 单相接地故障的多层次递进式分类结构

基于上述对小电流接地故障不同层次的特征分析和定义，本文建立树形的多层次递进式分类结构，如图3所示。首先根据故障的时域特征将故障分为永久性接地、瞬时性接地和间歇性接地；其次，根据故障的复杂程度，将故障分为单一性接地和发展性接地；进一步，根据故障点性质将故障分为线性接地和非线性接地；最后，根据过渡电阻的大小将线性故障分为金属性接地、低阻接地和高阻接地，将非线性故障分为弧光性低阻接地和弧光性高阻接地。

图3 单相接地故障的多层次递进式分类结构Fig.3 A multilevel hierarchical structure for single-phase earth fault

2 接地故障类型识别方法

根据上文提出的故障分类多层次结构模型，故障类型的识别可根据不同层次间的分类标准提取不同的电气量特征，自顶而下依次进行。

2.1 时域特征提取及分类

接地故障消失后的恢复过程中，零序电压自由振荡衰减，因此可通过零序电压的衰减过程判断故障是否在系统恢复过程中再次发生间歇性故障。系统恢复时间与阻尼率和失谐度有关，一般最长不超过20个周期。若零序电压持续衰减至故障时幅值的5%时，认为系统恢复正常，则每周期至少衰减为前一周期的85%。定义零序电压的衰减程度α为

(1)

2.2 故障特征突变量提取与分类

根据前述定义，本文基于启发式分割算法[18]，对发展性故障的检测过程如下。

对于一段包含N个采样点的零序电流录波数据，以相邻两个采样点之间突变量的绝对值作为待分析序列X(t)。计算X(t)中i点左右两部分序列的采样点数Nl(i)，Nr(i)，均值μl(i)，μr(i)和标准差sl(i)，sr(i)，则可求得i点两侧序列的合并偏差为

(2)

用T检验的统计值T(i)来量化i点左右两侧均值的差异：

(3)

对录波中的每一采样点重复上述计算过程，得到统计值序列T(t)。T值越大，表示该点左右两部分序列的均值相差越大。计算T(t)中的最大值Tmax的统计显著性Pmax，Pmax表示在随机过程中取到T值小于等于Tmax的概率，Pmax可近似表示为

(4)

式中：γ=4.19lnN-11.54；δ=0.40；v=N-2；Ix(a,b)为不完全β函数。设定一个门槛值P0，通常取0.95，其值反映了发展性故障所容许的最小特征差异，当Pmax>P0时，认为该段录波中存在故障特征的变化，该故障为发展性故障，Tmax对应的i点即为故障特征发生改变的点。

对图2所示的发展性故障录波数据进行分析得到T检验序列见附录A图A1，可以看出，在故障类型的突变点处T(i)取得最大值Tmax，说明启发式分割(BG)算法能有效地检测出波形中故障特征改变的位置。对新得到的波形分别重复上述计算过程，可将该段录波划分成数段，对得到的各段波形进行分析，进一步确定故障类型。

2.3 故障点性质特征提取与分类

非线性故障电流相比线性故障电流存在显著的高频分量变化。对故障前后零序电流进行快速傅立叶变换(FFT)分析，计算故障前后谐波含量变化，并按变化量由大到小的顺序对其对应的频率点进行排序，取前M个频率点计算对应谐波含量变化量的平均值μ，则μ的大小可反映故障前后波形整体谐波含量变化情况。

对图2所示发展性故障的故障前、非线性故障阶段、线性故障阶段的零序电流T0，T1，T2进行FFT分析，结果如附录A图A2所示。当M>5时，谐波含量变化一般小于5%，对整体谐波含量变化情况影响不大，因此可取M为5，计算可得两种故障状态相对于故障前谐波含量变化分别为μ1=95.72%，μ2=9.663%，说明通过检测零序电流高频分量的变化能有效识别非线性故障。

由于大多数接地故障都伴随着电弧，且本文的故障分类模型中线性故障和非线性故障“互补”，因此选择对实际中较少出现的线性故障进行识别，以保证瞬时的电弧故障不被忽略。以故障前的零序电流为参考量T0，故障后各周期依次为T1，T2，…，Tn，计算Ti相对于T0的各频率幅值百分比变化量。当μ<10%时，计数器N加1，则当N>2时，认为该段波形高频分量变化不明显。若该段波形不处于系统的恢复过程中，则其对应的故障为线性故障。

2.4 故障点过渡电阻特征提取与分类

高阻接地时，忽略线路零序阻抗的影响，故障线路稳态零序电流为

(5)

母线处的零序电压为

(6)

式中：Um为故障前相电压幅值；ZS0为系统零序阻抗；Rf为接地点过渡电阻。

对于有多条出线的配电网络，可忽略故障线路分布电容的影响，故障线路的零序电流近似等于故障点接地电流。对于中性点不接地系统，接地电流等于系统电容电流，10 kV的架空线路每公里的电容电流约30 mA，电缆线路每公里的电容电流为1～2 A，可根据现场的线路长度估算金属性故障时的接地电流；对于谐振接地系统，接地电流的大小取决于消弧线圈的补偿度，可采用金属性接地时的零序电流或人工试验测得。因此，由式(5)、式(6)可得，当过渡电阻为1 kΩ时，母线处的零序电压为

(7)

式中：If,metal为金属性接地时故障线路的接地电流。据此可识别出高阻接地故障，对于非线性故障，由于电弧非线性振动表现出的高频分量造成的电压波形畸变使其趋向于方波，并未引起波形幅值发生较大变化，因此，基于零序电压的过渡电阻识别方法同样适用于非线性故障。

3 多层次小电流接地故障类型识别

故障类型的识别流程如图4所示。

图4 小电流接地故障类型识别流程图Fig.4 Flow chart of single-phase earth fault about type identification in the non-solidly earthed network

根据故障分类的多层次递进式结构及不同层次故障类型的识别方法，本节建立小电流接地故障类型的识别模型，通过检测故障录波数据的电气量特征，实现故障类型的自动识别，识别逻辑如下。

1)输入故障波形，根据是否人工介入识别永久性故障，继而根据故障是否在恢复过程再次发生识别瞬时性和间歇性故障。

2)采用BG算法对波形进行处理，识别单一性故障和发展性故障，并根据发展阶段将发展性故障波形进行分割处理。

3)对单一性故障波形或发展性故障分割后的各段波形分别进行FFT分析，识别线性故障和非线性故障。

4)对比各段波形零序电压值与预设的高阻故障门槛值，识别金属性接地、低阻接地、高阻接地或弧光性低阻接地、弧光性高阻接地。

5)各层次识别结论相结合，得出最终故障类型。

4 现场数据验证

本文采用湖北某地10 kV配电网故障录波数据及对应的巡线记录报告等资料对提出的接地故障类型识别模型进行验证。录波数据记录有三相电压、三相电流，零序电压和零序电流通过三相矢量和得到，采样频率为4 kHz。需要指出的是，由于过渡电阻的测量与系统的电容电流有关且仅采用现场故障数据无法验证其准确性，因此采取现场故障录波数据仅对前3层次的故障类型识别方法进行验证，第4层次的识别方法采用人工接地试验进行验证。

在验证前，首先观察波形，并结合巡线结果以及专家经验，基于本文对故障类型的定义，对171组现场录波数据进行了人工分类，其中包括：永久性故障60起，其中线性故障12起，非线性故障30起，发展性故障18起；瞬时性故障67起，其中线性故障21起，非线性故障42起，发展性故障4起；间歇性故障44起，线性故障10起，非线性故障26起，发展性故障8起。

将这171组故障录波数据输入本文所建立的小电流接地故障类型识别模型中，识别结果见附录A表A1。171组录波数据中，有158组与人工分类结果吻合，综合识别准确率为92.40%；其中，第1层次的识别准确率为97.66%，第2层次为95.91%，第3层次为98.83%。证明该故障识别模型能够有效识别本文定义的故障类型。

验证高阻接地识别方法的数据来自某地10 kV谐振接地系统的人工接地试验，录波结果见附录B。在消弧线圈退出运行时模拟中性点不接地系统金属性接地，测得零序电流为17.8 A，故系统零序阻抗约为0.95 kΩ，则当过渡电阻为1 kΩ时，零序电压约为1.37 kV，试验测得故障点经1 kΩ电阻接地时零序电压为1.10 kV。在消弧线圈投入运行时模拟谐振接地系统金属性接地，测得零序电流为14.6 A，故系统零序阻抗约为1.17 kΩ，则当过渡电阻为1 kΩ时，零序电压约为1.60 kV，试验测得故障点经1 kΩ电阻接地时零序电压为1.47 kV。由于人工接地时难以做到完全的金属性接地，使得最终得到的零序电压偏大，因此，在误差允许的范围内，两种接地方式下试验结果均与理论计算结果相符，说明基于零序电压大小识别高阻接地方法有效。