配电线路在线故障识别与诊断方法研究

2022-12-11邓文强

工程与建设 2022年5期

邓文强

(福建宏瑞建设工程有限公司，福建福州 350000)

0 引言

输配电工程是一个复杂的系统工程，包含输电工程和配电工程，两者都是连接电源(电厂、光伏基底等)与用户之间的很重要的通道，具有线路长、网络复杂、长期曝露于野外等特点，导致输配电线路在长期的自然作用下产生故障，故障识别和诊断难度大[1]。以往的研究多集中于对输电线路的监测、识别和诊断，并发展了出了一定的装备，监测理论日趋成熟，但对于配电线路的研究较少，这与配电线路处于网络末端，故障具有隐蔽特性，故障诊断工作量大等因素有关，因此目前主要依靠人工巡查和检测，需要依赖于人工经验，自动化程度低，效率低下且浪费大量的人力，对于故障的诊断时效存在明显不足[2]。因此，有必要研究以智能化的监测方法或手段诊断出故障位置，以预防配电线路由于超负荷运转导致的短路、断电、电气火灾等事故，保证配电线路能够安全运行，保证供电品质，达到高效和经济的目的。为了使故障得到及时维护，以保证配线线路功能的实现和使用者的安全，本文提供一个自动化的配电线路在线故障诊断方法，并通过实例证明本方法可以提高供电用电的可靠性。

1 配电线路在线故障的特征分析及故障识别

配电线路的在线故障识别主要依赖于安装于线路设备上的传感器，对设备运行状态数据进行动态实时监测、采集，并以数字化的方式传递至监测终端，判断设备的运转状态。当监测得到的设备运转状态特征量出现异常时，进行故障识别、归类，以快速定位故障位置，提出适宜的诊断方法，同时达到在短时间内诊断故障的目的。近年来，随着数字信号处理技术的发展，各种配电线路故障的识别技术、分类技术也得到了大量的研究，比如BP视神经网络、小波变换、HHT变换等，对故障的识别能力和可靠性也有大幅度的提升[3]。在现有的配电线路故障诊断中，针对离线故障、低阻故障等的研究较为成熟，这些故障对于诊断、定位、处理的时效性要求较低，而对于配电线路中由于高压线路与地面高阻相互接触导致的高阻故障、单相接地故障等问题则研究较少，在研究中需要对这些故障的特征进行总结，以便有效地识别[4]。

配电线路的故障分析受到多种因素的影响，目前尚未有一个适用于全面故障诊断的理论方法，但是对于一般的配电线路故障可以根据以往的配电线路监测检测中进行总结，并作为机器学习的样本。经过大量的工程总结，对配电线路系统出现的故障进行监测，监测异常现象主要可以分为以下5类，如图1所示。

从图1(a)、图1(b)可以看出，A相发生单线接地故障时，其电压出现明显的下降，B相和C相的电压则相反，其电压幅值上升，但B相和C相的电流保持不变，而A相的电流激增。

从图1(c)、图1(d)可以看出，A相和B相发生短路接地故障时，A相、B相和C相的电压出现畸变和激增，在电流上，A相、B相的电流明显增加而C相电流保持不变。

从图1(e)、图1(f)可以看出，A相和B相发生短路故障时，两者的电压相位发生变化，电压曲线线型发生畸变，在电流曲线上表现出激增，而C相的电流保持不变。

从图1(g)、图1(h)可以看出，A相、B相和C相均发生短路故障时，电压幅值明显下降，而电路则激增十几倍，出现此现象时，应立即断电否则会对电气设备产生不可逆的严重损害。

从图1(i)、图1(j)可以看出，A相、B相和C相均发生短路故障时，三者的电流均电路则激增十几倍，而电压仍维持在原先的水平。

图1 配电线路系统故障的电流、电压特征

2 基于HHT方法的配电线路在线故障诊断及实现

HHT方法是数字信号处理的重要内容，属于在时频分析领域具有自适应能力和快速识别诊断的全新方法，使得瞬间频率的信号都赋予物理意义，针对非平稳的信号具有很好的处理能力，使得信号的频率具有时变性。对于配电线路在线传感器采集的实测信号，在利用HHT方法分析时，需要进行两个方面的信号转变，即EMD方法和Hilbert变换。一般而言，自然信号可以与具体的物理现象对应，并采用Hilbert变换处理求解信号的瞬时频率；而对于一些复杂信号，没有相应的合理的物理解释与其对应，因此需要通过EMD方法分解信号后再进行Hilbert变换。

在采用EMD方法进行处理时，对于任意的配电线路在线设备采集的信号x(t)，确定信号极值并连线，绘制上下包络线，当满足IMF条件时，即将其分离出来，分离信号如公式(1)所示：

r1=x(t)c1

(1)

依次循环判断，得到所有满足条件的信号分量如公式(2)所示：

(2)

分解结果的信号集合如下：

(3)

EMD的处理流程如图2所示。

图2 基于HHT方法的配电线路在线故障信号EMD处理流程

对EMD的处理后的信号进行Hilbert变换，如方程(4)所示：

(4)

形成信号的解析解：

(5)

信号的瞬时频率可表达为：

(6)

由此，将公式(3)中信号x(t)表达为：

其中，公式(7)中的实部即为Hilbert变换的幅值谱，如公式(8)所示

在Hilbert幅值谱内，表达了信号的全部频率在所有时间段内的变化特征，因此对于配电线路的采集信号，以将信号进行时频转换后，对于异常的故障信号能够更快和更加准确地识别。图3即为典型的配电线路间歇性故障信号基于HHT变换后的瞬时频率图。

图3 配电线路间歇性故障信号基于HHT变换后的瞬时频率图

3 基于PCA法的配电线路在线故障诊断及实现

PCA法是一种基于统计分析理论的数学处理方法，它通过对现场采集的电压和电流初始信号的标准化，经过数学运算求得到信号的特征矩阵，确定有效信号的成分并抽取，提高信号的信噪比，降低样本空间的维度，以克服电压或电流初始信号中的噪声，并处理由于输入信号中受到故障高频信号的相关性引起的叠加和混合，使反映故障的有效信号得到突出[8]。

PCA法的基本计算原理是，对于任意一个输入信号矩阵：

(9)

对信号中的每个分量进行归一化处理，归一化方程如公式(10)所示：

(10)

得到输入信号的标准化矩阵，如公式(11)所示：

(11)

由此建立输入信号归一化矩阵与转置输入信号归一化矩阵的相关矩阵，如公式(12)所示

(12)

解出W的特征向量和特征值，W特征值就是描述有效信号的反差，计算特征值的贡献率，并划定一定的贡献率阈值(比如贡献率为90%)，以确定有效信号的个数q，按照q个有效信号的特征向量U，得到反映故障的有效信号矩阵，如方程(13)所示

ZN×q=X′N×qUm×q

(13)

基于PCA法建立配电线路故障诊断模型，对不同故障信号的特征向量进行求解，得到分析结果见表1。

表1 基于PCA法的配电线路故障特征向量

4 HHT法与PCA法的对比分析

以某安置房小区一期10 kV配电网为研究对象，小区位于城区东北角区域核心商圈范围，附近已有配套公用设施，交通便利。项目包含4栋住宅楼，均为混凝土框架结构，楼栋地上建设15层，地下建设1层地下车库，小区现有住户130户，每户建筑面积约98 m2，根据设计规范，每个楼栋内的电力设计负荷为15 kW，使用三相线路进行供电，电压源为理想电源，小区共配备了5台总配电箱，变压器为BY连接。

分别基于HHT法和PCA法对工程实例的配电线在线故障建立仿真模型进行分析，得到仿真计算结果见表2。

表2 不同算法的配电线路在线故障仿真计算结果

从表2可以看出，基于HHT法在单相接地、两相短路预测上存在较大的误差，平均预测准确率为70.5%，而PCA法则在单相接地、三相短路接地的预测上准确率相对较小，平均预测准确率为89.5%；基于HHT法的故障平均预测准确率明显低于PCA法的故障平均预测准确率，HHT法的故障预测时间耗费0.534 s，而PCA法的故障预测时间仅耗费0.302 s，后者比前者的计算效率提高约1倍，因此在配电线路在线故障诊断中，可以优先选用PCA法。