基于输电线路行波特征分析的典型故障原因辨识研究及应用

孙迎雪 赵海龙 秦 力 庞松岭 林桃贝

（1.海南电网有限责任公司电力科学研究院 2.东北电力大学）

0 引言

输电线路长期处于露天环境运行，受外部环境的影响较大，经常面临各种故障的困扰，2017年海南电网110kV及以上输电线路故障跳闸总计156次，强迫停运53次，严重影响供电可靠性。输电线路常见故障类型主要有雷击、外力破坏、风偏闪络、树闪、鸟害、山火等。

目前输电线路故障原因的辨识主要还是依靠人工巡检的方法来实现［1-2］，该方法不仅需要大量的人力物力，并且故障原因预判断在很大程度上依靠工作人员的经验，巡检时需携带大量工具，加上受巡视现场地形条件限制，效率并不高，可能无法及时发现并修复输电线路上的故障点，远远不能满足电网智能化管理水平要求。

为保证线路的安全运行，故障在线监测技术应运而生。目前，行波法是输电线路故障监测广泛应用的方法之一［3］。当线路发生故障时，会从故障点产生向两侧以接近光速传播的暂态电流行波，这种行波信号包含了丰富的信息，分析行波对于判断线路故障的具体原因及定位有着重要的意义［4-6］。

1 线路分布式故障行波监测系统

海南电网的分布式故障行波监测系统由监测终端、数据中心和工作站三部分组成，通过广域网连接。将监测终端装置安装于导线上，监测故障发生时刻的故障行波电流与工频故障电流及谐波电流，同时将这些信号上传到数据中心进行分析。监测终端是故障行波监测系统的核心部分，两个终端之间距离不宜超过30km，否则行波电流会明显衰减，丢失一些关键特征。监测终端安装位置与变电站保持一定距离，尽量避免变电站对行波的影响。本系统自安装以来，收集了大量的故障电流行波，为输电线路故障原因研究提供了丰富的资源。

目前用于行波处理的方法有很多，包括小波分析、傅里叶分析、多小波理论、小波包能量谱、数学形态学、支持向量机、分形几何理论、神经网络等方法［7-8］。快速傅里叶算法FFT是离散傅里叶变换的特殊情况，FFT可以大大降低算法的复杂度，节约运算量［9-11］。本文针对大量的故障行波样本，运用FFT进行频谱分析，对比时域特征和频谱分析结果，能有效地识别故障电流行波特征。

2 电流行波时域特征和频谱分析

输电线路最常见的是单相接地故障，占到故障总数的90%以上，其中非雷击故障占比很大，这类故障的电流行波波尾时间较长［12］。为了进一步确定非雷击故障的电流行波特征，本文分析了外力破坏、山火、树闪三种典型故障。

2.1 外力破坏故障电流行波

输电线路外力破坏是人们有意或无意造成的线路部件的非正常状态，如毁坏线路设备、线路走廊内违章作业、车辆冲撞等。其中以因违章施工导致吊车、塔吊及运输车辆等大型机械碰撞带电导线对输电线路的危害最大［13］。据统计，海南电网近五年110kV及以上线路发生外力破坏共计136次，占总数的20%左右，并呈逐年上升趋势。装置监测到的外力破坏典型电流行波如图1。

图1 外力破坏典型电流行波

2.2 山火故障电流行波

山火的发生主要有环境及人为两大因素，春秋两季气候干燥，受村民烧荒炼山和清明祭祖活动影响，极易引发山火。一般认为山火使周围空气温度升高，造成空气热游离，空气间隙被击穿使得导线对地面物体或杆塔放电［14-15］。据统计，海南电网近五年110kV及以上线路发生山火共计62次，约占总数的9%左右。装置监测到的山火故障典型电流行波如图2。

2.3 树闪故障电流行波

形成树闪的主要原因是由于架空输电线路经过的树林茂密地区中的树木生长过快，部分树木距离线路较近，因此导致了线路对树木放电，引起线路故障跳闸。树闪故障典型电流行波如图3。

2.4 波形分析

通过MATLAB对大量的外力破坏、山火和树闪故障行波进行频谱分析，将谐波分量求平均值，得到谐波分量对比结果如图4所示。

图3 树闪故障典型电流行波

图4 不同故障类型的谐波含量

图中横坐标为各次谐波，纵坐标为各次谐波分量与基波分量的比值，从图中可见不同类型故障的谐波分量有很大差异，树闪的谐波分量全部高于外力破坏，其中三次谐波和七次谐波较为突出，山火的七次谐波明显高于其他类型故障。

通过分析可知，非雷击故障行波的频率主要集中在低频，而且故障电流的波尾时间较长，这是因为监测的是暂态行波电流，远远小于工频周期，可以认为采样时间段内电源电压保持恒定。单相接地故障时，故障暂态行波电流主要取决于该故障时刻的电源电压，而电源电压基本不变，所以故障暂态电流应呈现阶跃状，在采样时间内，由零突增至峰值后衰减很慢，因此其行波波尾时间较长，一般远大于40μs。故障电流行波特征对比见表1。

表1 故障电流行波特征对比

（续）

由电流行波和频谱分析结果可区分外力破坏、山火、树闪故障，另外分布式故障行波监测系统为故障原因辨识提供了自动化手段，实现了对故障样本的开放式自学习。故障发生后，系统自动分析此次电流行波特征和闪络前后高次谐波的频谱特征，利用统计判别分析法与指纹库中数据进行对比，判断此次故障原因，待工作人员巡线后确认或修改此次判断结果，并将此次相关数据录入指纹库。随着样本的累积，将逐步清晰隐含层特征量的判据，修正误差函数，构建故障原因自动识别系统，逐步实现故障原因的全面识别。

3 实际应用情况

监测设备试挂网运行以后，成功监测到了大量故障行波并判断故障原因，工作人员可根据平台指导，携带相应工具及时进行故障抢修工作。下面分别列举了外力破坏、山火和树闪三种故障的案例，其对应的故障现场及故障行波如图5所示。

图5 故障现场及故障行波图

2015年12月，110kV南保创线C相故障跳闸，重合成功，平台通过分析故障电流行波图5（b），诊断为35号塔附近发生外力破坏，经巡视发现35-36号杆塔之间导线有明显放电痕迹，导线跨越三亚市某路桥施工区，有一辆大型挖掘机停在导线下方，如图5（a）所示。

2017年3月，220kV大昌Ⅱ线A相故障跳闸，重合不成功，平台通过分析故障电流行波图5（d），诊断为193号塔附近发生山火故障，经巡视发现193-194号塔走廊内植被有大面积燃烧痕迹，如图5（c）所示。

2016年4月，220kV鹅成Ⅲ线故障跳闸，重合成功，平台通过分析故障电流行波图5（f），诊断为94号塔附近发生山火故障，实际巡视发现94-95号塔之间C相导线弧垂下降与刺树安全距离不足产生放电，如图5（e）所示。

分布式故障行波监测系统对海南电网的可靠运行提供了帮助，能快速地进行故障识别，为故障抢修节约了大量的人力物力，在抢修保电中，发挥了不可替代的重要作用。

4 结束语

本文基于海南电网的分布式故障行波监测系统，主要针对三种典型输电线路故障，通过时域特征和频谱分析相结合的方法，对其故障电流行波特征进行了研究，以达到辨识故障原因的目的，主要结论如下：

（1）采用故障电流行波特征分析与统计判别分析相结合的方法，可以有效辨识外力破坏、山火、树闪三种故障原因，正确率约在85%左右。

（2）通过对故障电流行波进行快速傅里叶变换，将频谱分析结果与时域特征相结合，可以为原因辨识增加判断依据，提高了辨识准确率。

（3）目前系统对其他故障原因的辨识准确率有待提高，仍需要逐步积累故障电流行波样本，完善指纹库，以加强输电线路常见故障的辨识能力。