输电线路故障类型识别分析与测距方法探究
2021-05-10邱协成
邱协成
摘 要：基于不同类的输电线路故障将影响测距结果，要想更精准地找到故障位置，必须先高效识别故障类别，并对应选择合适的算法来确保测距数据的精准度。本文重点分析了输电线路故障类型识别以及测距方法。
关键词：输电线路;故障类型;识别;测距方法
前言
输电线路将发电厂和终端用户连接起来，属于电力传输的主干系统，由于跨域距离长、区域较大，输电线路将遭受各种自然、非自然因素等的干扰和影响，从而发生较多的故障和问题，对此，就必须定位故障，并采取合适的测距方法及时有效识别故障，以此支持故障的快速查找与恢复。
1 输电线路故障类型分析
1.1 常见的故障类型
重要的故障包括：金属性故障、高阻性故障，后者则具体又包括：弧光性故障与过渡阻抗性故障，输电线主要经金属导体和大地直接连接将引发金属性故障，其故障阻抗彻底为阻性，但是阻抗值相对更小，将跟随客观事件来动态发生改变。然而，众多的故障点都有相对复杂、繁琐的电气特点，具体体现为：弧光性故障和过渡阻抗性故障，前者通常是输电线以放电电弧连通所导致的故障。因为放电通道的浮动、调整、变化与电弧的熄灭、重燃等，电弧的伏安特性趋向于非线性特征。Mayr模型则为描述弧光故障的常见模型，有着自己的关系式：
g ----电弧电导，i----故障电流数值，Υ0----初始时间常数，l0----初始电弧长度，labc----电弧长度，u0---特性电弧电压，r0----特性电弧电阻。
过渡阻抗性故障通常为输电线路途经非金属性外部物体接触所导致的故障，过渡阻抗则包括两大部分，具体为：介质的有效接触阻抗，介质与大地的非有效接触阻抗，故障阻抗一般用以下公式来表示：
Zg=a （t-tf） .Z+Zf
Zf-------数值固定的有效接触阻抗，a-----线性电阻系数，tf----故障时刻
a（t-tf）.Z---随着时间线性变化的非有效接触阻抗。
故障的阻抗电气特性和故障的性质与类别有关系，进而对测距结果也将带带来不一样的干扰，要想有效地抑制过渡阻抗带来的影响首先就要识别故障的类别和类型，故障类别能否被精准地识别，其核心为：高效地提取线路的故障特征，这些特征影响到故障能否被高效、精准、稳定地辨认与识别。
1.2 关联维的故障特征的提取
当输电线路出现各个类型的故障后，其后方的电压特点与电流电气特征、变化特征、浮动规律等也各不相同，波形间差异较大，这些差异能折射出各个故障类别的内在特点，关联维主要是通过关联积分来算得前变量、后变量等之间的关系和联系，从而展示出非线性系统的有序变化规律、无序变化规律等，能凭借对故障发生后的波形关联维数的计算，对应分析出故障类型。
关联维数的计算必须做好相空间的重构，参照相关理论，一维混沌时间的序列通常为高维空间信息的压缩，要想识别系统内部的规律，则要在高维相空间内恢复吸引子，将长度为n的时间序列定义为：x={x1，x2，x3，x4，----xn}采用延迟法打造出特定长度的维度相空间序列，构造长度为：l=n-（m-1）·Υ的m维相空间序列。
其中i>或
参照分形学原理，假设最初时间序列内出现低维吸引子，经过重构的相空间内部的序列轨迹则出现关联维数CD，具体的关系式为：
通过以上的关联维数的描述能识别出：维数主要是对系统复杂度的一个描述，输电线路出现故障后，弧光性故障的电气特性变化最为复杂，特别是输电线向外释放电能时，将出现较为复杂的物理时变、化学时变，然而，无论哪一种变化都有着高度的非线性特征，进而可以从理论层面判断、分析出弧光性故障的波形关联维数，一般属于几大故障类别中最大的一类。相反，金属性故障有着自身的阻抗特征，阻抗大概接近为阻值较小的固定电阻，这一阻抗的故障波形的关联维数属于几大故障类别最低的，过渡阻抗故障则有着自己的波形特点，其关联维数则在其他两大类型故障之间。在对故障信号的关联维数加以计算时，可以先借助互信息法来剖析、处理所选择的故障时间序列信号，对应获得这一信号所展开的相空间重构的最理想的延迟时间，再对应输入数值，就能借助假邻近法来明确最理想的嵌入维数m，假邻近法主要是通过Cao算法发展来的，无需旧式的Cao算法阈值来自行做出选择，这样就能妥善提升所获得的数据结果的精准性。参照Cao式算法，选择联合判据能代表相空间的打开度，若联合判据设置为恒定值，相空间则能彻底被打开，对应的m值为最理想的嵌入维数，最终再计算各个类别故障时间序列波形关联维数。
1.3 故障类型识别融合特征量
关联维数CD展示出了输电线路故障状态下非線性系统浮动规律的复杂度，差值方根dn则展示出故障之前、故障之后的电压波形畸变度，要想相对精准、高效地判断故障的类型，可以将关联维数、差值方根等对故障类型的辨识度大小充当依据，选择熵权法能更加清晰地明确综合辨识特征量内不同特征量占据的比重，熵权法是参照各个指标包含信息量的大小来对应精准地明确指标的权重，所得出的熵权值呈现出了不同指标在决策内贡献度的大小。即使理论角度来看，关联维数和差值方根与多种因素关联，例如：输电线路参数、输电线结构等，各类输电线之下若出现同类故障，所得融合特征量则有一定差别，参照前方阐述与分析，故障信号的关联维数、差值方根等都达到金属故障CD1。
2 基于输电线路故障类型分析的测距方法
在正确辨认输电线路故障类型的前提下，能有目标、有侧重地采用故障测距算法，从而控制故障型号对测距结论的不良干扰。
例如：单侧供电线、输电线，如果M端为测量端，F点发生故障，对应的故障阻抗达到RF，金属性故障阻抗则为：Rg，弧光性故障阻抗：Rarc，过渡阻抗故障为：Zg.如果发生金属故障，由于此故障靠近为理想故障，RF=0，在这种情况下，故障点和测量点之间的间距达到lMF= ZM/Zl，，从中能看出，借助以往的阻抗法来测距金属故障，对应获得的结论相对准确。弧光性故障有自身的特点，一般来说，他的阻抗呈现出相对复杂的非线性浮动特征，而且暂态操作中将出现高频信号，参照弧光性故障的阻抗类型、特点，可以选择最小二乘法来加以定位，可以把故障后的电压值、电流值等充当已知量，第一步借助电路理论推导得到故障点的相电压与电流的离散形式，从而得到故障阻抗，而且要参照故障电流分量、故障边界电流等获得故障系数，再借助最小二乘法将故障阻抗的均差、方差的平方最小值作为一个目标，创建关系式，从中获得故障阻抗的精准数值，从中获得故障距离。
过渡性阻抗故障有特殊的特点，它的阻抗容易发送动态的线性变化，这就为精准测量带来了难度和挑战，要想有效地抑制过渡阻抗对测距结果带来的不良影响和干扰，不妨选择参数识别法，此法的特点就是将故障点后方的系统进行简化处理，使之成為电感形式、电阻形式，而且也要将电感值、电阻值、故障距离、过渡阻抗等充当求解的未知量，可以参照故障网络、分量网络，借助KCL，KVL的相关原理来对应退出线性方程，并对应将测量点位置的电压数据、电流数值等带入方程，从中就能得出线性方程组的系数了。最终参照系数与待识别参数之间的对应关系等获得故障距离，线性方程：
um = x1 （imr+
L） + x2（r +
L） +x3Δim + x4
+ x5
上式中，x1-----x5 都是系数，和故障距离l，故障点阻抗RF 故障点后的系统电阻R'n，电感L'n 之间有一定的关系式，而且对于弧光故障、过渡阻抗故障等也有很多处理方法。参照以上分析能得到：以故障类型识别为基础的精准测距的整个思路，具体如下图1所示。
借助PSCAD系统来围绕输电线路各个部位所出现的各个类型的故障特点来高度地仿真，最终得出以下结论：
第一，弧光故障的关联维度较高，远远超出金属性故障，过渡阻抗性故障，而且前者的波形关联维度相对最小，参照差值方根的数据能看到：金属性故障所处的数据要很大程度低于弧光性故障和过渡阻抗故障，而且前者要比后者的差值分析结果略大，符合之前提前到各个故障类别阻抗电气特征复杂度分析结论。
第二，相同类型故障信号的关联维度与差值方根伴随着故障距离的差距来动态浮动，然而，各个故障类型间的关联维数与差值方根也有很大的区别。
第三，即使各个类型故障关联维数和差值方根数值有差异，然而，其中的区分度相对较低，无法精准、高效地判断故障类别，可以选择熵权法则能解决问题，能更好地识别不同视角下的故障特征，有着超强的故障类别判断能力。
第四，故障类型识别以后所适合的测距算法最终的数据也相对准确，能减少18%的误差，体现出超强的普适性。
3 结语
输电线路因为故障型号有差异，对应的测距结果数据也将受到影响，为了妥善地处理这些影响，首先应明确故障的类别，再选择适合的测距算法来对故障实施测距，围绕输电线路各个类型故障电气性质、特征等加以分析，选择空间域分析内的关联维数指标，时域分析的差值方根指标等来对应提出故障后方的数据，参照相关指标来对各类故障识别的贡献大小来获得综合识别特征量。
参考文献：
[1] 周泽存等编.高电压技术[M].中国电力出版社，2004.
[2] 陈景彦，白俊峰，主编.输电线路运行维护理论与技术[M].中国电力出版社， 2009.
[3] 尚亮.分布式输电线路行波故障定位系统的研究与应用[D].华北电力大学，2017
[4] 李澄，袁磊平，严慧，等.基于函数幅值和线路等分法的双端故障定位研究[J].电力工程技术， 2018，37（4）： 126-131.
