高压输电线路行波故障识别方法

宁夏送变电工程有限公司 季 鹏

为满足社会电力产业的可持续发展需求，提高电力资源输送的距离，高压输电线路开始在电力市场内推广应用。在深入此项工作的研究中发现，高压输电线路在运行中的稳定性是保障电力系统安全、持续运行的关键，一旦输电线路出现异常，电网将出现大规模的停电事件，从而对电力系统的整体运行带来安全隐患[1]。因此实现高压输电线路故障的精准、快速识别与定位，并及时采取有效的措施进行故障排查与故障处理，以此种方式避免线路单点故障造成的大范围停电事件。

为实现此项研究，技术单位提出了基于工频向量计算法的故障识别方法，通过阻抗计算对不同线路流经的电流值进行计算，以此种方式进行故障线路的集中排查。但在实际工作中，线路的阻抗值很难通过直接计算得出，而采用非线性方程组进行阻抗值的求解与计算，会导致计算过程中的伪根干扰参数、很难直接消除。为实现对现有方法的优化，设计一种针对高压输电线路的行波故障识别方法，结合行波信号状态量的分析实现对故障的精准定位，以此种方式实现对故障的精准定位与排查，解决高压输电线路在实际应用中存在的多种安全隐患，实现为终端用户提供更加良好与优质的供电服务。

1 高压输电线路行波故障识别方法设计

1.1 高压输电线路单端行波信号采集

为实现对高压输电线路在运行中故障信息与故障信号的实时采集与获取，应明确当高压输电线路的某个节点位置发生故障时，所产生的故障信号是呈现暂态，即信号行波将按照输电线路的传播方向传播到母线观察位置。而产生的阻抗在此过程中呈现非连续性特点，因此行波在传输过程中将在到达某一位置后发生反向传输，当再次到达母线位置后，即可使用传感器与AD转换器进行单端行波信号的采集[1]。

为确保对单端行波信号采集的实时性，设计如图1所示的采集集成装置。但行波信号在采集中发生反向传输行为时，同步指令将无法作用在高速AD转换器中[2]。因此，需要将上述装置按照规范布置在高压输电电路的连接端与通信端，保证两端处于通电工作状态后，启动信号转换器与时钟电路，发送并按照行波的传输方向进行信号采集指令的传输。发送的同步指令将对高压输电线路的高速录入端进行主动控制，即根据前端指令需求，允许或禁止对行波信号的采集与录入，通过此种方式实现对采集信号的集中筛查。

图1 高压输电线路单端行波信号采集

考虑到本文此次研究的录入指令需要在AD转换器中进行信号模数的拆分处理，而单次信号录入的有效时间为ms单位[3]。因此，可在采集行波信号数据时，设置一个信号在网络节点中的有效存储空间，对所获取的信号进行积累，当空间内存储信号达到一定数量后，由中断服务进行程序的终止，采用批次录入信号的方式进行行波信号获取。当完成一次信号的采集后，将FIFO进行复位与初始化，等到下一次信号获取指令。将所获取的所有信号存储到硬盘中，进行后续的故障分析。

1.2 基于FIMD的模态信号量分解

完成对行波信号的采集与获取后，引进FIMD技术对所获取的模态信号进行本征分解。此项技术是一种可以对平稳信号进行主动自适应分解处理的技术，为降低或消除多种行波信号之间存在的混叠问题，可在所提取的信号中选择一个突变信号，将信号分解成为一个呈现固有状态的模态分量信号[4]。相比EDM分解处理方式，FIMD技术具有更强的适应性与较优的收敛性能。对基于FIMD的模态信号量分解进行描述，先随机设定一个突变的行波信号为f(t)，将f(t)作为FIMD的输入信号，计算该信号在高压输电线路中的极值点。

将原始信号量中的输入信号进行求减计算，当原始信号减去参与量信号后，即可得到前端输入信号的模态量函数。函数实现过程如下：将模态信号分量函数中的第i个极值点表示为E(ti)，将E(ti)作为模态量的控制点系数，假设控制点的坐标表示为P，则对P的描述可用下述计算公式表示：Pi=E(ti)titm-1，式中：Pi表示为控制点中第i个极值点的坐标。假设计算公式中的ti对应的是第i个极值点的采样时刻，则可以通过公式ai=Pi-1Pi×Pi+1Pi对第i个极值点的模态向量乘积进行定义，式中：ai表示为第i个极值点的模态向量乘积；Pi-1与Pi+1表示为第i个极值点的邻近点坐标。

按照上述公式，对样本信号进行连续三次分解，将其中的控制值与中值进行连接，将得到的残余量数值进行修正。并使用原始信号减去残余量信号的方式，得到修正后的模态信号分解量。按照上文所述步骤，反复进行模态信号残余量的迭代处理，当残余量的极值点＜3.0个时，即可认为完成对模态信号的分解处理。

1.3 基于行波转换的故障识别与定位

完成上述研究后，采用对行波转换的方式，进行故障的识别与定位。识别过程中，先按照上述方式，对故障点位置的信号从两端开始传播。

在此基础上，使用波头分解得到一个高频率暂态分量信号，将所选的信号节点进行去噪处理，使用凯伦贝尔转换法进行信号的解耦处理，解耦处理的过程如下：l=1/3(Vt×v+L)，式中：l表示为信号的解耦处理有效长度；Vt表示为解耦处理时长；v表示为解耦处理速度；L表示为高压输电线路长度。按照上述计算公式完成对信号的转换，在此基础上对行波故障进行识别与定位，步骤如图2所示。按照上述方式实现对行波故障的识别，从而完成高压输电电路行波故障识别方法的设计。

2 对比实验

针对本文上述提出的故障识别方法，在实际高压输电线路运行过程中利用该方法对产生的行波故障问题进行识别，并通过得出的识别结果验证该方法的应用可行性。选择以某供电企业中的高压输电线路20组行波测距用故障实录数据作为本文实验的测试数据，其采样周期为1MHz。为了确保实验结果具有可对比性，选择将基于暂态行波的识别方法作为对照组，将本文提出的识别方法作为实验组，分别利用两种方法完成对20组测试数据的故障识别，以此验证两种故障识别方法的应用性能。已知在上述20组实验数据当中共包含了三种不同的故障类型，其故障特征对应表现如表1所示。

表1 三种高压输电线路行波故障及特征表现

在明确测试数据中包含的故障类型以及相应的故障特征后，按照两种故障识别方法的应用流程完成对实验数据的故障识别。

从图3中四条曲线可以看出，通过行波波头的小波变换极大值可以得出：i0的数值逐渐降低、明显低于零，因此说明此时电压输电线路出现了接地故障的问题，对应表1中的故障类型（1）；而在经过一段时间后i2逐渐大于零，说明此时高压输电线路出现了单相接地故障问题，对应表1中的故障类型（2）；随后在继续变化的过程中，i1×i3的数值逐渐小于零，此时说明高压输电线路出现了Bg故障，对应表1中的故障类型（3）；在随着高压输电线路的持续运行，i0的数值又逐渐出现明显低于零的现象，说明此时高压输电线路又一次出现了接地故障问题；最后i2又逐渐出现了大于零的现象，说明高压输电线路再次出现单相接地故障问题。

图3 基于本文故障识别方法的实验结果图

由此可得出，按照本文故障识别方法的应用思路，针对20组实验数据，找出了故障发生的时间点以及相应的故障类型。结合图1所示的内容，对两种识别方法得到的识别结果对比分析，为了方便比较，将实验结果绘制成表2所示。

表2 实验组与对照组两种识别方法实验结果对比表

从表2中记录的实验结果可看出，本文提出的故障识别方法在对三种故障类型进行识别后，能够得到准确的故障发生时间范围，并且识别结果与实际完全一致，而对照组故障识别方法与实际相差较大，在实验过程中仅实现了对以此故障类型（1）和以此故障类型（3）的准确识别。同时，通过对故障类型（2）的第二次识别得出的实验结果可看出，对照组发现了故障异常特征，但仅实现了对4.5min～5.0min时间范围内的故障识别，划分的故障发生时间并不符合实际。由此可以看出，尽管实验组和对照组均能够实现对三种故障类型的识别，但实验组无论是在故障识别精度上，还是在故障识别准确性上都更优于对照组。

将本文提出的故障识别方法应用到实际高压输电线路的运行故障诊断当中，能够结合识别得出的曲线图像，实现对其行波故障的准确识别，并达到对故障特征的可视化，从而确保能够在更短的时间发现高压输电线路的故障问题，为供电企业的供电服务品质提升提供更有力保障。

3 结语

本文从高压输电线路单端行波信号采集、基于FIMD的模态信号量分解、基于行波转换的故障识别与定位三个方面，开展了高压输电线路行波故障识别方法的设计研究。在完成设计后，选择以某供电企业中的高压输电线路20组行波测距用故障实录数据作为本文实验的测试数据，设计对比实验。综合实验结果可以证明，本文此次研究所设计的识别方法能够实现对故障的精准识别，通过此种方式为高压输电线路的稳定、安全、可持续运行提供进一步的安全保障。